CN104783783B - 一种手持式心电检测仪自动开启心电图记录的方法 - Google Patents

一种手持式心电检测仪自动开启心电图记录的方法 Download PDF

Info

Publication number
CN104783783B
CN104783783B CN201510195644.5A CN201510195644A CN104783783B CN 104783783 B CN104783783 B CN 104783783B CN 201510195644 A CN201510195644 A CN 201510195644A CN 104783783 B CN104783783 B CN 104783783B
Authority
CN
China
Prior art keywords
sequence
mode
electrocardio
mode standard
interval
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201510195644.5A
Other languages
English (en)
Other versions
CN104783783A (zh
Inventor
许云龙
卢云山
刘晨亮
冯亮
李江
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Kangtai Medical System (qinhuangdao) Ltd By Share Ltd
Original Assignee
Kangtai Medical System (qinhuangdao) Ltd By Share Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Kangtai Medical System (qinhuangdao) Ltd By Share Ltd filed Critical Kangtai Medical System (qinhuangdao) Ltd By Share Ltd
Priority to CN201510195644.5A priority Critical patent/CN104783783B/zh
Publication of CN104783783A publication Critical patent/CN104783783A/zh
Application granted granted Critical
Publication of CN104783783B publication Critical patent/CN104783783B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/24Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/316Modalities, i.e. specific diagnostic methods
    • A61B5/318Heart-related electrical modalities, e.g. electrocardiography [ECG]
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/24Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/316Modalities, i.e. specific diagnostic methods
    • A61B5/318Heart-related electrical modalities, e.g. electrocardiography [ECG]
    • A61B5/333Recording apparatus specially adapted therefor
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/24Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/316Modalities, i.e. specific diagnostic methods
    • A61B5/318Heart-related electrical modalities, e.g. electrocardiography [ECG]
    • A61B5/346Analysis of electrocardiograms
    • A61B5/349Detecting specific parameters of the electrocardiograph cycle
    • A61B5/352Detecting R peaks, e.g. for synchronising diagnostic apparatus; Estimating R-R interval
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/72Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7203Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Cardiology (AREA)
  • Surgery (AREA)
  • Medical Informatics (AREA)
  • Veterinary Medicine (AREA)
  • Physics & Mathematics (AREA)
  • Public Health (AREA)
  • Biophysics (AREA)
  • Pathology (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • General Health & Medical Sciences (AREA)
  • Molecular Biology (AREA)
  • Animal Behavior & Ethology (AREA)
  • Signal Processing (AREA)
  • Artificial Intelligence (AREA)
  • Physiology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Psychiatry (AREA)
  • Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)

Abstract

本发明公开了一种手持式心电检测仪自动开启心电图记录的方法,包括:第一步:由采集信号判断电极是否有脱落;第二步:由采集信号判断心电图信号中的干扰信号是否超出设定值;第三步:判断心电图信号是否稳定;本发明通过增加稳定性的判别进一步过滤了干扰波,在稳定性的判别中使用R‑R间期判断法,不仅有效排除信号小、干扰大等波形干扰情况,同时包含正常心电波形、二、三、四联律等各种波形的波形分析,最后收集质量好、干扰小、有效的心电波形进行采集和分析。

Description

一种手持式心电检测仪自动开启心电图记录的方法
技术领域
本发明涉及医疗设备领域,特别涉及一种手持式心电检测仪自动开启心电图记录的方法。
背景技术
手持式心电检测仪已经进入千家万户,走进人们的生活,是人们进行日常心电监测的重要工具。而心电图、心率值是反映人体健康程度的重要医学指标之一,更是日常心电监测、指导人们养成正确的作息习惯以及指导运动员科学训练的重要依据之一,心率值一般被定义为在一分钟之内人的心脏搏动的次数。手持式心电检测仪不仅能够快速、实时、方便地对心电进行测量,而且携带也十分方便,可实现随时随地地心电检测。
目前普遍使用的手持式心电检测设备,使用时只需将手部、脚部或者胸部裸露的肌肤与测试电极相接触,而心电采集开启的方式是通过人为判断波形的好坏以及手动按按键来实现的。
现有心电类设备主要分为两大类,一是医疗专用的需要专业操作人员给患者佩戴电极,观察波形质量,再开始记录与分析的设备。二是手持式家用心电设备,使用时只需将双手接触设备两端电极,即可采集心电图。
这两类设备,在记录分析一定长度的心电图数据时,都需要手动开始。
在实际使用过程中,使用者一般都不具有专业医学素养,对心电波形判断的标准存在人为的差异,这些都会造成采集开启的时机不佳,而造成误分析、误诊断等问题。而手动按按键开启采集的操作,也会使手与电极的接触状态发生变化,一般情况下是会接触不良,将质量不好的波形纳入到病例诊断分析波形中,这样势必会影响分析诊断的结果。
发明内容
本发明目的在于提供一种手持式心电检测仪自动开启心电图记录的方法,通过本方法可以解决目前心电类设备在记录心电图时需要手动开始,尤其是对于手持类设备,手动开始时又会引入很大干扰到心电波形,导致记录的数据失真,不便于分析的问题。
为了实现上述目的,本发明的方案是:一种手持式心电检测仪自动开启心电图记录的方法,首先根据检测设置要求安放电极,开启检测仪电源,检测仪采集信号,所述方法包括:
第一步:由采集信号判断电极是否有脱落,如有脱落显示提醒并重复判断电极是否有脱落,无脱落执行第二步;
第二步:由采集信号判断心电图信号中的干扰信号是否超出设定值,如超出则显示提醒,调整电极设置,重复判断干扰信号是否超出设定值;没有超出则执行第三步;
第三步:判断心电图信号是否稳定,如果稳定,启动心电图记录,将心电图记录通过无线传输传递至管理服务器,否则继续判断心电图信号是否稳定直至稳定。
方案进一步是:所述判断心电图信号是否稳定采用心电脉冲间期序列判断方法或称为R-R间期序列判断方法判断心电图信号是否稳定,其过程是:连续获取心电脉冲,确定心电脉冲之间的R-R间期值并逐一进行R-R间期模式分类,形成一个含n个元素分类模式的模式序列,然后用一个相同n个元素数的标准模式序列与形成的模式序列比较,如果匹配则启动心电图记录,如果不匹配则不启动心电图记录。
方案进一步是:所述形成一个含n个元素分类模式的模式序列的步骤是:将当前R-R间期值定义为a值,比较其与前一R-R间期定义为b值的关系,如果满足关系:|a-b| < (a+b)/8, 则将当前R-R间期a分类为N元素模式,如果不满足上述关系,比较与其前一R-R间期b和前二R-R间期c的关系,如果满足关系:
|a-(b+c)/2| < (a + (b+c)/2)/8,则将R-R间期值a仍分类为N元素,如果仍不满足上述关系,则判断a与b的关系,如果 a < b,则将a分类为E元素模式,否则分类为N元素模式,以此类推直至完成n个R-R间期值的判断形成n个元素模式序列;
所述标准模式序列与形成的模式序列比较是:将所述n个元素模式序列每一位元素与相同n个元素标准模式序列对应位元素比对,元素相同则计为“1”,否则计为“0”,将比对结果累计为x值;当x值等于标准模式序列元素数时,则当前模式序列与标准模式序列匹配;否则为不匹配重新获取心电图信号,再次进行形成一个含n个元素分类模式的模式序列的步骤;
所述标准模式序列是根据正常节律的心电、偶发早搏节律的心电、二联律的心电、三联律的心电、四联律的心电设定的标准模式序列。
方案进一步是:所述正常节律的心电标准模式序列为[N N N N],偶发早搏节律心电标准模式序列为:[N N E N],二联律心电标准模式序列为[N E N E],三联律心电标准模式序列为[N N E N N E],四联律心电标准模式序列为[N N N E N N N E],所对应的元素数分别是4、4、4、6、8。
方案进一步是:所述方法进一步包括:当获取心电图信号,再次进行形成一个含n个元素分类模式的模式序列的步骤时,将所述标准模式序列元素数减1,再与x值相比,当x值等于标准模式序列元素数减1时,当前模式序列与标准模式序列匹配,则开启自动记录。
方案进一步是:所述判断心电图信号中的干扰信号是否超出设定值的方法是:对所采集的信号波形进行差分、平方、和积分形成差分波形、平方波形和积分波形,然后对积分波形采用设定值滤掉干扰波。
方案进一步是:当将所述标准模式序列元素数减1当前模式序列与标准模式序列匹配时,对所记录的波形做相应的标记与所记录的数据同时传递至管理服务器。
方案进一步是:所述方法进一步顺序包括:首先取包含当前元素模式在内的前4个元素构成的模式序列与标准模式元素是4的序列比对,如果不匹配;取包含当前元素模式在内的前6个元素构成的模式序列与标准模式元素是6的序列比对,如果还不匹配,就取包含当前元素模式在内的前8个元素构成的模式序列与标准模式元素是8的序列比对。
本发明的有益效果是:通过增加稳定性的判别进一步过滤了干扰波,在稳定性的判别中使用本发明R-R间期判断法,不仅有效排除信号小、干扰大等波形干扰情况,同时包含正常心电波形、二三四联律等各种波形的波形分析,最后收集质量好、干扰小、有效的心电波形进行采集和分析。该方法简单,判断准确,计算量小,占用内存空间小,该方法抗干扰性强,只要存在轻微干扰,导致R点误判时,RR间期序列就会进入异常序列状态。该方法计算量小,只是与有限的序列集进行比较,不涉及乘除等运算,计算量特别小,速度快。该方法可扩展性强,可以通过增加序列项的方法来扩展序列集, 进而扩展可自动开启的序列模式。
下面结合附图和实施例对本发明作一详细描述。
附图说明
图1为本发明判断模块流程图;
图2为查找电脉冲R点波形示意图;
图3为n个R-R间期波形示意图。
具体实施方式
为了实现一种手持式心电检测仪自动开启心电图记录,解决普通患者可以在医护人员不在的情况下使用手持式心电检测仪,可以单独的采用通过检测导联是否脱落,自动感应人体与电极的接触状态,启动预采集;也可以再加上设定阈值将一些干扰波去掉找出心电脉冲R点;本实施例在上述基础上怎加了稳定性的判别。
引入了稳定性的判别实现了一种智能预采集分析,用于采集波形的预分析。通过波形的差分平方积分放大、以及预知的动态调整,明确地查找心电脉冲R点,再通过R-R间期的比较判断,根据判断结果判断心电采集是否开始。其过程是建立自学习模板的过程,自学习模板用于波形的实时分析以及辅助心率失常诊断,通过相关系数判定方法,对采集波形进行实时分析,最后开启心电图记录。
本实施例提出的自动开始技术,如图1所示,主要包括以下模块:电极脱落判断模块,信号质量判断模块,心搏查找及RR间期计算模块,RR间期保存更新模块,连续RR间期序列判断模块。
各个模块所起作用及其功能:
1 电极脱落判断模块:判断心电电极片是否与身体接触,如果未接触,会导致采集不到心电信号,模块会自动提醒用户电极脱落状态,请使用着佩戴好电极。只有电极接触良好后,才进入下一模块。
2 信号质量判断模块:判断心电信号质量,主要判断是否干扰太大,如果干扰太大,不进行心搏查找。干扰小时才进行心搏查找,主要是为了防止心搏误判。
3 心搏查找及R-R间期计算模块:分析定位每次心搏的位置,并计算每次心搏的R-R间期值。
4 R-R间期保存更新模块:每出现一次心搏后,都保存其RR间期值,并实时更新最近相连续的多个R-R间期值。
5 连续R-R间期序列判断模块:每次更新RR间期后,根据最近相连续的RR间期值的模式序列来判断是否开始记录与分析。
作为实施例:一种手持式心电检测仪自动开启心电图记录的方法,首先根据检测设置要求安放电极,开启检测仪电源,检测仪采集信号,所述方法包括:
第一步:由采集信号判断电极是否有脱落,如有脱落显示提醒并重复判断电极是否有脱落,无脱落执行第二步;
第二步:由采集信号判断心电图信号中的干扰信号是否超出设定值,如超出则显示提醒,调整电极设置,重复判断干扰信号是否超出设定值;没有超出则执行第三步;使用此方法确定电脉冲R点,将小于设定值的干扰波滤掉,本实施例如图2所示,对所采集的信号波形1进行差分、平方、和积分形成差分波形2、平方波形3、和积分波形3,将波形放大便于R点查找,然后对积分波形再采用设定值比对,大于设定值的为有效波,小于的为无效波滤掉干扰波,其中设定值的选取采用对获取的波形积分后的平均值的0.8倍来确定;
第三步:判断心电图信号是否稳定,如果稳定,启动心电图记录,否则继续判断心电图信号是否稳定直至稳定、启动心电图记录,将心电图记录通过无线传输传递至管理服务器。
其中:所述第三步是对第二步的进一步筛选,判断有多种方法:
方法1:找心电脉冲R点,计算心率。获取一段时间的波形,查找到R点,计算心率,确定心率是否稳定,这种方法比较简单,由于心率的计算是通过连续多个R-R间期的平均值来计算的,故在存在一定干扰时,干扰很容易被平均所削减,导致判断为心率稳定,也能开启采集,故此时保存下来的病例并非最佳质量信号,存在干扰。
方法2:在链接好导联后,等待一定的时间,开启采集。这种方法也比较简单,但是等待的时长短不太好把握,波形有干扰或者质量不好都能开启采集,而波形质量较好时,已经可以开启存储时,又要等一定时间。
上述两种方法都达不到采集及存储有效心电波形的目的,也对后期分析产生影响。
本实施例判断的过程设计为是一种自学习的过程,相当于预采集分析,本实施例中判断心电图信号是否稳定采用心电脉冲间期序列判断方法或称为R-R间期序列判断方法判断心电图信号是否稳定,其过程是:连续获取心电脉冲,确定心电脉冲之间的R-R间期值并逐一进行R-R间期模式分类,形成一个含n个元素分类模式的模式序列,然后用一个相同n个元素数的标准模式序列与形成的模式序列比较,如果匹配则启动心电图记录,如果不匹配则不启动心电图记录。
实施例中:所述形成一个含n个元素分类模式的模式序列的步骤是:将当前R-R间期值定义为a值,比较其与前一R-R间期定义为b值的关系,如果满足关系:|a-b| < (a+b)/8, 则将当前R-R间期a分类为N元素模式,如果不满足上述关系,比较与其前一R-R间期b和前二R-R间期c的关系,如果满足关系:
|a-(b+c)/2| < (a + (b+c)/2)/8(取值8,为的是让a和b满足一定的关系,即满足80%b<a<120%b).,则将R-R间期值a仍分类为N元素,如果仍不满足上述关系,则判断a与b的关系,如果 a < b,则将a分类为E元素模式,否则分类为N元素模式,以此类推直至完成n个R-R间期值的判断形成n个元素模式序列,图3示意了n等于3的上述关系;
所述标准模式序列与形成的模式序列比较是:将所述n个元素模式序列每一位元素与相同n个元素数标准模式序列对应位元素比对,元素相同则计为“1”,否则计为“0”,将比对结果累计为x值;当x值等于标准模式序列元素数时,则当前模式序列与标准模式序列匹配;否则为不匹配重新获取心电图信号,再次进行形成一个含n个元素分类模式的模式序列的步骤;
所述标准模式序列是根据正常节律的心电、偶发早搏节律的心电、二联律的心电、三联律的心电、四联律的心电设定的标准模式序列。
实施例中:所述正常节律的心电标准模式序列为[N N N N], 偶发早搏节律心电标准模式序列为:[N N E N],二联律心电标准模式序列为[N E N E],三联律心电标准模式序列为[N N E N N E],四联律心电标准模式序列为[N N N E N N N E],所对应的元素数分别是4、4、4、6、8。
本实施例中的n相当于n个R-R间期值,通常取8个,也就是说连续获取8个R-R间期值,取值的顺序过程中就进行了形成模式序列的步骤和比对的步骤;8个为试验所得的为最佳值,范围可以是6-10个,如果选择太少,小于6个,则不能有效分析出三,四联律等异常RR间期序列,导致开启存储的性能降低,若选择太多,大于10,则判断时间会太长,延长开启采集的时间。
实施例中:为了防止由于长时间心电波不能满足要求造成无休止的稳定判断,将进入重复判断时的判断标准降低,因此,所述方法进一步包括:当获取心电图信号,再次进行形成一个含n个元素分类模式的模式序列的步骤时,将所述标准模式序列元素数减1,再与x值相比,当x值等于标准模式序列元素数减1时,当前模式序列与标准模式序列匹配,则开启自动记录。
实施例中:所述判断心电图信号中的干扰信号是否超出设定值的方法是:对所采集的信号波形进行差分、平方、和积分形成差分波形、平方波形和积分波形,然后对积分波形采用设定值滤掉干扰波。
实施例中:当将所述标准模式序列元素数减1当前模式序列与标准模式序列匹配时,对所记录的波形做相应的标记与所记录的数据同时传递至管理服务器。
实施例中:所述方法进一步顺序包括:首先取包含当前元素模式在内的前4个元素构成的模式序列与标准模式元素是4的序列比对,如果不匹配;取包含当前元素模式在内的前6个元素构成的模式序列与标准模式元素是6的序列比对,如果还不匹配,就取包含当前元素模式在内的前8个元素构成的模式序列与标准模式元素是8的序列比对。
使用本实施例R-R间期判断法,不仅有效排除信号小、干扰大等波形干扰情况,同时包含正常心电波形、二三四联律等各种波形的波形分析,最后收集质量好、干扰小、有效的心电波形进行采集和分析。该方法简单,判断准确,计算量小,占用内存空间小,该方法抗干扰性强,只要存在轻微干扰,导致R点误判时,R-R间期序列就会进入异常序列状态。该方法计算量小,只是与有限的序列集进行比较,不涉及乘除等运算,计算量特别小,速度快。该方法可扩展性强,可以通过增加序列项的方法来扩展序列集, 进而扩展可自动开启的序列模式。
本方法还进一步包括在心电采集开启后,系统设置预定时长的波形采集,并且边采集、边存储、边分析,如果导联脱落,将取消本次存储。
本方法还进一步包括生成诊断报告。
本方法还进一步包括将存储的心电数据通过蓝牙、Wifi、射频、红外等无线传输至健康管理客户端,健康管理客户端通过3G、wifi、GPRS、Zigbee等无线网络发送至远程健康管理服务器端,经专家诊断后,接收远程健康管理中心回传的健康信息,显示到健康管理客户端,方便用户查看。

