CN104811258A - 干扰信号消除方法、装置以及医疗设备 - Google Patents
干扰信号消除方法、装置以及医疗设备 Download PDFInfo
- Publication number
- CN104811258A CN104811258A CN201510155866.4A CN201510155866A CN104811258A CN 104811258 A CN104811258 A CN 104811258A CN 201510155866 A CN201510155866 A CN 201510155866A CN 104811258 A CN104811258 A CN 104811258A
- Authority
- CN
- China
- Prior art keywords
- current point
- interference signal
- signal
- interference
- point
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 37
- 238000004364 calculation method Methods 0.000 claims description 20
- 238000012545 processing Methods 0.000 claims description 15
- 230000008030 elimination Effects 0.000 claims description 8
- 238000003379 elimination reaction Methods 0.000 claims description 8
- 238000001914 filtration Methods 0.000 claims description 6
- 230000000694 effects Effects 0.000 abstract description 2
- 238000004458 analytical method Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 230000000737 periodic effect Effects 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 238000005070 sampling Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 238000012937 correction Methods 0.000 description 2
- 238000002474 experimental method Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000002452 interceptive effect Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000000747 cardiac effect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000001605 fetal effect Effects 0.000 description 1
- 230000008014 freezing Effects 0.000 description 1
- 238000007710 freezing Methods 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 230000035772 mutation Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
Landscapes
- Noise Elimination (AREA)
Abstract
本发明涉及医疗器械技术领域，提供一种干扰信号消除方法、装置以及医疗设备。该干扰信号消除方法，包括：S1、获取当前点的输入信号；S2、根据当前点之前两点的干扰信号获取当前点的干扰信号；S3、将当前点的输入信号减去当前点的干扰信号得到当前点的输出信号。该干扰信号消除方法采用预估干扰信号大小，然后再将输入信号减去预估的干扰信号，解决了干扰信号变动带来的干扰信号消除不准确，起到而来减少信号失真的效果。
Description
技术领域
本发明涉及信号处理技术领域，尤其涉及干扰信号消除方法、装置以及医疗设备。
背景技术
供给设备能源的电源，例如市电，对于设备而言大都具有一定的干扰。例如，工频干扰。因此，在使用设备提供的数据时，需要预先消除工频干扰。
一般心电图机或者心电设备都是以使用市电为主、使用电池为辅，然而，市电会带来周期性的噪声，在中国，该周期性噪声的频率为50Hz。在理想情况下，该市电引入的干扰是50Hz，然而真实情况是该周期性的噪声的频率是会变化的，大约在40至60Hz之间，这取决于设备和当时的环境。针对市电引入的干扰问题，目前现有的处理方法是使用滤波器将50Hz的信号滤除。这种做法简单，但是容易使信号失真，在市电频率不为50Hz时，就会产生更严重的失真。
发明内容
本发明为了解决现有技术中工频干扰消除不正确的技术问题，提供一种干扰信号消除方法。
本发明实施例的干扰信号消除方法，包括：
S1、获取当前点的输入信号；
S2、根据当前点之前两点的干扰信号获取当前点的干扰信号；
S3、将当前点的输入信号减去当前点的干扰信号得到当前点的输出信号。
进一步，所述步骤S2根据如下公式获取当前点的干扰信号：
M0=F0*M1-M2，其中，M0代表当前点的干扰信号，M1代表当前点之前第一点的干扰信号，M2代表当前点之前第二点的干扰信号，F0是当前点的系数。
进一步，在获取当前点的干扰信号之前还包括如下步骤：
P=Y1*M2-Y2*M1，其中，Y1代表当前点之前第一点的输出信号，Y2代表当前点之前第二点的输出信号；若P大于等于零，则F0等于F1加上T；若P小于零，则F0等于F1减去T，其中，F1代表当前点之前第一点的系数，T为常数。
进一步，在获取F0之后还包括对F0进行校正的步骤：
计算以当前点为起点往前N个系数的系数平均值，其中，N的取值范围为2至15，所述系数平均值作为F0用于计算M0。
进一步，在获取当前点的输出信号之后还包括如下步骤：
Q=Y0-Y1，其中，Y0为当前点的输出信号；若Q大于等于零，则将M0+A、M1作为新的M1、M2用于下一点的干扰信号计算；若Q小于零，则将M0-A、M1作为新的M1、M2用于下一点的干扰信号计算，其中A为调整系数。
进一步，在步骤S1之前还包括步骤S0：
S0，对原始信号进行陷波处理，滤除高次谐波得到输入信号。
本发明实施例的干扰信号消除装置，包括：
输入信号获取模块，用于获取当前点的输入信号；
干扰信号计算模块，用于根据当前点之前两点的干扰信号获取当前点的干扰信号；以及
输出信号获取模块，用于将当前点的输入信号减去当前点的干扰信号得到当前点的输出信号。
进一步，所述干扰信号计算模块根据如下公式获取当前点的干扰信号：
M0=F0*M1-M2，其中，M0代表当前点的干扰信号，M1代表当前点之前第一点的干扰信号，M2代表当前点之前第二点的干扰信号，F0是系数。
进一步，所述干扰信号计算模块包括系数调整单元，所述系数调整单元包括第一计算器和第一处理器；
所述第一计算器根据公式P=Y1*M2-Y2*M1计算，其中，Y1代表当前点之前第一点的输出信号，Y2代表当前点之前第二点的输出信号；
所述第一处理器判断P是否大于零，若P大于等于零，则F0等于F1加上T；若P小于零，则F0等于F1减去T，其中，F1代表当前点之前第一点的系数，T为常数。
进一步，所述系数调整单元包括还包括校正器，所述校正器计算以当前点为起点往前N个系数的系数平均值作为F0用于计算M0，其中，N的取值范围为2至15。
进一步，所述干扰信号计算模块还包括干扰调整单元，所述干扰调整单元根据Q=Y0-Y1计算Q大小，其中，Y0为当前点的输出信号；若Q大于等于零，则所述干扰调整单元将M0+A、M1作为新的M1、M2用于下一点的干扰信号计算；若Q小于零，则所述干扰调整单元将M0-A、M1作为新的M1、M2用于下一点的干扰信号计算，其中A为调整系数。
进一步，还包括接收原始信号的陷波处理模块，所述陷波处理模块用于对原始信号进行陷波处理，滤除高次谐波得到输入信号。
本发明实施例还提供一种医疗设备，该医疗设备包括上述的干扰信号消除装置。
本发明实施例还提供一种心电图机，该心电图机包括上述的干扰信号消除装置。
本发明有益效果是：本发明实施例的干扰信号消除方法和装置，采用预估干扰信号大小，然后再将输入信号减去预估的干扰信号，解决了干扰信号变动带来的干扰信号消除不准确，起到而来减少信号失真的效果。
附图说明
图1是本发明实施例的干扰信号消除方法流程图。
图2是正弦曲线示意图。
图3是本发明实施例的干扰信号消除装置结构示意图。
图4是本发明时尚立领的干扰信号计算模块结构示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
本发明优选实施例的核心思想是：首先，通过陷波器去除干扰信号中的高次谐波部分；然后，再通过前两点输出信号以及前两点的干扰信号对当前点的干扰信号进行估计，进而用当前输入信号减去当前干扰信号得到输出信号，完成干扰信号的去除。采用这种方法，可以有效地去除干扰信号的同时避免消除心电信号中的50Hz的有用信号成分，同时也解决了干扰信号变动带来的干扰信号消除不准确，起到而来减少信号失真的效果。
医疗设备是医院以及私人诊所必不可少的装备。医院（尤其是三甲医院）基本上配备了心电图机、多参数监护仪、胎儿监护仪、脑电仪等等医疗设备，其中，以心电图机和监护仪普及最广。
以心电图机为例，该设备一般包括心电电极、处理器、电源、显示屏、存储器以及记录仪等等部件。该存储器中存储有心电算法，处理器调用该心电算法用于计算心电波形特征参数，例如QRS宽度、RR间期等等，进而自动分析心电健康情况，当然，心电报告需要以医生分析确认的报告为准，心电自动分析报告仅供参考。因为自动分析，容易受干扰信号的影响。为了增加自动分析报告准确性、减少医生工作量，一般会加强干扰信号的去除能力。
心电图机的工作过程一般如下：医生或者护士先将心电电极按照要求安放在患者身上，然后，等波形稳定后，按下冻结及报告键，心电图机会产生自动分析报告。稳定的波形一般是指滤除了干扰信号的波形，这些波形是人体心电信号的体现。心电电极通过与患者体表接触，将体表电信号采集并输入心电图机，心电图机通过一系列处理得到稳定的心电信号。
一般心电电极采集的信号包括心电信号、肌电信号、极化电信号、工频干扰信号等等信号，这些信号统称为原始信号。在某些方法或者系统中，对心电电极采集的信号进行基础滤波得到的信号也可以称为原始信号，例如通过硬件滤波得到的信号。本发明实施例的原始信号包含上述两种情况。对心电图机而言，心电信号为有用信号，其余信号为干扰信号，也就是说，原始信号包括有用信号和干扰信号，有用信号与干扰信号是结合在一起的，需要采用特殊的方法将干扰信号消除。
本发明实施例的干扰信号消除方法和装置主要用于消除正弦或者余弦类型的干扰信号（即三角函数周期性干扰信号），例如工频干扰信号。根据傅里叶变换可知，任何一个信号都可以分解为基础正弦或者余弦信号以及若干其高次正弦或者余弦信号（即，高次谐波）。但是，在现有技术中大家都对高次谐波视而不见，只进行基础信号的滤除，例如只滤除50Hz或者60Hz的信号。本申请的发明人通过研究发现，滤除工频信号的高次谐波信号，能够获得质量2倍于只做基础信号滤除的信号质量。
图1是本发明实施例的干扰信号消除方法流程图。
请参照图1，本发明实施例的干扰信号消除方法包括如下步骤：
S0、对原始信号进行陷波处理，滤除高次谐波得到输入信号。
本步骤在某些实施例中是可以不需要的，那么干扰信号的消除方法直接从步骤S1开始。
本步骤的原始信号优选为经过了硬件滤波的后的信号。该原始信号包括心电信号和工频干扰信号。该原始信号是数字信号（已由电极采集的模拟信号转换成数字信号），便于采用数字滤波器进行处理。
该工频干扰信号，在中国，包括50Hz的正弦信号以及若干频率为50奇数次谐波信号，这些正弦信号和高次谐波信号的幅度与心电信号相当甚至更高，会干扰心电信号的研读和自动分析。
本发明实施例优选采用巴特沃斯陷波滤波器滤除的高次谐波，尤其是奇数次谐波，一般滤除3次和5次谐波就可以了，因为再高次谐波信号已非常微弱。例如，采用巴特沃斯陷波滤波器滤除频率在150Hz、250Hz的谐波。原始信号经过巴特沃斯陷波滤波器后变成输入信号进入下个步骤。
S1、获取当前点的输入信号。
本发明实施例的干扰信号消除方法适合实时处理，也适合先采集后处理。本发明实施例中描述“前”、“后”是以信号发生前后来定义的。当前点信号是指本发明实施例的方法正在处理的信号，以下标为“0”表示。当前点之前的信号，是指本发明实施例的方法已经处理后的信号。“下一个信号”是指下一个来到的信号，或者某个信号后面的信号。
当前点的输入信号是一个值，反应了心电信号和干扰信号的统一作用的结果。心电图机采集体表心电信号，采样率一般为250Hz，也就说会持续离散的产生若干输入信号。
本发明实施例的当前点的输入信号大小为X0。
S2、根据当前点之前两点的干扰信号获取当前点的干扰信号。
通过研究发现，心电信号的频率在大约在0.05Hz至200Hz之间。也就是工频信号的频率正好若在心电信号的频率范围内，若采用50Hz陷波处理，会对心电信号产生新的干扰。为了降低消除工频干扰的过程对心电信号的影响，本发明的发明人采用先预估干扰信号的大小（产生预估信号），然后再用输入信号减去预估信号，这样既消除了干扰信号也不会对相应频率的心电信号产生影响。
图2是正弦曲线示意图。请参照图2，该正弦曲线800相当于工频干扰信号的曲线。曲线上M2、M1、M0三点是连续的三个点（M0为当前点，M1为当前点之前第一点，M2为当前点之前的第二点），分别用M2、M1、M0代表这三个点的值。那么： 、 、 ； 其中， 的值与采样率有关，假设采样率为D，则 ，其中，f为干扰信号的频率。
根据三角函数公式： ，那么，
。因此，根据当前点之前两点的干扰信号（M2、M1）就可以获取当前点的干扰信号（M0）。由于 的值与干扰信号的频率有关，通过背景技术描述可以知道，该干扰信号的频率不是一成不变的，即，未知的。因此，令 ，F为系数（系数 F的值是会变化的，不是常数），即M0=F0*M1-M 2，其中，M0代表当前点的干扰信号，M1代表当前点之前第一点的干扰信号，M2代表当前点之前第二点的干扰信号，F0是当前点的系数。
本发明实施例优选采用自适应方式预估M0。优选在获取当前点的干扰信号M0之前还包括获取当前点的系数F0的步骤：令P=Y1*M2-Y2*M1，其中，Y1代表当前点之前第一点的输出信号，Y2代表当前点之前第二点的输出信号；若P大于等于零，则F0等于F1加上T；若P小于零，则F0等于F1减去T，其中，F1代表当前点之前第一点的系数，T为常数。该常数T，本领域技术人员可以根据经验自己设定。初始系数F的值可以设置为零，本领域技术人也可以根据经验自行设定。
由于工频干扰的频率突变的可能性比较小，为了更加细腻的拟合工频干扰，本发明实施例优选在上面获取F0之后还包括对F0进行校正的步骤：
计算以当前点为起点往前N个系数的系数平均值，其中，N的取值范围为2至15，所述系数平均值作为F0用于计算M0。
这样也能消除其他干扰带来的预估偏离较大的技术问题，提高了预估的准确性。
S3、将当前点的输入信号减去当前点的干扰信号得到当前点的输出信号。
Y0=X0-M0，Y0为当前点的输出信号，即为滤除了工频干扰信号后的信号大小。
S4、判断当前点是否为最后一点，若是，执行步骤S5，结束；若否，返回步骤S1针对下一点信号继续消除干扰信号。
本发明实施例优选在步骤S4之前或者之后还包括如下步骤：
令Q=Y0-Y1，其中，Y0为当前点的输出信号；若Q大于等于零，则将M0+A、M1作为新的M1、M2用于下一点的干扰信号计算；若Q小于零，则将M0-A、M1作为新的M1、M2用于下一点的干扰信号计算，其中A为调整系数。
该步骤可以提高下一点的干扰信号预估精度。
A作为调整系数，可以调整预估的进度。即，通过设置A的不同大小，可以调整每次预估的修正步伐。本领域技术人员可以根据试验及积累的相关经验确定A大小。A的大小可以为常数固定不变，也可以根据需要进行改变。
本发明实施例优选，若Q绝对值大于0.25，则令A等于0.2；反之令A等于0.1。这样可以更加快速的实现干扰信号的消除，经过试验发现，该优选方法较劣等方法可以提前1S实现消除干扰信号。
图3是本发明实施例的干扰信号消除装置结构示意图。请参照图3，本发明实施例的干扰信号消除装置包括陷波模块200、与陷波模块200连接的输入信号获取模块400、干扰信号计算模块700以及分别与输入信号获取模块400和干扰信号计算模块700连接的输出信号获取模块500。
该陷波模块200在某些实施例是可以不需要的，即可以省略。本实施例优选设置该陷波模块200是为了获取质量较高的输出信号。该陷波模块200接收原始信号100并对原始信号100进行陷波处理滤除高次谐波。本发明实施例优选该陷波模块200为巴特沃斯陷波滤波器，一般滤除3次和5次谐波就可以了，因为再高次谐波信号已非常微弱。例如，滤除频率在150Hz、250Hz的谐波。经过陷波模块200（巴特沃斯陷波滤波器）处理后的原始信号100形成输入信号300。
该输入信号获取模块400与该陷波模块200连接，用于获取输入信号300。该输入信号获取模块400获取的当前点的输入信号大小为X0。
该干扰信号计算模块700，用于根据当前点之前两点的干扰信号获取当前点的干扰信号（即预估信号900）。
图4是本发明实施例的干扰信号计算模块结构示意图。请参照图4，该干扰信号计算模块700包括与输出信号获取模块500连接的系数调整单元710、与该系数调整单元710连接的第一计算单元720以及分别于该第一计算单元720和输出信号获取模块500连接的干扰调整单元730。
该系数调整单元710包括第一计算器711、第一处理器712和校正器713。该第一计算器711根据公式P=Y1*M2-Y2*M1计算，其中，Y1代表当前点之前第一点的输出信号，Y2代表当前点之前第二点的输出信号。第一处理器712判断P是否大于零，若P大于等于零，则F0等于F1加上T；若P小于零，则F0等于F1减去T，其中，F1代表当前点之前第一点的系数，T为常数。该校正器713，计算以当前点为起点往前N个系数的系数平均值作为F0用于计算M0，其中，N的取值范围为2至15。
所述干扰信号计算模块700的第一计算单元720根据如下公式获取当前点的干扰信号：M0=F0*M1-M 2，其中，M0代表当前点的干扰信号，M1代表当前点之前第一点的干扰信号，M2代表当前点之前第二点的干扰信号，F0是系数，为该校正器713输出的F0。
该干扰调整单元730计算Q的大小，并根据Q的大小调整M0的值作为新的M1用于下一点的计算。令Q=Y0-Y1，其中，Y0为当前点的输出信号；若Q大于等于零，则将M0+A、M1作为新的M1、M2用于下一点的干扰信号计算；若Q小于零，则将M0-A、M1作为新的M1、M2用于下一点的干扰信号计算，其中A为调整系数。
该干扰调整单元730可以提高下一点的干扰信号预估精度。
A作为调整系数，可以调整预估的进度。即，通过设置A的不同大小，可以调整每次预估的修正步伐。本领域技术人员可以根据试验及积累的相关经验确定A大小。A的大小可以为常数固定不变，也可以根据需要进行改变。
本发明实施例优选，若Q绝对值大于0.25，则令A等于0.2；反之令A等于0.1。这样可以更加快速的实现干扰信号的消除，经过试验发现，该优选方法较劣等方法可以提前1S实现消除干扰信号。
该输出信号获取模块500，用于将当前点的输入信号减去当前点的干扰信号（即预估信号900）得到当前点的输出信号600。当前的输出信号600为Y0，Y0=X0-M0。
该干扰信号消除装置可以有效地去除干扰信号的同时避免消除心电信号中的50Hz的有用信号成分，同时也解决了干扰信号变动带来的干扰信号消除不准确，起到而来减少信号失真的效果。
本发明还提供一种医疗设备，该医疗设备包括上述干扰信号消除装置。进一步优选该医疗设备为心电图机，即该心电图机包括上述干扰信号消除装置。
以上对本发明所提供的干扰信号消除方法、装置以及医疗设备进行了详细介绍，本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。
Claims (14)
1.一种干扰信号消除方法，其特征在于，包括：
S1、获取当前点的输入信号；
S2、根据当前点之前两点的干扰信号获取当前点的干扰信号；
S3、将当前点的输入信号减去当前点的干扰信号得到当前点的输出信号。
2.如权利要求1所述的干扰信号消除方法，其特征在于，所述步骤S2根据如下公式获取当前点的干扰信号：
M0=F0*M1-M2，其中，M0代表当前点的干扰信号，M1代表当前点之前第一点的干扰信号，M2代表当前点之前第二点的干扰信号，F0是当前点的系数。
3.如权利要求2所述的干扰信号消除方法，其特征在于，在获取当前点的干扰信号之前还包括如下步骤：
P=Y1*M2-Y2*M1，其中，Y1代表当前点之前第一点的输出信号，Y2代表当前点之前第二点的输出信号；若P大于等于零，则F0等于F1加上T；若P小于零，则F0等于F1减去T，其中，F1代表当前点之前第一点的系数，T为常数。
4.如权利要求3所述的干扰信号消除方法，其特征在于，在获取F0之后还包括对F0进行校正的步骤：
计算以当前点为起点往前N个系数的系数平均值，其中，N的取值范围为2至15，所述系数平均值作为F0用于计算M0。
5.如权利要求3所述的干扰信号消除方法，其特征在于，在获取当前点的输出信号之后还包括如下步骤：
Q=Y0-Y1，其中，Y0为当前点的输出信号；若Q大于等于零，则将M0+A、M1作为新的M1、M2用于下一点的干扰信号计算；若Q小于零，则将M0-A、M1作为新的M1、M2用于下一点的干扰信号计算，其中A为调整系数。
6.如权利要求1所述的干扰信号消除方法，其特征在于，在步骤S1之前还包括步骤S0：
S0，对原始信号进行陷波处理，滤除高次谐波得到输入信号。
7.一种干扰信号消除装置，其特征在于，包括：
输入信号获取模块，用于获取当前点的输入信号；
干扰信号计算模块，用于根据当前点之前两点的干扰信号获取当前点的干扰信号；以及
输出信号获取模块，用于将当前点的输入信号减去当前点的干扰信号得到当前点的输出信号。
8.如权利要求7所述的干扰信号消除装置，其特征在于，所述干扰信号计算模块根据如下公式获取当前点的干扰信号：
M0=F0*M1-M2，其中，M0代表当前点的干扰信号，M1代表当前点之前第一点的干扰信号，M2代表当前点之前第二点的干扰信号，F0是系数。
9.如权利要求8所述的干扰信号消除装置，其特征在于，所述干扰信号计算模块包括系数调整单元，所述系数调整单元包括第一计算器和第一处理器；
所述第一计算器根据公式P=Y1*M2-Y2*M1计算，其中，Y1代表当前点之前第一点的输出信号，Y2代表当前点之前第二点的输出信号；
所述第一处理器判断P是否大于零，若P大于等于零，则F0等于F1加上T；若P小于零，则F0等于F1减去T，其中，F1代表当前点之前第一点的系数，T为常数。
10.如权利要求9所述的干扰信号消除装置，其特征在于，所述系数调整单元包括还包括校正器，所述校正器计算以当前点为起点往前N个系数的系数平均值作为F0用于计算M0，其中，N的取值范围为2至15。
11.如权利要求9所述的干扰信号消除装置，其特征在于，所述干扰信号计算模块还包括干扰调整单元，所述干扰调整单元根据Q=Y0-Y1计算Q大小，其中，Y0为当前点的输出信号；若Q大于等于零，则所述干扰调整单元将M0+A、M1作为新的M1、M2用于下一点的干扰信号计算；若Q小于零，则所述干扰调整单元将M0-A、M1作为新的M1、M2用于下一点的干扰信号计算，其中A为调整系数。
12.如权利要求7所述的干扰信号消除装置，其特征在于，还包括接收原始信号的陷波处理模块，所述陷波处理模块用于对原始信号进行陷波处理，滤除高次谐波得到输入信号。
13.一种医疗设备，其特征在于，包括权利要求7至12任一项所述的干扰信号消除装置。
14.一种心电图机，其特征在于，包括权利要求7至12任一项所述的干扰信号消除装置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510155866.4A CN104811258A (zh) | 2015-04-03 | 2015-04-03 | 干扰信号消除方法、装置以及医疗设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510155866.4A CN104811258A (zh) | 2015-04-03 | 2015-04-03 | 干扰信号消除方法、装置以及医疗设备 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN104811258A true CN104811258A (zh) | 2015-07-29 |
Family
ID=53695790
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201510155866.4A Pending CN104811258A (zh) | 2015-04-03 | 2015-04-03 | 干扰信号消除方法、装置以及医疗设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN104811258A (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105203839A (zh) * | 2015-08-28 | 2015-12-30 | 中国科学院新疆天文台 | 一种基于宽带频谱的干扰信号提取方法 |
| CN107528646A (zh) * | 2017-08-31 | 2017-12-29 | 中国科学院新疆天文台 | 一种基于宽带频谱的干扰信号识别及提取方法 |
| CN109800634A (zh) * | 2018-12-11 | 2019-05-24 | 中国科学院新疆天文台 | 一种基于邻值统计的宽带频谱信噪分离方法 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101548885A (zh) * | 2009-04-17 | 2009-10-07 | 南京大学 | 去除电生理信号中工频干扰信号的方法 |
| WO2013067714A1 (zh) * | 2011-11-12 | 2013-05-16 | Liv Runchun | 一种降低突发噪音的方法 |
| CN103417206A (zh) * | 2012-05-22 | 2013-12-04 | 中国科学院深圳先进技术研究院 | Ecg去除工频干扰的方法及系统 |
| WO2014145618A1 (en) * | 2013-03-15 | 2014-09-18 | Zoll Medical Corporation | Ecg noise reduction system for removal of vehicle motion artifact |
-
2015
- 2015-04-03 CN CN201510155866.4A patent/CN104811258A/zh active Pending
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101548885A (zh) * | 2009-04-17 | 2009-10-07 | 南京大学 | 去除电生理信号中工频干扰信号的方法 |
| WO2013067714A1 (zh) * | 2011-11-12 | 2013-05-16 | Liv Runchun | 一种降低突发噪音的方法 |
| CN103417206A (zh) * | 2012-05-22 | 2013-12-04 | 中国科学院深圳先进技术研究院 | Ecg去除工频干扰的方法及系统 |
| WO2014145618A1 (en) * | 2013-03-15 | 2014-09-18 | Zoll Medical Corporation | Ecg noise reduction system for removal of vehicle motion artifact |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105203839A (zh) * | 2015-08-28 | 2015-12-30 | 中国科学院新疆天文台 | 一种基于宽带频谱的干扰信号提取方法 |
| CN105203839B (zh) * | 2015-08-28 | 2018-01-19 | 中国科学院新疆天文台 | 一种基于宽带频谱的干扰信号提取方法 |
| CN107528646A (zh) * | 2017-08-31 | 2017-12-29 | 中国科学院新疆天文台 | 一种基于宽带频谱的干扰信号识别及提取方法 |
| CN107528646B (zh) * | 2017-08-31 | 2020-08-28 | 中国科学院新疆天文台 | 一种基于宽带频谱的干扰信号识别及提取方法 |
| CN109800634A (zh) * | 2018-12-11 | 2019-05-24 | 中国科学院新疆天文台 | 一种基于邻值统计的宽带频谱信噪分离方法 |
| CN109800634B (zh) * | 2018-12-11 | 2021-05-18 | 中国科学院新疆天文台 | 一种基于邻值统计的宽带频谱信噪分离方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP5191791B2 (ja) | Ｅｃｇにおけるコヒーレント信号の除去 | |
| Wu et al. | Research of fetal ECG extraction using wavelet analysis and adaptive filtering | |
| Nayak et al. | Filtering techniques for ECG signal processing | |
| Zivanovic et al. | Simultaneous powerline interference and baseline wander removal from ECG and EMG signals by sinusoidal modeling | |
| Kadam et al. | Reduction of power line interference in ECG signal using FIR filter | |
| WO2017118127A1 (zh) | 一种心跳信号处理方法、装置和系统 | |
| JPH07163535A (ja) | 患者モニタ | |
| CN109561845B (zh) | 用于处理生理信号的处理装置 | |
| Zheng et al. | Single-lead fetal electrocardiogram estimation by means of combining R-peak detection, resampling and comb filter | |
| Khan et al. | Wavelet based ECG denoising using signal-noise residue method | |
| CN107997754B (zh) | 一种智能床垫系统及人体生理特征数据提取方法 | |
| Ko et al. | Motion artifact reduction in electrocardiogram using adaptive filtering based on half cell potential monitoring | |
| CN110680307A (zh) | 一种运动环境下基于脉搏波传导时间的动态血压监测方法 | |
| CN104811258A (zh) | 干扰信号消除方法、装置以及医疗设备 | |
| Sohal et al. | Comparative analysis of heart rate variability parameters for arrhythmia and atrial fibrillation using ANOVA | |
| Yi et al. | Derivation of respiration from ECG measured without subject's awareness using wavelet transform | |
| Tan et al. | EMD-based electrocardiogram delineation for a wearable low-power ECG monitoring device | |
| Costa et al. | Removing harmonic power line interference from biopotential signals in low cost acquisition systems | |
| Wu et al. | Improvement of HRV methodology for positive/negative emotion assessment | |
| Stalin Subbiah et al. | Reduction of noises in ECG signal by various filters | |
| Berset et al. | Robust heart rhythm calculation and respiration rate estimation in ambulatory ECG monitoring | |
| CN116458847A (zh) | 一种基于自适应滤波的急救设备干扰抑制方法及系统 | |
| Choudhari et al. | Denoising of radial bioimpedance signals using adaptive wavelet packet transform and Kalman filter | |
| EP2938247B1 (en) | Method and apparatus for reducing motion artifacts in ecg signals | |
| Lee et al. | Wavelet approach to artifact noise removal from capacitive coupled electrocardiograph |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| WD01 | Invention patent application deemed withdrawn after publication | ||
| WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20150729 |