CN105050493B - 用于确定ecg数据中的qrs复合波的出现的装置和方法 - Google Patents
用于确定ecg数据中的qrs复合波的出现的装置和方法 Download PDFInfo
- Publication number
- CN105050493B CN105050493B CN201480008140.1A CN201480008140A CN105050493B CN 105050493 B CN105050493 B CN 105050493B CN 201480008140 A CN201480008140 A CN 201480008140A CN 105050493 B CN105050493 B CN 105050493B
- Authority
- CN
- China
- Prior art keywords
- ecg data
- data collection
- ecg
- qrs complex
- unit
- 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
Links
- 238000000718 qrs complex Methods 0.000 title claims abstract description 75
- 238000000034 method Methods 0.000 title claims abstract description 24
- 238000013480 data collection Methods 0.000 claims abstract description 105
- 238000001514 detection method Methods 0.000 claims abstract description 53
- 238000012544 monitoring process Methods 0.000 claims description 14
- 238000012545 processing Methods 0.000 claims description 10
- 238000001914 filtration Methods 0.000 claims description 9
- 230000003137 locomotive effect Effects 0.000 claims description 9
- 230000008569 process Effects 0.000 claims description 4
- 239000012141 concentrate Substances 0.000 claims description 3
- 230000005611 electricity Effects 0.000 claims description 2
- 241000406668 Loxodonta cyclotis Species 0.000 claims 1
- 238000010009 beating Methods 0.000 description 10
- 238000012360 testing method Methods 0.000 description 10
- 238000005516 engineering process Methods 0.000 description 9
- 230000000694 effects Effects 0.000 description 7
- 230000002159 abnormal effect Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 6
- 230000006872 improvement Effects 0.000 description 5
- 238000004458 analytical method Methods 0.000 description 4
- 230000033764 rhythmic process Effects 0.000 description 4
- 230000035945 sensitivity Effects 0.000 description 4
- 238000003759 clinical diagnosis Methods 0.000 description 3
- 230000008034 disappearance Effects 0.000 description 3
- 238000013441 quality evaluation Methods 0.000 description 3
- 230000002861 ventricular Effects 0.000 description 3
- 206010006580 Bundle branch block left Diseases 0.000 description 2
- 206010006582 Bundle branch block right Diseases 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 230000033001 locomotion Effects 0.000 description 2
- 210000003205 muscle Anatomy 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 241001269238 Data Species 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 206010003119 arrhythmia Diseases 0.000 description 1
- 230000006793 arrhythmia Effects 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000000747 cardiac effect Effects 0.000 description 1
- 230000001143 conditioned effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000002085 persistent effect Effects 0.000 description 1
- 238000011897 real-time detection Methods 0.000 description 1
- 230000034225 regulation of ventricular cardiomyocyte membrane depolarization Effects 0.000 description 1
- 230000002336 repolarization Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000000284 resting effect Effects 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 238000010183 spectrum analysis Methods 0.000 description 1
Landscapes
- Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
Abstract
本发明提供了一种用于确定ECG数据中的QRS复合波的出现的装置和方法。根据本发明的方面，提出了一种用于通过利用分别由电极导联Ⅱ、V4和V5采集的第一ECG数据集、第二ECG数据集和第三ECG数据集并且通过确定在所述第一ECG数据集、所述第二ECG数据集和所述第三ECG数据集中的至少两个中是否已经检测到QRS复合波在预定义的时间窗口之内来确定ECG数据中的QRS复合波的出现的装置。根据本发明的另一方面，提出了一种用于通过利用三个ECG数据集并且通过确定在所述三个ECG数据集中的至少两个中是否已经检测到QRS复合波在预定义的时间窗口之内来确定ECG数据中的QRS复合波的出现的装置，所述三个ECG数据集的信号质量值V是分别由标准12电极导联采集的第一ECG数据集到第十二ECG数据集中的最小的三个。本发明的两种装置可以改进QRS检测的准确性，这已经通过临床测试得到证明。
Description
技术领域
本发明涉及ECG监测，更具体地涉及用于确定从正被监测的对象采集的ECG数据中的QRS复合波(QRS complex)的出现的装置和方法，并且涉及利用所述装置和方法的ECG监测系统。
背景技术
现今，心电图(ECG)是临床实践中最常用的工具之一，这是因为它是用于测量和诊断心脏的异常节律的方式，并且它是诸如心率计和心律失常监测器的许多临床仪器的基本部分。
典型的ECG波形包括指示动脉去极化的P波、指示心室去极化的QRS复合波、指示心室复极化的T波以及在一些情况下指示复极化的延伸的可能的U波。ECG的主要活动通常涉及实时的QRS复合波，使用诸如心律失常监测系统的医学仪器、ECG压力测试系统、心电图。对ECG的QRS复合波的准确检测对于所有这些临床应用是重要的，例如，在心律失常监测系统中，显著的假阴性和假阳性率能够来自于错误的QRS检测。
在过去几年中，许多技术已经被开发用于检测QRS复合波，所述技术包括功率谱分析、带通滤波、差分、模板匹配以及波形特征依赖的实时技术。样本的多样性和复杂性确定准确QRS检测的难度。然而，常规实时检测算法在检测的准确性方面仍然不是非常令人满意的。
常规地，在实际应用中，用于QRS检测的装置通常选择包含明显复杂特征的电极导联，例如，标准肢体导联、由美国心脏协会(AHA)推荐的标准十二电极的导联Ⅱ中的一个。并且在一些情况下，可以使用全局检测技术，例如，垂直的导联Ⅱ、aVF和V5一起用于保证检测可靠性。
然而，在压力测试系统中，作用在电极导联上的快速增加的肌肉活动和机械力通常导致过多的肌肉噪声，该过多的肌肉噪声引起不能识别的波形。这些不利的随机伪影降低QRS检测的准确性。
可以从图1清楚地理解用于QRS检测的常规技术的缺陷，图1示出了在加州的纽波特比奇的Hoag医院进行的压力测试系统中的病例。已经通过某些预处理滤除技术来滤除出ECG数据的高频率、低频率和AC噪声。从上到下，图1中的四个波形分别是通过使用全局检测技术基于所选择的导联Ⅱ、aVF和V5的搏动检测；仅使用导联Ⅱ的检测；仅使用导联aVF的检测；以及仅使用导联V5的检测。
能够清楚地看到，甚至在使用全局检测技术的情况下，QRS检测也不够准确并且可能丢失一些重要的波形特征，例如，导联Ⅱ、aVF中的PVC状加宽的QRS复合波。
发明内容
因此，归因于用于QRS检测的常规技术的缺陷，需要提供一种用于尤其在压力测试系统中以改进的检测准确性来确定ECG数据中的QRS复合波的出现的改进的方法和装置。
为了这个目的，本发明的发明人已经进行了大量的临床研究和实验，并且找到两种用于QRS复合波检测的新颖方式，其改进对象的ECG数据中的QRS复合波的实时检测准确性。
特别地，代替使用一种导联(例如，导联Ⅱ)或代替使用导联Ⅱ、aVF和V5作为常规装置中的全局检测，提出的一种类型的用于QRS检测的装置使用由电极导联Ⅱ、V4和V5采集的ECG数据，这是因为发明人已经发现这三种导联不仅更加适合于对心室活动的准确观察而且在峰值检测方面彼此互补；因此，这三种导联的组合将改进针对异常QRS复合波的检测灵敏度，尤其对于PVC、LBBB、RBBB或其他的病例。
因此，根据本发明的方面，提出了一种用于确定从正被监测的对象采集的ECG数据中的QRS复合波的出现的装置，所述装置包括：接收单元，其被配置为接收分别由被附接到所述对象的电极导联Ⅱ、V4和V5采集的第一ECG数据集、第二ECG数据集和第三ECG数据集；检测单元，其被配置为评价所述第一ECG数据集、所述第二ECG数据集和所述第三ECG数据集，以便在各自的ECG数据集中检测QRS复合波是否出现在预定义的时间窗口之内；以及输出部，其被配置为当在所述第一ECG数据集、所述第二ECG数据集和所述第三ECG数据集中的至少两个中已经检测到QRS复合波在所述预定义的时间窗口之内的情况下输出指示QRS复合波出现在所述预定义的时间窗口之内的消息。
以这种方式，可以更加准确地确定QRS复合波的出现，并且以其检测QRS复合波的提高的准确性使得ECG数据与利用单独由导联Ⅱ或在全局检测时由导联Ⅱ、aVF和V5采集ECG数据的常规方式相比能够得到改进。因此，由所述ECG监测系统输出以用于临床诊断的最终ECG报告将更加准确，所述最终ECG报告是根据来自于本发明的所述装置的QRS检测的。
此外，在本实施例中，不仅用于QRS检测的三种导联Ⅱ、V4和V5不同于在常规全局检测技术中使用的导联，而且在本实施例中对QRS复合波的出现的确定是基于多数判据的，从而使得能够避免在归因于异常情形而只有三种导联中的一种检测到QRS复合波时对QRS复合波的出现的错误确定，并且使得能够避免对真实QRS复合波的出现的错误确定。因此，本实施例可以进一步改进QRS检测的准确性。
此外，作为用于QRS检测的另一类型的装置，本发明的发明人发现，利用信号质量估计技术来选择最适当的导联作为有希望的导联可以以智能的方式增强检测准确性。
因此，根据本发明的另一方面，提出了一种用于检测从正被监测的对象采集的ECG数据中的QRS复合波的出现的装置，包括：
-接收单元，其被配置为接收分别由被附接到所述对象的标准十二电极导联采集的第一ECG数据集到第十二ECG数据集；
-检测单元，其被配置为评价所述第一ECG数据集到所述第十二ECG数据集，以便在各自的ECG数据集中检测QRS复合波是否出现在预定义的时间窗口之内；
-计算单元，其被配置为通过计算所述各自的ECG数据集中的N个连续的波形的标准差与所述各自的ECG数据集的参考标准差的比率或通过计算所述各自的ECG数据集中的N个连续的波形的信号能量比(SNR)与所述各自的ECG数据集的参考SNR的比率来导出分别针对所述第一ECG数据集到所述第十二ECG数据集中的每个的第一信号质量值V到第十二信号质量值V，其中，所述各自的ECG数据集的所述参考标准差和所述参考SNR是分别根据分别由标准十二电极导联在运动前阶段处采集的第一ECG数据集到第十二ECG数据集来预确定的；
-比较单元，其被配置为将所述第一信号质量值V到所述第十二信号质量值V进行比较并且确定三个ECG数据集，所述三个ECG数据集的信号质量值V是所述第一ECG数据集到所述第十二ECG数据集之中最小的；以及
-输出部，其被配置为当在所确定的三个ECG数据集中的至少两个中已经检测到QRS复合波在所述预定义的时间窗口之内的情况下输出指示QRS复合波出现在所述预定义的时间窗口之内的消息。
如能够从以上看出的，第二种类型的装置与第一种类型的装置的不同在于三个电极导联不是被固定选择的，而是根据由导联采集的ECG数据的信号质量来选择的。从理论角度来看，归因于自适应特征，第二种类型的装置的性能比第一种类型的装置的性能更好。然而，从实际应用的复杂角度来看，第一种类型的识别器更加合适，考虑了检测准确性与复杂要求之间的折衷。
类似地，在本实施例中，不仅用于QRS检测的三种导联是根据信号质量来选择的并不同于在常规全局检测技术中使用的导联，而且在本实施例中对QRS复合波的出现的确定是基于多数判据的，使得能够避免在归因于异常情形而只有三种导联中的一种检测到QRS复合波时对QRS复合波的出现的错误确定，并且使得能够避免对真实QRS复合波的出现的错误确定。因此，本实施例可以进一步改进QRS检测的准确性。
所发明的两种装置的性能已经通过对在加州的纽波特比奇的Hoag医院的志愿者案例和患者案例的临床测试得到证实。通过使用大约28.960次搏动来分析的总错误率为0.19％，并且所发明的用于QRS检测的装置的灵敏度为99.81％。
此外，在两种所提出的装置中，除了在第二种解决方案中利用的智能选择目的之外，信号质量估计技术还可以用于触发收集的ECG数据的不可接受的信号质量要求注意或采取动作的警告消息，所述警告消息是针对临床医生的良好指示器。
以这种方式，可以及时提醒临床工作人员已经收集了不令人满意的ECG数据并且他们可以然后及时地核查这是否归因于导联与对象之间的接触的缺失或归因于其他原因。
根据本发明的又另一方面，还提出了一种ECG监测系统，所述ECG监测系统包括：ECG信号采集单元，其被配置为从被附接到对象的标准十二电极导联采集并预处理原始ECG数据；ECG信号处理单元，其被配置为处理来自所述ECG信号采集单元的经预处理的数据，以导出包括QRS复合波信息和其他ECG特征信息的ECG报告，其中，所述ECG信号处理单元包括用于检测从正被监测的对象采集的ECG数据中的QRS复合波的出现的以上提及的两种装置中的任一种类型；输出单元，其被配置为通过显示或打印所述ECG报告来输出所述ECG报告；以及存储单元，其被配置为存储来自所述ECG信号采集单元的经预处理的数据以及所述ECG报告。
如以上所提及的，由于可以更加准确地确定QRS复合波的出现，并且相应地对QRS复合波的检测的改进的准确性使得ECG数据与利用单独由导联Ⅱ或在全局检测时由导联Ⅱ、aVF和V5采集ECG数据的常规方式相比能够得到改进，由所述ECG监测系统输出以用于临床诊断的最终ECG报告与由利用用于QRS检测的常规装置的ECG监测系统输出的ECG报告相比将更加准确，所述最终ECG报告是根据来自于本发明的所述装置的QRS检测而产生的。
下文进一步详细描述了本公开的各个方面和特征。参考下文描述的(一个或多个)实施例，本发明的这些方面和其他方面将是显而易见的并且得到阐明。
附图说明
下文将结合实施例并参考附图更加详细地描述和解释本发明，其中：
图1示出了在加州的纽波特比奇的Hoag医院进行的压力测试系统中的病例；
图2是ECG监测系统的框图；
图3示出了图2的ECG监测系统中包含的ECG信号处理单元的详细结构；
图4是根据本发明的实施例的用于确定ECG数据中的QRS复合波的出现的装置的框图；
图5示出了根据本实施例的用于确定ECG数据中的QRS复合波的出现的方法的流程图；
图6是根据本发明的另一实施例的用于确定ECG数据中的QRS复合波的出现的装置的框图。
图7示出了根据本实施例的用于确定ECG数据中的QRS复合波的出现的方法的流程图；
图8-9示出了当本发明的装置被利用在ECG监测系统中时的性能改进。
附图中相同的附图标记指示相似或对应的特征和/或功能。
具体实施方式
将关于具体实施例并参考特定附图来描述本发明，但是本发明不限于此而是仅由权利要求书限制。描述的附图仅是示意性的并且是非限制性的。在附图中，出于图示的目的，元件中的一些的尺寸可能被夸大并且不是按比例绘制的。
图2图示了ECG监测系统20的框图，所述ECG监测系统20包括ECG信号采集单元21、ECG信号处理单元22以及输出单元23。
如图2所示，诸如由美国心脏协会(AHA)推荐的12导联的多个电极导联同时被应用并被附接到诸如患者的对象，以通过皮肤的表面收集心脏的电活动。ECG信号采集单元21通常执行对通过使用电极导联从身体收集的电信号的预处理，例如，放大和数字化。
系统20还可以包括存储单元24，并且来自ECG信号采集单元21的经预处理的ECG数据可以被以数字方式存储在存储单元24中并且还被输出到ECG信号处理单元22，其中，可以通过适当的滤波、主要活动识别、特征分析和测量来处理经预处理的ECG信号，以生成QRS复合波和其他ECG特征信息，其将最终由输出单元23显示或打印在ECG心律/自动报告中。
图3图示了图2的ECG监测系统20中包括的ECG信号处理单元22的详细结构。
