CN105307566A - 用于预先键入编辑的ecg特征和用于报告解读的自动更新 - Google Patents

用于预先键入编辑的ecg特征和用于报告解读的自动更新 Download PDF

Info

Publication number
CN105307566A
CN105307566A CN201480034977.3A CN201480034977A CN105307566A CN 105307566 A CN105307566 A CN 105307566A CN 201480034977 A CN201480034977 A CN 201480034977A CN 105307566 A CN105307566 A CN 105307566A
Authority
CN
China
Prior art keywords
ecg
seriousness
statement
report
probability
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.)
Granted
Application number
CN201480034977.3A
Other languages
English (en)
Other versions
CN105307566B (zh
Inventor
R·E·格雷格
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.)
Koninklijke Philips NV
Original Assignee
Koninklijke Philips Electronics NV
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 Koninklijke Philips Electronics NV filed Critical Koninklijke Philips Electronics NV
Publication of CN105307566A publication Critical patent/CN105307566A/zh
Application granted granted Critical
Publication of CN105307566B publication Critical patent/CN105307566B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/316—Modalities, i.e. specific diagnostic methods
    • A61B5/318—Heart-related electrical modalities, e.g. electrocardiography [ECG]
    • A61B5/339—Displays specially adapted therefor
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
    • G06F3/048—Interaction techniques based on graphical user interfaces [GUI]
    • G06F3/0481—Interaction techniques based on graphical user interfaces [GUI] based on specific properties of the displayed interaction object or a metaphor-based environment, e.g. interaction with desktop elements like windows or icons, or assisted by a cursor's changing behaviour or appearance
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
    • G06F3/048—Interaction techniques based on graphical user interfaces [GUI]
    • G06F3/0484—Interaction techniques based on graphical user interfaces [GUI] for the control of specific functions or operations, e.g. selecting or manipulating an object, an image or a displayed text element, setting a parameter value or selecting a range
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
    • G06F3/048—Interaction techniques based on graphical user interfaces [GUI]
    • G06F3/0487—Interaction techniques based on graphical user interfaces [GUI] using specific features provided by the input device, e.g. functions controlled by the rotation of a mouse with dual sensing arrangements, or of the nature of the input device, e.g. tap gestures based on pressure sensed by a digitiser
    • G06F3/0489—Interaction techniques based on graphical user interfaces [GUI] using specific features provided by the input device, e.g. functions controlled by the rotation of a mouse with dual sensing arrangements, or of the nature of the input device, e.g. tap gestures based on pressure sensed by a digitiser using dedicated keyboard keys or combinations thereof
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/10—Text processing
    • G06F40/166—Editing, e.g. inserting or deleting
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/20—Natural language analysis
    • G06F40/274—Converting codes to words; Guess-ahead of partial word inputs
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N7/00—Computing arrangements based on specific mathematical models
    • G06N7/01—Probabilistic graphical models, e.g. probabilistic networks
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H15/00—ICT specially adapted for medical reports, e.g. generation or transmission thereof
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
    • G16H40/60—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices
    • G16H40/63—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices for local operation

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Public Health (AREA)
  • Medical Informatics (AREA)
  • Human Computer Interaction (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Computational Linguistics (AREA)
  • Epidemiology (AREA)
  • Cardiology (AREA)
  • Veterinary Medicine (AREA)
  • Animal Behavior & Ethology (AREA)
  • Surgery (AREA)
  • Molecular Biology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Primary Health Care (AREA)
  • Biomedical Technology (AREA)
  • Pathology (AREA)
  • Biophysics (AREA)
  • Mathematical Analysis (AREA)
  • Algebra (AREA)
  • Probability & Statistics with Applications (AREA)
  • Computational Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • Software Systems (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Computing Systems (AREA)
  • Mathematical Physics (AREA)
  • Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)

Abstract

一种心电图(ECG)设备包括处理器(114)、耦合到处理器的存储器(116)以及被配置为生成编辑窗口并且被配置为允许在编辑窗口中进行用户输入的接口(120)。预先键入模块(124)储存在存储器中并且响应于输入到编辑窗口中的输入。该预先键入模块被配置为基于字母数字键敲击的子集以及与可能的ECG词条列表相关联的背景概率来预测正在由用户输入的下一个单词、短语、解读代码或者种类。报告复查和编辑模块(128)也可以储存在存储器中。报告复查和编辑模块被配置为根据操作者的访问操作或编辑操作来基于当前的ECG解读语句和规则而更新ECG报告的严重性。

Description

用于预先键入编辑的ECG特征和用于报告解读的自动更新
背景技术
技术领域
本公开内容涉及医疗器械，并且更具体而言，涉及心电图仪器以及对输入和输出的解读/编辑。
相关技术的描述
心电图仪(例如，12导联诊断设备)生成被称为心电图的报告。心电图(ECG)信号是心脏的电活动的10秒种快照。心电图或ECG报告包括位于一张纸顶部的以文本格式的病人的人口统计信息和ECG解读以及在纸的一部分上示出的ECG信号迹线。纸的方向通常是横向的。
医院通常采用心电图仪(也被称为心电图描记仪)，其以通过软件算法对ECG进行自动分析为特征。该算法对ECG信号进行测量并通过对ECG测量结果进行分析来提供对ECG报告的解读。解读是语句组(每行一条语句)，其描述了可以从ECG测量结果检测到的临床状况。在这种解释下，包括了严重性，该严重性是对ECG解读的整体总结。严重性为具有在正常与异常之间的某些变化的基础上“正常”或“异常”。
在医院中对于ECG报告的通常的工作流程可以包括以下步骤。临床医生开具ECG检查。ECG技术员或护士记录病人的ECG。由心电图描记仪生成包括自动ECG解读的ECG报告。ECG报告被发送到ECG管理系统。由ECG专家复查、校正ECG解读并对ECG解读进行电子签名。复查和校正涉及添加或删除用于诸如“窦性节律”、“急性心肌梗塞”等等之类的ECG解读的现有语句。除了编辑解读以外，ECG专家需要对表现为“正常ECG”或“异常ECG”的严重性进行更新。涉及病人的护理的其它临床医生复查ECG报告以及其它检查结果，以提出符合病人的症状和检查结果的诊断。
一个问题是ECG阅读者集中于ECG解读但忽视更新严重性的倾向。错误的一个示例是当具有异常语句的ECG解读导致异常的严重性时，但由于缓解因素而导致异常语句不正确。ECG专家不能校正该解读，但由于需要直接行动来将严重性从异常切换到正常，因此专家可能无心地或以其它方式而未将严重性改变为正确的解读。这可能导致彻底的问题，例如，由于ECG被列出为异常，因此治疗医生可能开始不必要的心脏病就诊。
使用ECG设备的另一个问题包括输入文本数据的低效率。某些ECG系统采用了通过仅输入期望的单词或短语开始的一个或两个字符来将长列表的文本选择减小到非常短的列表的工具。这与自动完成或自动校正的想法类似，在自动完成或自动校正的情况下，用户键入单词或短语的部分并且计算机选择匹配的内容或给出可能的选项组，该可能的选项组包含用户已经键入的文本。在当编辑12导联诊断ECG时对ECG解读语句的选择上，在语句代码中键入字符可以迅速对准期望的语句。然而，出现了问题，由于存在具有类似文本和类似语句代码的许多选择，因此仅进行字母排序是不够的，并导致了选择代码时的人为错误。
发明内容
根据本发明的原理，本文中提供并描述了一种示例性的心电图(ECG)设备，所述心电图设备包括处理器、耦合到所述处理器的存储器以及被配置为生成编辑窗口并且被配置为允许在所述编辑窗口中进行用户输入的接口。预先键入模块储存在所述存储器中并响应于输入到所述编辑窗口中的输入。所述预先键入模块被配置为基于字母数字键敲击的子集以及与可能的ECG词条列表相关联的背景概率来预测正在由用户输入的下一个单词、短语、代码或者种类。
还根据本发明的原理，本文中提供了并描述了另一个示例性的心电图(ECG)设备，所述心电图设备包括处理器、耦合到所述处理器的存储器以及被配置为生成编辑窗口并且被配置为允许在所述编辑窗口中进行用户输入的接口。报告复查和编辑模块储存在所述存储器中。所述报告复查和编辑模块被配置为基于当前的ECG解读语句以及储存在所述存储器中的规则来更新ECG报告的严重性，并根据操作者的访问操作或编辑操作而被触发。
此外，根据本发明的原理，本文中提供并描述了一种用于对于心电图(ECG)进行自动的严重性更新的示例性方法，所述方法包括基于ECG检查来提供ECG解读；在访问所述ECG解读后触发复查和编辑应用；根据一组预先确定的规则来逐条语句地复查所述ECG解读；以及基于所述ECG解读语句和所述规则来自动更新ECG报告的严重性。
再进一步，根据本发明的原理，本文中提供并描述了一种用于在心电图(ECG)设备中进行预先键入预测的示例性方法，所述方法包括通过确定经由ECG诊断的考虑中的状况的概率来准备ECG特征；按照呈现最有可能的状况或病人可能具有的异常情况的概率来对所述ECG特征进行分类；以及基于背景、所述ECG特征、以及由操作者输入的字母数字键敲击的子集来在编辑应用中以概率顺序呈现所述ECG解读语句。
所述方法还可以包括当发生用户编辑行为时基于概率来对ECG解读语句进行重新排序(412)。呈现可以包括基于所述ECG特征的所述背景以及由所述操作者输入的字母数字键敲击的所述子集来预测正在由用户输入的下一个单词、短语、代码或种类。确定所述概率可以包括从数据库下载预先计算的概率或者给出ECG波形和现有的测量结果而计算所述概率。还有可能的是，呈现ECG解读语句包括基于背景、历史数据、所述ECG特征以及由操作者输入的字母数字键敲击的子集来在编辑应用中以概率顺序呈现ECG解读语句。所述历史数据可以包括由所述操作者选择ECG解读语句的频率。所述背景可以包括正在执行的一种检查或者一组检查的类型、来自记录集合的ECG相关特征的回归(regression)、一组病人基准或对病人基准的使用、检查的位置和/或所述检查的操作者。
根据下面对本公开内容的例示性实施例的详细描述(将结合附图来阅读)，本公开内容的这些目标、特征和优点以及其它目标、特征和优点将变得显而易见。
附图说明
本公开内容将参照以下附图详细呈现对优选实施例的以下描述，其中：
图1是示出了根据例示性实施例的心电图(ECG)设备的框图/流程图；
图2是示出了根据编辑系统的基准的设置和移动来证明本原理的心电图(electrocardiograph)或心电图(electrocardiogram)；
图3是示出了标准的诊断的十秒钟12导联ECG报告以证明本原理的心电图(electrocardiograph)或心电图(electrocardiogram)；
图4是示出了根据本原理的所采用的用于计算ECG解读概率的系统/方法的框图/流程图；
图5是示出了根据本原理的所采用的如在ECG的代表波群上测量到的基础ECG测量结果的图示；
图6是示出了根据本原理的用于针对ECG设备的预先键入服务的系统/方法的框图/流程图；
图7是示出了根据本原理的用于为ECG特征确定概率的系统/方法的框图/流程图；以及
图8是示出了根据本原理的用于对ECG报告进行自动的严重性更新的系统/方法的框图/流程图。
具体实施方式
根据本发明的原理，本文中提供并描述了心电图(ECG)设备以及用于采用这种设备的方法的示例性实施例。ECG设备包括增强的输入和输出机制，以加快电子编辑、提高报告准确性并减小用户误差。在一个实施例中，采用了预先键入模块来将长列表的选择减小到非常短的列表，同时采用了输入字符、历史数据和ECG测量基础(例如，背景)来较迅速地对准期望的语句。这通过提供了基于背景的选项而减小了可用的选择空间。字母数字顺序的预先键入并不能足够快地得出答案。ECG测量基础可以较快地得出正确答案并具有较高的准确性。
对特定ECG中呈现的ECG异常情况的正确检测可以基于在ECG波形的部分上正确设置基准。基准限定了ECG波中每个部分(包括P波、QRS波群、以及T波)的开始和结束。对于QRS波群的基准(QRS的开始和结束)之间的持续时间被称为QRS持续时间。QRS持续时间在对许多传导系统异常情况(例如右束支传导阻滞(RBBB)或左束支传导阻滞(LBBB))的解读中是一个重要方面。如果未通过计算机分析来正确设置基准，则将不会检测到RBBB或LBBB的异常情况。将基准移动到ECG波上的正确位置并使用这些基准位置来重新测量ECG可以使得解读从错误地遗漏异常改变为正确地检测到异常。在一个实施例中，通过移动基准或通过例如使用触摸屏来进行基准选择以移动基准，可以提供基于背景的数据(更新的ECG测量结果)来减小对于预先键入功能的选择空间。
在其它实施例中，可以采用用户或用户组的使用频率来提高为期望的语句提供最少量的键入的成功率。字母表顺序、解读语句的使用频率、背景的使用(当使用ECG的具体特征时)、等等都可以用于当电子编辑ECG时提供对于每个解读语句的预测的概率。可以基于这些因素中的一个或多个因素来计算预测的概率或背景概率，例如，使用从ECG特征获得的专用概率，即，当具体的ECG特征指示高概率时，频繁地选择特定的解读语句。
在另一个实施例中，采用了自动的ECG解读模块来更新整体严重性。ECG解读由语句组(举例来说，例如，“窦性节律”或“急性心肌梗塞”)组成。严重性是对ECG解读的总结，其在报告上例如表现为“正常ECG”或“异常ECG”。遍及医院的ECG报告的临床消费者-与阅读ECG的ECG专家对立-通常信赖于严重性，而并不理解ECG解读中的要点。由于严重性依赖于整个ECG解读，因此，当编辑ECG的人删除和插入解读中的语句时，ECG解读模块自动更新到整体严重性。
应当理解，将从医疗器械的角度来描述本发明；然而，本发明的教导更为广泛并且适用于基于文本的输入设备和/或基于报告的输出设备。在某些实施例中，本原理用于跟踪或分析复杂的生物系统或机械系统。具体来说，本原理适用于对生物系统的跟踪或诊断程序，包括身体所有区域(例如肺、心脏、胃肠道、排泄器官、血管等等)中的程序。附图中所描绘的元件可以在硬件和软件的各种组合中实现并提供了可以在单个元件或多个元件中进行组合的功能。
通过使用专用硬件以及与适当的软件相结合的能够执行软件的硬件来提供附图中示出的各个元件的功能。当由处理器提供时，可以由单个专用处理器、由单个共享的处理器、或者由多个个体的处理器(它们中的某些可以进行共享)来提供这些功能。此外，明确使用术语“处理器”或“控制器”不应当被解释为或者排除地指代能够执行软件的硬件，并可以隐含地包括(而不是限制)数字信号处理器(“DSP”)硬件、用于储存软件的只读存储器(“ROM”)、随机存取存储器(“RAM”)、非易失性储存器、等等。
此外，本文中记载本发明的原理、方面、和实施例、以及它们的具体示例的所有语句旨在包含它们的结构等同方式和功能等同方式。此外，旨在这些等同方式包括当前公知的等同方式以及将来开发的等同方式(即，所开发的执行相同功能的任何元件(不论结构))。因此，例如将由本领域技术人员意识到的，本文中所呈现的框图表示体现本发明的原理的例示的系统部件和/或电路的概念性视图。类似地，将意识到，任何流程图表、流程图等等表示可以实质上在计算机可读介质中体现并因此由计算机或处理器执行的各个过程，而不论是否明确示出了该计算机或处理器。
此外，本发明的实施例可以采用计算机程序产品的形式，该计算机程序产品能够从计算机可使用的或计算机可读的储存介质存取，计算机可使用的或计算机可读的储存介质提供了用于由计算机或任何指令执行系统使用或者结合计算机或任何指令执行系统使用的程序代码。为了本说明书的目的，计算机可使用的或计算机可读的储存介质可以是能够包括、储存、通信、传播、或者传输用于由指令执行系统、装置、或设备使用的或者结合指令执行系统、装置、或设备使用的程序的任何装置。介质可以是电、磁、光学、电磁、红外、或者半导体系统(或装置或设备)或者传播介质。计算机可读介质的示例包括半导体或固态存储器、磁带、可移动计算机磁盘、随机存取存储器(RAM)、只读存储器(ROM)、刚性磁盘和光盘。光盘的当前示例包括压缩盘—只读存储器(CD-ROM)、压缩盘—读/写(CD-R/W)、蓝光TM和DVD。
现在参考附图(其中，类似的附图标记表示相同或类似的元件)，首先参考图1，根据一个实施例例示性地示出了ECG系统100。系统100可以包括ECG设备或工作站112，从该ECG设备或工作站112进行ECG测量或检查并监督ECG测量或检查。工作站112优选地包括一个或多个处理器114以及用于储存程序和应用的存储器116。存储器116可以储存心电图编辑系统152，该心电图编辑系统152包括允许用户编辑ECG报告136的一个或多个模块。编辑系统包括被配置为解读击键或输入数据以减少输入词条的时间的预先键入模块124、计算ECG术语(或者取决于应用的其它术语)的概率的概率计算模块(或异常预测模块)125、以及自动分析和调整严重性并基于ECG报告136的完整图片的报告复查和编辑模块128。
预先键入模块124选择用于ECG术语的代码。根据一个实施例，预先键入模块124采用背景数据126和历史数据132以及储存在存储器116中(和/或由概率模块125计算)的相关概率来确定在用于ECG的编辑应用中的文本框中所需要的下一个单词、短语、代码或者种类。
通过在接口120处输入每个字符，预先键入模块124获得较长列表的选择并将该列表减少到非常短的列表的按优先顺序排列的选择。在对诊断的ECG解读的选择中，其中，语句的数量从方法中选择，例如600，在语句代码中键入字符可以迅速对准期望的语句，除了许多语句代码从类似的字母开始。除了特定用户或用户组的使用频率(历史数据132)和字母数字的预测以外，还使用储存在背景数据126中的专用ECG特征，可以容易、准确并迅速地填写诊断的ECG解读框。
在一个实施例中，当添加语句或由代码替换语句(例如，语句“窦性节律”由代码“SR”表示)时，预先键入模块124将按字母顺序并按ECG特征排列。重要性函数被储存在预先键入模块124中，并且基于ECG特征并其次按字母顺序排列。还可以提供平行的列表，一个列表主要基于字母顺序并且第二个列表主要基于ECG特征。ECG特征可以基于通常所使用的ECG标准，举例来说，例如Cornell标准的左心室肥大(LVH)说明对于有问题的ECG，LVH的概率是多少。
用于编辑预先输入的部分列表的ECG测量结果/特征可以包括以下非详尽的列表：
1)左心室肥大：CornellLVH电压＝导联VRR波幅度+导联V3S波幅度；
2)近期发生的心肌梗塞：SelvesterQRS评分；
3)急性心肌梗塞：ST段偏移的总和；
4)左束支传导阻滞：模糊逻辑QRS持续时间和后部水平QRS轴；
5)右束支传导阻滞：模糊逻辑QRS持续时间和前部末端QRS轴；
6)第二度AV阻滞：具有2:1或3:1或4:1模式的形成组的跳动，即，重复RR间期、短、短、长、短、短、长的模式；
7)第三度AV阻滞：统一的随机PR间期、等等。
对于根据历史数据132的使用频率的计算，可以提供另外的提炼词。使用频率可以对于用户或用户组是个性化的。此外，改变的频率可以制约列表，因而从一个诊断语句到另一个诊断语句的任何频繁变化可以当每次出现原始语句时将得到的语句置于列表顶部。
预先键入模块124结合图形用户接口来工作，图形用户接口可以包含在接口120中，以生成显示器118中的弹出式菜单。菜单可以包括当更新测量结果时的建议的语句变化。在一个实施例中，可以由预先键入模块124基于新的测量值以及先前存在的值与用户提供的值之间的经测量的值的变化来生成建议。
在另一个实施例中，用户对基准点标记(见图2)的移动自动强制对ECG波群进行重新测量并对由ECG设备112中的自动解读算法/模块150进行的解读进行建议的改变。这改变了进行测量的背景，其引起了概率计算模块125的更新，概率计算模块125使用基于背景数据126的ECG特征的预测来计算异常情况的概率。在一个实施例中，将P波、F波或起搏器尖刺波标记为开始模式使得自动解读算法150使用用户的选择来通过形状和时序检测剩余波形并随后提供新的解读。这也改变了进行测量的背景，其引起了基于背景数据126的异常预测模块125的预测的更新。通过简单地手动或虚拟地(例如，使用触摸屏、等等来移动基准)移动基准(图2中的172-180)可以提供新的分析以及将背景数据126设置为与具体场景更相关的正确解读或当前解读。这减少了分别编辑每段信息的需要，因为异常预测模块125的预测将较为准确。
本原理尤其有助于对ECG报告136中的ECG形态、ECG节律和起搏器节律方面的电子编辑。预先键入模块124可以使用基于贝叶斯概率的ECG解读来进行预测，以获得最有可能的词条，但可以采用其它技术。
存储器116还储存报告复查和编辑模块128，该报告复查和编辑模块128被配置为对从设备112输出的报告136进行分析，并确定是否保证或需要状态改变，并随后根据复查者的输入和监督来进行适当的状态改变。
报告复查和编辑模块128读取报告中的ECG解读，以基于整个ECG解读来确定严重性。一个简单地示例将是整体严重性将被设置为等于个体解读语句的最坏严重性，因为解读中的每个语句都具有其自己的严重性。基于最好的实践或预先确定的标准(规则)，模块128可以确定整体严重性，并且如果存在某些数量的语句(被称为“其它方面正常”的ECG解读，其是位于正常与异常之间某处的严重性)，则模块128可以将ECG称为异常。每当由编辑ECG的专家在报告136中添加语句、删除语句或者改变语句时，用于严重性的模块128可以运行并更新严重性。
ECG设备112包括用于浏览报告136的显示器118，并可以包括或示出其它数据或者提供用于控制或管理ECG设备112的接口。显示器118还允许用户与ECG设备112以及其部件和功能、或者系统100内的任何其它元件相互作用。这还可以由接口120来推进，接口120可以包括键盘、鼠标、操纵杆、触觉设备或任何其它周边设备或控制设备来允许来自ECG设备112的用户反馈并且与ECG设备112相互作用。ECG设备112优选地包括用于输出报告136或其它相关信息的打印机122。ECG设备112可以包括其它特征和能力134，例如警报、电源连接、其它软件特征、等等。
ECG设备112包括连接到病人的用于进行测量的多个电极(或导联)130。电极130的数量和类型可以取决于应用、设备和检查协议而变化。
参考图2，代表性的心脏跳动的图示170由对于导联I、II、III、aVR、aVL、aVF、V1、V2、V3、V4、V5、V6中的每个导联的平均的PQRST波群组成。在前两个垂直的虚线172与174之间得到P波。这些线172、174是对于P波的基准。T波位于最后两个基准178、180(垂直的虚线)之间，并且QRS波群位于中间的基准176、178之间。ST段位于QRS的结束与T波的开始之间。在该示例中，标记QRS波群的结束的基准是不正确的。正确的设置将位于在信号接近于直线之前所有导联中的信号的共同拐点的右边。该几乎是直的线条是ST段。
根据本原理，对于代表性的跳动的这种类型的基准的呈现包括移动基准(172-180)以提供在波形上相对于基准(172-180)的较好或较正确的设置的能力。与代表性的跳动波形相比的基准位置是对自动ECG分析的输入，该自动ECG分析随后使用这些经校正的基准来重新测量、重新解读并重新计算ECG特征，以得到对可能的异常情况(举例来说，例如，如由概率计算模块125计算到的LBBB、RBBB或者LVH)的较好的概率估计。
参考图3，示出了标准的诊断的十秒钟12导联ECG报告200(见报告136，图1)以证明本原理。诊断报告200包括计算机生成的ECG解读，在框206中得出该ECG解读。在框206的底部得出整体严重性。在框206中得出的信息是通常由心脏病科医师校正(编辑)的部分。心脏病科医师将“读取”ECG、解读该ECG并对在框206中列出的计算机解读进行编辑。用户可以点击任何行并删除它，或者用户可以从现成的(canned)列表中插入新的行。当插入新的行时，生成弹出窗口，该弹出窗口包括现成列表的按概率排序的子集，该现成列表对如参考图1所描述的正在进行编辑的特定ECG应用最高的概率。
报告200包括具有测量心脏的电活动的一个或多个信号迹线203的图形部分202。报告200可以包括个人数据区域，该区域提供了病人和时间数据210、医院/位置数据/操作者数据212、病人的具体测量数据214、索引/机构数据216、检查原因数据217、请求医师数据218、检查状态数据220、药品/药物数据226、以及其它数据。在框208中提供了心率、以及通常使用的间期、持续时间和成角度的轴(例如PR间期、P波持续时间、QRS持续时间、QT间期、P波轴、QRS轴和T波轴)。应当注意，这些数据区域中的任何数据区域或所有数据区域可以被配置为采用如本文中所描述的本实施例的预先输入的特征。
参考图4，框图/流程图示出了根据一个实施例的对十秒钟12导联ECG的准备和使用。获取ECG并对ECG进行分析来为由临床医生进行编辑作准备。此处只描述了对ECG特征的计算；然而，当前性能可以延伸到其它检查领域或数据领域。通常，自动ECG分析还包括对ECG的解读。图4中未示出计算机算法的解读部分。在框302中，将电极施加到病人的皮肤，例如，左胸上、足踝上、手腕上、等等。线缆将电极连接到ECG捕获硬件。在框304中，执行ECG捕获。执行需要将心脏的电信号转变成用于计算机处理的多通道数字波形快照的电子设备。
在框306中，将ECG分段。这确定了数字波形中的心脏跳动的电气指示的每个位置。由于正常的静息心率大约为每分钟75跳，因此心脏跳动将大致上每秒出现一次。如公知的，QRS、ST段和T波表示心室的电活动，而P波表示心房的电活动。在框308中，执行时间对准并对波群进行平均，以确定代表性的波群。这包括从信号当中剪切所有类似的心脏跳动或波群，在彼此的顶部将它们时间对准，并对它们一起进行平均来得到用于进一步处理的低噪声平均波群。
在框310中，在代表性的波群上进行基础测量。这包括根据图5来测量经平均的代表性波群来获得对QRS持续时间、QT间期等等的估计。框510还可以接受相对于代表性波群的波形位置输入(“基准”)，以提高基础ECG测量结果。在框312中，计算诊断的ECG特征。根据基础测量结果，对获得的测量结果进行计算，举例来说，例如，左心室肥大(LVH)的概率。这些是用于解读的测量；高概率表示很有可能存在的状况(在该示例中为LVH)。框314中例示性地列出了可能的解读。
参考图5，示出了代表性的波群340，并且根据本原理对该代表性的波群340进行了解读。该代表性的波群340示出了在代表性的波群上计算到的或测量到的多个变量和测量结果。图5中描绘的所有的基础测量变量都是公知的，并且为了简单起见，此处将不再进行描述。
参考图6，框图/流程图示出了根据一个示例性实施例的用于预先键入模块124的步骤，以便在编辑过程中辅助用户。在框402中，临床医生复查那天在医院中所获得的所有非紧急ECG。对于小医院，一个临床医生可以阅读并校正一天中的所有ECG。对于较大的医院，每天都分配多个临床医生来阅读和校正ECG。对数据库中的病人的ECG进行搜索，数据库给出了一系列ECG来阅读或者其ECG将有助于诊断决策的病人。在数据库中得到ECG并在用于编辑ECG的计算机应用中将该ECG呈现给临床用户。临床医生查看ECG以首先确定节律(心率以及速率的规律性或不规律性)。接下来，临床医生查看P波、QRS波和T波的形状以检测可以从ECG形状中看出来的异常情况。在框404中，通过计算考虑中的所有状况(例如窦性节律、心房颤动、室性心动过速、LVH、LBBB、RBBB)和通常通过ECG来诊断的其它状况的概率来准备ECG特征。从数据库获得预先计算的概率或者给出ECG波形和现有的基础测量结果来即时计算(例如，由概率计算模块125，图1)。可以采用预先键入模块124来计算ECG特征或从数据库检索ECG特征。
在框406中，预先键入模块124随后按照概率来对可能的解读语句列表进行排序。解读中的每一行是由自动ECG分析生成的“罐装式”解读语句。已经存在于解读中的语句未包括在列表中。按照呈现病人可能具有的最有可能的状况/异常情况的概率来对所有的ECG特征进行分类。
在框408中，病人的ECG被呈现在编辑应用中。在框410中，基于ECG特征以及临床医生最喜爱的解读语句或其它背景信息来以概率顺序呈现ECG解读语句，优选地在单独的窗口中呈现。可以在编辑窗口中提供以概率顺序列出的ECG语句，因此，基于用户的输入而使用户被呈现选择/预测。
在框412中，一旦进行了例如“插入”的用户编辑行为，基于ECG特征、所键入的文本和其它因素而将ECG解读语句重新排序。例如，如果用户开始键入(预先键入或自动完成)，则使得单词适合于ECG解读的所键入的字符和基于ECG特征的概率的组合引起了ECG解读语句在弹出窗口中的重新排序。在一个实施例中，可以存在两个窗口，一个窗口用于语句的缩写词或代码并且一个窗口用于完整的语句。可以使用根据本原理修改的预先键入技术来对代码进行重新排序。例如，采用字母数字的因素、频率因素和背景因素以基于正采用的背景因素或其它因素来重新计算或定义概率/预测。这些因素可用于对解读语句或其它语句/输入进行重新排序。背景因素例如可以包括阅读的临床医生将实际上使用考虑中的每个语句的概率。由于每个临床医生可具有他们自己的解读语句的优选的组，因此，这种因素有助于他们最喜爱的语句出现在可用语句列表的顶部。在另一个实施例中，给定的所需要的一组检查、医院内的地点(例如，重症监护等等)、实施检查的人员的头衔和职位、等等都可以被作为因素在对预先输入特征中的术语进行排序的权重或概率中考虑。
参考图7，框图/流程图示出了用于如何创建ECG特征以便在预先文本应用中对ECG解读语句进行排序的示例的步骤。通常在自动ECG分析中(甚至当心脏病科医师阅读ECG报告时)混淆左心室肥大(LVH)和左束支传导阻滞(LBBB)，因此，它们应当被一起考虑来允许这两者之间的准确辨别。ECG解读中的许多其它方面是类似的并且也引起了混淆的地方。在该示例中将采用LVH和LBBB。
在框502中，提供了ECG数据库，并且该ECG数据库优选地包括大量病人。为了设计ECG特征来确定LVH或LBBB的概率，对ECG的数据库进行处理，以计算通常与LVH和LBBB相关联的参数。ECG数据库需要对指示这属于LVH、LBBB还是某种其它状况的情况的每个ECG进行注释。在框504中，使用模式识别技术用于特征选择，将在用于LVH和LBBB的逻辑回归模型中使用与LVH和LBBB最强烈地相关联的参数。在框508中，逻辑回归模型被设计用于LBBB和LVH，并将强烈相关联的参数(根据基础ECG测量结果计算到的)作为输入，以提供对LVH和LBBB的可能性的概率估计。如果对于特定ECG来说LVH概率是高的(例如，接近1.0)，则在可能的异常情况的列表中，LVH的解读语句将是高的。这些对LVH和LBBB的概率估计将组成用于基于可能性来对解读语句进行排序的许多ECG特征中的仅仅两个ECG特征。
在框510中，计算逻辑回归系数，以基于根据新的ECG记录的测量结果来实现对LVH和LBBB概率的计算。该数据被输入到图1中的存储器116中的背景数据126中。
参考图8，框图/流程图示出了由报告和浏览模块128(图1)执行的步骤。在框602中，在检查后，向模块128提供ECG解读。在框604中，通过由临床医生对ECG解读的访问来触发模块128。在框606中，模块128对寻找将使严重性从正常变化到异常或反之亦然的解读语句或解读语句组的ECG解读进行复查。
例如，模块128可以确定严重性基于整个ECG解读或者语句集合，因为解读中的每个语句具有其自己的严重性。也就是说，在其它方面提供正常的严重性的两个或更多个解读语句可以被解读为由于多个解读语句而造成的异常的严重性。在另一个示例中，严重性可以被设置为等于解读中的最坏严重性。在另一个示例中，如果存在被称为“其它方面正常”(其是处于正常与异常之间的某处的严重性)的某个数量的语句，则整体严重性可以被改变为称作ECG异常。在框606中的复查期间，模块对被设置为确定是否存在改变严重性的状况的规则进行查询。
在框608中，每当由编辑ECG的专家添加、删除或改变语句时，模块128更新严重性。在框610中，输出具有更新的严重性的报告。
在解读所附权利要求书时，应当理解：
a)单词“包括”并不排除除了在给出的权利要求中列出的元件或动作以外出现其它元件或动作；
b)元件之前的单词“一”或“一个”并不排除出现多个这样的元件；
c)权利要求中的任何附图标记并非限制它们的范围；
d)若干“单元”可以由同一项或者硬件或软件实现的结构或功能来表示；以及
e)除非明确指示，并不旨在要求动作的任何具体顺序。
已经描述了用于预先键入编辑和对报告解读的自动更新的ECG特征的优选实施例(旨在是例示性的而并非限制)，应当注意，根据上述教导，本领域的技术人员可以进行修改和变形。因此，将理解的是，可以在所公开的公开内容的具体实施例(其在如由所附权利要求概述的本文中所公开的实施例的范围内)中做出改变。因此，已经描述了专利法所要求的细节和特征，在所附权利要求书中阐述了所请求的并期望由专利证书保护的内容。

Claims (20)

1.一种心电图(ECG)设备，包括：
处理器(114)；
存储器(116)，所述存储器耦合到所述处理器；
接口(120)，所述接口被配置为生成编辑窗口并且被配置为允许在所述编辑窗口中进行用户输入；以及
预先键入模块(124)，所述预先键入模块储存在所述存储器中并且响应于输入到所述编辑窗口中的输入，所述预先键入模块被配置为基于字母数字键敲击的子集以及与可能的ECG词条的列表相关联的背景概率来预测正在由用户输入的下一个单词、短语、解读代码或者种类。
2.根据权利要求1所述的设备，其中，所述背景概率包括被执行的一种检查或一组检查的类型作为因素。
3.根据权利要求1所述的设备，其中，所述背景概率包括来自记录集合的ECG相关特征的回归作为因素。
4.根据权利要求1所述的设备，还包括能够调整的基准(172-180)，所述能够调整的基准被配置为由用户移动以重新计算所述背景概率。
5.根据权利要求1所述的设备，其中，所述背景概率的因素包括检查的位置和所述检查的操作者的其中之一。
6.根据权利要求1所述的设备，还包括历史数据(132)，所述历史数据被配置为提供针对所述可能的ECG词条的列表的使用频率和使用方式的其中之一，以影响所述预先键入模块的所述预测。
7.根据权利要求1所述的设备，其中，所述用户输入包括ECG解读语句。
8.一种心电图(ECG)设备，包括：
处理器(114)；
存储器(116)，所述存储器耦合到所述处理器；
接口(120)，所述接口被配置为生成编辑窗口并且被配置为允许在所述编辑窗口中进行用户输入；以及
报告复查和编辑模块(128)，所述报告复查和编辑模块储存在所述存储器中，所述报告复查和编辑模块被配置为基于当前的ECG解读语句以及储存在所述存储器中的规则来更新ECG报告的严重性，并根据操作者的访问操作或编辑操作而被触发。
9.根据权利要求8所述的设备，其中，一旦添加、删除、或改变ECG语句，所述报告复查和编辑模块(128)更新所述严重性。
10.根据权利要求8所述的设备，其中，所述规则包括基于所述当前ECG解读的整个ECG解读来确定严重性。
11.根据权利要求8所述的设备，其中，所述规则包括基于所述当前ECG解读的最坏严重性来确定严重性。
12.根据权利要求8所述的设备，其中，所述规则包括基于所述当前ECG解读的语句的子集来确定严重性。
13.根据权利要求8所述的设备，还包括从所述ECG设备输出的报告(136)，所述报告包括基于所述规则的更新的严重性。
14.一种用于对心电图(ECG)进行自动的严重性更新的方法，包括：
基于ECG检查来提供(602)ECG解读；
一旦访问所述ECG解读，触发(604)复查和编辑应用；
根据一组预先确定的规则来逐条语句地复查(606)所述ECG解读；以及
基于所述ECG解读语句和所述规则来自动更新(608)ECG报告的严重性。
15.根据权利要求14所述的方法，其中，自动更新(608)包括，一旦添加、删除或改变ECG解读语句，更新所述严重性。
16.根据权利要求14所述的方法，其中，所述规则包括以下的一项或多项：
基于所述当前ECG解读的整个ECG解读来确定严重性；
基于所述ECG解读语句中的最坏严重性来确定严重性；以及
基于所述ECG解读的语句的子集来确定严重性。
17.根据权利要求14所述的方法，还包括：从ECG设备输出(610)报告以提供更新的严重性。
18.根据权利要求14所述的方法，还包括：
通过确定考虑由所述ECG进行的诊断的状况的概率来准备ECG特征；
按照呈现最有可能的状况或异常情况的概率来对所述ECG特征进行分类；以及
基于背景、所述ECG特征、以及由操作者输入的字母数字键敲击的子集来在编辑应用中以概率顺序呈现所述ECG解读语句。
19.根据权利要求14所述的方法，还包括：
在发生用户编辑行为后，基于所述概率来对所述ECG解读语句进行重新排序。
20.根据权利要求14所述的方法，其中，呈现包括基于所述ECG特征的所述背景以及由所述操作者输入的字母数字键敲击的所述子集来预测正在由用户输入的下一个单词、短语、代码或种类。
CN201480034977.3A 2013-06-18 2014-06-09 用于预先键入编辑的ecg特征和用于报告解读的自动更新 Active CN105307566B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US201361836189P 2013-06-18 2013-06-18
US61/836,189 2013-06-18
PCT/IB2014/062065 WO2014203114A2 (en) 2013-06-18 2014-06-09 Ecg features for type ahead editing and automatic update for report interpretation

Publications (2)

Publication Number Publication Date
CN105307566A true CN105307566A (zh) 2016-02-03
CN105307566B CN105307566B (zh) 2018-12-25

Family

ID=51033249

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201480034977.3A Active CN105307566B (zh) 2013-06-18 2014-06-09 用于预先键入编辑的ecg特征和用于报告解读的自动更新

Country Status (6)

Country Link
US (1) US20160135700A1 (zh)
EP (1) EP3010406A2 (zh)
JP (1) JP6741576B2 (zh)
CN (1) CN105307566B (zh)
BR (1) BR112015031454A2 (zh)
WO (1) WO2014203114A2 (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110866395A (zh) * 2019-10-30 2020-03-06 语联网（武汉）信息技术有限公司 基于译员编辑行为的词向量生成方法及装置

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20160188823A1 (en) * 2014-12-31 2016-06-30 General Electric Company System for providing electrocardiogram (ecg) analytics for electronic medical records (emr)
US9788796B2 (en) * 2015-10-16 2017-10-17 General Electric Company System and method of adaptive interpretation of ECG waveforms
CN107945844B (zh) 2017-11-27 2021-07-16 上海乐普云智科技股份有限公司 检测报告数据生成方法
US10930392B2 (en) * 2018-02-19 2021-02-23 General Electric Company System and method for processing ECG recordings from multiple patients for clinician overreading
US11523766B2 (en) * 2020-06-25 2022-12-13 Spacelabs Healthcare L.L.C. Systems and methods of analyzing and displaying ambulatory ECG data

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0316800A2 (en) * 1987-11-16 1989-05-24 Spacelabs, Inc. Improved method and system of ECG data review and analysis
US6004276A (en) * 1997-03-03 1999-12-21 Quinton Instrument Company Open architecture cardiology information system
US20040054296A1 (en) * 2002-09-18 2004-03-18 Ramseth Douglas J. Method and apparatus for interactive annotation and measurement of time series data with automatic marker sequencing

Family Cites Families (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH02198537A (ja) * 1989-01-27 1990-08-07 Nec Corp 心電図用ｑｒｓ波認識装置
JP2000123098A (ja) * 1998-10-13 2000-04-28 Nakamura Shoichi キーワード解析に基づく検診支援システム、診断支援システム、診療支援システム、電子カルテ作成システム及び医療用レセプト作成システム
EP1331876B1 (en) * 2000-11-10 2009-08-05 C.R. Bard, Inc. Deriving p-waves in electrocardiac signals having superimposed complexes
US20020082825A1 (en) * 2000-12-22 2002-06-27 Ge Medical Systems Information Technologies, Inc. Method for organizing and using a statement library for generating clinical reports and retrospective queries
US8898106B2 (en) * 2001-08-01 2014-11-25 T-System, Inc. Method for entering, recording, distributing and reporting data
US20040054294A1 (en) * 2002-09-18 2004-03-18 Ramseth Douglas J. Method and apparatus for interactive annotation and measurement of time series data with centralized analysis and review
EP1406198A3 (en) * 2002-09-18 2014-11-05 Covance Cardiac Safety Services Inc. Method and apparatus for interactive annotation and measurement of time series data
US20040051721A1 (en) * 2002-09-18 2004-03-18 Ramseth Douglas J. Method and apparatus for interactive annotation and measurement of time series data
CA2594926A1 (en) * 2005-01-13 2006-07-20 Welch Allyn, Inc. Vital signs monitor
US20060161066A1 (en) * 2005-01-18 2006-07-20 Heartlab, Inc. Feature-based editing for electrocardiography
JP5175585B2 (ja) * 2008-03-14 2013-04-03 パナソニックヘルスケア株式会社 文書処理装置、電子カルテ装置および文書処理プログラム
JP5374169B2 (ja) * 2009-01-21 2013-12-25 オリンパスメディカルシステムズ株式会社 画像表示装置
CN103189858B (zh) * 2010-11-01 2017-02-22 皇家飞利浦电子股份有限公司 在文本输入期间建议相关术语
EP2911581B1 (en) * 2012-10-26 2022-10-05 Koninklijke Philips N.V. Diagnostic representation and interpretation of ecg leads on a digital display

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0316800A2 (en) * 1987-11-16 1989-05-24 Spacelabs, Inc. Improved method and system of ECG data review and analysis
US6004276A (en) * 1997-03-03 1999-12-21 Quinton Instrument Company Open architecture cardiology information system
US20040054296A1 (en) * 2002-09-18 2004-03-18 Ramseth Douglas J. Method and apparatus for interactive annotation and measurement of time series data with automatic marker sequencing

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110866395A (zh) * 2019-10-30 2020-03-06 语联网（武汉）信息技术有限公司 基于译员编辑行为的词向量生成方法及装置
CN110866395B (zh) * 2019-10-30 2023-05-05 语联网（武汉）信息技术有限公司 基于译员编辑行为的词向量生成方法及装置

Also Published As

Publication number Publication date
WO2014203114A3 (en) 2015-04-09
JP6741576B2 (ja) 2020-08-19
CN105307566B (zh) 2018-12-25
WO2014203114A2 (en) 2014-12-24
EP3010406A2 (en) 2016-04-27
JP2016524512A (ja) 2016-08-18
BR112015031454A2 (pt) 2017-07-25
US20160135700A1 (en) 2016-05-19

Similar Documents

Publication Publication Date Title
JP4159285B2 (ja) 心血管リスクの術中評価方法及び装置
Smith et al. A deep neural network learning algorithm outperforms a conventional algorithm for emergency department electrocardiogram interpretation
CN105307566B (zh) 用于预先键入编辑的ecg特征和用于报告解读的自动更新
JP4493310B2 (ja) 自動的マーキングによって時系列データの対話型注釈および測定機能を実行する方法と装置
JP4493311B2 (ja) 自動マーカ・シーケンス作成を行う時系列データの対話型注釈および測定機能を実行する方法と装置
WO2020161605A1 (en) Electrocardiogram processing system for delineation and classification
JP5057635B2 (ja) 中央集中分析およびレビューを行う時系列データの対話型注釈および測定機能を実行する方法と装置
JP5057636B2 (ja) 時系列データの対話型注釈および測定機能を実行する方法と装置
WO2022070109A1 (en) Electrocardiogram processing system for detecting and/or predicting cardiac events
CN102988025A (zh) 用于显示生理信息的系统和方法
CN101877035A (zh) 基于金标准数据库的心电图分析系统
Calvo et al. A methodology to analyze heart data using fuzzy automata
JP7282161B2 (ja) 高度心臓波形分析
US20240112800A1 (en) System and method for long-term patient monitoring of continuous ecg and physiological data
JP2019517839A (ja) Ｅｃｇトレーニング及びスキル向上
US20150133805A1 (en) Evolving Serial Comparison System with Critical Alert Notifications
US20230230707A1 (en) Methods and systems for searching an ecg database
CN113990512A (zh) 异常数据检测方法及装置、电子设备和存储介质
CN103654745B (zh) 患者监视系统和方法
US20240099638A1 (en) Electrocardiogram interpretation
US20240099640A1 (en) Electrocardiogram analysis
CN113160924B (zh) 心电图报告的信息显示方法、心电图机和存储装置
EP3944250A1 (en) Methods and systems for searching an ecg database
Miller et al. Remote Heart Diagnosis
WO2024039655A1 (en) Computing system configured to facilitate multi-party adjudication of cardiac episodes

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant