CN105574348A - 一种基于bcg信号的心跳周期获取方法和装置 - Google Patents

一种基于bcg信号的心跳周期获取方法和装置 Download PDF

Info

Publication number
CN105574348A
CN105574348A CN201510990240.5A CN201510990240A CN105574348A CN 105574348 A CN105574348 A CN 105574348A CN 201510990240 A CN201510990240 A CN 201510990240A CN 105574348 A CN105574348 A CN 105574348A
Authority
CN
China
Prior art keywords
coefficient
variation
subsignal
obtains
bcg signal
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
CN201510990240.5A
Other languages
English (en)
Other versions
CN105574348B (zh
Inventor
倪红波
周兴社
宋亚龙
王柱
邓军权
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.)
Northwestern Polytechnical University
Original Assignee
Northwestern Polytechnical University
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 Northwestern Polytechnical University filed Critical Northwestern Polytechnical University
Priority to CN201510990240.5A priority Critical patent/CN105574348B/zh
Publication of CN105574348A publication Critical patent/CN105574348A/zh
Application granted granted Critical
Publication of CN105574348B publication Critical patent/CN105574348B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G06F19/36—

Landscapes

  • Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)

Abstract

本发明公开了一种基于BCG信号的心跳周期的获取方法和装置。其中，该方法包括：获取心冲击图BCG检测装置发送的BCG信号；按照预设时间序列将该BCG信号分解为多个子信号，并获取该多个子信号的变异系数得到变异系数集合；根据该变异系数集合中最小的变异系数对应的子信号获取心跳间隔序列，并通过拉依达法则对该心跳间隔序列进行处理得到心跳周期。本发明实现了获取更准确的心跳周期信息。

Description

一种基于BCG信号的心跳周期获取方法和装置
技术领域
本发明涉及生物医学领域，具体而言，涉及一种基于BCG信号的心跳周期获取方法和装置。
背景技术
随着社会的发展，慢性病已经成为迄今世界上最主要的死因。《中国心血管疾病报告2013》报告显示，我国将近百分之八十的患者患有心血管疾病，平均十秒就有一人死于心血管疾病。心率变异性是评价自主神经调节功能的重要定量指标。正确测定心率变异的种种指标，无论是对生理、病理研究，还是对临床的诊断和防治，都具有指导性的意义。
BCG(Ballistocardiogram，心冲击图)是由心脏搏动以及躯干、上肢部分的脉动为作用力产生的信号，其中以心脏的搏动在重力方向的分力为主要冲击力。BCG能够在自然睡眠状态下获取到，不会对受试者产生心理上的压力，
在现有技术中，通过对BCG数据进行模极大值处理，获取BCG数据中全部有效的极值点；然后根据预设的阈值对所有的极值点进行筛选，得到极值点称为拐点J，并设J点的左侧相邻拐点为H点和右侧相邻拐点为N点，构造出HJN波群的集合；进而以HJN波群中H点、J点和N点中彼此之间的相对距离作为HJN波群的共性判断准则，匹配选取所述集合中具备所述共性的HJN为心搏出现位置。
但是，对于不同的BCG需要人工干预设置不同的阈值，若设置单一阈值会降低获取到心跳峰值点精度；使用模式识别时需要设计者制定模糊规则，且需要大量的实验数据或者经验制定专家规则库作为支撑，才能准确识别出HJN波群是否为心搏出现的位置，否则若出现一种未包含在规则库的HJN波形，则会增大误判率。
针对上述的问题，目前尚未提出有效的解决方案。
发明内容
本发明实施例提供了一种基于BCG信号的心跳周期获取方法和装置，以获取更准确的心跳周期。
发明内容
本发明实施例提供了一种基于BCG信号的心跳周期获取方法和装置，以获取更准确的心跳周期。
根据本发明实施例的一个方面，提供了一种基于BCG信号的心跳周期获取方法，包括：获取心冲击图BCG检测装置发送的BCG信号；按照预设时间序列将所述BCG信号分解为多个子信号，并获取所述多个子信号的变异系数得到变异系数集合；根据所述变异系数集合中最小的变异系数对应的子信号获取心跳间隔序列，并通过拉依达法则对所述心跳间隔序列进行处理得到心跳周期。
进一步地，所述获取所述多个子信号的变异系数得到变异系数集合包括：检测所述多个子信号的极小值点得到极值点集合；获取所述极值点集合中两个连续且相邻的所述极小值点的间距；获取所述间距的均值和标准差，并通过所述标准差与均值的比值得到每个所述子信号的变异系数；根据所述每个所述子信号的变异系数得到所述变异系数集合。
进一步地，所述根据所述变异系数集合中最小的变异系数对应的子信号获取心跳间隔序列包括：根据所述变异系数集合中最小的变异系数对应的子信号通过滑动窗口法获取所述心跳间隔序列。
进一步地，所述按照预设时间序列将所述BCG信号分解为多个子信号包括：按照预设时间序列通过集合经验模分解EEMD将所述BCG信号分解为多个子信号。
进一步地，在通过所述标准差与均值的比值得到每个所述子信号的变异系数之后，且在所述根据所述每个所述子信号的变异系数得到所述变异系数集合之前，所述方法还包括：在所述变异系数在预设范围外时，将所述变异系数置为1。
根据本发明实施例的另一方面，还提供了一种基于BCG信号的心跳周期获取装置，包括：获取单元，用于获取心冲击BCG检测装置发送的BCG信号；分解单元，用于按照预设时间序列将所述BCG信号分解为多个子信号，并获取所述多个子信号的变异系数得到变异系数集合；处理单元，用于根据所述变异系数集合中最小的变异系数对应的子信号获取心跳间隔序列，并通过拉依达法则对所述心跳间隔序列进行处理得到心跳周期。
进一步地，所述获取单元用于通过以下步骤执行获取所述多个子信号的变异系数得到变异系数集合：检测所述多个子信号的极小值点得到极值点集合；获取所述极值点集合中两个连续且相邻的所述极小值点的间距；获取所述间距的均值和标准差，并通过所述标准差与均值的比值得到每个所述子信号的变异系数；根据所述每个所述子信号的变异系数得到所述变异系数集合。
进一步地，所述处理单元，用于根据所述变异系数集合中最小的变异系数对应的子信号通过滑动窗口法获取所述心跳间隔序列。
进一步地，所述分解单元，用于按照预设时间序列通过集合经验模分解EEMD将所述BCG信号分解为多个子信号。
进一步地，所述处理单元，还用于在通过所述标准差与均值的比值得到每个所述子信号的变异系数之后，且在所述根据所述每个所述子信号的变异系数得到所述变异系数集合之前，在所述变异系数在预设范围外时，将所述变异系数置为1。
通过采用上述方法，获取心冲击图BCG检测装置发送的BCG信号；按照预设时间序列将该BCG信号分解为多个子信号，并获取该多个子信号的变异系数得到变异系数集合；根据该变异系数集合中最小的变异系数对应的子信号获取心跳间隔序列，并通过拉依达法则对该心跳间隔序列进行处理得到心跳周期。这样，通过采用上述步骤，去除了BCG信号中的极值点但非心跳峰值点且保留BCG趋势及心跳峰值点的信号，减少了心跳峰值点的误判，从而获取更准确的心跳周期。
附图说明
此处所说明的附图用来提供对本发明的进一步理解，构成本申请的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：
图1是根据本发明实施例的一种可选的基于BCG信号的心跳周期获取方法的流程示意图；
图2是根据本发明实施例的另一种可选的基于BCG信号的心跳周期获取方法的流程示意图；
图3是根据本发明实施例的一种可选的心跳周期的分析结果示意图；
图4是根据本发明实施例的一种可选的基于BCG信号的心跳周期获取装置的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案，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的实施例，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做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明保护的范围。
需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
根据本发明实施例，提供了一种基于BCG信号的心跳周期获取方法的实施例，需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。
图1是根据本发明实施例的一种基于BCG信号的心跳周期获取方法，如图1所示，该方法的执行主体可以是基于BCG信号的心跳周期获取装置，该方法包括如下步骤：
步骤S102，获取心冲击图BCG检测装置发送的BCG信号。
步骤S104，按照预设时间序列将该BCG信号分解为多个子信号，并获取该多个子信号的变异系数得到变异系数集合。
可选地，按照预设时间序列通过EEMD(EnsembleEmpiricalModeDecomposition，集合经验模分解)将该BCG信号分解为多个子信号。通过EEMD对BCG信号进行分解，子信号的心跳峰值点位置能保持与原信号相同，从而保证了通过心跳峰值点计算得到的心跳周期的准确性(即不会发生较原信号相比心跳周期变大或变小)。
其中，该多个子信号的数量可以根据预设时间序列得到，该数量可以是9、10或者11。
可选地，如图2所示，上述获取多个子信号的变异系数得到变异系数集合包括：
S1041，检测该多个子信号的极小值点得到极值点集合。
S1042，获取该极值点集合中两个连续且相邻的极小值点的间距。
其中，该极小值点的间距可以称为伪心跳周期。
S1043，获取该间距的均值和标准差，并通过该标准差与均值的比值得到每个该子信号的变异系数。
其中，该变异系数是反应数据离散程度的一种数学参数，取值范围为0到1。
S1044，根据该每个该子信号的变异系数得到该变异系数集合。
可选地，在该变异系数在预设范围外时，将该变异系数置为1。
具体地，在得到变异系数后，判断该变异系数是否在预设范围内，若确定该变异系数在预设范围外，则将该变异系数置为1，若确定该变异系数在预设范围内，则得到的变异系数即为该变异系数集合中的变异系数。
步骤S106，根据该变异系数集合中最小的变异系数对应的子信号获取心跳间隔序列，并通过拉依达法则对该心跳间隔序列进行处理得到心跳周期。
需要说明的是，一般人的心率在50-120次/分钟范围内。由于BCG信号的采样频率是100HZ，因此对应的心跳周期的间距长度的范围为50-120，若均值不在上述间距长度的范围内，则会造成干扰，使得最小的变异系数的判断错误，从而得到错误的最小的变异系数对应的子信号，进一步得到的伪心跳周期一定不可能是心跳周期，因此设置该变异系数为1。
可选地，根据该变异系数集合中最小的变异系数对应的子信号通过滑动窗口法获取该心跳间隔序列。
在本发明实施例中，将该间距的均值设为滑动窗口的长度，在获取心跳周期时，该最小的变异系数对应的子信号中还是会有伪极值点存在，其中，伪极值点是BCG中的极值点但非心跳峰值点，采用滑动窗口的方法，求窗内极小值点，可以过滤掉峰值点附近的伪极值点。如果设置固定长度的窗口长度，由于不同的人心跳周期长度不同，长度过长会导致有些峰值点被过滤掉，长度过短会导致伪极值点被检测到，这里采用滑动窗口的方法，由于滑动窗口是按时间序列方向向前滑行，所以滑动窗已经过的前一个窗口是已经计算过心跳周期均值的，将此心跳周期均值大小设置为滑动窗口长度，代替设置窗口长度为固定阈值，不仅能达到窗口内仅包含一个心跳峰值点，而且也可以达到窗口长度阈值自适应变化的目的。
进一步地，按照上述方法对60个心血管疾病患者和20个健康者的BCG信号进行分析得到心跳周期，并对该心跳周期进一步进行处理，能将心血管疾病者与健康者识别出来，例如，目前心率变异性测量有线性的时域指标和线性的频域指标等，线性时域主要包括全程心跳数据心跳周期的均值MEAN、标准差等；线性的频域指标主要包括低频和高频(LF/HF)比值等；在本发明一种可能的实现方式中，通过频率指标获取方法获取低频和高频(LF/HF)比值，具体地，首先是使用傅里叶变换或者AR模型(AutoregressiveModel，自回归模型)计算心跳间隔序列，得到心跳周期频谱图(一个曲线图，横坐标为频率，纵坐标为振幅)，然后将频谱中0.04Hz-0.15Hz称为低频(LF-LowFrequency)，将0.15Hz-0.4Hz称为高频(HF-HighFrequency)，计算曲线低频和高频部分与横坐标轴围成的面积，即为LF与HF的值。
如图3所示是采用本发明的方法得到的心跳周期分别在数据时域和频域的分析结果，其中白色柱状图代表所有健康者，黑色柱状图代表心血管患者，图3白色部分指所有健康者计算值的均值，而黑色部分为所有心血管疾病患者的计算值的均值，参数MEAN为心跳周期的均值，参数LF/HF值为低频高频的比值。分别对比图中两种人两个参数值，可以看出这两个值有很大的区别，因此能将心血管疾病者与健康者识别出来。
通过采用上述方法，获取心冲击图BCG检测装置发送的BCG信号；按照预设时间序列将该BCG信号分解为多个子信号，并获取该多个子信号的变异系数得到变异系数集合；根据该变异系数集合中最小的变异系数对应的子信号获取心跳间隔序列，并通过拉依达法则对该心跳间隔序列进行处理得到心跳周期。这样，通过采用上述步骤，基于经验模态分解方法获取BCG信号，并选择出能代替BCG提取心跳周期的最优子信号(去除了BCG信号中的极值点但非心跳峰值点且保留BCG趋势及心跳峰值点的信号)，减少了心跳峰值点的误判，为了进一步提高准确度，本发明进一步基于滑动窗方法检测心跳峰值点且使用拉依达法则去除获取到的心跳峰值点的中噪声点，从而获取更准确的心跳周期。
图4为本发明实施例提供的一种基于BCG信号的心跳周期获取装置，如图4所示，该装置包括：
获取单元401，用于获取心冲击BCG检测装置发送的BCG信号；
分解单元402，用于按照预设时间序列将该BCG信号分解为多个子信号，并获取该多个子信号的变异系数得到变异系数集合；
处理单元403，用于根据该变异系数集合中最小的变异系数对应的子信号获取心跳间隔序列，并通过拉依达法则对该心跳间隔序列进行处理得到心跳周期。
可选地，该获取单元401用于通过以下步骤执行获取该多个子信号的变异系数得到变异系数集合：
检测该多个子信号的极小值点得到极值点集合；
获取该极值点集合中两个连续且相邻的该极小值点的间距；
获取该间距的均值和标准差，并通过该标准差与均值的比值得到每个该子信号的变异系数；
根据该每个该子信号的变异系数得到该变异系数集合。
可选地，该处理单元403，用于根据该变异系数集合中最小的变异系数对应的子信号通过滑动窗口法获取该心跳间隔序列。
可选地，该分解单元402，用于按照预设时间序列通过集合经验模分解EEMD将该BCG信号分解为多个子信号。
可选地，该处理单元403，还用于在通过该标准差与均值的比值得到每个该子信号的变异系数之后，且在该根据该每个该子信号的变异系数得到该变异系数集合之前，在该变异系数在预设范围外时，将所述变异系数置为1。
通过采用上述基于BCG信号的心跳周期获取装置，该装置获取心冲击图BCG检测装置发送的BCG信号；按照预设时间序列将该BCG信号分解为多个子信号，并获取该多个子信号的变异系数得到变异系数集合；根据该变异系数集合中最小的变异系数对应的子信号获取心跳间隔序列，并通过拉依达法则对该心跳间隔序列进行处理得到心跳周期。这样，通过采用上述步骤，去除了BCG信号中的极值点但非心跳峰值点且保留BCG趋势及心跳峰值点的信号，减少了心跳峰值点的误判，从而获取更准确的心跳周期信息。
所属本领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的基于BCG信号的心跳周期获取装置的具体工作过程和描述，可以参考前述方法实施例中的对应过程，在此不再赘述。
上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。
在本发明的上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中，应该理解到，所揭露的技术内容，可通过其它的方式实现。其中，以上所描述的装置实施例仅仅是示意性的，例如所述单元的划分，可以为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，单元或模块的间接耦合或通信连接，可以是电性或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、只读存储器(ROM，Read-OnlyMemory)、随机存取存储器(RAM，RandomAccessMemory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (10)

1.一种基于BCG信号的心跳周期获取方法，其特征在于，包括：
获取心冲击图BCG检测装置发送的BCG信号；
按照预设时间序列将所述BCG信号分解为多个子信号，并获取所述多个子信号的变异系数得到变异系数集合；
根据所述变异系数集合中最小的变异系数对应的子信号获取心跳间隔序列，并通过拉依达法则对所述心跳间隔序列进行处理得到心跳周期。
2.根据权利要求1所述的方法，其特征在于，所述获取所述多个子信号的变异系数得到变异系数集合包括：
检测所述多个子信号的极小值点得到极值点集合；
获取所述极值点集合中两个连续且相邻的所述极小值点的间距；
获取所述间距的均值和标准差，并通过所述标准差与均值的比值得到每个所述子信号的变异系数；
根据所述每个所述子信号的变异系数得到所述变异系数集合。
3.根据权利要求2所述的方法，其特征在于，所述根据所述变异系数集合中最小的变异系数对应的子信号获取心跳间隔序列包括：
根据所述变异系数集合中最小的变异系数对应的子信号通过滑动窗口法获取所述心跳间隔序列。
4.根据权利要求1所述的方法，其特征在于，所述按照预设时间序列将所述BCG信号分解为多个子信号包括：
按照预设时间序列通过集合经验模分解EEMD将所述BCG信号分解为多个子信号。
5.根据权利要求1至4任一项所述的方法，其特征在于，在通过所述标准差与均值的比值得到每个所述子信号的变异系数之后，且在所述根据所述每个所述子信号的变异系数得到所述变异系数集合之前，所述方法还包括：
在所述变异系数在预设范围外时，将所述变异系数置为1。
6.一种基于BCG信号的心跳周期获取装置，其特征在于，包括：
获取单元，用于获取心冲击BCG检测装置发送的BCG信号；
分解单元，用于按照预设时间序列将所述BCG信号分解为多个子信号，并获取所述多个子信号的变异系数得到变异系数集合；
处理单元，用于根据所述变异系数集合中最小的变异系数对应的子信号获取心跳间隔序列，并通过拉依达法则对所述心跳间隔序列进行处理得到心跳周期。
7.根据权利要求6所述的装置，其特征在于，所述获取单元用于通过以下步骤执行获取所述多个子信号的变异系数得到变异系数集合：
检测所述多个子信号的极小值点得到极值点集合；
获取所述极值点集合中两个连续且相邻的所述极小值点的间距；
获取所述间距的均值和标准差，并通过所述标准差与均值的比值得到每个所述子信号的变异系数；
根据所述每个所述子信号的变异系数得到所述变异系数集合。
8.根据权利要求7所述的装置，其特征在于，所述处理单元，用于根据所述变异系数集合中最小的变异系数对应的子信号通过滑动窗口法获取所述心跳间隔序列。
9.根据权利要求6所述的装置，其特征在于，所述分解单元，用于按照预设时间序列通过集合经验模分解EEMD将所述BCG信号分解为多个子信号。
10.根据权利要求6至9任一项所述的装置，其特征在于，所述处理单元，还用于在通过所述标准差与均值的比值得到每个所述子信号的变异系数之后，且在所述根据所述每个所述子信号的变异系数得到所述变异系数集合之前，在所述变异系数在预设范围外时，将所述变异系数置为1。
CN201510990240.5A 2015-12-28 2015-12-28 一种基于bcg信号的心跳周期获取方法和装置 Expired - Fee Related CN105574348B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510990240.5A CN105574348B (zh) 2015-12-28 2015-12-28 一种基于bcg信号的心跳周期获取方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510990240.5A CN105574348B (zh) 2015-12-28 2015-12-28 一种基于bcg信号的心跳周期获取方法和装置

Publications (2)

Publication Number Publication Date
CN105574348A true CN105574348A (zh) 2016-05-11
CN105574348B CN105574348B (zh) 2018-10-12

Family

ID=55884473

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510990240.5A Expired - Fee Related CN105574348B (zh) 2015-12-28 2015-12-28 一种基于bcg信号的心跳周期获取方法和装置

Country Status (1)

Country Link
CN (1) CN105574348B (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107137071A (zh) * 2017-04-26 2017-09-08 可瑞尔科技(扬州)有限公司 一种分析心冲击信号用来计算短期心率值的方法
CN108042141A (zh) * 2017-11-17 2018-05-18 深圳和而泰智能控制股份有限公司 一种信号处理方法及装置
CN108836299A (zh) * 2018-04-23 2018-11-20 深圳市友宏科技有限公司 一种bcg心率提取方法、存储介质以及装置
CN111374657A (zh) * 2018-12-28 2020-07-07 宏碁股份有限公司 基于光电容积描记图信号检测心律不整的方法及装置
CN114588471A (zh) * 2022-03-28 2022-06-07 武汉工程大学 智能睡眠辅助系统、睡眠状态分类方法及存储介质
CN116369911A (zh) * 2023-06-05 2023-07-04 华南师范大学 基于生理信号的心脏信息检测方法、装置以及设备

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080262367A1 (en) * 2004-08-31 2008-10-23 The University Of Akron General diagnostic and real-time applications of discrete hermite functions to digital data
US20110066041A1 (en) * 2009-09-15 2011-03-17 Texas Instruments Incorporated Motion/activity, heart-rate and respiration from a single chest-worn sensor, circuits, devices, processes and systems
CN102245102A (zh) * 2008-12-12 2011-11-16 皇家飞利浦电子股份有限公司 用于心冲击图信号的分析的方法和设备
CN102469958A (zh) * 2009-07-31 2012-05-23 皇家飞利浦电子股份有限公司 用于分析心冲击图信号的方法和装置

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080262367A1 (en) * 2004-08-31 2008-10-23 The University Of Akron General diagnostic and real-time applications of discrete hermite functions to digital data
CN102245102A (zh) * 2008-12-12 2011-11-16 皇家飞利浦电子股份有限公司 用于心冲击图信号的分析的方法和设备
CN102469958A (zh) * 2009-07-31 2012-05-23 皇家飞利浦电子股份有限公司 用于分析心冲击图信号的方法和装置
US20110066041A1 (en) * 2009-09-15 2011-03-17 Texas Instruments Incorporated Motion/activity, heart-rate and respiration from a single chest-worn sensor, circuits, devices, processes and systems

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
YALONG SONG 等: "《Extracting Features for Cardiovascular Disease Classification Based on Ballistocardiography》", 《UIC-ATC-SCALCOM-CBDCOM-IOP 2015》 *
赵婷芝 等: "《面向自然睡眠的老年人持续化心率检测方法》", 《中国科技论文》 *

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107137071A (zh) * 2017-04-26 2017-09-08 可瑞尔科技(扬州)有限公司 一种分析心冲击信号用来计算短期心率值的方法
CN108042141A (zh) * 2017-11-17 2018-05-18 深圳和而泰智能控制股份有限公司 一种信号处理方法及装置
CN108836299A (zh) * 2018-04-23 2018-11-20 深圳市友宏科技有限公司 一种bcg心率提取方法、存储介质以及装置
CN108836299B (zh) * 2018-04-23 2021-05-14 深圳市友宏科技有限公司 一种bcg心率提取方法、存储介质以及装置
CN111374657A (zh) * 2018-12-28 2020-07-07 宏碁股份有限公司 基于光电容积描记图信号检测心律不整的方法及装置
CN111374657B (zh) * 2018-12-28 2023-08-08 宏碁股份有限公司 基于光电容积描记图信号检测心律不整的方法及装置
CN114588471A (zh) * 2022-03-28 2022-06-07 武汉工程大学 智能睡眠辅助系统、睡眠状态分类方法及存储介质
CN116369911A (zh) * 2023-06-05 2023-07-04 华南师范大学 基于生理信号的心脏信息检测方法、装置以及设备
CN116369911B (zh) * 2023-06-05 2023-08-29 华南师范大学 基于生理信号的心脏信息检测方法、装置以及设备

Also Published As

Publication number Publication date
CN105574348B (zh) 2018-10-12

Similar Documents

Publication Publication Date Title
CN105574348A (zh) 一种基于bcg信号的心跳周期获取方法和装置
CN109171712B (zh) 心房颤动识别方法、装置、设备及计算机可读存储介质
CN110811609B (zh) 基于自适应模板匹配与机器学习算法融合的癫痫棘波智能检测装置
CN105286853B (zh) 基于可穿戴设备的疾病检测方法及装置、可穿戴设备
Zelmann et al. A comparison between detectors of high frequency oscillations
CN108577834B (zh) 一种用于癫痫间期棘波自动检测的方法
CN105997055A (zh) 一种心电信号st段的自动分类方法、系统及装置
CN110226919B (zh) 心电信号类型检测方法、装置、计算机设备及存储介质
CN107822617B (zh) 一种基于WiFi信号的心率异常检测方法
CN104840186A (zh) 一种充血性心力衰竭患者自主神经功能的评估方法
Ng et al. Iterative method to detect atrial activations and measure cycle length from electrograms during atrial fibrillation
CN110522442B (zh) 多导联心电异常检测装置、电子设备和存储介质
CN108937916A (zh) 一种心电信号检测方法、装置及存储介质
CN103405225B (zh) 一种获取疼感评测指标的方法、装置及设备
CA3065208C (en) Long qt syndrome diagnosis and classification
CN103034837A (zh) 特征参数与脉象要素的关联
CN104173046A (zh) 一种色彩标记振幅整合脑电图的提取方法
CN114532993A (zh) 一种癫痫患者脑电高频振荡信号的自动检测方法
CN109330582A (zh) 基于心电信号分析的心率及其特征指标检测方法
CN111643076A (zh) 一种基于多通道脑电信号的bect棘波智能检测方法
Ghofrani Jahromi et al. Comparative analysis of wavelet-based feature extraction for intramuscular EMG signal decomposition
CN115486854A (zh) 一种针对干电极采集的单导联心电图室性早搏识别方法
Fathima et al. Wavelet based features for classification of normal, ictal and interictal EEG signals
CN108836312B (zh) 一种基于人工智能的进行杂波剔除的方法及系统
CN116616709A (zh) 基于非静止状态下多通道视频的工作记忆负荷评估方法

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
CF01 Termination of patent right due to non-payment of annual fee
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20181012

Termination date: 20191228