CN106821368A - 小型心电采集设备、心电导联信号转化方法和检测方法 - Google Patents

小型心电采集设备、心电导联信号转化方法和检测方法 Download PDF

Info

Publication number
CN106821368A
CN106821368A CN201710026322.7A CN201710026322A CN106821368A CN 106821368 A CN106821368 A CN 106821368A CN 201710026322 A CN201710026322 A CN 201710026322A CN 106821368 A CN106821368 A CN 106821368A
Authority
CN
China
Prior art keywords
signal
small
sized
lead
module
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
CN201710026322.7A
Other languages
English (en)
Other versions
CN106821368B (zh
Inventor
刘玉琳
朱亚平
任康
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 Zhen Luo Science And Technology Ltd
Original Assignee
Shenzhen Zhen Luo Science And Technology 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 Zhen Luo Science And Technology Ltd filed Critical Shenzhen Zhen Luo Science And Technology Ltd
Priority to CN201710026322.7A priority Critical patent/CN106821368B/zh
Publication of CN106821368A publication Critical patent/CN106821368A/zh
Application granted granted Critical
Publication of CN106821368B publication Critical patent/CN106821368B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • A61B5/0002Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network
    • A61B5/0004Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network characterised by the type of physiological signal transmitted
    • A61B5/0006ECG or EEG signals
    • 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
    • A61B5/7235Details of waveform analysis

Landscapes

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

Abstract

本发明公开了一种小型心电采集设备、心电导联信号转化的方法和检测方法,本发明的小型心电采集设备结构简单,采用NORDIC NRF52832 与TI ADS1293搭建的小型心电设备,将检测到的电位信号使用小波分解的方法分解成不同的子空间信号,并将子空间信号与转化系数进行运算,对子空间信号进行转化,之后对所有的转化后的子空间信号重构得到最终的转化信号,采用小波分解、转化和重构方法得出的转化信号与标准导联信号相比,相关系数高,标准均方差小,这就意味着这种方法的转化更为准确,同时还解决了心电监测设备不便于携带,用户不能自己检测的难题。

Description

小型心电采集设备、心电导联信号转化方法和检测方法
技术领域
本发明涉及医疗设备技术领域,尤其涉及一种小型心电采集设备,由小型的心电导联信号向标准心电导联信号转化的方法和检测方法。
背景技术
在医学诊断过程中,往往需要借助导联波形图进行分析,例如心电图、脑电图、肌电图等对病理进行诊断分析。导联,简单的说就是从不同的角度去看心脏电流的变化,通过将两电极置于人体的任何两点与心电图机连接,即可描记出心电图,常用的导联是标准导联,心电采集设备通过两个电极采集电位信号,并在心电采集设备中分析电位之间的差值,从而将差值信号转化为波形图显示。
现有的采集设备采集的电极较多,且设备体积较大,需要患者前往医院进行专门的检查,而对于小型的心电采集设备,现有技术中普遍通过线性化的方法信号的转化,这样的方式容易受到噪音的干扰,得到的相关系数较低,且误差大,转化效果差,而心电信号质量的好坏直接影响到心电图报告中的波形美观性、可读性以及可分析性,符合临床诊断要求的最佳波形要求是没有干扰的或干扰很小的。
发明内容
针对上述技术中存在的不足之处,本发明提供便于携带的小型心电采集设备,方便携带,能够使患者自行进行心电监测,且测量准确。
为了达到上述目的,本发明公开了一种小型心电采集设备,包括电位检测器、信号采集前端和信号处理模块,电位检测器的数量不少于四个,所述电位检测器与信号采集前端电连接,所述信号采集前端与信号处理模块电连接,所述信号处理模块包括信号放大模块、信号预处理模块,小波分解模块、子空间转化模块和小波重构模块,所述电位检测器检测到的电位信号,通过信号放大模块的放大后,再经过信号预处理模块的去噪,进入小波分解模块中分解成多个子空间信号,子空间信号分别进入子空间转化模块进行转化后,通过小波重构模块进行重构,输出转化信号。
其中,所述信号采集前端采用ADS1293芯片,所述信号处理模块采用NRF52832芯片。
其中,小型心电采集设备还包括无线通信模块,无线通信模块与远程客户端无线通信。
本发明还公开一种心电导联信号转化的方法,采用上述介绍的小型心电采集设备,心电导联信号转化的步骤包括小波分解、转化和小波重构,小型心电信号按照不同的频域被小波分解成多个子空间信号,每个子空间信号与对应的转化系数进行运算得到转化后的子空间信号,多个转化好的子空间信号通过小波重构得到转化信号。
其中,所述转化系数为通过标准导联信号进行小波分解后的子空间信号与心电导联信号小波分解后得到子空间信号经过目标函数的运算得出的最优值,所述目标函数为
其中,所述小波重构运算方式为每个子空间信号单独进行转化再进行重构得出转化信号,小波重构的公式为:
其中,所述心电导联信号包括多组导联信号,多组导联信号是通过多组电位检测器的检测,并通过信号采集前端分析转换得到。
其中,所述标准导联信号通过标准心电机的检测得出,在前期的小型心电采集设备使用过程中,需同时将标准心电机与小型心电采集设备同步使用,以便于心电采集设备读取患者的标准导联信号,并依旧标准导联信号与小型心电导联信号得出每个子空间信号的转化系数,转化系数存储在小型心电采集设备中,以便于后续单独使用小型心电采集设备时调用。
其中,所述转化系数通过输入个人的相关参数自动计算得出,所述相关参数包括性别、身高、体重、年龄、信号采集位置来判断。
本发明还公开一种对上述介绍的心电导联信号转化的方法得到的转化信号的检测方法,设置有一个评估模块,所述评估模块连接标准心电机和小型心电采集设备的输出端,所述评估模块将小型心电采集设备输出的转化信号与标准心电机测量到的标准导联信号评估对比,得出相关系数和标准均方差数值。
本发明的有益效果是:
与现有技术相比,本发明公开了一种小型心电采集设备,以及采用该小型心电采集设备的基于分解方法的心电导联信号转化的方法和对该分解和重构后的转化信号进行检测的方法,本发明的小型心电采集设备结构简单。采用NORDIC NRF52832与TI ADS1293搭建的小型心电设备,将检测到的电位信号使用小波分解的方法分解成不同的子空间信号,并将子空间信号与转化系数进行运算,对子空间信号进行转化,之后对所有的转化后的子空间信号进行重构得到转化信号,采用小波分解重构方法得出的转化信号与标准导联信号相比,相关系数高,标准均方差小,这就意味着这种方法的转化更为准确,同时还解决了心电监测设备不便于携带,用户不能自己检测的难题。
附图说明
图1为本发明实施例小型心电采集设备模块方框图;
图2为本发明实施例小波分解与小波重构示意图;
图3为本发明实施例小波分解与小波重构流程图;
图4为本发明实施例小波分解检测对比流程图;
图5为本发明实施例评估模块工作示意图;
图6为本发明实施例第一导联相关系数评估线条对比图;
图7为本发明实施例第一导联标准均方差评估线条对比图;
图8为本发明实施例第二导联相关系数评估线条对比图;
图9为本发明实施例第二导联标准均方差评估线条对比图;
图10为本发明实施例第三导联相关系数评估线条对比图;
图11为本发明实施例第三导联标准均方差评估线条对比图。
主要元件说明
1、电位检测器 2、信号采集前端
3、信号处理模块 4、远程客户端
31、信号放大模块 32、信号预处理模块
33、小波分解模块 34、子空间转化模块
35、小波重构模块 36、无线通信模块。
具体实施方式
为了更清楚地表述本发明,下面结合附图对本发明作进一步地描述。
请参阅图1,本发明公开一种小型心电采集设备,包括电位检测器1、信号采集前端2和信号处理模块3,电位检测器1与信号采集前端2电连接,信号采集前端2与信号处理模块3电连接,信号处理模块3包括信号放大模块31、信号预处理模块32,小波分解模块33、子空间转化模块34、小波重构模块35和无线通信模块36,电位检测器1检测到的电位信号,通过信号放大模块31的放大后,再经过信号预处理模块32的去噪,进入小波分解模块33中分解成多个子空间信号,子空间信号分别进入子空间转化模块34进行转化后,通过小波重构模块35进行重构,输出转化信号,同时,无线通信模块36与远程客户端无线通信,可以将转化信号再实时传送给远程客户端4,远程客户端4可以是医生的数据监控平台,这样,测量的数据可以实时进行监控,若出现问题,医生可以及早发现,及早采取诊断措施,以免耽误了病情。
本发明结构简单,信号采集前端采用ADS1293芯片,信号处理模块采用NRF52832芯片,通过采用NORDIC NRF52832与TI ADS1293搭建的小型心电设备,而NRF52832体积小,且通常使用在可穿戴产品中,利用其强大的运算功能,再结合专用的心电信号采集芯片TIADS1293,在减小整个心电采集设备的同时,还能保证整个设备的检测结果的准确性,本发明中最重要的是运用NRF52832实现采集的心电信号的小波分解,转化与重构,整个过程中反应快速,转化效率高,与现有技术的线性转化方式相比,本发明的小波分解与重构得出的信号更接近通过大型的心电机设备采用标准导联方式检测的结果,患者可以利用该小型心电采集设备,自行进行心电检测,使用更为简单、方便。
在本实施例中,电位检测器设置有四个,通过这四个电位检测器,得出三组导联数据,分别为第一导联、第二导联和第三导联,小型心电采集设备分别对这三个导联信号进行分解和重构。在本实施例中,信号采集前端采用ADS1293芯片,信号处理模块采用NRF52832芯片,信号采集前端的SDO引脚、SDA引脚、SCL引脚和CSB引脚分别与信号处理模块的P0.15引脚、P0.16、P0.17和P0.18连接,信号采集前端的DRB引脚与信号处理模块的P0.14引脚电连接,信号采集前端的ALM引脚与信号处理模块的P0.19引脚电连接,而NRF芯片的DEC1引脚、DEC2引脚、DEC3引脚和DEC4引脚分别连接电位检测器,得出对应的导联信号,通过ADS1293芯片与NRF52832芯片的连接,实现了信号的采集、选取在ADS1293芯片的控制下完成,而信号的放大在信号处理模块1的NRF52832芯片的控制下完成,信号预处理模块32对放大的信号进行去噪,这些功能都是芯片自身具备的功能,只需要技术人员对其进行参数的设置以及芯片功能的定义即可完成,此部分为现有技术,其具体实现过程本发明中不再赘述。
请参阅图2-图3,本发明与现有技术不同的是本发明采用了小型心电采集设备对心电信号进行采集,得到小型心电信号yts,而小型心电信号yts通过小波分解以及小波重构后得到转化信号ytss,其具体的转化方法为:先确定转化系数A,转化系数A为标准心电机检测到的标准导联信号yss1与小型心电采集设备yts1之间的一种关系,通过分析得到该关系值,即可对由小型心电采集设备采集到的后续的小型心电信号yts2小波分解后,再与转化系数进行转化,再重构成转化信号ytss。
在本实施例中,转化系数A的确定,有多种方式,本发明中介绍了两种方式,第一种方式为采用标准心电机以及标准的导联检测方法对患者进行检测,标准导联信号通过标准心电机的检测得出,在前期的小型心电采集设备使用过程中,需同时将标准心电机与小型心电采集设备同步使用,并相互连接,心电采集设备采集到的小型心电信号yts1通过小波分解模块33后分解成N个子空间信号,得到的子空间信号为yts11、yts12、yts13......yts1N,同样,通过标准心电机检测到的标准导联信号yss1经过小波分解模块33的分解后也分解成N个子空间信号,得到的子空间信号为yss11、yss12、yss13......yss1N,小型心电信号yts1的小波分解信号与分解的标准导联信号yss1一一对应,通过目标函数得出对应的转化关系,建立小型心电导联信号子空间信号与对应标准心电导联信号子空间信号之间的转化关系,其中代表yts第j导联信号的第n个子空间信号,yssn代表yss信号的第n个子空间信号,代表小型心电导联信号子空间信号第j导联信号的第n个子空间对应的转化系数,而j导联信号包括第一导联、第二导联和第三导联信号,目标函数的最小值为最优方案,用这个函数计算出来的为最优的转化系数。
但是本发明的转化系数A不局限于上面的第一种方式,还可以是通过输入个人的相关参数,比如性别、身高、体重、年龄、信号采集位置等参数,通过系统自动计算出来,而计算的过程是经过大量的临床实验得出来的标准导联信号yss与上述的参数的关系,通过运算的方法得到。由于第一种方法是通过对不同人体的实时数据采集,准确率更高,固优先选用第一种方法。
进一步参阅图2,小型心电信号yts1分解成N个子空间信号,分别为yts11、yts12、yts13......yts1N,得到对应的转化系数A也分别为A1,A2,A3......An,而小型心电采集设备在后续的采集过程中,采集的小型心电信号yts2的子空间信号yts21与转化系数A1进行运算转化,子空间信号yts22与转化系数A2进行运算转化,依次类推,子空间信号yts2N与转化系数An进行运算转化,转化过后,分别为yts21、yts22、yts23......yts2N,当所有的子空间信号都转化完成后,经过函数得到最后的转化信号ytss2,并进行分析应用,其中idwt代表小波重构。
在现有技术中,其他方式的转化信号与标准心电导联信号之间关系通过转化系数与标准均方差两个参数进行判断,当相关系数越接近数值1的时候,表示转化率越好,其测量效果越接近标准心电导联,且标准均方差越小,表示转化效果越接近标准心电导联信号,且相关系数计算方法为:R=corrcoef(ytss,yss2),corrcoef为matlab计算相关系数的函数;标准均方差计算方法:其中ytssk和yss2k分别代表ytss和yss2信号序列第k个信号点的幅值,而yss2为由标准心电机在进行标准均方差以及相关系数的评估过程中检测到的标准导联信号,本发明基于分解方法的心电导联信号转化的检测方法与现有技术的线性转化方法相比,相关系数平均提升0.15,最少提升0.05,最大提升0.2,标准均方差平均减少0.05。具体的检测方法为:请参阅图4,设置有一个评估模块,评估模块连接标准心电机和小型心电采集设备的输出端,评估模块中内置有上述相关系数计算函数以及标准均方差计算函数,转化模块将小型心电采集设备输出的转化信号与标准心电机测量到的标准导联信号评估对比,得出相关系数和标准均方差数值。
请参阅图5,其具体的操作方法为,同时用小型心电采集设备、标准心电机以及采用线性转化的心电采集设备对同一个人进行心电监测,得到三组中心电信号,将小型心电采集设备转化信号的输出端与评估模块连接,线性转化的心电采集设备的转化信号的输出端也与评估模块连接,标准心电机的标准导联信号输出端直接与评估模块连接,评估模块分别对小型心电信号与标准导联信号进行评估对比,得出第一导联、第二导联和第三导联的第一相关系数和第一标准均方差,以及对线性转化的心电采集设备的心电信号与标准导联信号进行评估对比,得出第一导联、第二导联和第三导联的第二相关系数,以及第二标准均方差,由于线性转化的心电采集设备的数据转化原理属于现有技术,本领域技术人员容易得到,其线性转化的心电采集设备也可以采用本发明中提到的小型心电采集设备,只是将信号处理模块中的小波分解、转化和小波重构的运算程序替换成线性分解的程序得到,或者直接替换成其他的可以实现线性转化的芯片模块,此处不在赘述,只是引用其测量的数据与本发明的数据进行对比,具体的对比情况如下:
本实施例中,有三个导联,分别第一导联、第二导联和第三导联,三个导联中分别选取10组样本,通过上述评估模块得出三组导联的分解转化和重构的相关系数以及标准均方差,其中第一导联转化相关系数数据分别如表1,对比线条图参照图6,第一导联转化标准均方差的数据参照表2,对比线条图参照图7:
此组数据中,在第一导联中,第一相关系数的数值明显高于第二相关系数,第一均方差的数据也明显都小于第二均方差,可见,在采用小波分解和小波重构的方式得到的转化信号要比通过线性方式得到的转化信号更接近标准心电机检测到的标准导联信号,也就意味着采用小波分解和小波重构方式得到的数据更准确,可靠。
同样,第二导联转化相关系数数据分别如表3,对比线条图参照图8,第二导联转化标准均方差的数据参照表3,对比线条图参照图9:
在第二导联中,第一相关系数的数值明显高于第二相关系数,第一均方差的数据也明显都小于第二均方差,在采用小波分解和小波重构的方式得到的转化信号要比通过线性方式得到的转化信号更接近标准心电机检测到的标准导联信号,也就意味着采用小波分解和小波重构方式得到的数据更准确,可靠。
同样,第三导联转化相关系数数据分别如表5,对比线条图参照图10,第三导联转化标准均方差的数据参照表6,对比线条图参照图11:
同样在第三导联中,第一相关系数的数值明显高于第二相关系数,第一均方差的数据也明显都小于第二均方差,在采用小波分解和小波重构的方式得到的转化信号要比通过线性方式得到的转化信号更接近标准心电机检测到的标准导联信号,也就意味着采用小波分解和小波重构方式得到的数据更准确,可靠。
本发明的优势在于:
1)本发明采用NORDIC NRF52832与TI ADS 1293搭建的小型心电设备结构简单,体积小,方便携带,患者可以自己进行心电测试,无需去医院找专门的人员进行检测,使检测更为及时;
2)采用小波分解与小波重构的转化方法,相关系数高,标准均方差小,测量的数据准确;
3)设置无线通信模块,可以实时将测量数据传递给远程客户端,由远程客户端进行监控和数据的处理,更为智能化,若远程客户端为医生的管理平台,则可以由医生对数据进行分析管理,出现问题能及早发现,及早采取措施。
以上公开的仅为本发明的几个具体实施例,但是本发明并非局限于此,任何本领域的技术人员能思之的变化都应落入本发明的保护范围。

Claims (10)

1.一种小型心电采集设备,其特征在于,包括电位检测器、信号采集前端和信号处理模块,电位检测器的数量不少于四个,所述电位检测器与信号采集前端电连接,所述信号采集前端与信号处理模块电连接,所述信号处理模块包括信号放大模块、信号预处理模块,小波分解模块、子空间转化模块和小波重构模块,所述电位检测器检测到的电位信号,通过信号放大模块的放大后,再经过信号预处理模块的去噪,进入小波分解模块中分解成多个子空间信号,子空间信号分别进入子空间转化模块进行转化后,通过小波重构模块进行重构,输出转化信号。
2.根据权利要求1所述的小型心电采集设备,其特征在于,所述信号采集前端采用ADS1293芯片,所述信号处理模块采用NRF52832芯片。
3.根据权利要求2所述的小型心电采集设备,其特征在于,小型心电采集设备还包括无线通信模块,无线通信模块与远程客户端无线通信。
4.心电导联信号转化的方法,其特征在于,采用权利要求1-3任意一项所述的小型心电采集设备,心电导联信号转化的步骤包括小波分解、转化和小波重构,小型心电信号按照不同的频域被小波分解成多个子空间信号,每个子空间信号与对应的转化系数进行运算得到转化后的子空间信号,多个转化好的子空间信号通过小波重构得到转化信号。
5.根据权利要求4所述的心电导联信号转化的方法,其特征在于,所述转化系数为通过标准导联信号进行小波分解后的子空间信号与心电导联信号小波分解后得到子空间信号经过目标函数的运算得出的最优值,所述目标函数为
6.根据权利要求4所述的心电导联信号转化的方法,其特征在于,所述小波重构运算方式为每个子空间信号单独进行转化再进行重构得出转化信号,小波重构的公式为:
7.根据权利要求4所述的心电导联信号转化的方法,其特征在于,所述心电导联信号包括多组导联信号,多组导联信号是通过多组电位检测器的检测,并通过信号采集前端分析转换得到。
8.根据权利要求4所述的心电导联信号转化的方法,其特征在于,所述标准导联信号通过标准心电机的检测得出,在前期的小型心电采集设备使用过程中,需同时将标准心电机与小型心电采集设备同步使用,以便于心电采集设备读取患者的标准导联信号,并依旧标准导联信号与小型心电导联信号得出每个子空间信号的转化系数,转化系数存储在小型心电采集设备中,以便于后续单独使用小型心电采集设备时调用。
9.根据权利要求4所述的心电导联信号转化的方法,其特征在于,所述转化系数通过输入个人的相关参数自动计算得出,所述相关参数包括性别、身高、体重、年龄、信号采集位置来判断。
10.心电导联信号转化的检测方法,其特征在于,设置有一个评估模块,所述评估模块连接标准心电机和小型心电采集设备的输出端,所述评估模块将小型心电采集设备输出的转化信号与标准心电机测量到的标准导联信号评估对比,得出相关系数和标准均方差数值。
CN201710026322.7A 2017-01-13 2017-01-13 小型心电采集设备、心电导联信号转化方法和检测方法 Active CN106821368B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710026322.7A CN106821368B (zh) 2017-01-13 2017-01-13 小型心电采集设备、心电导联信号转化方法和检测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710026322.7A CN106821368B (zh) 2017-01-13 2017-01-13 小型心电采集设备、心电导联信号转化方法和检测方法

Publications (2)

Publication Number Publication Date
CN106821368A true CN106821368A (zh) 2017-06-13
CN106821368B CN106821368B (zh) 2019-11-08

Family

ID=59123479

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710026322.7A Active CN106821368B (zh) 2017-01-13 2017-01-13 小型心电采集设备、心电导联信号转化方法和检测方法

Country Status (1)

Country Link
CN (1) CN106821368B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113057646A (zh) * 2021-03-23 2021-07-02 天津工业大学 一种心电映射方法及系统

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102188239A (zh) * 2010-03-02 2011-09-21 上海岱嘉医学信息系统有限公司 一种适用于不同心电采集盒的采集处理方法
CN103405227A (zh) * 2013-08-02 2013-11-27 重庆邮电大学 基于双层形态学滤波的心电信号预处理方法
US20140066741A1 (en) * 2012-08-29 2014-03-06 General Electric Company Disposable ECG Leadwire Connector
CN103699770A (zh) * 2013-06-07 2014-04-02 南方医科大学南方医院 基于hl7标准的心电数据存储方法
CN106096579A (zh) * 2016-06-22 2016-11-09 天津理工大学 一种心电信号预处理的方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102188239A (zh) * 2010-03-02 2011-09-21 上海岱嘉医学信息系统有限公司 一种适用于不同心电采集盒的采集处理方法
US20140066741A1 (en) * 2012-08-29 2014-03-06 General Electric Company Disposable ECG Leadwire Connector
CN103699770A (zh) * 2013-06-07 2014-04-02 南方医科大学南方医院 基于hl7标准的心电数据存储方法
CN103405227A (zh) * 2013-08-02 2013-11-27 重庆邮电大学 基于双层形态学滤波的心电信号预处理方法
CN106096579A (zh) * 2016-06-22 2016-11-09 天津理工大学 一种心电信号预处理的方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
成清清: "实时心电采集及分析系统的研究与实现", 《中国优秀硕士学位论文全文数据库 信息科技辑(月刊 )》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113057646A (zh) * 2021-03-23 2021-07-02 天津工业大学 一种心电映射方法及系统
CN113057646B (zh) * 2021-03-23 2022-04-22 天津工业大学 一种心电映射方法及系统

Also Published As

Publication number Publication date
CN106821368B (zh) 2019-11-08

Similar Documents

Publication Publication Date Title
CN104173043B (zh) 一种适合于移动平台的心电数据分析方法
US11350868B2 (en) Electrocardiogram information processing method and electrocardiogram workstation system
Nayak et al. Filtering techniques for ECG signal processing
CN110338813B (zh) 一种基于频谱分析的无创血糖检测方法
CN101522099A (zh) 利用高频qrs电位分析识别心肌缺血的装置和方法
CN104586381A (zh) 一种基于物联网的心电监护系统
CN103315753A (zh) 便携式情感分析仪及分析方法
John et al. A multimodal data fusion technique for heartbeat detection in wearable IoT sensors
CN110037689A (zh) 一种基于马桶圈的心电采集装置、心电监测系统及方法
CN109893118A (zh) 一种基于深度学习的心电信号分类诊断方法
CN107582040B (zh) 一种心律监测方法和装置
Kuzmin et al. Mobile ECG monitoring system prototype and wavelet-based arrhythmia detection
CN106691410B (zh) 一种脉搏及血红细胞浓度监测仪及方法
Nyni et al. Wireless health monitoring system for ECG, EMG and EEG detecting
CN106821368B (zh) 小型心电采集设备、心电导联信号转化方法和检测方法
Hegde et al. A review on ECG signal processing and HRV analysis
Kew et al. Wearable patch-type ECG using ubiquitous wireless sensor network for healthcare monitoring application
CN208212021U (zh) 健康手环
CN115054211A (zh) 动态血压与房颤同步监测装置
CN204246125U (zh) 一种心电工作站
Wang et al. ECG diagnosis device based on machine learning
CN107714039A (zh) 一种基于电子秤检测人体动脉血管硬化的方法及系统
Postolache et al. Unobtrusive cardio-respiratory monitoring based on microwave Doppler radar
Pernice et al. Feasibility of Linear Parametric Estimation of Dynamic Information Measures to assess Physiological Stress from Short-Term Cardiovascular Variability
McCallan et al. Wearable Technology: Signal Recovery of Electrocardiogram from Short Spaced Leads in the Far-Field Using Discrete Wavelet Transform Based Techniques

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