Claims (7)

1.一种手持式心电检测仪自动开启心电图记录的方法,首先根据检测设置要求安放电极,开启检测仪电源,检测仪采集信号,所述方法包括:
第一步:由采集信号判断电极是否有脱落,如有脱落显示提醒并重复判断电极是否有脱落,无脱落执行第二步;
第二步:由采集信号判断心电图信号中的干扰信号是否超出设定值,如超出则显示提醒,调整电极设置,重复判断干扰信号是否超出设定值;
其特征在于:所述方法继第二步之后还包括第三步,判断心电图信号是否稳定,如果稳定,启动心电图记录,将心电图记录通过无线传输传递至管理服务器,否则继续判断心电图信号是否稳定直至稳定,所述判断心电图信号是否稳定采用的是心电脉冲间期序列判断方法或称为R-R间期序列判断方法判断心电图信号是否稳定,其过程是:连续获取心电脉冲,确定心电脉冲之间的R-R间期值并逐一进行R-R间期模式分类,形成一个含n个元素分类模式的模式序列,然后用一个相同n个元素数的标准模式序列与形成的模式序列比较,如果匹配则启动心电图记录,如果不匹配则不启动心电图记录。
2.根据权利要求1所述自动开启心电图记录的方法,其特征在于,所述形成一个含n个元素分类模式的模式序列的步骤是:将当前R-R间期值定义为a值,比较其与前一R-R间期定义为b值的关系,如果满足关系:|a-b| < (a+b)/8, 则将当前R-R间期a分类为N元素模式,如果不满足上述关系,比较与其前一R-R间期b和前二R-R间期c的关系,如果满足关系:
|a-(b+c)/2| < (a + (b+c)/2)/8,则将R-R间期值a仍分类为N元素,如果仍不满足上述关系,则判断a与b的关系,如果 a < b,则将a分类为E元素模式,否则分类为N元素模式,以此类推直至完成n个R-R间期值的判断形成n个元素模式序列;
所述标准模式序列与形成的模式序列比较是:将所述n个元素模式序列每一位元素与相同n个元素标准模式序列对应位元素比对,元素相同则计为“1”,否则计为“0”,将比对结果累计为x值;当x值等于标准模式序列元素数时,则当前模式序列与标准模式序列匹配;否则为不匹配重新获取心电图信号,再次进行形成一个含n个元素分类模式序列的步骤;
所述标准模式序列是根据正常节律的心电、偶发早搏节律的心电、二联律的心电、三联律的心电、四联律的心电设定的标准模式序列。
3.根据权利要求2所述自动开启心电图记录的方法,其特征在于,所述正常节律的心电标准模式序列为[N N N N],偶发早搏节律心电标准模式序列为:[N N E N],二联律心电标准模式序列为[N E N E],三联律心电标准模式序列为[N N E N N E],四联律心电标准模式序列为[N N N E N N N E],所对应的元素数分别是4、4、4、6、8。
4.根据权利要求2所述自动开启心电图记录的方法,其特征在于,所述方法进一步包括:当获取心电图信号,再次进行形成一个含n个元素分类模式的模式序列的步骤时,将所述标准模式序列元素数减1,再与x值相比,当x值等于标准模式序列元素数减1时,当前模式序列与标准模式序列匹配,则开启自动记录。
5.根据权利要求1所述自动开启心电图记录的方法,其特征在于,所述判断心电图信号中的干扰信号是否超出设定值的方法是:对所采集的信号波形进行差分、平方、和积分形成差分波形、平方波形和积分波形,然后对积分波形采用设定值滤掉干扰波。
6.根据权利要求4所述自动开启心电图记录的方法,其特征在于,当将所述标准模式序列元素数减1当前模式序列与标准模式序列匹配时,对所记录的波形做相应的标记与所记录的数据同时传递至管理服务器。
7.根据权利要求3所述自动开启心电图记录的方法,其特征在于,所述方法进一步顺序包括:首先取包含当前元素模式在内的前4个元素构成的模式序列与标准模式元素是4的序列比对,如果不匹配;取包含当前元素模式在内的前6个元素构成的模式序列与标准模式元素是6的序列比对,如果还不匹配,就取包含当前元素模式在内的前8个元素构成的模式序列与标准模式元素是8的序列比对。
CN201510195644.5A 2015-04-23 2015-04-23 一种手持式心电检测仪自动开启心电图记录的方法 Active CN104783783B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510195644.5A CN104783783B (zh) 2015-04-23 2015-04-23 一种手持式心电检测仪自动开启心电图记录的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510195644.5A CN104783783B (zh) 2015-04-23 2015-04-23 一种手持式心电检测仪自动开启心电图记录的方法

Publications (2)

Publication Number Publication Date
CN104783783A CN104783783A (zh) 2015-07-22
CN104783783B true CN104783783B (zh) 2017-05-17

Family

ID=53549311

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510195644.5A Active CN104783783B (zh) 2015-04-23 2015-04-23 一种手持式心电检测仪自动开启心电图记录的方法

Country Status (1)

Country Link
CN (1) CN104783783B (zh)

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106580307A (zh) * 2015-10-13 2017-04-26 中国科学院苏州纳米技术与纳米仿生研究所 心电图的质量判断方法及质量判断系统
CN106901720A (zh) * 2017-02-22 2017-06-30 安徽华米信息科技有限公司 心电数据的采集方法、装置及可穿戴设备
CN108836311A (zh) * 2018-07-13 2018-11-20 希蓝科技(北京)有限公司 一种全程可监控交互式远程心电诊断方法及系统
CN110859613B (zh) * 2019-11-20 2022-07-22 深圳市健云互联科技有限公司 心电数据处理装置、计算机设备及存储介质
CN111657931B (zh) * 2020-06-30 2023-06-06 康泰医学系统(秦皇岛)股份有限公司 一种心电电极复用为按键的方法、装置及存储介质
CN112545501A (zh) * 2020-12-10 2021-03-26 徐岩 一种血液成分浓度检测方法及装置
CN112545526A (zh) * 2020-12-10 2021-03-26 青岛大爱慈康智能医疗科技有限公司 一种心电信号检测方法及装置