如图3所示，除了用于确定从正被监测的对象采集的ECG数据中的QRS复合波的出现的装置224和用于导出其他ECG特征信息的导出单元225之外，ECG信号处理单元22还可以包括用于在数据被输入到装置224和导出单元225中之前减少经预处理的ECG数据的噪声的若干单元。
如本领域技术人员能够理解的，原因在于，生物信号可以包括大量噪声，所述大量噪声通常导致用于搏动分析、分类和临床诊断的信号质量降低和甚至不可接受，尤其在诸如平板运动和踏车运动测试的测力测试期间。ECG中的伪影具有不同种类的特性，例如，低频率噪声和高频率噪声。从另一视角，伪影能够被分类成具有固定频率特性的伪影和具有随机特性的伪影。
因此，为了减少这些噪声，ECG信号处理单元22还可以包括电力线频率分析单元221、带通滤波单元222以及AC滤波单元223，其中，所述带通滤波单元222被配置为滤除ECG数据中的低频率噪声和高频率噪声，所述AC滤波单元223被配置为根据电力线频率分析单元221的识别结果来滤除电力线干扰的影响。
如本领域所周知的，尽管电力线干扰通常被分类为具有在50/60Hz的固定频率的伪影，但是环境条件可以扰乱稳定状态或甚至引起谐波分量。因此，电力线频率分析单元221用于为AC滤波单元223识别基频分量和对应的谐波分量的存在，以衰减电力线干扰的不利影响。带通滤波单元222提供用于减少低频率噪声和高频率噪声的常规工具。根据不同的应用要求，可以考虑包含重要ECG信号信息的推荐的带宽，例如，对于青少年从0.05Hz到150Hz的范围变动，并且对于儿科病例需要高达250Hz的带宽。在ECG信号已经通过带通滤波和AC滤波阶段之后，其信噪比增大，这明确改进了用于QRS检测的装置224的总体灵敏度和用于导出其他ECG特征信息的导出单元225的性能。
在下文中，提出并结合附图详细阐释了根据本发明的两种类型的装置224，所述两种类型的装置224改进了ECG中的QRS复合波检测的准确性。
图4是根据本发明的实施例的用于确定ECG数据中的QRS复合波的出现的装置224的框图。在下文中，将结合图5来描述装置224的细节，图5示出了由根据本实施例的装置224执行的方法50的流程图。
如能够从图4所看出的，本实施例的装置224包括接收单元41、检测单元42以及输出部43。
首先，在分别由被附接到对象的标准十二电极导联采集的12个ECG数据集中，本实施例的装置224的接收单元41接收分别由电极导联Ⅱ、V4和V5采集的三个ECG数据集(图5的流程图中的步骤51)。
例如，接收单元41接收由电极导联Ⅱ采集的第一ECG数据集、由电极导联V4采集的第二ECG数据集、以及还有由电极导联V5采集的第三ECG数据集。如图3所示，在实施例中，来自AC滤波单元223的经滤波的ECG数据可以被用作装置224的输入，使得与使用原始ECG数据的情况相比，QRS复合波检测的准确性得到改进。
接下来，检测单元42评价第一ECG数据集、第二ECG数据集和第三ECG数据集，以便在各自的ECG数据集中检测QRS复合波是否出现在预定义的时间窗口之内(图5中的步骤52)。在实施例中，预定义的时间窗口可以被选择为80ms，这可以根据对象的具体情形而被调节。
详细地，检测单元42可以利用QRS检测器来检测来自三种导联中的每种的经滤波的数据，在这之后，预定义的时间窗口可以被应用到检测到的QRS复合波。如果所述检测到的QRS复合波在预定义的时间窗口之内，则存在已经成功检测到QRS复合波的至少两种导联，所述装置的输出部43可以输出指示QRS复合波出现在预定义的时间窗口之内的消息(图5中的步骤53)。
以这种方式，装置224可以确认检测到的QRS搏动的可靠性并且还可以相应地确定搏动位置。
在该实施例中，不同于QRS检测的常规方式，肢体导联和胸部导联Ⅱ、V4和V5被选择作为用于动态搏动识别的有希望的导联；这三种导联不仅更适合于对心室活动的准确观察而且它们还在峰值检测方面彼此互补，因此这三种导联的组合将改进用于对异常QRS复合波的检测的灵敏度，尤其对于PVC、LBBB、RBBB或其他的病例。
另外，在本发明中，不仅用于QRS检测的三种导联不同于在常规全局检测技术中使用的导联，而且对QRS复合波的出现的确定是基于多数判据的，因此使得能够避免在归因于异常情形而只有三种导联中的一种检测到QRS复合波时对QRS复合波的出现的错误确定。因此，本发明可以进一步改进QRS检测的准确性。
如图4所示，任选地，装置224还可以包括计算单元44，所述计算单元44被配置为导出分别针对第一ECG数据集、第二ECG数据集和第三ECG数据集中的每个的第一信号质量值V、第二信号质量值V和第三信号质量值V。
经AC滤波的数据和检测到的QRS复合波位置信息被并行地提供给计算单元44，所述计算单元44执行统计信号质量评价。
具体地，在一个实施例中，计算单元44可以首先计算各自的ECG数据集中的N个连续的波形的标准差。类似地，各自的ECG数据集的参考标准差可以分别根据分别由电极导联Ⅱ、V4和V5在运动前阶段(例如，在对象处于休息状态中期间的阶段)处采集的第一ECG数据集、第二ECG数据集和第三ECG数据集来预确定，使得参考标准差可以表示由每个导联采集的ECG数据的正常状态并且被用作用于确定在正常状态中的真实测试期间采集的ECG数据的波动的基础。
利用各自的ECG数据集的该标准差和参考标准差，针对每个集的信号质量值可以通过计算各自的ECG数据集中的N个连续的波形的标准差与各自的ECG数据集的参考标准差的比率来导出(图5中的步骤54)。
如将由本领域技术人员容易理解的，尽管所采集的ECG数据的标准差可以用于计算其信号质量值，但是其不限于此。例如，所采集的ECG数据的方差也可以用于导出信号质量值。
另外，信号质量估计的另一范例可以通过使用ECG谱分析来实施，这是因为用于临床应用的标准ECG信号具有在0.05Hz到100Hz的范围内的带宽，并且QRS复合波的能量在5Hz到40Hz的范围内。因此，信号能量比(SNR)可以被计算如下：
并且，类似地，可以借助于在运动前阶段或学习模式期间的平均方差来确定SNR参考值。最后，使用所获得的SNR和参考SNR，能够根据以下来确定SNR比率：
装置224还可以包括接口单元45，所述接口单元45当第一信号质量值V、第二信号质量值V和第三信号质量值V中的一个大于预定阈值时将输出警告消息(图5中的步骤55)。
以这种方式，可以及时提醒临床工作人员已经收集了不令人满意的ECG数据并且他们然后可以及时地核查这是否归因于导联与对象之间的接触的缺失或归因于其他原因。
图6是根据本发明的另一实施例的用于确定ECG数据中的QRS复合波的出现的装置224的框图。
在下文中，将结合图7描述装置224的细节，图7示出了根据本实施例的用于确定ECG数据中的QRS复合波的出现的方法70的流程图。
如能够从图6看出的，根据本实施的用于确定ECG数据中的QRS复合波的出现的装置224包括接收单元61、检测单元62、计算单元63、比较单元64以及输出部65。
首先，接收单元61接收分别由标准十二电极导联采集的第一ECG数据集到第十二ECG数据集(图7的流程图中的步骤71)。
接下来，类似于图5中的步骤52，检测单元62评价第一ECG数据集到第十二ECG数据集，以便在各自的ECG数据集中检测QRS复合波是否出现在预定义的时间窗口之内(图7的流程图中的步骤72)。
随后，计算单元63导出分别针对第一ECG数据集到第十二ECG数据集中的每个的第一信号质量值V到第十二信号质量值V(图7的流程图中的步骤73)。由于导出信号质量值的步骤类似于结合图5的步骤54描述的步骤，本文中为简洁起见而省略了对其的具体描述。
在已经导出第一信号质量值到第十二信号质量值之后，比较单元64将第一信号质量值V到第十二信号质量值V彼此进行比较并且确定三个ECG数据集，所述三个ECG数据集的信号质量值V是第一ECG数据集到第十二ECG数据集之中最小的(图7的流程图中的步骤74)。
换言之，根据比率值，具有最小比率的三个导联被选择作为用于QRS检测的有希望导联。类似地，如果在所确定的三个ECG数据集中的至少两个中已经检测到QRS复合波在所述预定义的时间窗口之内的情况下，则输出部65将输出指示QRS复合波出现在预定义的时间窗口之内的消息(图7的流程图中的步骤75)，使得装置224确认检测到的搏动的可靠性并且然后还可以相应地确定搏动位置。
换言之，图6中示出的装置224与图4中示出的装置的不同在于，要用于QRS检测的电极导联不是被固定选择的，而是根据由导联采集的ECG数据的信号质量值来选择的。从理论的角度来看，归因于自适应特征，该类型的装置224的性能比第一种类型的装置的性能更好。然而，从实际应用的复杂角度来看，第一种类型的识别器是更加合适的，这是因为其在其算法方面更加简单。
类似地，作为任选的部件，图6中示出的装置224还可以包括接口单元66，所述接口单元66被配置为当第一信号值V到第十二信号值V中的一个大于预定阈值时输出警告消息(图7的流程图中的步骤76)。
以这种方式，可以及时提醒临床工作人员已经收集了不令人满意的ECG数据并且他们可以然后及时地核查这是否归因于导联与对象之间的接触的缺失或归因于其他原因。
图8和图9示出了本发明的性能改进，例如当导联Ⅱ、V4和V5被选择作为用于QRS复合波检测的导联时，所述性能改进通过对在加州的纽波特比奇的Hoag医院的志愿者案例和患者案例的临床测试得到证实。
在图8和图9中，从上到下示出了基于所选择的导联Ⅱ、V4和V5的改进的搏动检测；仅使用导联Ⅱ的R检测；仅使用导联V4的R检测；以及仅使用导联V5的R检测。
从图8和图9能够清楚地看到，通过使用所发明的装置，能够避免导联Ⅱ中错误检测的搏动(图8)，并且同时能够检测到漏掉的真实搏动(图8和图9)。与使用导联Ⅱ、aVF和V5作为固定导联以用于QRS搏动检测的常规方式相比，当利用所发明的信号质量依赖的识别器(参考图1和图9)时能够检测到漏掉的PVC状搏动。
表1还图示了通过使用在Hoag医院收集的临床数据对所发明的装置的评价。以每秒1000个样本和每最低有效位5μV的幅度分辨率对ECG信号进行采样。对象在24到82岁之间。测试覆盖4个运动阶段和恢复阶段，持续时间根据对象的状况在312到1091分钟之间变化。通过视觉分析总计28960次搏动，得到的检测误差为0.19％，并且所发明的搏动识别器的灵敏度为99.81％。
表1：验证对象：来自Hoag的23个患者数据
如本领域所周知的，尽管本发明目的在于尤其在包括平板运动和测力计运动系统的压力测试系统中改进对心电图(“ECG”)中的主要电活动(即，QRS复合波)的检测准确性，但是本发明也能够在执行ECG分析、霍特尔磁带分析以及实时患者监测的医学系统中使用。
请注意，在本发明中示出的方法的步骤不应被认为是在限制的意义上，这是因为其他步骤也是可能的。对于本领域技术人员将显而易见的是，要求保护的本发明的各个方面可以被实践在脱离这些特定细节的其他范例中。
此外，如本领域技术人员能够容易理解的，在枚举了若干器件的装置权利要求中，这些器件中的若干能够由同一项硬件来实施。在互不相同的从属权利要求中记载的特定措施并不指示不能有利地使用这些措施的组合。
应当注意，上述实施例说明而非限制本发明，并且本领域的技术人员将能够设计备选的实施例而不脱离权利要求书的范围。在权利要求中，在括号中的任何附图标记不得被解释为对权利要求的限制。词语“包括”不排除没有列在权利要求或说明书中的元件或步骤的存在。在元件之前的词语“一”或“一个”不排除多个这样的元件的存在。在列举若干单元的系统权利要求中，可以由同一项软件和/或硬件来实现这些单元中的若干单元。词语第一、第二和第三等的使用不表示任何排序。这些词语被解读为名称。
Claims (12)
1.一种用于确定从正被监测的对象采集的ECG数据中的QRS复合波的出现的装置(224)，包括：
-接收单元(41)，其被配置为接收分别由被附接到所述对象的电极导联Ⅱ、V4和V5采集的第一ECG数据集、第二ECG数据集和第三ECG数据集；
-检测单元(42)，其被配置为评价所述第一ECG数据集、所述第二ECG数据集和所述第三ECG数据集，以便在各自的ECG数据集中检测QRS复合波是否出现在预定义的时间窗口之内；以及
-输出部(43)，其被配置为当在所述第一ECG数据集、所述第二ECG数据集和所述第三ECG数据集中的至少两个中已经检测到QRS复合波在所述预定义的时间窗口之内的情况下输出指示QRS复合波出现在所述预定义的时间窗口之内的消息。
2.根据权利要求1所述的装置(224)，还包括：
-计算单元(44)，其被配置为通过计算所述各自的ECG数据集中的N个连续的波形的标准差与所述各自的ECG数据集的参考标准差的比率或通过计算所述各自的ECG数据集中的N个连续的波形的信号能量比(SNR)与所述各自的ECG数据集的参考SNR的比率来导出分别针对所述第一ECG数据集、所述第二ECG数据集和所述第三ECG数据集中的每个的第一信号质量值V、第二信号质量值V和第三信号质量值V，其中，所述各自的ECG数据集的所述参考标准差和所述参考SNR是分别根据分别由电极导联Ⅱ、V4和V5在运动前阶段处采集的第一ECG数据集、第二ECG数据集和第三ECG数据集来预确定的；以及
-接口单元(45)，其被配置为当所述第一信号质量值V、所述第二信号质量值V和所述第三信号质量值V中的一个大于预定阈值时输出警告消息。
3.根据权利要求2所述的装置(224)，
其中，各自的ECG数据集中的N个连续的波形的标准差是所述N个连续的波形的方差的平方根，并且所述各自的ECG数据集的所述参考标准差是在所述运动前阶段处采集的所述对象的所述各自的ECG数据集中的平均标准差；并且
其中，所述各自的ECG数据集中的N个连续的波形的所述信号能量比是通过计算所述N个连续的波形的能量{5Hz,40Hz}与所述N个连续的波形的能量{0.05Hz,100Hz}的比率来获得的，其中，能量{5Hz,40Hz}表示从5Hz到40Hz的总能量，并且能量{0.05Hz,100Hz}表示从0.05Hz到100Hz的总能量，并且所述各自的ECG数据集的所述参考信号能量比是在所述运动前阶段处采集的所述对象的所述各自的ECG数据集中的平均信号能量比。
4.根据权利要求1至3中的任一项所述的装置(224)，其中，所述预定义的时间窗口被选择为80ms。
5.一种用于检测从正被监测的对象采集的ECG数据中的QRS复合波的出现的装置(224)，包括：
-接收单元(61)，其被配置为接收分别由被附接到所述对象的标准十二电极导联采集的第一ECG数据集到第十二ECG数据集；
-检测单元(62)，其被配置为评价所述第一ECG数据集到所述第十二ECG数据集，以便在各自的ECG数据集中检测QRS复合波是否出现在预定义的时间窗口之内；
-计算单元(63)，其被配置为通过计算所述各自的ECG数据集中的N个连续的波形的标准差与所述各自的ECG数据集的参考标准差的比率或通过计算所述各自的ECG数据集中的N个连续的波形的信号能量比(SNR)与所述各自的ECG数据集的参考SNR的比率来导出分别针对所述第一ECG数据集到所述第十二ECG数据集中的每个的第一信号质量值V到第十二信号质量值V，其中，所述各自的ECG数据集的所述参考标准差和所述参考SNR是分别根据分别由标准十二电极导联在运动前阶段处采集的第一ECG数据集到第十二ECG数据集来预确定的；
-比较单元(64)，其被配置为将所述第一信号质量值V到所述第十二信号质量值V进行比较并且确定三个ECG数据集，所述三个ECG数据集的信号质量值V是所述第一ECG数据集到所述第十二ECG数据集之中最小的；以及
-输出部(65)，其被配置为当在所确定的三个ECG数据集中的至少两个中已经检测到QRS复合波在所述预定义的时间窗口之内的情况下输出指示QRS复合波出现在所述预定义的时间窗口之内的消息。
6.根据权利要求5所述的装置(224)，还包括：
-接口单元(66)，其被配置为当所述第一信号质量值V到所述第十二信号质量值V中的一个大于预定阈值时输出警告消息。
7.一种ECG监测系统(20)，包括：
-ECG信号采集单元(21)，其被配置为采集并预处理来自被附接到对象的标准十二电极导联的原始ECG数据；
-ECG信号处理单元(22)，其被配置为处理来自所述ECG信号采集单元(21)的经预处理的数据以导出包括QRS复合波信息和其他ECG特征信息的ECG报告，其中，所述ECG信号处理单元(22)包括根据权利要求1至6中的任一项所述的装置(224)；
-输出单元(23)，其被配置为通过显示或打印所述ECG报告来输出所述ECG报告；以及
-存储单元(24)，其被配置为存储来自所述ECG信号采集单元(21)的经预处理的数据以及所述ECG报告。
8.根据权利要求7所述的系统(20)，其中，所述ECG信号处理单元(22)还包括：
-电力线频率分析单元(221)，其被配置为识别所述ECG数据中的基频分量和谐波分量；
-带通滤波单元(222)，其被配置为滤除所述ECG数据中的低频率噪声和高频率噪声；
-AC滤波单元(223)，其被配置为根据所述电力线频率分析单元的识别结果来滤除电力线干扰的影响；以及
-导出单元(225)，其被配置为导出其他ECG特征信息。
9.一种用于确定从正被监测的对象采集的ECG数据中的QRS复合波的出现的方法(50)，包括：
-接收(51)分别由被附接到所述对象的电极导联Ⅱ、V4和V5采集的第一ECG数据集、第二ECG数据集和第三ECG数据集；
-评价(52)所述第一ECG数据集、所述第二ECG数据集和所述第三ECG数据集，以便在各自的ECG数据集中检测QRS复合波是否出现在预定义的时间窗口之内；并且
-当在所述第一ECG数据集、所述第二ECG数据集和所述第三ECG数据集中的至少两个中已经检测到QRS复合波在所述预定义的时间窗口之内的情况下输出(53)指示QRS复合波出现在所述预定义的时间窗口之内的消息。
10.根据权利要求9所述的方法(50)，还包括：
-通过计算所述各自的ECG数据集中的N个连续的波形的标准差与所述各自的ECG数据集的参考标准差的比率或通过计算所述各自的ECG数据集中的N个连续的波形的信号能量比(SNR)与所述各自的ECG数据集的参考SNR的比率来导出(54)分别针对所述第一ECG数据集、所述第二ECG数据集和所述第三ECG数据集中的每个的第一信号质量值V、第二信号质量值V和第三信号质量值V，其中，所述各自的ECG数据集的所述参考标准差和所述参考SNR是分别根据分别由电极导联Ⅱ、V4和V5在运动前阶段处采集的第一ECG数据集、第二ECG数据集和第三ECG数据集来预确定的；并且
-当所述第一信号质量值V、所述第二信号质量值V和所述第三信号质量值V中的一个大于预定阈值时输出(55)警告消息。
11.一种用于检测从正被监测的对象采集的ECG数据中的QRS复合波的出现的方法(70)，包括：
-接收(71)分别由被附接到所述对象的标准十二电极导联采集的第一ECG数据集到第十二ECG数据集；
-评价(72)所述第一ECG数据集到所述第十二ECG数据集，以便在各自的ECG数据集中检测QRS复合波是否出现在预定义的时间窗口之内；
-通过计算所述各自的ECG数据集中的N个连续的波形的标准差与所述各自的ECG数据集的参考标准差的比率或通过计算所述各自的ECG数据集中的N个连续的波形的信号能量比(SNR)与所述各自的ECG数据集的参考SNR的比率来导出(73)分别针对所述第一ECG数据集到所述第十二ECG数据集中的每个的第一信号质量值V到第十二信号质量值V，其中，所述各自的ECG数据集的所述参考标准差和所述参考SNR是分别根据分别由标准十二电极导联在运动前阶段处采集的第一ECG数据集到第十二ECG数据集来预确定的；
-将所述第一信号质量值V到所述第十二信号质量值V进行比较(74)并且确定三个ECG数据集，所述三个ECG数据集的信号质量值V是所述第一ECG数据集到所述第十二ECG数据集之中最小的；以及
-当在所确定的三个ECG数据集中的至少两个中已经检测到QRS复合波在所述预定义的时间窗口之内的情况下输出(75)指示QRS复合波出现在所述预定义的时间窗口之内的消息。
12.根据权利要求11所述的方法(70)，还包括：
-当所述第一信号质量值V到所述第十二信号质量值V中的一个大于预定阈值时输出(76)警告消息。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201480008140.1A CN105050493B (zh) | 2013-12-20 | 2014-12-19 | 用于确定ecg数据中的qrs复合波的出现的装置和方法 |
Applications Claiming Priority (6)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN2013090108 | 2013-12-20 | ||
| CNPCT/CN2013/090108 | 2013-12-20 | ||
| EP14153955.1 | 2014-02-05 | ||
| EP14153955 | 2014-02-05 | ||
| CN201480008140.1A CN105050493B (zh) | 2013-12-20 | 2014-12-19 | 用于确定ecg数据中的qrs复合波的出现的装置和方法 |
| PCT/EP2014/078625 WO2015091894A1 (en) | 2013-12-20 | 2014-12-19 | Apparatus and method for determining the occurrence of a qrs complex in ecg data |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN105050493A CN105050493A (zh) | 2015-11-11 |
| CN105050493B true CN105050493B (zh) | 2016-08-17 |
Family
ID=54456435
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201480008140.1A Active CN105050493B (zh) | 2013-12-20 | 2014-12-19 | 用于确定ecg数据中的qrs复合波的出现的装置和方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN105050493B (zh) |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106667478B (zh) * | 2016-12-07 | 2023-06-09 | 成都亿咖极科技有限公司 | 一种多导联联合检测的智能胎儿心电检测方法及系统 |
| CN109009084B (zh) * | 2018-06-08 | 2021-03-23 | 广州视源电子科技股份有限公司 | 多导联心电信号的qrs波群校验方法、装置及设备、介质 |
| CN108836313A (zh) * | 2018-07-13 | 2018-11-20 | 希蓝科技（北京）有限公司 | 一种智能选取导联的动态心电图分析方法 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US4987901A (en) * | 1989-06-28 | 1991-01-29 | Kunig Horst E | Method and apparatus for selecting a physiologically standardized sensor of a multi-sensor electrocardiogram sensor set |
| CN1163741A (zh) * | 1996-04-26 | 1997-11-05 | 刘铁英 | 三导同步常规心电图综合测量时域指标与修正方法 |
| US5817027A (en) * | 1995-11-29 | 1998-10-06 | Hewlett-Packard Company | Method and apparatus for classifying heartbeats in an ECG waveform |
| US5827196A (en) * | 1997-07-15 | 1998-10-27 | Hewlett-Packard Company | Method and system for providing characterizations of waveform representations of heart function |
| US6263235B1 (en) * | 1998-10-23 | 2001-07-17 | Ge Marquette Hellige Gmbh | Electrocardiogram arrangement |
| CN103110417A (zh) * | 2013-02-28 | 2013-05-22 | 华东师范大学 | 一种心电图自动识别系统 |
-
2014
- 2014-12-19 CN CN201480008140.1A patent/CN105050493B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US4987901A (en) * | 1989-06-28 | 1991-01-29 | Kunig Horst E | Method and apparatus for selecting a physiologically standardized sensor of a multi-sensor electrocardiogram sensor set |
| US5817027A (en) * | 1995-11-29 | 1998-10-06 | Hewlett-Packard Company | Method and apparatus for classifying heartbeats in an ECG waveform |
| CN1163741A (zh) * | 1996-04-26 | 1997-11-05 | 刘铁英 | 三导同步常规心电图综合测量时域指标与修正方法 |
| US5827196A (en) * | 1997-07-15 | 1998-10-27 | Hewlett-Packard Company | Method and system for providing characterizations of waveform representations of heart function |
| US6263235B1 (en) * | 1998-10-23 | 2001-07-17 | Ge Marquette Hellige Gmbh | Electrocardiogram arrangement |
| CN103110417A (zh) * | 2013-02-28 | 2013-05-22 | 华东师范大学 | 一种心电图自动识别系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN105050493A (zh) | 2015-11-11 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US10602942B2 (en) | Method of detecting abnormalities in ECG signals | |
| US5159932A (en) | Myocardial ischemia detection system | |
| US7435223B2 (en) | Identifying infants at risk for sudden infant death syndrome | |
| CN101522099A (zh) | 利用高频qrs电位分析识别心肌缺血的装置和方法 | |
| EP2688468A1 (en) | Apparatus and method for measuring physiological signal quality | |
| Satija et al. | A simple method for detection and classification of ECG noises for wearable ECG monitoring devices | |
| CN108024750A (zh) | Ecg导联信号的高/低频信号质量评价 | |
| EP0712605A1 (en) | Analysis apparatus | |
| CN105050493B (zh) | 用于确定ecg数据中的qrs复合波的出现的装置和方法 | |
| US20210290139A1 (en) | Apparatus and method for cardiac signal processing, monitoring system comprising the same | |
| CN108618777A (zh) | 心电信号中st段信号的处理方法及装置、心电监测设备 | |
| CN103228207A (zh) | 在发病冠状动脉中闭塞位置的自动识别 | |
| US9706945B2 (en) | Respiration rate determination in impedance pneumography | |
| Zhang et al. | Deep learning-based signal quality assessment for wearable ECGs | |
| KR102123149B1 (ko) | 침 근전도 신호를 이용한 말초신경병증 감별 장치 | |
| US10285613B2 (en) | Apparatus and method for determining the occurrence of a QRS complex in ECG data | |
| Reddy et al. | Ecg signal characterization and correlation to heart abnormalities | |
| CN109394206B (zh) | 基于穿戴式心电信号中早搏信号的实时监测方法及其装置 | |
| Ahmed et al. | Efficient and Real-Time Approach for PQRST and Atrial Fibrillation Detection of ECG Signal | |
| Kors et al. | Variability in ECG computer interpretation: analysis of individual complexes vs analysis of a representative complex | |
| US9585583B1 (en) | Myogram determination from ECG signal | |
| Szczepanski et al. | Real-Time ECG Signal Feature Extraction for the Proposition of Abnormal Beat Detection-Periodical Signal Extraction | |
| Shams Eldin et al. | Enhancing ECG Diagnosis Using Hybrid Automated Technique | |
| CN206507969U (zh) | 一种便携式心血管疾病诊断报警装置 | |
| Mohsin et al. | Extraction of the qrs wave in an electrocardiogram by fusion of dynamic programming matching and a neural network |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| C14 | Grant of patent or utility model | ||
| GR01 | Patent grant | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20190715 Address after: No. 2 Tiangong Road, Nanshan District, Shenzhen City, Guangdong Province Patentee after: PHILPS Jin Kewei (Shenzhen) Industrial Co., Ltd. Address before: Holland Ian Deho Finn Patentee before: Koninkl Philips Electronics NV |
|
| TR01 | Transfer of patent right |