CN105852850A - 一种从心电信号中提取呼吸信号的方法及相关装置 - Google Patents

一种从心电信号中提取呼吸信号的方法及相关装置 Download PDF

Info

Publication number
CN105852850A
CN105852850A CN201610277853.9A CN201610277853A CN105852850A CN 105852850 A CN105852850 A CN 105852850A CN 201610277853 A CN201610277853 A CN 201610277853A CN 105852850 A CN105852850 A CN 105852850A
Authority
CN
China
Prior art keywords
signal
signal component
sample
electrocardiosignal
transform
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
Application number
CN201610277853.9A
Other languages
English (en)
Inventor
郑慧敏
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.)
Shenzhen Ikinoop Technology Co Ltd
Original Assignee
Shenzhen Ikinoop Technology Co Ltd
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 Shenzhen Ikinoop Technology Co Ltd filed Critical Shenzhen Ikinoop Technology Co Ltd
Priority to CN201610277853.9A priority Critical patent/CN105852850A/zh
Publication of CN105852850A publication Critical patent/CN105852850A/zh
Pending legal-status Critical Current

Links

Classifications

    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/24Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/316Modalities, i.e. specific diagnostic methods
    • A61B5/318Heart-related electrical modalities, e.g. electrocardiography [ECG]
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/08Detecting, measuring or recording devices for evaluating the respiratory organs
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/24Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/316Modalities, i.e. specific diagnostic methods
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/72Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7203Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/72Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7235Details of waveform analysis
    • A61B5/7253Details of waveform analysis characterised by using transforms
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/72Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7235Details of waveform analysis
    • A61B5/7253Details of waveform analysis characterised by using transforms
    • A61B5/7257Details of waveform analysis characterised by using transforms using Fourier transforms

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Animal Behavior & Ethology (AREA)
  • Veterinary Medicine (AREA)
  • Public Health (AREA)
  • Surgery (AREA)
  • Molecular Biology (AREA)
  • Biophysics (AREA)
  • Pathology (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Medical Informatics (AREA)
  • Signal Processing (AREA)
  • Physiology (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Psychiatry (AREA)
  • Mathematical Physics (AREA)
  • Cardiology (AREA)
  • Pulmonology (AREA)
  • Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)

Abstract

本发明公开了一种从心电信号中提取呼吸信号的方法,包括:获取心电信号样本,将心电信号样本进行同态滤波处理得到呼吸信号,以监测用户的呼吸状态。本发明简化了提取呼吸信号的过程,提高了提取呼吸信号的速度。本发明还提供一种从心电信号中提取呼吸信号的装置。

Description

一种从心电信号中提取呼吸信号的方法及相关装置
技术领域
本发明涉及领域,尤其涉及一种从心电信号中提取呼吸信号的方法及相关装置。
背景技术
心电图(electrocardiogram,简称ECG)是指心脏在每个心动周期中,由起搏点、心方、心室相继兴奋,伴随着生物电的变化,通过心电描记器从体表引出多种形式的电位变化的图形。心电图的心电信号不仅包含了心脏的功能信息,而且包含了人体其他系统(如呼吸系统)的信息。随着技术的发展,人们已经能够从心电信号中提取呼吸信息(ECG-Derived Respiration,简称EDR),通过分析呼吸信号,可以了解用户的呼吸状态,检测呼吸疾病。
现有从心电信号中提取呼吸信号的方法大致如下:采用至少两个正交的心电导联,通过计算两个正交的心电导联的QRS波群的面积,可以计算出各电轴相对于平均心电轴的变化值,该变化值即为呼吸信息。
但是,现有技术需要采用至少两个导联心电,无法在单导联心电的设备中使用。而且该方法需要分别采集QRS波群的Q波、R波、S波的特征点位置,其中Q波、S波容易受到噪声干扰,因此计算过程复杂,鲁棒性不佳。
发明内容
本申请提供了一种从心电信号中提取呼吸信号的方法以及相关装置,能够简化提取呼吸信号的过程,提高提取呼吸信号的速度。
第一方面提供了一种从心电信号中提取呼吸信号的方法,包括:
获取心电信号样本,心电信号样本为离散信号;
根据预设滤波范围,将心电信号样本进行同态滤波处理得到呼吸信号,以监测用户的呼吸状态。
一种可能的设计中,根据预设滤波范围,将心电信号样本进行同态滤波处理得到呼吸信号包括:将心电信号样本依次进行离散傅里叶变换,对数变换,离散傅里叶逆变换,得到信号成分集合,信号成分集合中的信号成分与心电信号样本包含的信号一一对应;根据预设滤波范围对信号成分集合进行带通滤波,将带通滤波后的信号成分依次进行离散傅里叶变换,指数变换,离散傅里叶逆变换,得到呼吸信号。
另一种可能的设计中,根据预设滤波范围,将心电信号样本进行同态滤波处理得到呼吸信号包括:将心电信号样本依次进行离散沃尔什变换,对数变换,离散沃尔什变换逆变换,得到信号成分集合,信号成分集合中的信号成分与心电信号样本包含的信号一一对应;根据预设滤波范围对信号成分集合进行带通滤波,将带通滤波后的信号成分依次进行离散沃尔什变换,指数变换,离散沃尔什逆变换,得到呼吸信号。
另一种可能的设计中,根据预设滤波范围,将心电信号样本进行同态滤波处理得到呼吸信号包括:将心电信号样本依次进行离散余弦变换,对数变换,离散余弦变换逆变换,得到信号成分集合,信号成分集合中的信号成分与心电信号样本包含的信号一一对应;根据预设滤波范围对信号成分集合进行带通滤波,将带通滤波后的信号成分依次进行离散余弦变换,指数变换,离散余弦逆变换,得到呼吸信号。
另一种可能的设计中,心电信号样本为去噪声后的心电信号样本。
第二方面,提供一种从心电信号中提取呼吸信号的装置,该装置包括:
获取模块,用于获取心电信号样本,心电信号样本为离散信号;
滤波模块,用于根据预设滤波范围,将心电信号样本进行同态滤波处理得到呼吸信号,以监测用户呼吸状态。
一种可能的设计中,滤波模块具体用于将心电信号样本依次进行离散傅里叶变换,对数变换,离散傅里叶逆变换,得到信号成分集合,信号成分集合中的信号成分与心电信号样本包含的信号一一对应;根据预设滤波范围对信号成分集合进行带通滤波,将带通滤波后的信号成分依次进行离散傅里叶变换,指数变换,离散傅里叶逆变换,得到呼吸信号。
另一种可能的设计中,滤波模块具体用于将心电信号样本依次进行离散沃尔什变换,对数变换,离散沃尔什变换逆变换,得到信号成分集合,信号成分集合中的信号成分与心电信号样本包含的信号一一对应;根据预设滤波范围对信号成分集合进行带通滤波,将带通滤波后的信号成分依次进行离散沃尔什变换,指数变换,离散沃尔什逆变换,得到呼吸信号。
另一种可能的设计中,滤波模块具体用于将心电信号样本依次进行离散余弦变换,对数变换,离散余弦变换逆变换,得到信号成分集合,信号成分集合中的信号成分与心电信号样本包含的信号一一对应;根据预设滤波范围对信号成分集合进行带通滤波,将带通滤波后的信号成分依次进行离散余弦变换,指数变换,离散余弦逆变换,得到呼吸信号。
另一种可能的设计中,心电信号样本为去噪声后的心电信号样本。
本发明的技术方案可以获取心电信号样本,根据预设滤波范围将心电信号样本进行同态滤波处理得到呼吸信号,以监测用户的呼吸状态,与现有技术相比,本发明无需提取并计算QRS波群的特征点位置,简化了提取呼吸信号的过程,提高了提取呼吸信号的速度。
附图说明
图1为本发明实施例中从心电信号中提取呼吸信号的方法的一个流程示意图;
图2为本发明实施例中从心电信号中提取呼吸信号的方法的另一个流程示意图;
图3为本发明实施例中心电信号样本的一个示意图;
图4为本发明实施例中去噪声的心电信号样本的一个示意图;
图5为本发明实施例中从去噪声的心电信号样本中提取的呼吸信号的一个示意图;
图6为本发明实施例中从心电信号中提取呼吸信号的装置的一个结构示意图;
图7为本发明实施例中从心电信号中提取呼吸信号的装置的另一个结构示意图。
具体实施方式
本申请提供了一种从心电信号中提取呼吸信号的方法,请参阅图1,该方法包括:
101、获取心电信号样本;
本实施例中,心电信号样本是指根据真实心跳,由心电描记仪采集的心电信号。EDR装置可以从心电描记仪获取心电信号样本,也可以从心电数据库获取。该心电信号样本为离散信号,可以用波的图像来表示,采样频率可以是256Hz或512Hz,具体数值可以根据实际情况设定,此处不作限定。
由于吸气时心率加速,呼气时心率减缓,因此采样所得到的心电信号样本可以看作由心电信号与呼吸信号组成的卷积组合信号。由于呼吸信号的频率一般在0.2Hz~0.4Hz之间,可以看作心电信号样本的低频成分,心电信号的频率一般较高,可以看作心电信号样本的高频成分。举例来说,心电信号样本记为X(n),心电信号记为Y(n),呼吸信号记为T(n),那么心电信号样本与心电信号、呼吸信号之间的关系可以记为:X(n)=(Y×T)(n),其中,(Y×T)(n)为Y(n)和T(n)的卷积。
102、根据预设滤波范围,将心电信号样本进行同态滤波处理得到呼吸信号,以监测用户的呼吸状态。
获取心电信号样本之后,EDR装置可以将心电信号样本进行同态滤波处理,将心电信号样本包含的心电信号和呼吸信号进行分离,从而得到呼吸信号,根据呼吸信号可以分析、监测用户的呼吸状态。其中,预设滤波范围可以为[0.2Hz,0.4Hz],也可以为该滤波范围内的子集,例如[0.2Hz,0.3Hz],[0.3Hz,0.4Hz]等,具体此处不作限定。
可选的,在本申请的一个实施例中,步骤102具体可以通过以下方式实现:
心电信号样本→离散傅里叶变换→对数变换→离散傅里叶逆变换→频域滤波→离散傅里叶变换→指数变换→离散傅里叶逆变换→呼吸信号。
(1)心电信号样本可记为X(n),将X(n)进行离散傅里叶变换,即X(e)=Y(e)*T(ejw),其中,X(e)为心电信号样本的傅里叶变换,Y(e为心电信号的傅里叶变换,T(ejw)为呼吸信号的傅里叶变换;
(2)对步骤(1)的公式进行对数运算,ln[X(e)]=ln[Y(e)]+ln[T(ejw)];
(3)对步骤(2)的公式进行傅里叶逆变换,
F-1{ln[X(e)]}=F-1{ln[Y(e)]}+F-1{ln[T(ejw)]};
令x'(n)=F-1{ln[X(e)]},y'(n)=F-1{ln[Y(e)]},T'(n)=F-1{ln[T(ejw)]},则上述公式可简记为x'(n)=y'(n)+T'(n),y'(n)为心电信号对应的信号成分,T'(n)为呼吸信号对应的信号成分;
(4)频域滤波具体可以为:对傅里叶逆变换得到的信号成分集合,采用[0.2Hz,0.4Hz]的频率范围进行带通滤波,得到呼吸信号对应的信号成分T'(n)。其中,心电信号样本在频域被分解为不同频率的信号,由于呼吸信号的频率范围大致为[0.2Hz,0.4Hz],因此根据[0.2Hz,0.4Hz]对信号集合进行带通滤波,可以将[0.2Hz,0.4Hz]之外的信号去除;
再对呼吸信号对应的信号成分T'(n)依次进行离散傅里叶变换(5),指数变换(6),离散傅里叶逆变换(8),从而得到呼吸信号。
可选的,在本申请的另一个实施例中,步骤102具体可以通过以下方式实现:
心电信号样本→离散沃尔什变换→对数变换→离散沃尔什逆变换→频域滤波→离散沃尔什变换→指数变换→离散沃尔什逆变换→呼吸信号。
其中,离散沃尔什变换变换可以将心电信号样本从时域变换到频域的不同分量之和,离散沃尔什逆变换可以将变换之后的分量从频率变换到时域。
可选的,在本申请的另一个实施例中,步骤102具体可以通过以下方式实现:
心电信号样本→离散余弦变换→对数变换→离散余弦逆变换→带通滤波→离散余弦变换→指数变换→离散余弦逆变换→呼吸信号。
其中,离散余弦变换可以将心电信号样本从时域变换到频域的不同分量之和,离散余弦逆变换可以将变换之后的分量从频率变换到时域。
在实际应用中,在采集、数模转换的过程中,测量得到的心电信号样本会受到各种噪声的干扰,主要包括工频干扰、基线漂移等。为了获取准确的呼吸信号,因此有必要在从心电信号中提取呼吸信号之前,对心电信号样本进行去噪声处理。基于图1所示实施例提供的从心电信号中提取呼吸信号的方法,本申请提供了一种去除心电信号样本中噪声的方法,请参阅图2,该方法包括:
201、获取心电信号样本;
本实施例中,步骤201与图1所示实施例中步骤101相似,此处不再赘述。
202、对心电信号样本进行去噪声处理;
获取心电信号样本之后,EDR装置可以对心电信号样本进行去噪声处理。去噪声处理包括多种实施方式,具体可以参阅以下实施方式:
一、去除基线漂移:
可选的,在本申请的一些实施例中,步骤202具体可以为:将心电信号样本去除基线漂移。
具体的,心电信号的基线漂移频率很低,对心电信号样本进行高通滤波,截止频率为0.05HZ。
二、工频干扰:
可选的,在本申请的一些实施例中,步骤202具体可以为:将心电信号样本去除工频干扰。
具体的,工频干扰是指电力引起的干扰,频率为50Hz(或60Hz)工频及其谐波的幅值,心电信号与正弦波的叠加是其主要表现方式。采用50Hz或者60Hz的频率,对心电信号样本进行带阻滤波,分别去除50Hz或者60Hz的信号。
203、根据预设滤波范围,将去噪声后的心电信号样本进行同态滤波处理得到呼吸信号,以监测用户的呼吸状态。
对去噪声之后的心电信号样本,进行同态滤波,得到呼吸信号。步骤203与图1所示实施例中步骤102相似,此处不再赘述。
为便于理解,下面以一个具体应用场景对本发明实施例中从心电信号中提取呼吸信号的方法进行详细说明:
在此具体场景中,模数转换器(Analog-to-Digital Converter,简称ADC)的参数包括:基准电压为1200mV,位数为16位,增益为128倍,其中,采样点的幅值=心电信号的实际幅值×6990.506666;
以512Hz的频率对用户的心电信号进行采样,得到心电信号样本如图3所示,图3是心电信号样本的数字信号表示形式,横轴为采样点,纵轴为电压幅值;
对心电信号样本进行去噪声处理,噪声以基线漂移和工频干扰组合为例,以0.05Hz的截止频率,采用高通滤波去除基线漂移,再选取50hz的频率,采用带阻滤波去除工频干扰,得到去噪声之后的心电信号样本,如图4所示;
对去噪后的心电信号样本进行离散傅里叶变换,对数变换,离散傅里叶逆变换得到信号集合,以[0.2Hz,0.4Hz]的滤波范围对信号集合进行带通滤波,将带通滤波后的信号依次进行离散傅里叶变换,指数变换,离散傅里叶逆变换,得到呼吸信号,如图5所示。
请参阅图6,本申请提供一种EDR装置600,用于实现图1所示实施例中的方法,包括:
获取模块601,用于获取心电信号样本,心电信号样本为离散信号;
滤波模块602,用于将获取模块601获取的心电信号样本进行同态滤波处理得到呼吸信号,以监测用户呼吸状态。
在本申请一些实施例中,滤波模块602具体用于将心电信号样本依次进行离散傅里叶变换,对数变换,离散傅里叶逆变换,得到信号集合,心电信号样本等于信号集合中所有信号的累积;根据预设滤波范围对信号集合进行带通滤波,将带通滤波后的信号依次进行离散傅里叶变换,指数变换,离散傅里叶逆变换,得到呼吸信号。
在本申请的另一些实施例中,滤波模块602具体用于将心电信号样本依次进行离散沃尔什变换,对数变换,离散沃尔什变换逆变换,得到信号集合,心电信号样本等于信号集合中所有信号的累积;根据预设滤波范围对信号集合进行带通滤波,将带通滤波后的信号依次进行离散沃尔什变换,指数变换,离散沃尔什逆变换,得到呼吸信号。
在本申请的另一些实施例中,滤波模块602具体用于将心电信号样本依次进行离散余弦变换,对数变换,离散余弦变换逆变换,得到信号集合,心电信号样本等于信号集合中所有信号的累积;根据预设滤波范围对信号集合进行带通滤波,将带通滤波后的信号依次进行离散余弦变换,指数变换,离散余弦逆变换,得到呼吸信号。
为便于理解,下面以一个具体应用场景对本发明实施例中各模块之间的交互进行详细说明:
在此具体场景中,ADC参数包括:基准电压为1200mV,位数为16位,增益为128倍,其中,采样点的幅值=心电信号的实际幅值×6990.506666;
获取模块601以512Hz的频率对用户的心电信号进行采样,得到心电信号样本;
滤波模块602对心电信号样本进行离散傅里叶变换,对数变换,离散傅里叶逆变换得到信号集合,以[0.2Hz,0.4Hz]的滤波范围对信号集合进行带通滤波,将带通滤波后的信号依次进行离散傅里叶变换,指数变换,离散傅里叶逆变换,得到呼吸信号。
请参阅图7,本申请还提供一种EDR装置700,可以实现图2所示实施例中的方法,EDR装置700包括:
获取模块701,用于获取心电信号样本,心电信号样本为离散信号;
去噪声模块702,用于对获取模块701获取的心电信号样本进行去噪声处理;
滤波模块703,用于将去噪声模块702去噪声后的心电信号样本进行同态滤波处理得到呼吸信号,以监测用户呼吸状态。
需要说明的是,本实施例中的获取模块701与图6所示实施例中的获取模块602相似,滤波模块703与滤波模块602相似,此处不再赘述。
可选的,在本申请的一些实施例中,去噪声模块702具体用于将心电信号样本去除基线漂移。
可选的,在本申请的一些实施例中,去噪声模块702具体用于将心电信号样本去除工频干扰。
为便于理解,下面以一个具体应用场景对本发明实施例中各模块之间的交互进行详细说明:
在此具体场景中,ADC参数包括:基准电压为1200mV,位数为16位,增益为128倍,其中,采样点的幅值=心电信号的实际幅值×6990.506666;
获取模块701以512Hz的频率对用户的心电信号进行采样,得到心电信号样本;
去噪声模块702对心电信号样本进行去噪声处理,噪声以基线漂移和工频干扰组合为例,以0.05Hz的截止频率,采用高通滤波去除基线漂移,再选取50Hz的频率,采用带阻滤波去除工频干扰,得到去噪声之后的心电信号样本;
滤波模块703对去噪后的心电信号样本进行离散傅里叶变换,对数变换,离散傅里叶逆变换得到信号集合,以[0.2Hz,0.4Hz]的滤波范围对信号集合进行带通滤波,将带通滤波后的信号依次进行离散傅里叶变换,指数变换,离散傅里叶逆变换,得到呼吸信号。
在本申请所提供的几个实施例中,应该理解到,所揭露的系统,装置和方法,可以通过其它的方式实现。例如,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,仅仅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,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
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网络单元上。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(可以是个人计算机,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、移动硬盘、只读存储器(ROM,Read-OnlyMemory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述,以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。

Claims (10)

1.一种从心电信号中提取呼吸信号的方法,其特征在于,包括:
获取心电信号样本,所述心电信号样本为离散信号;
根据预设滤波范围,将所述心电信号样本进行同态滤波处理得到呼吸信号,以监测用户的呼吸状态。
2.根据权利要求1所述的方法,其特征在于,所述根据预设滤波范围,将所述心电信号样本进行同态滤波处理得到呼吸信号包括:
将所述心电信号样本依次进行离散傅里叶变换,对数变换,离散傅里叶逆变换,得到信号成分集合,所述信号成分集合中的信号成分与所述心电信号样本包含的信号一一对应;
根据预设滤波范围对所述信号成分集合进行带通滤波,将带通滤波后的信号成分依次进行离散傅里叶变换,指数变换,离散傅里叶逆变换,得到呼吸信号。
3.根据权利要求1所述的方法,其特征在于,所述根据预设滤波范围,将所述心电信号样本进行同态滤波处理得到呼吸信号包括:
将所述心电信号样本依次进行离散沃尔什变换,对数变换,离散沃尔什变换逆变换,得到信号成分集合,所述信号成分集合中的信号成分与所述心电信号样本包含的信号一一对应;
根据预设滤波范围对所述信号成分集合进行带通滤波,将带通滤波后的信号成分依次进行离散沃尔什变换,指数变换,离散沃尔什逆变换,得到呼吸信号。
4.根据权利要求1所述的方法,其特征在于,所述根据预设滤波范围,将所述心电信号样本进行同态滤波处理得到呼吸信号包括:
将所述心电信号样本依次进行离散余弦变换,对数变换,离散余弦变换逆变换,得到信号成分集合,所述信号成分集合中的信号成分与所述心电信号样本包含的信号一一对应;
根据预设滤波范围对所述信号成分集合进行带通滤波,将带通滤波后的信号成分依次进行离散余弦变换,指数变换,离散余弦逆变换,得到呼吸信号。
5.根据权利要求1至4中任一项所述的方法,其特征在于,所述心电信号样本为去噪声后的心电信号样本。
6.一种从心电信号中提取呼吸信号的装置,其特征在于,包括:
获取模块,用于获取心电信号样本,所述心电信号样本为离散信号;
滤波模块,用于根据预设滤波范围,将所述心电信号样本进行同态滤波处理得到呼吸信号,以监测用户呼吸状态。
7.根据权利要求6所述的装置,其特征在于,所述滤波模块具体用于将所述心电信号样本依次进行离散傅里叶变换,对数变换,离散傅里叶逆变换,得到信号成分集合,所述信号成分集合中的信号成分与所述心电信号样本包含的信号一一对应;根据预设滤波范围对所述信号集合进行带通滤波,将带通滤波后的信号成分依次进行离散傅里叶变换,指数变换,离散傅里叶逆变换,得到呼吸信号。
8.根据权利要求6所述的装置,其特征在于,所述滤波模块具体用于将所述心电信号样本依次进行离散沃尔什变换,对数变换,离散沃尔什变换逆变换,得到信号成分集合,所述信号成分集合中的信号成分与所述心电信号样本包含的信号一一对应;根据预设滤波范围对所述信号成分集合进行带通滤波,将带通滤波后的信号成分依次进行离散沃尔什变换,指数变换,离散沃尔什逆变换,得到呼吸信号。
9.根据权利要求6所述的装置,其特征在于,所述滤波模块具体用于将所述心电信号样本依次进行离散余弦变换,对数变换,离散余弦变换逆变换,得到信号成分集合,所述信号成分集合中的信号成分与所述心电信号样本包含的信号一一对应;根据预设滤波范围对所述信号成分集合进行带通滤波,将带通滤波后的信号成分依次进行离散余弦变换,指数变换,离散余弦逆变换,得到呼吸信号。
10.根据权利要求6至9中任一项所述的装置,其特征在于,所述心电信号样本为去噪声后的心电信号样本。
CN201610277853.9A 2016-04-28 2016-04-28 一种从心电信号中提取呼吸信号的方法及相关装置 Pending CN105852850A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610277853.9A CN105852850A (zh) 2016-04-28 2016-04-28 一种从心电信号中提取呼吸信号的方法及相关装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610277853.9A CN105852850A (zh) 2016-04-28 2016-04-28 一种从心电信号中提取呼吸信号的方法及相关装置

Publications (1)

Publication Number Publication Date
CN105852850A true CN105852850A (zh) 2016-08-17

Family

ID=56628708

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610277853.9A Pending CN105852850A (zh) 2016-04-28 2016-04-28 一种从心电信号中提取呼吸信号的方法及相关装置

Country Status (1)

Country Link
CN (1) CN105852850A (zh)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106580324A (zh) * 2016-11-07 2017-04-26 广州视源电子科技股份有限公司 一种呼吸信号提取方法及装置
CN108171114A (zh) * 2017-12-01 2018-06-15 深圳竹信科技有限公司 心纹识别方法、终端以及可读储存介质
CN109009028A (zh) * 2018-08-31 2018-12-18 江苏盖睿健康科技有限公司 一种反映人体疲劳程度的穿戴式设备
CN110236528A (zh) * 2019-07-05 2019-09-17 北京理工大学 一种获取呼吸信息的方法及装置
CN110327036A (zh) * 2019-07-24 2019-10-15 东南大学 从穿戴式心电中提取呼吸信号和呼吸频率的方法
CN111714112A (zh) * 2020-04-09 2020-09-29 上海电气集团股份有限公司 一种心电图伪差实时消除方法
CN113426016A (zh) * 2021-07-02 2021-09-24 西安科悦医疗股份有限公司 一种呼吸门控迷走神经刺激及分析系统

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103110422A (zh) * 2012-12-18 2013-05-22 中国人民解放军第四军医大学 基于生物雷达检测的呼吸和心跳实时分离方法
KR20140046549A (ko) * 2012-10-05 2014-04-21 전자부품연구원 기저선 잡음 제거를 위한 의류 내장형 ecg 센싱 장치 및 방법
JP2015008953A (ja) * 2013-06-28 2015-01-19 フクダ電子株式会社 心電計
CN104720808A (zh) * 2013-12-20 2015-06-24 中国移动通信集团公司 一种检测人体睡眠呼吸的方法和装置

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20140046549A (ko) * 2012-10-05 2014-04-21 전자부품연구원 기저선 잡음 제거를 위한 의류 내장형 ecg 센싱 장치 및 방법
CN103110422A (zh) * 2012-12-18 2013-05-22 中国人民解放军第四军医大学 基于生物雷达检测的呼吸和心跳实时分离方法
JP2015008953A (ja) * 2013-06-28 2015-01-19 フクダ電子株式会社 心電計
CN104720808A (zh) * 2013-12-20 2015-06-24 中国移动通信集团公司 一种检测人体睡眠呼吸的方法和装置

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
HEMANT SHARMA ET AL.: "Respiratory rate extraction from single-lead ECG using homomorphic filtering", 《COMPUTERS IN BIOLOGY AND MEDICINE》 *
廖帆: "基于单导ECG提取呼吸信号算法研究", 《万方》 *

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106580324A (zh) * 2016-11-07 2017-04-26 广州视源电子科技股份有限公司 一种呼吸信号提取方法及装置
CN106580324B (zh) * 2016-11-07 2019-07-16 广州视源电子科技股份有限公司 一种呼吸信号提取方法及装置
CN108171114A (zh) * 2017-12-01 2018-06-15 深圳竹信科技有限公司 心纹识别方法、终端以及可读储存介质
CN109009028A (zh) * 2018-08-31 2018-12-18 江苏盖睿健康科技有限公司 一种反映人体疲劳程度的穿戴式设备
CN110236528A (zh) * 2019-07-05 2019-09-17 北京理工大学 一种获取呼吸信息的方法及装置
CN110327036A (zh) * 2019-07-24 2019-10-15 东南大学 从穿戴式心电中提取呼吸信号和呼吸频率的方法
CN110327036B (zh) * 2019-07-24 2021-11-30 东南大学 从穿戴式心电中提取呼吸信号和呼吸频率的方法
CN111714112A (zh) * 2020-04-09 2020-09-29 上海电气集团股份有限公司 一种心电图伪差实时消除方法
CN113426016A (zh) * 2021-07-02 2021-09-24 西安科悦医疗股份有限公司 一种呼吸门控迷走神经刺激及分析系统

Similar Documents

Publication Publication Date Title
CN105852850A (zh) 一种从心电信号中提取呼吸信号的方法及相关装置
Patro et al. De-noising of ECG raw signal by cascaded window based digital filters configuration
RU2677007C2 (ru) Устройство и способ для устранения артефактов движения при проведении экг
Kumar et al. Optimal selection of wavelet function and decomposition level for removal of ECG signal artifacts
Narwaria et al. Removal of baseline wander and power line interference from ECG signal-a survey approach
US10172563B2 (en) Method and system for analyzing noise in an electrophysiology study
CN113349778B (zh) 基于经颅直流电刺激的情绪分析方法、装置和电子装置
Saini et al. Effective automated method for detection and suppression of muscle artefacts from single‐channel EEG signal
Verma et al. An improved algorithm for noise suppression and baseline correction of ECG signals
Talatov et al. Algorithmic and software analysis and processing of ECG signals
CN110292374B (zh) 基于奇异谱分析和变分模态分解的心电信号去基线漂移方法
Yang et al. Removal of pulse waveform baseline drift using cubic spline interpolation
Dias et al. Compressive sensing of electrocardiogram
WO2018205007A1 (en) System and method for qrs complex detection in compressively sensed electrocardiogram data
Jenkal et al. Enhanced algorithm for QRS detection using discrete wavelet transform (DWT)
Luengo et al. Blind analysis of atrial fibrillation electrograms: a sparsity-aware formulation
Bhogeshwar et al. To verify and compare denoising of ECG signal using various denoising algorithms of IIR and FIR filters
KR101048763B1 (ko) 신호 검출 장치 및 방법
Daniel et al. Cancelling harmonic power line interference in biopotentials
do Vale Madeiro et al. Techniques for noise suppression for ECG signal processing
Hegde et al. A review on ECG signal processing and HRV analysis
KR102451623B1 (ko) 실시간 측정을 위해 서로 다른 샘플링 주파수와 필터 기법을 이용한 심전도 신호의 특징 비교 방법 및 장치
Bhanu et al. Analysis of ECG signal and classification of arrhythmia
Jokić et al. An efficient ECG modeling for heartbeat classification
Yusuf et al. Analysis of Butterworth Filter For Electrocardiogram De-Noising Using Daubechies Wavelets

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20160817