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0700658A1 (en) * 1994-09-10 1996-03-13 Hewlett-Packard GmbH A device and a method for equalizing a patient's potential with respect to medical equipment
CN102613969A (zh) * 2012-04-28 2012-08-01 深圳市理邦精密仪器股份有限公司 一种导联脱落判断方法与装置
CN102755161A (zh) * 2012-03-30 2012-10-31 浙江好络维医疗技术有限公司 一种用于心电监测的导联脱落检测装置及其检测方法
CN102961131A (zh) * 2012-11-26 2013-03-13 西安交大辰方科技有限公司 一种心电肢体电极脱落自动检测及转换方法
CN104188652A (zh) * 2014-09-09 2014-12-10 广东工业大学 心电图的数据质量实时控制方法及其系统

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0700658A1 (en) * 1994-09-10 1996-03-13 Hewlett-Packard GmbH A device and a method for equalizing a patient's potential with respect to medical equipment
CN102755161A (zh) * 2012-03-30 2012-10-31 浙江好络维医疗技术有限公司 一种用于心电监测的导联脱落检测装置及其检测方法
CN102613969A (zh) * 2012-04-28 2012-08-01 深圳市理邦精密仪器股份有限公司 一种导联脱落判断方法与装置
CN102961131A (zh) * 2012-11-26 2013-03-13 西安交大辰方科技有限公司 一种心电肢体电极脱落自动检测及转换方法
CN104188652A (zh) * 2014-09-09 2014-12-10 广东工业大学 心电图的数据质量实时控制方法及其系统

Also Published As

Publication number Publication date
CN104783783A (zh) 2015-07-22

Similar Documents

Publication Publication Date Title
CN104783783B (zh) 一种手持式心电检测仪自动开启心电图记录的方法
CN109157202B (zh) 一种基于多生理信号深度融合的心血管疾病预警系统
EP1928311B1 (en) Monitoring method and apparatus
CN104736049B (zh) 用于检测egg波形中的特性的系统和方法
US7727158B2 (en) Pulse wave data analyzing method, system, and program product
US7853317B2 (en) Method and system for cardiac signal decomposition
US8571622B2 (en) Method for reducing power consumption in pulse oximeter systems, pulse oximeter system and pulse oximeter sensor
CN105902265B (zh) 一种房颤检测装置以及包括该装置的智能可穿戴设备
WO2008118335A2 (en) Methods and apparatus for enhanced fiducial point determination and non-invasive hemodynamic parameter determination
CN109691994A (zh) 一种基于心电图的心率监测分析方法
FI127952B (en) System and method for monitoring target heart rate
Saadi et al. Automatic real-time embedded QRS complex detection for a novel patch-type electrocardiogram recorder
Satija et al. A simple method for detection and classification of ECG noises for wearable ECG monitoring devices
Han et al. Smartwatch PPG peak detection method for sinus rhythm and cardiac arrhythmia
CN107582040B (zh) 一种心律监测方法和装置
US11744524B2 (en) Statistical display method for physiological parameter of monitoring apparatus, and monitoring apparatus
EP3318184B1 (en) System for determining a probability for a person to have arrhythmia
WO2019097269A1 (en) Method and equipment for monitoring the effectiveness of physical activities, especially sports activities
WO2018192997A1 (en) Artifact-tolerant pulse rate variability measurement
Adi et al. ECG-LPWAN based for Real-time monitoring Patient’s Heart Beat Status
KR102271792B1 (ko) 웨어러블 심전도 패치를 통한 심박변이도 측정 시스템 및 이를 이용한 심박변이도 측정 방법
Lee et al. An ecg analysis on sensor node for reducing traffic overload in u-healthcare with wireless sensor network
EP3975202A1 (en) Device and system for detecting heart rhythm abnormalities
KR102386896B1 (ko) 인공지능 기반 심전도 자동 분석 장치 및 방법
Shusterman et al. Tracking repolarization dynamics in real-life data

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
EXSB Decision made by sipo to initiate substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant