CN105078446B - 一种qrs波检测方法以及装置 - Google Patents
一种qrs波检测方法以及装置 Download PDFInfo
- Publication number
- CN105078446B CN105078446B CN201410422771.XA CN201410422771A CN105078446B CN 105078446 B CN105078446 B CN 105078446B CN 201410422771 A CN201410422771 A CN 201410422771A CN 105078446 B CN105078446 B CN 105078446B
- Authority
- CN
- China
- Prior art keywords
- qrs wave
- threshold value
- wave
- signal
- qrs
- 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
Landscapes
- Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
Abstract
本发明公开了一种QRS波检测方法以及装置，所述方法包括：通过波形形态学习获得QRS波的形态信息，其中，形态信息包括QRS波斜率、QRS波宽度以及QRS波幅度；根据QRS波的形态信息设置形态阈值，其中，形态阈值包括QRS波斜率的阈值、QRS波宽度的阈值以及QRS波幅度的阈值；根据形态阈值对输入的心电信号进行检测以获得QRS波；根据检测到的QRS波的形态信息判断是否存在时延，如果存在时延，则降低形态阈值的值。上述方法能够减少QRS波检测的时延。
Description
技术领域
本发明涉及医疗电子领域，尤其涉及一种QRS波检测方法以及装置。
背景技术
心电信号通常包括P波、QRS波和T波，少数情况下还包括U波。其中，QRS波最能反映心跳的状况，所以，QRS波检测在很多的场合具有重要的作用。例如，在胸腹部进行核磁共振扫描时，受到心跳的影响，核磁共振扫描出来的扫描图像会出现伪影，造成扫描图像模糊不清。此时，就需要进行QRS波检测以获得心跳的状况，从而使得磁共振扫描与心跳同步，消除伪影。
为了使得核磁共振和心跳能够同步，就必须使得QRS波检测的时延要足够少，否则，即使QRS波检测将QRS波检测出来了，也错过了核磁共振和心跳同步的最好时机。例如，现在希望在心脏收缩至最低点时进行核磁共振，但是，由于QRS波检测的时延很大，当检测出QRS波并根据QRS波找到心脏收缩至最低点的时候，心脏实际已经开始舒张了，从而错过了核磁共振和心跳同步的最好时机。
发明内容
本发明实施例所要解决的技术问题在于，提供一种QRS波检测方法以及装置，能够减少QRS波检测的时延。
第一方面，本发明实施例提供了一种QRS波检测方法，包括：通过波形形态学习获得QRS波的形态信息，其中，所述形态信息包括QRS波斜率、QRS波宽度以及QRS波幅度；根据所述QRS波的形态信息设置形态阈值，其中，所述形态阈值包括QRS波斜率的阈值、QRS波宽度的阈值以及QRS波幅度的阈值；根据所述形态阈值对输入的心电信号进行检测以获得QRS波；根据检测到的QRS波的形态信息判断是否存在时延，如果存在时延，则降低形态阈值的值。
可选地，在所述根据所述形态阈值对输入的心电信号进行检测以获得QRS波的步骤之前，所述方法还包括：通过波形形态学习获得高大T波模版；所述根据所述形态阈值对输入的心电信号进行检测以获得QRS波的步骤具体包括：根据所述形态阈值对输入的心电信号进行检测以获得预判信号；通过所述高大T波模版对所述预判信号进行匹配，如果所述高大T波模版与所述预判信号匹配，则判断所述预判信号为高大T波，如果所述高大T波模版与所述预判信号不匹配，则判断所述预判信号为QRS波。
可选地，所述通过波形形态学习获得QRS波的形态信息之后，所述方法还包括：判断噪声的水平是否大于噪声阈值；如果所述噪声的水平大于所述噪声阈值，则提高所述形态阈值的值。
可选地，在根据所述形态阈值对输入的心电信号进行检测以获得QRS波之前，所述方法还包括：接收输入的检测信号，其中，所述检测信号包括心电信号以及干扰信号；对所述检测信号进行预处理以过滤所述干扰信号，获得心电信号。
可选地，所述干扰信号包括工频干扰信号、肌电干扰信号、基线漂移信号或尖峰信号中的任意一种或几种组合。
第二方面，本发明实施例提供了一种QRS波检测装置，包括学习模块、设置模块、检测模块以及时延判断模块，所述学习模块用于通过波形形态学习获得QRS波的形态信息，其中，所述形态信息包括QRS波斜率、QRS波宽度以及QRS波幅度；所述设置模块用于根据所述QRS波的形态信息设置形态阈值，其中，所述形态阈值包括QRS波斜率的阈值、QRS波宽度的阈值以及QRS波幅度的阈值；所述检测模块用于根据所述形态阈值对输入的心电信号进行检测以获得QRS波；所述时延判断模块用于根据检测到的QRS波的形态信息判断是否存在时延，如果存在时延，则降低所述形态阈值的值。
可选地，所述学习模块还用于通过波形形态学习获得高大T波模版；所述检测模块具体于通过所述高大T波模版对所述预判信号进行匹配，并在所述高大T波模版与所述预判信号匹配时，判断所述预判信号为高大T波，在所述高大T波模版与所述预判信号不匹配时，判断所述预判信号为QRS波。
可选地，所述装置还包括判断模块，所述判断模块用于判断噪声的水平是否大于噪声阈值，并在所述噪声的水平大于所述噪声阈值时，提高所述形态阈值的值。
可选地，所述装置还包括接收模块和过滤模块，所述接收模块用于接收输入的检测信号，其中，所述检测信号包括心电信号以及干扰信号；所述过滤模块用于对所述检测信号进行预处理以过滤所述干扰信号，获得心电信号。
可选地，所述干扰信号包括工频干扰信号、肌电干扰信号、基线漂移信号或尖峰信号中的任意一种或几种组合。
第三方面，本发明实施例提供了一种医疗检测设备，所述医疗检测设备包括上述任一项所述的QRS波检测装置。
上述方案中，在对输入的心电信号进行检测以获得QRS波后，会根据检测到的QRS波的形态信息判断是否存在时延，如果存在时延，则降低形态阈值的值。由于形态阈值的值越高，则时延的可能性越大，所以，一旦发现存在时延，就将形态阈值的值降低，能够有效地减少QRS波检测的时延。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本发明QRS波检测方法一实施方式的流程图；
图2是本发明QRS波检测方法另一实施方式的流程图；
图3是本发明QRS波检测装置一实施方式的结构示意图；
图4是本发明QRS波检测装置另一实施方式的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
需要说明的是，在本发明实施例中使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本发明。在本发明实施例和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。还应当理解，本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。
参见图1，图1是本发明QRS波检测方法一实施方式的流程图。该方法包括：
步骤S110：通过波形形态学习获得QRS波的形态信息。
具体地，由于个体的差异，每个人的心电信号是不一样的，QRS波也是不一样的。所以，在进行QRS波检测前，必须通过波形形态学习去获得被进行QRS波检测的个人的QRS波的形态信息。其中，形态信息包括QRS波斜率、QRS波宽度以及QRS波幅度。
其中，QRS波斜率的阈值、QRS波宽度的阈值以及QRS波幅度的阈值可根据经验值人为设置，例如，QRS波斜率的阈值为：>＝0.075mV，QRS波宽度的阈值为：[40,200]ms，QRS波幅度的阈值为：>＝0.2mV。
可以理解的是，QRS波的形态信息还可以包括除QRS波斜率、QRS波宽度以及QRS波幅度外的其他形态信息，本发明不作具体限定。
步骤S120：根据QRS波的形态信息设置形态阈值。
具体地，当已经获取了被进行QRS波检测的个人的QRS波的形态信息后，则可根据QRS波的形态信息设置形态阈值。其中，形态阈值包括QRS波斜率阈值、QRS波宽度的阈值以及QRS波幅度的阈值。通常，QRS波的斜率以及QRS波的幅度都比T波和P波要大，而QRS波的宽度要比T波的宽度小，所以，需要设置合适的形态阈值，以使得QRS波可以从T波、P波以及噪声中区别出来。
可以理解的是，如果QRS波的形态信息还包括除QRS波斜率、QRS波宽度以及QRS波幅度外的其他形态信息，则形态阈值还需包括其他形态信息的阈值。
步骤S130：根据形态阈值对输入的心电信号进行检测以获得QRS波。
具体地，根据QRS波斜率的阈值、QRS波宽度的阈值以及QRS波幅度的阈值对输入的心电信号进行检测，其中，心电信号中满足QRS波斜率的阈值、QRS波宽度的阈值以及QRS波幅度的阈值的要求的波形将被认为是QRS波，从而将QRS波从T波、P波以及噪声中区别出来。
步骤S140：根据检测到的QRS波的形态信息判断是否存在时延，如果存在时延，则降低形态阈值的值。
具体地，由于形态阈值的值越高，则时延的可能性越大，所以，一旦发现存在时延，就将形态阈值的值降低，能够有效地减少QRS波检测的时延。
上述方案中，在对输入的心电信号进行检测以获得QRS波后，会根据检测到的QRS波的形态信息判断是否存在时延，如果存在时延，则降低形态阈值的值。由于形态阈值的值越高，则时延的可能性越大，所以，一旦发现存在时延，就将形态阈值的值降低，能够有效地减少QRS波检测的时延。
参见图2，图2是本发明QRS波检测方法另一实施方式的流程图。该方法包括：
步骤S210：接收输入的检测信号,对检测信号进行预处理以过滤干扰信号获得心电信号。
具体地，设备接收对被检测个人进行心电检测以获得检测信号。由于检测时总无可避免地引入了干扰，所以检测信号中除了心电信号外常常还包括干扰信号。干扰信号包括工频干扰信号、肌电干扰信号、基线漂移信号或尖峰信号中的任意一种或几种组合。由于检测的环境中普遍存在着50赫兹和/或60赫兹的工频干扰信号，所以，检测信号中一般会包括50赫兹和/或60赫兹的工频干扰信号；由于人体本身会产生生物电，所以，检测信号中一般会包括中高频的肌电干扰信号；由于检测的元器件在温度等环境条件下会发生基线漂移或者被检测者呼吸等原因也会引入基线漂移，所以，检测信号中一般会包括低频的基线漂移信号。如果不对这些干扰信号进行处理，则可能会将干扰信号误检成QRS波，影响到检测的正确性。
所以，必须对检测信号进行预处理。首先，令检测信号先后通过带宽为48赫兹至52赫兹的带阻滤波器和/或带宽为58赫兹至62赫兹的带阻滤波器，以将50赫兹和/或60赫兹的工频干扰信号过滤掉。然后，再令检测信号通过截止频率为41.7赫兹的低通滤波器，以将肌电信号过滤掉。最后，令检测信号通过截止频率为2.5赫兹的高通滤波器，以将基线漂移信号过滤掉。
此外，如果被测个体安装有心跳起搏器，则检测信号中还会包括心跳起搏器起搏时所产生的尖峰信号，此时可以通过形态滤波器将尖峰信号去掉。
对信号进行预处理后，即可得到心电信号。
步骤S220：通过波形形态学习获得QRS波的形态信息以及高大T波模版。
具体地，由于个体的差异，每个人的心电信号是不一样的，QRS波也是不一样的。所以，在进行QRS波检测前，必须通过波形形态学习去获得被进行QRS波检测的个人的QRS波的形态信息。其中，形态信息包括QRS波斜率、QRS波宽度以及QRS波幅度。
可以理解的是，QRS波的形态信息还可以包括除QRS波斜率、QRS波宽度以及QRS波幅度外的其他形态信息，本发明不作具体限定。
尽管一般来说，T波要比QRS波小，但是，由于个体的差异，一些特殊的个体的T波有可能与QRS波的大小差不多，所以，除了要通过波形形态学习QRS波的形态信息外，还要通过波形形态学习去获得高大T波模版。
此外，每个个人的噪声的水平都不相同，所以，在波形形态学习过程中，还需学习被测个体的噪声的水平。
步骤S230：根据QRS波的形态信息设置形态阈值。
具体地，当已经获取了被进行QRS波检测的个人的QRS波的形态信息后，则可根据QRS波的形态信息设置形态阈值。其中，形态阈值包括QRS波斜率的阈值、QRS波宽度的阈值以及QRS波幅度的阈值。通常，QRS波的斜率以及QRS波的幅度都比T波和P波要大，而QRS波的宽度要比T波的宽度小，所以，需要设置合适的形态阈值，以使得QRS波可以从T波、P波以及噪声中区别出来。
其中，QRS波斜率的阈值、QRS波宽度的阈值以及QRS波幅度的阈值可根据经验值人为设置，例如，QRS波斜率的阈值为：>＝0.075mV，QRS波宽度的阈值为：[40,200]ms，QRS波幅度的阈值为：>＝0.2mV。
可以理解的是，如果QRS波的形态信息还包括除QRS波斜率、QRS波宽度以及QRS波幅度外的其他形态信息，则形态阈值还需包括其他形态信息的阈值。
步骤S240：根据形态阈值对输入的心电信号进行检测以获得预判信号。
具体地，经过了波形形态学习后，在正式对心电信号进行QRS波检测时，还需对当前的噪声的水平是否大于噪声阈值进行判断，如果噪声的水平大于噪声阈值，说明噪声比较大，为了提高判断的准确性，可提高形态阈值的值，如果噪声的水平小于或等于噪声阈值，说明噪声比较小，则不需要进行额外的处理。
然后，根据形态阈值对输入的心电信号进行检测以获得预判信号。例如，如果根据QRS波斜率的阈值、QRS波宽度的阈值以及QRS波幅度的阈值对输入的心电信号进行检测，其中，心电信号中满足QRS波斜率的阈值、QRS波宽度的阈值以及QRS波幅度的阈值的要求的波形将被认为是预判信号，从而将预判信号从T波、P波以及噪声中区别出来。
步骤S250：通过高大T波模版对预判信号进行匹配。
具体地，由于一些特殊个体的T波也可能与QRS波差不多大小，所以，需通过高大T波模版对预判信号进行匹配。如果高大T波模版与预判信号匹配，则判断预判信号为高大T波，如果高大T波模版与预判信号不匹配，则判断预判信号为QRS波。
步骤S260：根据检测到的QRS波的形态信息判断是否存在时延，如果存在时延，则降低形态阈值的值。
具体地，由于形态阈值的值越高，则时延的可能性越大，所以，一旦发现存在时延，就将形态阈值的值降低，能够有效地减少QRS波检测的时延。
可以理解，除了使用高大T波模板排除误检外，还可以通过RR间期和QRS波形形态等历史信息排除误检。
此外，在检测到QRS波后，还可以通过QRS波波峰定位技术定位到QRS波的波峰的最高点，以供其他仪器进行同步使用。
上述方案中，在对输入的心电信号进行检测以获得QRS波后，会根据检测到的QRS波的形态信息判断是否存在时延，如果存在时延，则降低形态阈值的值。由于形态阈值的值越高，则时延的可能性越大，所以，一旦发现存在时延，就将形态阈值的值降低，能够有效地减少QRS波检测的时延，实验证明，采用上述方案，可以保证QRS波检测时延小于20毫秒。
此外，本方案中，还通过预处理预先对检测信号进行处理，以获得干净的信号，防止将干扰信号误判为QRS波，又通过高大T波模版对检测到的QRS波进行匹配，以防止将高大的T波误判为QRS波，提高了QRS波检测的正确性。
上述详细阐述了本发明实施例的方法，下面为了便于更好地实施本发明实施例的上述方案，相应地，下面还提供用于配合实施上述方案的相关设备。
参阅图3，图3是本发明QRS波检测装置一实施方式的结构示意图。所述QRS波检测装置300包括：学习模块310、设置模块320、检测模块330以及时延判断模块340。
所述学习模块310用于通过波形形态学习获得QRS波的形态信息，其中，所述形态信息包括QRS波斜率、QRS波宽度以及QRS波幅度。
所述设置模块320用于根据所述QRS波的形态信息设置形态阈值，其中，所述形态阈值包括QRS波斜率的阈值、QRS波宽度的阈值以及QRS波幅度的阈值。
所述检测模块330用于根据所述形态阈值对输入的心电信号进行检测以获得QRS波。
所述时延判断模块340用于根据检测到的QRS波的形态信息判断是否存在时延，如果存在时延，则降低所述形态阈值的值。
图3所示的装置可以对应实施图1所示的方法中的各个步骤，具体请参阅图1以及相关描述，本发明不作具体限定。
上述方案中，在对输入的心电信号进行检测以获得QRS波后，会根据检测到的QRS波的形态信息判断是否存在时延，如果存在时延，则降低形态阈值的值。由于形态阈值的值越高，则时延的可能性越大，所以，一旦发现存在时延，就将形态阈值的值降低，能够有效地减少QRS波检测的时延。
参阅图4，图4是本发明QRS波检测装置另一实施方式的结构示意图。所述QRS波检测装置400包括：接收模块410、过滤模块420、学习模块430、设置模块440、检测模块450、时延判断模块460以及判断模块470。
所述学习模块430用于通过波形形态学习获得QRS波的形态信息，其中，所述形态信息包括QRS波斜率、QRS波宽度以及QRS波幅度。
所述设置模块440用于根据所述QRS波的形态信息设置形态阈值，其中，所述形态阈值包括QRS波斜率的阈值、QRS波宽度的阈值以及QRS波幅度的阈值。
所述检测模块450用于根据所述形态阈值对输入的心电信号进行检测以获得QRS波。
所述时延判断模块460用于根据检测到的QRS波的形态信息判断是否存在时延，如果存在时延，则降低形态阈值的值。
可选地，所述学习模块430还用于通过波形形态学习获得高大T波模版；所述检测模块450具体于通过所述高大T波模版对所述预判信号进行匹配，并在所述高大T波模版与所述预判信号匹配时，判断所述预判信号为高大T波，在所述高大T波模版与所述预判信号不匹配时，判断所述预判信号为QRS波。
可选地，所述判断模块470用于判断噪声的水平是否大于噪声阈值，并在所述噪声的水平大于所述噪声阈值时，提高所述形态阈值的值。
可选地，所述接收模块410用于接收输入的检测信号，其中，所述检测信号包括心电信号以及干扰信号；所述过滤模块420用于对所述检测信号进行预处理以过滤所述干扰信号，获得心电信号。
可选地，所述干扰信号包括工频干扰信号、肌电干扰信号、基线漂移信号或尖峰信号中的任意一种或几种组合。
图4所示的装置可以对应实施图2所示的方法中的各个步骤，具体请参阅图2以及相关描述，本发明不作具体限定。
上述方案中，在对输入的心电信号进行检测以获得QRS波后，会根据检测到的QRS波的形态信息判断是否存在时延，如果存在时延，则降低形态阈值的值。由于形态阈值的值越高，则时延的可能性越大，所以，一旦发现存在时延，就将形态阈值的值降低，能够有效地减少QRS波检测的时延，实验证明，采用上述方案，可以保证QRS波检测时延小于20毫秒。
此外，本方案中，还通过预处理预先对检测信号进行处理，以获得了干净的信号，防止将干扰信号误判为QRS波，又通过高大T波模版对检测到的QRS波进行匹配，以防止将高大的T波误判为QRS波，提高了QRS波检测的正确性。
本发明还包含了一种医疗检测设备，所述医疗检测设备包括上述的QRS波检测装置，具体请参阅图3、图4以及相关说明，此处不再展开赘述。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，所述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory，ROM)或随机存储记忆体(Random AccessMemory，RAM)等。
以上所揭露的仅为本发明一种较佳实施例而已，当然不能以此来限定本发明之权利范围，本领域普通技术人员可以理解实现上述实施例的全部或部分流程，并依本发明权利要求所作的等同变化，仍属于发明所涵盖的范围。
Claims (11)
1.一种QRS波检测方法，其特征在于，包括：
通过波形形态学习获得QRS波的形态信息，其中，所述形态信息包括QRS波斜率、QRS波宽度以及QRS波幅度；
根据所述QRS波的形态信息设置形态阈值，其中，所述形态阈值包括QRS波斜率的阈值、QRS波宽度的阈值以及QRS波幅度的阈值；
根据所述形态阈值对输入的心电信号进行检测以获得QRS波；
根据检测到的QRS波的形态信息判断是否存在时延，如果存在时延，则降低形态阈值的值。
2.根据权利要求1所述的方法，其特征在于，在所述根据所述形态阈值对输入的心电信号进行检测以获得QRS波的步骤之前，所述方法还包括：
通过波形形态学习获得高大T波模版；
所述根据所述形态阈值对输入的心电信号进行检测以获得QRS波的步骤具体包括：
根据所述形态阈值对输入的心电信号进行检测以获得预判信号；
通过所述高大T波模版对所述预判信号进行匹配，如果所述高大T波模版与所述预判信号匹配，则判断所述预判信号为高大T波，如果所述高大T波模版与所述预判信号不匹配，则判断所述预判信号为QRS波。
3.根据权利要求1所述的方法，其特征在于，所述通过波形形态学习获得QRS波的形态信息之后，所述方法还包括：
判断噪声的水平是否大于噪声阈值；
如果所述噪声的水平大于所述噪声阈值，则提高所述形态阈值的值。
4.根据权利要求1至3任一项所述的方法，其特征在于，在所述根据所述形态阈值对输入的心电信号进行检测以获得QRS波的步骤之前，所述方法还包括：
接收输入的检测信号，其中，所述检测信号包括心电信号以及干扰信号；
对所述检测信号进行预处理以过滤所述干扰信号，获得心电信号。
5.根据权利要求4所述的方法，其特征在于，所述干扰信号包括来自工频干扰信号、肌电干扰信号、基线漂移信号以及尖峰信号组成的组中的任意一种或几种组合。
6.一种QRS波检测装置，其特征在于，包括学习模块、设置模块、检测模块以及时延判断模块，
所述学习模块用于通过波形形态学习获得QRS波的形态信息，其中，所述形态信息包括QRS波斜率、QRS波宽度以及QRS波幅度；
所述设置模块用于根据所述QRS波的形态信息设置形态阈值，其中，所述形态阈值包括QRS波斜率的阈值、QRS波宽度的阈值以及QRS波幅度的阈值；
所述检测模块用于根据所述形态阈值对输入的心电信号进行检测以获得QRS波；
所述时延判断模块用于根据检测到的QRS波的形态信息判断是否存在时延，如果存在时延，则降低所述形态阈值的值。
7.根据权利要求6所述的装置，其特征在于，
所述学习模块还用于通过波形形态学习获得高大T波模版；
所述检测模块具体用于根据所述形态阈值对输入的心电信号进行检测以获得预判信号；通过所述高大T波模版对所述预判信号进行匹配，并在所述高大T波模版与所述预判信号匹配时，判断所述预判信号为高大T波，在所述高大T波模版与所述预判信号不匹配时，判断所述预判信号为QRS波。
8.根据权利要求6所述的装置，其特征在于，所述装置还包括判断模块，所述判断模块用于判断噪声的水平是否大于噪声阈值，并在所述噪声的水平大于所述噪声阈值时，提高所述形态阈值的值。
9.根据权利要求6至8任一项所述的装置，其特征在于，所述装置还包括接收模块和过滤模块，
所述接收模块用于接收输入的检测信号，其中，所述检测信号包括心电信号以及干扰信号；
所述过滤模块用于对所述检测信号进行预处理以过滤所述干扰信号，获得心电信号。
10.根据权利要求9所述的装置，其特征在于，所述干扰信号包括来自工频干扰信号、肌电干扰信号、基线漂移信号以及尖峰信号的组中的任意一种或几种组合。
11.一种医疗检测设备，其特征在于，所述医疗检测设备包括如权利要求6-10任一权利要求所述的QRS波检测装置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201410422771.XA CN105078446B (zh) | 2014-08-25 | 2014-08-25 | 一种qrs波检测方法以及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201410422771.XA CN105078446B (zh) | 2014-08-25 | 2014-08-25 | 一种qrs波检测方法以及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN105078446A CN105078446A (zh) | 2015-11-25 |
| CN105078446B true CN105078446B (zh) | 2019-01-22 |
Family
ID=54560437
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201410422771.XA Active CN105078446B (zh) | 2014-08-25 | 2014-08-25 | 一种qrs波检测方法以及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN105078446B (zh) |
Families Citing this family (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US10149627B2 (en) * | 2015-12-02 | 2018-12-11 | Cardiac Pacemakers, Inc. | Automatic determination and selection of filtering in a cardiac rhythm management device |
| CN105411579B (zh) * | 2015-12-28 | 2018-06-08 | 中科院微电子研究所昆山分所 | 一种心电图r波检测方法及装置 |
| CN106073764A (zh) * | 2016-05-31 | 2016-11-09 | 深圳市理邦精密仪器股份有限公司 | 降低动态心电数据记录装置功耗的方法及装置 |
| CN107693010A (zh) * | 2017-09-13 | 2018-02-16 | 南京理工大学 | 基于可编程逻辑平台fpga的qrs波检测系统 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5381803A (en) * | 1993-03-12 | 1995-01-17 | Hewlett-Packard Corporation | QRS detector for defibrillator/monitor |
| US6070097A (en) * | 1998-12-30 | 2000-05-30 | General Electric Company | Method for generating a gating signal for cardiac MRI |
| CN102894970A (zh) * | 2012-10-22 | 2013-01-30 | 深圳市邦健电子有限公司 | 一种r波检测电路、方法以及除颤器 |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20040073124A1 (en) * | 2002-07-24 | 2004-04-15 | New York University | Method of using a matched filter for detecting QRS complex from a patient undergoing magnetic resonance imaging |
| US9474492B2 (en) * | 2012-05-22 | 2016-10-25 | Siemens Medical Solutions Usa, Inc. | Adaptive ECG trigger signal jitter detection and compensation for imaging systems |
-
2014
- 2014-08-25 CN CN201410422771.XA patent/CN105078446B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5381803A (en) * | 1993-03-12 | 1995-01-17 | Hewlett-Packard Corporation | QRS detector for defibrillator/monitor |
| US6070097A (en) * | 1998-12-30 | 2000-05-30 | General Electric Company | Method for generating a gating signal for cardiac MRI |
| CN102894970A (zh) * | 2012-10-22 | 2013-01-30 | 深圳市邦健电子有限公司 | 一种r波检测电路、方法以及除颤器 |
Non-Patent Citations (2)
| Title |
|---|
| Novel real‐time R‐wave detection algorithm based on the vectorcardiogram for accurate gated magnetic resonance acquisitions;Stefan E.Fischer等;《Magnetic Resonance in Medicine》;19990830;第42卷(第2期);361-370 |
| Performance of QRS detection for cardiac magnetic resonance imaging with a novel vectorcardiographic triggering method;Jon M. Chia MS 等;《JOURNAL OF MAGNETIC RESONANCE IMAGING》;20001019;第12卷(第5期);678-688 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN105078446A (zh) | 2015-11-25 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN105078446B (zh) | 一种qrs波检测方法以及装置 | |
| CN104545887B (zh) | 伪差心电波形识别方法和装置 | |
| GB2456375A (en) | Distinguishing maternal and foetal electrocardiograph signals using independent component analysis of waveforms from abdominal electrodes | |
| US7702376B2 (en) | Method for ECG-triggering a measuring sequence of a magnetic resonance device | |
| JP5432644B2 (ja) | 血管交差・分岐部位の抽出方法及び装置 | |
| CN105078444A (zh) | 一种噪声检测方法、装置及医疗检测设备 | |
| CN106874722A (zh) | 一种基于心电信号的身份识别方法及其装置 | |
| CN109843158A (zh) | 判断脉搏波是否有效的方法及装置 | |
| CN109171711A (zh) | 一种基于极值法的快速p波检测方法 | |
| CN108888259A (zh) | 一种心电信号实时qrs波检测方法 | |
| JP6139025B2 (ja) | 先行脳卒中リスク指標の検出 | |
| US7783341B2 (en) | Method and apparatus for discerning therapeutic signals from noise in physiological data | |
| CN105615879B (zh) | 基于多重分形消除趋势波动分析的脑电测谎方法 | |
| CN110327032A (zh) | 一种单导心电信号pqrst波联合精准识别算法 | |
| CN108852327B (zh) | 一种从运动干扰中非接触检测微弱生命信号的方法 | |
| KR20180037525A (ko) | 심전도 신호로부터 중요 포인트를 검출하는 장치 및 방법 | |
| CN103536282B (zh) | 基于Fast-ICA法的磁感应心肺活动信号分离方法 | |
| CN110349203A (zh) | 一种超声设备及其超声图像中血管直径的测量方法 | |
| Santo et al. | Respiration rate extraction from ECG signal via discrete wavelet transform | |
| Yang et al. | Robust identification of heartbeats with blood pressure signals and noise detection | |
| WO2020086112A1 (en) | Multi-channel real-time cardiovascular performance evaluation system and method | |
| Thuraisingham et al. | Frequency analysis of eyes open and eyes closed EEG signals using the Hilbert-Huang transform | |
| Wang et al. | Blind separation of slow waves and spikes from gastrointestinal myoelectrical recordings | |
| CN110327031A (zh) | 一种去除心电信号运动伪迹的方法 | |
| Nagarkoti et al. | An algorithm for fetal heart rate detection using wavelet transform |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| TA01 | Transfer of patent application right | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20181121 Address after: 518057 Mairui Building, South 12 Road, Nanshan High-tech Park, Shenzhen City, Guangdong Province Applicant after: Shenzhen Mairui Biotherapeutic Electronic Co., Ltd. Applicant after: Shenzhen MINDRAY Technology Co., Ltd. Address before: 518000 MINDRAY science and technology south twelve road MINDRAY high tech Industrial Park, Shenzhen, Guangdong Applicant before: Shenzhen Mairui Biotherapeutic Electronic Co., Ltd. |
|
| GR01 | Patent grant | ||
| GR01 | Patent grant |