CN106604679A - 心跳检测方法和心跳检测设备 - Google Patents
心跳检测方法和心跳检测设备 Download PDFInfo
- Publication number
- CN106604679A CN106604679A CN201580047949.XA CN201580047949A CN106604679A CN 106604679 A CN106604679 A CN 106604679A CN 201580047949 A CN201580047949 A CN 201580047949A CN 106604679 A CN106604679 A CN 106604679A
- Authority
- CN
- China
- Prior art keywords
- moment
- value
- heart beating
- peak value
- peak
- 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
Links
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7203—Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal
- A61B5/7207—Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal of noise induced by motion artifacts
-
- 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]
- A61B5/346—Analysis of electrocardiograms
- A61B5/349—Detecting specific parameters of the electrocardiograph cycle
- A61B5/352—Detecting R peaks, e.g. for synchronising diagnostic apparatus; Estimating R-R interval
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
- A61B5/024—Detecting, measuring or recording pulse rate or heart rate
- A61B5/0245—Detecting, measuring or recording pulse rate or heart rate by using sensing means generating electric signals, i.e. ECG signals
-
- 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
-
- 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]
- A61B5/346—Analysis of electrocardiograms
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7235—Details of waveform analysis
- A61B5/7239—Details of waveform analysis using differentiation including higher order derivatives
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Cardiology (AREA)
- Heart & Thoracic Surgery (AREA)
- Surgery (AREA)
- Veterinary Medicine (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Biomedical Technology (AREA)
- Public Health (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- Physics & Mathematics (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Signal Processing (AREA)
- Physiology (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Psychiatry (AREA)
- Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
- Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)
Abstract
一种心跳检测方法包括:峰值搜索单元(4),用于搜索从活体的心电图波形的采样数据序列获得的值M从增大变为减小的峰值和该值M从减小变为增大的峰值之一;以及心跳时刻确定单元(5),用于检查峰值时刻之前的预定时域内的值M以及峰值时刻之后的预定时域内的值M,并且如果峰值时刻处的值M与预定时域内的值M之差不小于预定量,则将所述峰值时刻设置为心跳时刻。
Description
技术领域
本发明涉及一种用于从心电图波形中提取诸如心跳间隔(R-R间隔)的生物信息的心跳检测方法和心跳检测设备。
背景技术
ECG(心电图)波形是通过观察和记录心脏的电活动获得的,并且是通过以一般方法将电极附着到身体表面来测量的。作为ECG波形导联(lead)系统,即电极布置,存在使用肢体和胸部的各种类型。在心前导联中的V3至V5导联中,电极被布置在左胸部。在适于长时间监测ECG波形的CC5导联中,电极被布置在左胸部和右胸部的对称位置处。这些导联的优点在于能够获得具有较大振幅的稳定波形。
图11示出了ECG波形的示例。在图11中,纵坐标表示电位,横坐标表示时间。ECG波形由连续的心跳波形形成,并且一个心跳波形由反映心房和心室的活动的分量形成,比如P波、Q波、R波、S波和T波。
已知从ECG波形获得的诸如R-R间隔的生物信息是反映自主活动的指标。它对于评估自主功能以获得日常生活中的ECG波形以及从检测到的心跳中分析心跳波动的数据是有用的。此外,存在一种应用,其中能够用于根据运动期间的心跳数据估计运动耐量,并进行优化等。
作为常规心跳检测方法,以下文献是已知的。日本专利特开No.2002-78695公开了一种用于消除ECG波形的基线波动的布置。此外,日本专利特开No.2003-561公开了一种使用基于波峰和波谷之间的振幅的阈值来识别R波的布置。
在文献“ECG Implementation on the TMS320C5515 DSP Medical DevelopmentKit(MDK)with the ADS1298 ECG-FE”(德州仪器公司,<http://www.ti.com/lit/an/sprabj1/sprabj1.pdf>,2011)中描述了一种基于通过计算ECG波形的一阶导数而获得的值的变化来获得R-R间隔等的方法。更具体地,获得第(n+1)个采样值和第(n-1)个采样值之差的绝对值,基于阈值检测峰值,然后,将两个峰之间的时间宽度设置为R-R间隔。
发明内容
本发明解决的问题
然而,上述心跳检测方法具有以下问题。也就是说,如果要记录或分析日常生活中或运动期间的心跳数据,则与静止状态下的测量不同的是,由身体运动等引起的噪声可能会被混入ECG波形中。
图12和13示出了用于说明常规问题的曲线图,其中横坐标表示时间[ms],纵坐标表示用数字值代替的电位[任意单位]。图12示出了ECG波形的采样数据的示例,图12中的R表示要被检测为心跳的R波。在图12中,在约189,000ms周围噪声以短周期叠加。即使试图从这样的ECG波形中基于阈值来检测心跳,R波的峰值和噪声的峰值也处于相同的水平,因此难以仅识别和提取心跳。
另一方面,还提供了一种基于ECG波形的导数来检测心跳的方法。通常,在数据处理中将ECG波形作为离散数据序列来处理。因此,获得ECG波形的导数等效于获得ECG波形的时间差。图13示出了通过计算图12所示的ECG波形的时间减法而获得的波形。图13是通过在ECG波形的采样数据的每个时刻处绘制通过从5ms之后的值减去5ms之前的值所获得的值(即,一阶导数)而获得的图。在图13中,D表示要被检测为心跳的峰值。在通常的ECG波形中,通过获得一阶导数,可以使从R波到S波的突然改变变得显著,从而便于心跳的检测。在图13中,包括具有与由从R波到S波的突然变化引起的每个峰值D的水平几乎相同的水平的噪声分量,因此,难以基于阈值提取心跳。
本发明是为了解决上述问题而提出的,其目的在于提供一种心跳检测方法和心跳检测设备,其能够从在ECG波形上叠加有噪声的数据中正确地检测心跳及其时间。
解决该问题的方法
根据本发明,提供了一种心跳检测方法,包括:峰值搜索步骤,搜索从活体的心电图波形的采样数据序列获得的值M从增大变为减小的峰值和该值M从减小变为增大的峰值之一;以及心跳时刻确定步骤,在从采样数据序列获得的值M中检查峰值时刻之前的预定时域内的值M以及峰值时刻之后的预定时域内的值M,并且如果峰值时刻处的值M与预定时域内的值M之差不小于预定量,则将所述峰值时刻设置为心跳时刻。
根据本发明,还提供了一种心跳检测设备,包括:峰值搜索装置,用于搜索从活体的心电图波形的采样数据序列获得的值M从增大变为减小的峰值和该值M从减小变为增大的峰值之一;以及心跳时刻确定装置,用于在从采样数据序列获得的值M中检查峰值时刻之前的预定时域内的值M以及峰值时刻之后的预定时域内的值M,并且如果峰值时刻处的值M与预定时域内的值M之差不小于预定量,则将所述峰值时刻设置为心跳时刻。
本发明的效果
根据本发明,能够通过搜索从活体的心电图波形的采样数据序列获得的值M从增大变为减小或从减小变为增大的峰值,检查峰值时刻之前的预定时域内的值M以及峰值时刻之后的预定时域内的值M,并峰值时刻处的值M与预定时域内的值M之差等于或大于预定量的情况下,将所述峰值时刻设置为心跳时刻,来即使从包括噪声的采样数据序列中正确地检测心跳。此外,根据本发明,由于在不使用阈值的情况下检测从心跳导出的峰值,因此,即使目标心电图波形的水平发生变化,也能够正确地检测心跳而不受该变化的影响。
附图说明
图1是用于解释根据本发明的原理的图;
图2是示出了根据本发明的第一实施例的心跳检测设备的布置的框图;
图3是用于说明根据本发明的第一实施例的心跳检测方法的流程图;
图4示出了心电图波形以及心电图波形的一阶导数值的图;
图5是示出了通过根据传统技术和本发明的第一实施例的心跳检测方法得到的R-R间隔的图;
图6是用于说明根据本发明的第二实施例的心跳检测方法的流程图;
图7是示出了通过根据本发明的第二实施例的心跳检测方法获得的心电图波形、心电图波形的采样值的最大值以及R-R间隔的图;
图8是用于说明根据本发明的第三实施例的心跳检测方法的流程图;
图9示出了心电图波形以及心电图波形的一阶导数值的图;
图10是示出了将心电图波形的一阶导数值乘以心电图波形的乘积的图;
图11是示出了心电图波形的示例的图;
图12是用于说明常规问题的图;以及
图13是用于说明常规问题的图。
具体实施方式
[发明原理]
图1是用于解释根据本发明的原理的图。在图1中,横轴表示时间[ms],纵轴表示用数字值代替的电位[任意单位]。图1所示的波形是通过绘制采样数据的变化量(一阶导数值)而获得的。在图1所示的两个波形中,通过放大图13中的一部分获得上侧的波形;并通过进一步放大图13中的189,000ms至190,000ms的时段获得下侧的波形。
参考图1,在约189,700ms附近存在被认为是由心跳引起的峰值D。然而,由于峰值D被噪声包围,且噪声的电平几乎等于峰值D的电平,因此,难以基于阈值检测峰值D。另一方面,将峰值D认为是由心跳引起的原因在于峰值D比其周围的其它分量突出得多。
能够通过例如相对于时刻K检查在-100ms到-15ms的时间范围A1中的值以及在+15ms到+100ms的时间范围A2中的值,并施加将范围A1和A2中的值比时刻K处的值大0.5或以上的条件,来检测峰值D,其中在时刻K处,ECG波形的采样数据的变化量从减少变为增加。由于由其他心跳引起的峰值满足该条件,因此,可以通过相同的一系列过程来检测这些峰值。
如上所述,根据本发明,令M是从ECG波形的采样数据序列获得的值。相对于值M从增加变为减小或从减小变为增加的峰值的时刻T,检查峰值时刻T之前的预定时域(T-Δt2)至(T-Δt1)中的值M以及峰值时刻T之后的预定时域(T+Δt1)至(T+Δt2)中的值M(Δt2>Δt1)。如果峰值时刻T处的值M和预定时域中的值M之差等于或大于预定量y,则将峰值时刻T设置为心跳时刻。
当根据给定波形基于阈值检测峰值时,如果包括许多噪声分量,则难以检测峰值。这是因为基于阈值的检测关注于峰值的根侧。如果叠加有噪声分量,则原本不超过阈值且不对应于峰值的部分超过阈值,从而导致错误检测。为了避免这种情况,关注峰的顶侧是有效的。也就是说,即使波形包括许多噪声分量,则也可以通过指定比其周边部分更突出的部分来检测峰值。为了指定比其周边部分更突出的部分,施加上述条件。
在本发明中,将采样数据本身、采样数据的变化量(一阶导数值)或采样数据与采样数据的变化量(一阶导数值)的乘积作为根据ECG波形的采样数据序列获得的值M。
如果将采样数据本身作为根据采样数据序列获得的值M,则R波或S波的峰值被检测为从心跳导出的波形的峰值。
如果将采样数据的变化量(一阶导数值)作为根据采样数据序列获得的值M,则由从R波到S波的突然变化引起的采样数据的变化量的峰值被检测为从心跳导出的波形的峰值。在ECG波形的采样数据序列中,给定时刻K处的采样数据的一阶导数值是通过从时刻(K+W)处的采样值减去时刻(K-W)处的采样值而获得的(W是例如5ms)。
如果将采样数据的变化量(一阶导数值)和采样数据的乘积作为根据采样数据序列获得的值M,则通过乘法协同(synergistically)强调的峰值被检测为从心跳导出的波形的峰值。ECG波形的采样数据序列和通过计算ECG波形的导数获得的数据序列各自包括相同跳动节奏的峰值分量。如果通过将这些数据序列移位给定的时间宽度来使这些数据序列重叠,则峰值分量彼此同步。因此,通过在适当的条件下乘以数据序列,有可能强调从心跳中导出的峰值分量。
为了计算乘积,将在给定时刻K的采样数据的一阶导数值乘以在时刻K之前预定时间t的时刻(K-t)处的采样数据。一阶导数值的峰值出现在ECG波形的R波的峰值之后约10至12ms处。因此,如果使用一阶导数值,则将预定时间t设定为满足10ms≤t≤12ms。
[第一实施例]
下文将参考附图描述本发明的实施例。图2是示出了根据本发明的第一实施例的心跳检测设备的布置的框图。图3是用于说明根据本发明的第一实施例的心跳检测方法的流程图。心跳检测设备包括心电图仪1、存储单元2、获取单元3(获取装置)、峰值搜索单元4(峰值搜索装置)以及心跳时刻确定单元5(心跳时刻确定装置)。
下面将描述根据实施例的心跳检测方法。在本说明书中,将对检测心跳和计算心跳的心跳时刻的过程进行说明。通过针对ECG波形数据的周期重复计算心跳时刻,连续获得心跳时刻的顺序数据,且可以根据该顺序数据计算心跳波动的指标。
在本实施例中,X(i)表示通过对ECG波形进行采样而获得的数据序列,其中,i(i=1、2、...)表示指派给一个采样数据的数。当然,随着数i变大,采样时刻越晚。此外,a表示将当获得采样数据X(i)的一阶导数值时的时间间隔的一半(上述W)除以采样间隔所获得的整数;b1表示将第一时间(上述Δt1)除以采样间隔所获得的整数,其中第一时间限定用于定义峰值周围的预定时域的两端的时刻中靠近所述峰值的时刻;且b2表示将第二时间(上述Δt2)除以采样间隔所获得的整数,其中第二时间限定用于定义峰值周围的预定时域的两端的时刻中远离所述峰值的另一时刻(b2>b1)。
心电图仪1测量活体(人体)(未示出)的ECG波形,并输出ECG波形的采样数据序列X(i)。此时,心电图仪1通过将采样时刻信息添加到每个采样数据来输出数据序列。注意到,测量ECG波形的实际方法是公知技术,并且将省略其详细描述。
存储单元2存储从心电图仪1输出的ECG波形的采样数据列X(i)和所述采样时刻信息。
获取单元3获取采样数据X(i)的变化量作为从采样数据序列获得的值M(图3的步骤S0)。更具体地,获取单元3包括计算装置(未示出)。计算装置针对每个采样时间计算采样数据X(i)的变化量,即,一阶导数值(X(i+a)-X(i-a))。
峰值搜索单元4搜索使得采样数据X(i)的变化量从减小变为增大的峰值。首先,峰值搜索单元4将用于连续读出采样数据序列X(i)的数(计数器变量)i设置为初始值(在本示例中为n)(图3的步骤S1)。
接下来,峰值搜索单元4确定{(X(i+1+a)-X(i+1-a))-(X(i+a)-X(i-a))}×{(X(i+a)-X(i-a))-(X(i-1+a)-X(i-1-a))}是否等于或小于0(图3的步骤S2)。(X(i+1+a)-X(i+1-a))表示在采样数据X(i)之后一个采样的采样数据X(i+1)的变化量,且(X(i-1+a)-X(i-1-a))表示在采样数据X(i)之前一个采样的采样数据X(i-1)的变化量。
如果{(X(i+1+a)-X(i+1-a))-(X(i+a)-X(i-a))}×{(X(i+a)-X(i-a))-(X(i-1+a)-X(i-1-a))}大于0,则峰值搜索单元4确定采样数据X(i)的变化量没有从减少变为增大,并设置i=i+1(图3的步骤S3),从而返回到步骤S2。重复步骤S2和S3中的处理,直到{(X(i+1+a)-X(i+1-a))-(X(i+a)-X(i-a))}×{(X(i+a)-X(i-a))-(X(i-1+a)-X(i-1-a))}变为等于或小于0为止。
如果{(X(i+1+a)-X(i+1-a))-(X(i+a)-X(i-a))}×{(X(i+a)-X(i-a))-(X(i-1+a)-X(i-1-a))}等于或小于0,则峰值搜索单元4确定采样数据X(i)的变化量已在由i指示的时刻T从减小变为增大(步骤S2中为是)。
如果确定采样数据X(i)的变化量已从减小变为增大,则心跳时刻确定单元5检查在由i指示的时刻T周围的时域中的采样数据的变化量,并确定由i指示的时刻T是否被设置为心跳时刻。
首先,心跳时刻确定单元5获得在由i指示的时刻T之前的预定时域内的采样数据的变化量{(X(i-b2+a)-X(i-b2-a)),(X(i-b2+1+a)-X(i-b2+1-a)),...,(X(i-b1+a)-X(i-b1-a))}的最小值,且确定该最小值是否等于或大于通过将预定量y与由i指示的时刻T处的采样数据X(i)的变化量(X(i+a)-X(i-a))相加而获得的值(图3的步骤S4)。
如果在步骤S4中获得的最小值小于(X(i+a)-X(i-a))+y,则心跳时刻确定单元5确定在由i表示的时刻T之前的预定时域内的采样数据的变化量和由i表示的时刻T处的采样数据X(i)的变化量(X(i+a)-X(i-a))之差小于预定量y,并设置i=i+1(步骤S3),从而返回到步骤S2。
另一方面,如果在步骤S4中获得的最小值等于或大于(X(i+a)-X(i-a))+y,则心跳时刻确定单元5获得在由i指示的时刻T之后的预定时域内的采样数据的变化量{(X(i+b1+a)-X(i+b1-a)),(X(i+b1+1+a)-X(i+b1+1-a)),...,(X(i+b2+a)-X(i+b2-a))}的最小值,且确定该最小值是否等于或大于通过将预定量y与由i指示的时刻T处的采样数据X(i)的变化量(X(i+a)-X(i-a))相加而获得的值(图3的步骤S5)。
如果在步骤S5中获得的最小值小于(X(i+a)-X(i-a))+y,则心跳时刻确定单元5确定在由i表示的时刻T之后的预定时域内的采样数据的变化量和由i表示的时刻T处的采样数据X(i)的变化量(X(i+a)-X(i-a))之差小于预定量y,并设置i=i+1(步骤S3),从而返回到步骤S2。
如果在步骤S5中获得的最小值等于或大于(X(i+a)-X(i-a))+y,则心跳时刻确定单元5结束检查由i指示的时刻T周围的时域中的采样数据的变化量的处理。此时,将由i指示的时刻T设置为心跳时刻的候选。
接着,心跳时刻确定单元5确定心跳时刻的候选是否正确,并确定心跳时刻。
首先,心跳时刻确定单元5判断由i指示的时刻T与之前检测的心跳时刻T(-1)之差是否等于或大于预定时间(图3的步骤S6)。如果时刻T与前一心跳时刻T(-1)之差小于预定时间,则心跳时刻确定单元5丢弃由i指示的时刻T,不采用它作为心跳时刻,并返回到步骤S3。
心跳间隔存在一般正常值范围。如果检测到与该范围相比非常短的心跳间隔,则很有可能将由身体运动等而叠加在ECG波形上的噪声错误地识别为心跳。通过施加令检测峰值的时刻T与前一心跳时刻T(-1)之差等于或大于预定时间的这一条件,可以防止由噪声等引起的错误检测。
此外,心跳时刻确定单元5确定当由i所指示的时刻T被认为是心跳时刻时的心跳间隔(T-T(-1))是否没有以预定速率或更大速率从前一心跳间隔(T(-1)-T(-2))增加(图3的步骤S7)。如果心跳间隔的增加速率(T-T(-1))/(T(-1)-T(-2))等于或高于预定值,则心跳时刻确定单元5确定心跳间隔以预定速率或更大速率增加,并丢弃由i指示的时刻T,而不采用它作为心跳时刻,从而返回到步骤S3。
如果对给定心跳的检测失败,则获得作为给定心跳前后的心跳之间的心跳间隔的数据指示大约是实际值的两倍的值,且不适于用于评价自主功能等。通过施加令检测到的心跳间隔没有以预定速率或更大速率增加的这一条件,有可能从生物信息的分析目标中排除心跳检测失败的错误数据。
如果由i指示的时刻T与前一心跳时刻T(-1)之差等于或大于预定时间,且心跳间隔的增加率(T-T(-1))/T(-1)-T(-2))小于预定值,则心跳时刻确定单元5将由i所指示的时刻T作为心跳时刻(图3的步骤S8)。
在步骤S8结束之后,设置i=i+1,且该处理返回到步骤S2。这开始了对下一个心跳的检测。备选地,可以跳过数值与预定时间相对应的i的值,且该处理可以返回到步骤S2,其中所述预定时间比将要检测的心跳间隔的最小值更短。通过重复步骤S2至S8中的处理,可以获得心跳时刻的顺序数据,并从顺序数据获得心跳波动的指标。
图4和图5示出了用于说明本实施例的效果的图,并示出了从ECG波形得到R-R间隔的示例。在图4中,X表示ECG波形的采样数据的示例,M表示采样数据X的一阶导数值。在图4中,横轴表示时间[ms],纵轴表示用数字值代替的电位[任意单位]。然而,在图4中,通过例如被测量人在20,000ms到50,000ms的时段期间跑步的方法将噪声添加到ECG波形。可以发现,尽管一阶导数值M包括心跳的峰值,但是它们在20,000ms至50,000ms的时段期间受噪声的影响。
图5是通过利用通过根据常规技术和本实施例的方法来绘制针对图4所示的ECG波形获得的R-R间隔(心跳时刻之间的间隔)而获得的图。横坐标表示时间[ms],纵坐标表示R-R间隔[ms]。图5中的◆标记50表示通过常规技术获得的R-R间隔,并且×标记51表示通过根据本实施例的方法获得的R-R间隔。将符合文献“ECG Implementation on theTMS320C5515 DSP Medical Development Kit(MDK)with the ADS1298 ECG-FE”,TexasInstruments Incorporated,<http://www.ti.com/lit/an/sprabj1/sprabj 1.pdf>,2011的方法作为常规技术。认为在700ms至500ms附近存在正确的R-R间隔。然而,在传统技术中,在将噪声添加到ECG波形的部分中存在许多心跳检测的失败。另一方面,在本实施例中,可以理解,即使在向ECG波形添加噪声的部分中,心跳检测的失败也较少。
如上所述,在本实施例中,通过在ECG的采样数据序列中基于从心跳导出的峰值的尖端部分来检测峰值,能够即使从包括噪声的采样数据序列中正确地检测心跳。在本实施例中,由于在不使用阈值的情况下检测从心跳导出的峰值,因此,即使目标ECG波形的水平发生变化,也能够正确地检测心跳而不受该变化的影响。
[第二实施例]
将描述本发明的第二实施例。本实施例是第一实施例的修改,并且是将采样数据本身用作从采样数据序列获得的值M的示例。在本实施例中,心跳检测设备的配置与第一实施例中的相同,且将使用图2中的附图标记来提供对其的描述。图6是用于说明根据本实施例的心跳检测方法的流程图。
根据本实施例的获取单元3从存储单元2获取采样数据X(i),作为从采样数据序列获得的值M(图6的步骤S0a)。
峰值搜索单元4确定{X(i+1)-X(i)}×{X(i)-X(i-1)}是否等于或小于0(图6的步骤S2a)。如果{X(i+1)-X(i)}×{X(i)-X(i-1)}等于或小于0,则峰值搜索单元4确定采样数据X(i)在由i表示的时刻T从增大变为减小(步骤S2a中为是)。
如果确定采样数据X(i)从增大变为减小,则心跳时刻确定单元5获得由i指示的时刻T之前的预定时域的采样数据{X(i-b2),X(i-b2+1),...,X(i-b1)}的最大值,并确定该最大值是否等于或小于通过从由i指示的时刻T处的采样数据X(i)中减去预定量y而获得的值(图6的步骤S4a)。如果在步骤S4a中获得的最大值大于X(i)-y,则心跳时刻确定单元5确定在由i表示的时刻T之前的预定时域内的采样数据和由i表示的时刻T处的采样数据X(i)之差小于预定量y,并设置i=i+1(步骤S3),从而返回到步骤S2a。
另一方面,如果在步骤S4a中获得的最大值等于或小于X(i)-y,则心跳时刻确定单元5获得在由i指示的时刻T之后预定时域的采样数据{X(i+b1),X(i+b1+1),...,X(i+b2)}的最大值,并确定该最大值是否等于或小于通过从由i指示的时刻T处的采样数据X(i)中减去预定量y而获得的值(图6的步骤S5a)。如果在步骤S5a中获得的最大值大于X(i)-y,则心跳时刻确定单元5确定在由i表示的时刻T之后的预定时域内的采样数据和由i表示的时刻T处的采样数据X(i)之差是否小于预定量y,并设置i=i+1(步骤S3),从而返回到步骤S2a。
如果在步骤S5a中获得的最大值等于或小于X(i)-y,,则心跳时刻确定单元5结束检查在由i指示的时刻T周围的时域中的采样数据的处理。其余布置如第一实施例所述。
图7是用于说明根据本实施例的操作的图。为了从ECG波形获得R-R间隔,检测R波的向上凸起的峰值。图7中的实线70表示ECG波形。虚线71是通过针对每个时刻(在时刻T的位置)绘制在时刻T之前的预定时域(T-Δt2)到(T-Δt1)中的以及在时刻T之后的预定时域(T+Δt1)至(T+Δt2)中的采样数据的最大值而得到的。在该示例中,Δt1=25ms且Δt2=125ms。
在图7的示例中,原始采样数据序列具有1ms的间隔。基于10ms的间隔提取的数据来计算由虚线71指示的最大值。除了原始R波之外,数据序列几乎不包括宽度小于10ms宽度的尖峰状异常值。因此,通过粗略地获得用于获得最大值的数据,可以获得一种足够有效功能作为用于测量间隙同时减小计算负荷的手段。
在本实施例中,相对于ECG波形的采样数据从增大变为减小的峰值时刻T,检查在峰值时刻T之前的预定时域(T-Δt2)至(T-Δt1)中的采样数据以及峰值时刻T之后的预定时域(T+Δt1)至(T+Δt2)中的采样数据。如果峰值时刻T处的采样数据和预定时域中的采样数据的最大值之差等于或大于预定量y,则将峰值时刻T设置为心跳时刻。
在图7中,将实线70从增大变为减小的峰值时刻T处的值与在时刻T处由虚线71表示的值进行比较。如果实线70的值比虚线71的值大预定量y或更多,则峰值时刻T被设置为心跳时刻。通过图7中的×标记72来指示从因此检测到的心跳时刻获得的R-R间隔(心跳时刻之间的间隔)。在该示例中,y=100。
如上所述,在本实施例中,可以获得与第一实施例相同的效果。
[第三实施例]
将描述本发明的第三实施例。本实施例是第一实施例的修改,并且是将采样数据与采样数据的变化量(一阶导数值)的乘积用作从采样数据序列获得的值M的示例。在本实施例中,心跳检测设备的配置同样与第一实施例中的相同,且将使用图2中的附图标记来提供对其的描述。图8是用于说明根据本实施例的心跳检测方法的流程图。
根据本实施例的获取单元3获取采样数据和采样数据的变化量(一阶导数值)的乘积,作为从采样数据序列获得的值M(图8的步骤S0b)。更具体地,获取单元3包括计算装置(未示出)。计算装置针对每个采样时刻计算采样数据X(i)的一阶导数值(X(i+a)-X(i-a)),并针对每个采样时刻计算采样数据X(i)的一阶导数值(X(i+a)-X(i-a))与比采样数据X(i)早预定时间t的时刻处的采样数据X(i-b)的乘积(X(i+a)-X(i-a))×X(i-b)。在该示例中,b表示通过将预定时间t除以采样间隔而获得的整数。如上所述,将所述预定时间t设置为满足10ms≤t≤12ms。
以下描述假定乘积(X(i+a)-X(i-a))×X(i-b)被设置为M(i)。
峰值搜索单元4确定{M(i+1)-M(i)}×{M(i)-M(i-1)}是否等于或小于0(图8的步骤S2b)。M(i+1)表示在采样数据X(i)之后一个采样的乘积,M(i-1)表示在采样数据X(i)之前一个采样的乘积。如果{M(i+1)-M(i)}×{M(i)-M(i-1)}等于或小于0,则峰值搜索单元4确定乘积M(i)在由i指示的时刻T从减小变为增大(在步骤S2b中“是”)。
如果确定乘积M(i)从减小变为增大,则心跳时刻确定单元5获得在由i指示的时刻T之前预定时域的乘积{M(i-b2),M(i-b2+1),...,M(i-b1)}的最小值,并确定该最小值是否等于或大于通过将由i指示的时刻T处的乘积M(i)与预定量y相加而获得的值(图8的步骤S4b)。如果在步骤S4b中获得的最小值小于M(i)+y,则心跳时刻确定单元5确定在由i表示的时刻T之前的预定时域内的乘积和由i表示的时刻T处的乘积M(i)之差小于预定量y,并设置i=i+1(步骤S3),从而返回到步骤S2b。
另一方面,如果在步骤S4b中获得的最小值等于或大于M(i)+y,则心跳时刻确定单元5获得在由i指示的时刻T之后预定时域内的乘积{M(i+b1),M(i+b1+1),...,M(i+b2)}的最小值,并确定该最小值是否等于或大于通过将由i指示的时刻T处的乘积M(i)与预定量y相加而获得的值(图8的步骤S5b)。如果在步骤S5b中获得的最小值小于M(i)+y,则心跳时刻确定单元5确定由i指示的时刻T之后的预定时域中的乘积与产品M(i)之间的差由i表示的时刻T小于预定量y,并且设置i=i+1(步骤S3),从而返回到步骤S2b。
如果在步骤S5b中获得的最小值等于或大于M(i)+y,则心跳时刻确定单元5结束检查在由i指示的时刻T附近的时域中的乘积的处理。其余布置如第一实施例所述。
图9和图10是用于说明本实施例的动作的图。在图9中,X表示ECG波形的采样数据的示例,DF表示采样数据X的一阶导数值。图10中的实线100表示通过将图9中的采样数据X的一阶导数值DF乘以10ms之前的采样数据X而获得的乘积M。图10中的纵坐标表示电位的平方[任意单位]。
ECG波形的R波和S波由心室收缩而产生的,并且从ECG波形的R波的峰值到由于从R波到S波的电位的突然减小引起的一阶导数值的峰值的间隔约为10ms,且几乎不受体型差异等的影响。在这种情况下,由于将ECG波形的一阶导数值的下凸峰值与ECG波形的R波的上凸峰值相乘,要检测的用以获得R-R间隔的峰值是下凸峰值。
图10中的虚线101是通过针对每个时刻(在时刻T的位置)绘制在时刻T之前的预定时域(T-Δt2)到(T-Δt1)中的以及在时刻T之后的预定时域(T+Δt1)至(T+Δt2)中的乘积M的最小值而得到的。在该示例中,Δt1=25ms且Δt2=125ms。类似于图7的示例,在图10的示例中,原始乘积M具有1ms的间隔,但基于以10ms的间隔提取的数据来计算由虚线101表示的最小值。
在本实施例中,相对于乘积M从减小变为增大的峰值时刻T,检查在峰值时刻T之前的预定时域(T-Δt2)至(T-Δt1)中的乘积M以及峰值时刻T之后的预定时域(T+Δt1)至(T+Δt2)中的乘积M。如果峰值时刻T处的乘积M和预定时域中的乘积M的最小值之差等于或大于预定量y,则将峰值时刻T设置为心跳时刻。
在图10中,将实线100从减小变为增大的峰值时刻T处的值与在时刻T处由虚线101表示的值进行比较。如果实线100的值比虚线101的值小预定量y或更少,则峰值时刻T被设置为心跳时刻。通过图10中的×标记102来指示从因此检测到的心跳时刻获得的R-R间隔(心跳时刻之间的间隔)。在该示例中,y=10,000。
如上所述,在本实施例中,可以获得与第一实施例相同的效果。
通过将根据第一至第三实施例中的每一个的心跳检测方法应用于获得较大R波和较深S波的ECG导联的ECG波形(例如,V3到V5导联之一的ECG波形),可以获得显著效果。特别优选的是,将该方法应用于CC5导联或通常用于在日常生活中获得ECG波形的类似导联的ECG波形。
第一至第三实施例中的每一个所述的存储单元2、获取单元3、峰值搜索单元4和心跳时刻确定单元5可以由包括CPU(中央处理器)、存储设备、接口以及控制这些硬件资源的程序的计算机来实现。CPU根据存储在存储设备中的程序执行第一至第三实施例中的每一个所述的处理。
[工业实用性]
本发明适用于检测活体的心跳的技术。
附图标记的解释
1心电图仪,2存储单元,3获取单元,4峰值搜索单元,5心跳时刻确定单元。
Claims (8)
1.一种心跳检测方法,包括:
峰值搜索步骤,搜索从活体的心电图波形的采样数据序列获得的值M从增大变为减小的峰值和所述值M从减小变为增大的峰值之一;以及
心跳时刻确定步骤,在从采样数据序列获得的值M中,检查峰值时刻之前的预定时域内的值M以及峰值时刻之后的预定时域内的值M,并且如果峰值时刻处的值M与预定时域内的值M之差不小于预定量,则将所述峰值时刻设置为心跳时刻。
2.根据权利要求1所述的心跳检测方法,还包括:
获取步骤,在峰值搜索步骤之前,获取采样数据、采样数据的变化量以及采样数据与采样数据的变化量的乘积之一,作为从活体的心电图波形的采样数据序列获得的值M。
3.根据权利要求1所述的心跳检测方法,其中,所述心跳时刻确定步骤包括:确定所述峰值时刻与前一心跳时刻之差是否不短于预定时间,且如果与所述前一心跳时刻之差短于所述预定时间,则不采用所述峰值时刻作为心跳时刻。
4.根据权利要求1所述的心跳检测方法,其中,所述心跳时刻确定步骤包括:确定在将所述峰值时刻作为心跳时刻的情况下的心跳间隔是否没有以不低于预定速率的速率从前一心跳间隔增加,且如果所述心跳间隔已经以不低于所述预定速率的速率增加,则不采用所述峰值时刻作为心跳时刻。
5.一种心跳检测设备,包括:
峰值搜索装置,用于搜索从活体的心电图波形的采样数据序列获得的值M从增大变为减小的峰值和所述值M从减小变为增大的峰值之一;以及
心跳时刻确定装置,用于在从采样数据序列获得的值M中,检查峰值时刻之前的预定时域内的值M以及峰值时刻之后的预定时域内的值M,并且如果峰值时刻处的值M与预定时域内的值M之差不小于预定量,则将所述峰值时刻设置为心跳时刻。
6.根据权利要求5所述的心跳检测设备,还包括:
获取装置,用于获取采样数据、采样数据的变化量以及采样数据与采样数据的变化量的乘积之一,作为从活体的心电图波形的采样数据序列获得的值M。
7.根据权利要求5所述的心跳检测设备,其中,所述心跳时刻确定装置确定所述峰值时刻与前一心跳时刻之差是否不短于预定时间,且如果与所述前一心跳时刻之差短于所述预定时间,则不采用所述峰值时刻作为心跳时刻。
8.根据权利要求5所述的心跳检测设备,其中,所述心跳时刻确定装置确定在将所述峰值时刻作为心跳时刻的情况下的心跳间隔是否没有以不低于预定速率的速率从前一心跳间隔增加,且如果所述心跳间隔已经以不低于所述预定速率的速率增加,则不采用所述峰值时刻作为心跳时刻。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2014183013 | 2014-09-09 | ||
JP2014-183013 | 2014-09-09 | ||
PCT/JP2015/074406 WO2016039182A1 (ja) | 2014-09-09 | 2015-08-28 | 心拍検出方法および心拍検出装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106604679A true CN106604679A (zh) | 2017-04-26 |
CN106604679B CN106604679B (zh) | 2020-11-06 |
Family
ID=55458936
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201580047949.XA Active CN106604679B (zh) | 2014-09-09 | 2015-08-28 | 心跳检测方法和心跳检测设备 |
Country Status (5)
Country | Link |
---|---|
US (1) | US10750969B2 (zh) |
JP (1) | JP6315633B2 (zh) |
CN (1) | CN106604679B (zh) |
TW (1) | TWI583356B (zh) |
WO (1) | WO2016039182A1 (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107296598A (zh) * | 2017-06-22 | 2017-10-27 | 无锡力芯微电子股份有限公司 | 基于光电传感器的心率测定方法及装置 |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2018074145A1 (ja) * | 2016-10-17 | 2018-04-26 | 日本電信電話株式会社 | 心拍検出方法および心拍検出装置 |
US11602299B2 (en) | 2020-06-16 | 2023-03-14 | A-Neuron Electronic Corporation | Method and system for processing electroencephalogram signal |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1113739A (zh) * | 1994-06-23 | 1995-12-27 | 王湘生 | 植物神经系统功能测试系统及其方法 |
US20050113703A1 (en) * | 2003-09-12 | 2005-05-26 | Jonathan Farringdon | Method and apparatus for measuring heart related parameters |
CN101953682A (zh) * | 2010-10-15 | 2011-01-26 | 张辉 | 基于袖带装置的心率检测方法 |
CN101991410A (zh) * | 2009-08-31 | 2011-03-30 | 深圳市理邦精密仪器股份有限公司 | 一种脉率搜索和计算方法 |
CN103153177A (zh) * | 2010-10-14 | 2013-06-12 | 株式会社村田制作所 | 搏动周期计算装置及包括该搏动周期计算装置的生物传感器 |
CN103690156A (zh) * | 2013-11-22 | 2014-04-02 | 东软熙康健康科技有限公司 | 一种心率获取方法及心电信号的处理方法 |
WO2014132713A1 (ja) * | 2013-02-26 | 2014-09-04 | 株式会社村田製作所 | 脈波伝播時間計測装置 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002078695A (ja) | 2000-09-08 | 2002-03-19 | Osaka Gas Co Ltd | 心電図計測装置 |
JP2003000561A (ja) | 2001-06-18 | 2003-01-07 | Canon Inc | R波認識方法及びr−r間隔測定方法及び心拍数測定方法及びr−r間隔測定装置及び心拍数測定装置 |
JP3770204B2 (ja) | 2002-05-22 | 2006-04-26 | 株式会社デンソー | 脈波解析装置及び生体状態監視装置 |
US6985768B2 (en) * | 2003-02-28 | 2006-01-10 | Medtronic, Inc. | Physiological event detection |
US20060287606A1 (en) * | 2005-06-21 | 2006-12-21 | Di-Ann Hong | Method for detecting heart rate and systems thereof |
CN101272731B (zh) | 2005-09-27 | 2012-02-29 | 西铁城控股株式会社 | 心率计以及心率检测方法 |
TW200820939A (en) * | 2006-11-10 | 2008-05-16 | Tzu Chi University | Method for measuring heart rate |
-
2015
- 2015-08-28 US US15/509,726 patent/US10750969B2/en active Active
- 2015-08-28 WO PCT/JP2015/074406 patent/WO2016039182A1/ja active Application Filing
- 2015-08-28 CN CN201580047949.XA patent/CN106604679B/zh active Active
- 2015-08-28 JP JP2016547374A patent/JP6315633B2/ja active Active
- 2015-09-08 TW TW104129642A patent/TWI583356B/zh active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1113739A (zh) * | 1994-06-23 | 1995-12-27 | 王湘生 | 植物神经系统功能测试系统及其方法 |
US20050113703A1 (en) * | 2003-09-12 | 2005-05-26 | Jonathan Farringdon | Method and apparatus for measuring heart related parameters |
CN101991410A (zh) * | 2009-08-31 | 2011-03-30 | 深圳市理邦精密仪器股份有限公司 | 一种脉率搜索和计算方法 |
CN103153177A (zh) * | 2010-10-14 | 2013-06-12 | 株式会社村田制作所 | 搏动周期计算装置及包括该搏动周期计算装置的生物传感器 |
CN101953682A (zh) * | 2010-10-15 | 2011-01-26 | 张辉 | 基于袖带装置的心率检测方法 |
WO2014132713A1 (ja) * | 2013-02-26 | 2014-09-04 | 株式会社村田製作所 | 脈波伝播時間計測装置 |
CN103690156A (zh) * | 2013-11-22 | 2014-04-02 | 东软熙康健康科技有限公司 | 一种心率获取方法及心电信号的处理方法 |
Non-Patent Citations (1)
Title |
---|
马玉润: "ECG预处理与QRS波群检测技术研究", 《中国优秀硕士学位论文全文数据库信息科技辑》 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107296598A (zh) * | 2017-06-22 | 2017-10-27 | 无锡力芯微电子股份有限公司 | 基于光电传感器的心率测定方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
US10750969B2 (en) | 2020-08-25 |
WO2016039182A1 (ja) | 2016-03-17 |
TW201613528A (en) | 2016-04-16 |
CN106604679B (zh) | 2020-11-06 |
TWI583356B (zh) | 2017-05-21 |
US20170258351A1 (en) | 2017-09-14 |
JPWO2016039182A1 (ja) | 2017-04-27 |
JP6315633B2 (ja) | 2018-04-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
TWI583355B (zh) | Heart rate detection method and heart rate detection device | |
Elgendi et al. | Heart rate variability and the acceleration plethysmogram signals measured at rest | |
KR101983926B1 (ko) | 심박수 측정 방법 및 장치 | |
US10004473B2 (en) | Heart rate detection method and device using heart sound acquired from auscultation positions | |
CN108697362B (zh) | 心跳检测方法和心跳检测装置 | |
KR101536361B1 (ko) | 심전도 신호 분석 방법 및 그를 이용한 심전도 장치 | |
JP2018011819A (ja) | 生体信号処理方法および装置 | |
CN109843165A (zh) | 心跳检测方法和心跳检测设备 | |
CN105411579B (zh) | 一种心电图r波检测方法及装置 | |
CN106604679A (zh) | 心跳检测方法和心跳检测设备 | |
JP2017029628A (ja) | 心拍検出方法および心拍検出装置 | |
CN112617851A (zh) | 一种基于心电信号的脑力负荷分类方法及系统 | |
CN106214143B (zh) | 瞬时运动干扰识别方法及心率置信度计算方法 | |
JP2018175152A (ja) | 心拍検出方法および心拍検出装置 | |
Zhang et al. | An Improved Real‐Time R‐Wave Detection Efficient Algorithm in Exercise ECG Signal Analysis | |
Shariati et al. | Comparison of selected parametric models for analysis of the photoplethysmographic signal | |
Eguchi et al. | Reliability evaluation of RR interval measurement status for time domain heart rate variability analysis with wearable ECG devices | |
CN106691430A (zh) | 一种情绪判断方法和装置 | |
KR20200081798A (ko) | 심전도 신호의 기저선 변동 잡음 제거 방법 및 컴퓨터 프로그램 | |
KR20200091209A (ko) | 심전도 신호의 주기성을 이용한 r파 정점 검출 방법 | |
JP2015217060A (ja) | 心拍検出方法および心拍検出装置 | |
García-González et al. | A novel robust index to assess beat-to-beat variability in heart rate time-series analysis | |
CN109350050B (zh) | 心跳间期检测方法及装置 | |
Smrcka et al. | New methods for precise detection of systolic complexes in the signal acquired from quantitative seismocardiograph | |
Yu et al. | Heart beat detection method with estimation of regular intervals between ECG and blood pressure |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |