CN107157475B - 心电图数据的显示方法和终端设备 - Google Patents
心电图数据的显示方法和终端设备 Download PDFInfo
- Publication number
- CN107157475B CN107157475B CN201710329783.1A CN201710329783A CN107157475B CN 107157475 B CN107157475 B CN 107157475B CN 201710329783 A CN201710329783 A CN 201710329783A CN 107157475 B CN107157475 B CN 107157475B
- Authority
- CN
- China
- Prior art keywords
- cluster
- point
- hash
- waveform
- sub
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 28
- 238000010586 diagram Methods 0.000 claims abstract description 39
- 230000009467 reduction Effects 0.000 claims abstract description 18
- 238000013507 mapping Methods 0.000 claims abstract description 13
- 238000002372 labelling Methods 0.000 claims description 16
- 238000012545 processing Methods 0.000 claims description 12
- 239000013598 vector Substances 0.000 claims description 8
- 239000003086 colorant Substances 0.000 claims description 5
- 239000011159 matrix material Substances 0.000 claims description 5
- 230000002861 ventricular Effects 0.000 claims description 5
- 238000004458 analytical method Methods 0.000 claims description 3
- 230000005856 abnormality Effects 0.000 abstract description 11
- 230000033764 rhythmic process Effects 0.000 abstract description 5
- 230000000694 effects Effects 0.000 abstract description 4
- 230000002159 abnormal effect Effects 0.000 description 17
- 230000006870 function Effects 0.000 description 8
- 238000004590 computer program Methods 0.000 description 7
- 238000003860 storage Methods 0.000 description 3
- 238000012800 visualization Methods 0.000 description 3
- 238000012790 confirmation Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 238000000513 principal component analysis Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 238000000844 transformation Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000000747 cardiac effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000007794 visualization technique Methods 0.000 description 1
Images
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
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Engineering & Computer Science (AREA)
- Biomedical Technology (AREA)
- Cardiology (AREA)
- Physics & Mathematics (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Veterinary Medicine (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
本申请提供了一种心电图数据的显示方法和终端设备,该方法包括:从心电图信号中获取每个心搏的波形;对波形进行降维处理,按照预设约束条件在低维空间中映射为与波形一一对应的散列点;显示包括散列点的散点图。相比于现有的只能反映节律异常的通过R‑R间隔绘制的洛伦兹散点图,本申请实施例形成的散点图还能够发现波形异常,并且在有限空间内散列点的展示效果更清晰。
Description
技术领域
本申请涉及医疗数据分析领域,尤其涉及一种心电图数据的显示方法和终端设备。
背景技术
心电图(electrocardiogram,ECG)用于记录心脏每一心动周期所产生的电活动变化图形。目前动态心电图可视化系统都是将心搏尽可能集中呈现在一个二维平面上。常见的可视化方法有两种,一种如图1所示,将多个心搏的波形画在一张图上,对怪异的波形进行选择和标注;另一种如图2所示,通过前后相邻的搏动间距(R-R间隔)绘制洛伦兹散点图,对于离群点进行特殊选择和标注。
这两种方法都有其固有的缺陷。第一种直接将多个心搏的波形画在一起,当数据量较大时(通常一个人动态心电图包括80000——150000次心跳),波形细节完全被淹没,很难发现异常,发现异常后选择操作也很复杂。第二种散点图的形式,可以一定程度解决数据量的问题,但是仅能发现节律异常的心搏,部分心搏的异常仅体现在波形上的,这种方法不能体现波形差异。
发明内容
有鉴于此,本申请实施例提供了一种心电图数据的显示方法和终端设备,用以解决现有技术中采用散点图的方式不能发现波形异常的技术问题。
根据本申请实施例的一个方面,提供了一种心电图数据的显示方法,所述方法包括:从心电图信号中获取每个心搏的波形;对波形进行降维处理,按照预设约束条件在低维空间中映射为与波形一一对应的散列点;显示包括散列点的散点图。
根据本申请实施例的另一方面,提供了一种终端设备包括:处理器;用于存储处理器可执行指令的存储器;其中,所述处理器被配置为:从心电图信号中获取每个心搏的波形;对波形进行降维处理,按照预设约束条件在低维空间中映射为与波形一一对应的散列点;显示包括散列点的散点图。
本申请实施例的有益效果包括:对从心电图信号中获取到的心搏波形进行降维处理,将每个波形映射为低维空间中的一个散列点,通过包含所有散列点的散列图来发现异常心搏,相比于现有的只能反映节律异常的通过R-R间隔绘制的洛伦兹散点图,本申请实施例形成的散点图还能够发现波形异常,并且在有限空间内散列点的展示效果更清晰。
附图说明
通过以下参照附图对本申请实施例的描述,本申请的上述以及其它目的、特征和优点将更为清楚,在附图中:
图1是现有技术中一种心搏波形的可视化界面的示意图;
图2是现有技术中通过R-R间隔绘制的洛伦兹散点图示意图;
图3是本申请实施例提供的心电图数据的显示方法的流程示意图;
图4是本申请实施例中得到的二维散点图示意图;
图5是本申请实施例中散列点对应的心搏波形的示意图。
具体实施方式
以下基于实施例对本申请进行描述,但是本申请并不仅仅限于这些实施例。在下文对本申请的细节描述中,详尽描述了一些特定的细节部分。对本领域技术人员来说没有这些细节部分的描述也可以完全理解本申请。为了避免混淆本申请的实质,公知的方法、过程、流程、元件和电路并没有详细叙述。
此外,本领域普通技术人员应当理解,在此提供的附图都是为了说明的目的,并且附图不一定是按比例绘制的。
除非上下文明确要求,否则整个说明书和权利要求书中的“包括”、“包含”等类似词语应当解释为包含的含义而不是排他或穷举的含义;也就是说,是“包括但不限于”的含义。
在本申请的描述中,需要理解的是,术语“第一”、“第二”等仅用于描述目的,而不能理解为指示或暗示相对重要性。此外,在本申请的描述中,除非另有说明,“多个”的含义是两个或两个以上。
本申请实施例对从心电图信号中获取到的心搏波形进行降维处理,将每个波形映射为低维空间中的一个散列点,通过包含所有散列点的散列图来发现异常心搏,相比于现有的只能反映节律异常的通过R-R间隔绘制的洛伦兹散点图,本申请实施例形成的散点图还能够发现波形异常,并且使散列点在有限空间内的展示效果更清晰,用户(医护人员)可以对散点图中的点簇、散列点等进行标注,更便于发现异常心搏。
图3是本申请实施例提供的心电图数据的显示方法的流程图,适用于终端设备,终端设备可以是计算机、数据处理设备、医疗控制台、具有数据处理和显示功能的ECG检测设备等,该方法包括以下步骤。
S10,从心电图信号中获取每个心搏的波形。
获取检测到的动态ECG信号,通过R波提取算法确定R波位置,每个R波对应一个心搏。例如,利用一阶差分并结合模板匹配等算法,从ECG信号中匹配出R波位置并记录匹配到的R波波形。
S11,对波形进行降维处理,按照预设约束条件在低维空间中映射为与波形一一对应的散列点。
利用降维算法对每个心搏的波形进行处理。例如,主成份分析(PrincipalComponent Analysis,PCA)算法、线性判别式分析(Linear Discriminant Analysis,LDA)算法、局部线性嵌入(Locally linear embedding,LLE)算法、拉普拉斯特征映射算法等。本申请实施例中,将每个心搏的波形经过降维处理映射成低维空间内的一个散列点,通过该散列点在低维空间内的位置来判定该心搏是否出现的波形异常,从而便于发现波形异常的心搏并进一步确定该异常心搏的类型。
在一个实施例中,采用多维尺度分析(multidimensional scaling,MDS)算法对每个心搏的波形做降维处理。MDS利用的是成对样本之间的相似性,目的是利用这些信息去构建合适的低维空间,使得样本在低维空间中的距离和在高维空间中的样本间的相似性尽可能的保持一致。
先利用MDS确定各个心搏的波形在高维空间中的相似度。该相似度可体现为一种距离关系,通过一个距离矩阵来呈现,以反映各个心搏的波形之间相对度的高低。
例如,该距离矩阵为:
其中,δi,j代表第i个心搏与第j个心搏在高维空间的距离(或称相似度)。假设共有I个心搏,MDS算法的目的就是根据这个距离矩阵在低维空间中寻找到I个向量(x1,x2,...xI),使||xi-xj||≈δi,j;其中i,j属于{1,I}。||.||是向量的范数,该规范可以是欧氏距离,也可以是任意函数。
通过MDS找到一个低维空间,将I个心搏的波形嵌入在这个低维空间中,并且使彼此的相似度被尽可能的保留。如果这个低维空间的维数N选择为2或者3,则可以画出向量xj从而获得一个包含I个心搏的波形相似性的可视化结果。向量xj不是唯一的:对于欧式距离,可以被任意旋转和变换,因为这些变换并不会改变样本间的距离。
可通过多种途径得到向量xj,通常MDS可以被视为一个优化问题,寻找(x1,...xI)需满足一定的距离约束条件。该距离约束条件是使降维差异最小化的目标函数,例如:通过数值优化算法寻找该函数的最优解,确定低维空间的映射向量。
S12,显示包括散列点的散点图。
本申请实施例中,降维处理后得到的低维空间的维数可以是二维或三维,这样就能够在屏幕上显示二维或三维坐标系下的散点图。为了便于用户选取散列点并进行标注,优选采用二维的低维空间,在屏幕上显示二维坐标系下的与每个心搏的波形一一对应的散列点,形成检测到的所有心搏对应的散点图。
本实施例中,将检测到心搏的波形经过降维处理得到低维空间内的散列点进行展示,能够尽可能的保留心搏原有的波形特征并体现波形之间的差异,从而比仅仅考虑心搏节律而通过R-R间隔绘制的洛伦兹散点图更能反映心搏的波形特征,帮助医护人员发现各种类型的异常心搏。
本申请实施例得到的散点图如图4所示,由于降维处理时已尽可能的保持原有波形的特征,因此在散点图中与大部分散列点距离较远的显得较为孤立的散列点通常是异常心搏的波形所对应的散列点。通过该散点图,医护人员能够快速的发现异常心搏并确定发生异常心搏的数量和比例。
用户可针对散点图中的单个散列点进行选取,选取散列点后,能够显示该散列点对应的心搏的波形。用户可根据波形来判定是否为异常心搏并确定异常类型。判定后可对该散列点进行标注,标注时可通过文字、符号标注异常信息或者给该散列点标注不同的显示颜色以对应不同类型的心搏。
用户可将彼此距离较近的多个散列点作为点簇同时选取,选取点簇后可对该点簇进行统一标注;或者进一步从该点簇中选取包含多个散列点的子簇,对该子簇进行统一标注;也可以从被选取的点簇或子簇中进一步选取单独的散列点查看对应的波形并进行标注。在完成对点簇、子簇或散列点的标注后,可自动返回上一显示尺度进行显示,从而便于用户进行后续的选取和标注操作,提高对散点图进行判定和标注的效率。例如,对被选取的点簇进行标注后,自动返回散点图进行显示;对被选取的子簇进行标注后,自动返回该子簇所在的点簇进行显示;对被选取的散列点进行标注后,自动返回该散列点所在的子簇进行显示。
在选取点簇或子簇后,对未被选取的其他散列点可进行隐藏处理,以防止对后续的选取和标注操作造成干扰。此外,还可以对被选取的点簇或子簇进行放大显示,便于用户对其中的散列点进一步选取。
以图4所示的散点图为例对选取和标注操作做进一步说明。
首先需要说明的是,对于散点图中任何一个散列点都可以单独进行选取,选取后可显示该散列点对应的波形,例如,一个散列点对应的波形如图5所示。用户可通过该波形确定该散列点对应的心搏是否异常并对该散列点进行标注。
如果按照“点簇——子簇——散列点”这种选取粒度由粗到细的顺序进行标注,其过程如下:
(1)选取点簇1,此时其他散列点全部隐藏,放大显示点簇1。经过选取几个散列点对其波形进行查看后,认为点簇1所有散列点都是室上性心搏,标注为橙色,完成标注后返回散点图的完整视图。
(2)选取点簇2,此时其他散列点全部隐藏,放大显示点簇2。经过选取几个散列点对其波形进行查看后,认为点簇2所有散列点都是室上性心搏,标注为橙色,完成标注后返回散点图的完整视图。此时有少量错误发生,几个窦性心搏(本应标注为绿色)被标记为室上性心搏。
(3)选取点簇3,此时其他散列点全部隐藏,放大显示点簇3。发现点簇3有显著的两个部分,进一步选取子簇3-1,经过几个散列点的查看后,认为子簇3-1所有散列点都是室性心搏,标注为蓝色,完成标注后自动返回点簇3的视图。继续选取子簇3-2,经过几个散列点的查看后,认为子簇3-2所有散列点都是室性心搏,标注为蓝色。完成标注后,返回点簇3的视图,确认后,返回散点图的完整视图。
(4)选取点簇4,此时其他散列点全部隐藏,放大显示点簇4。发现点簇4有显著的两个部分,进一步选取子簇4-1,经过几个散列点的查看后,认为子簇4-1所有散列点都是室性心搏,标注为蓝色。完成标注后,自动返回点簇4的视图。继续选取子簇4-2,经过几个散列点的查看后,认为子簇4-2所有散列点都是窦性心搏,标注为绿色。完成标注后,返回点簇4的视图。确认后,返回散点图的完整视图。此时子簇4-1与子簇4-2之间有部分错误发生。
(5)选取剩余所有点,即点簇5,此时其他散列点全部隐藏,放大显示点簇5,经过几个散列点的查看后,认为点簇5所有点都是窦性心搏,标注为绿色。完成标注后,返回散点图的完整视图。
(6)检查各个点簇边界附近的可疑标注点(可能出现标注错误的散列点),通过单独选取这些散列点查看其对应波形来修改其中的错误标注。
利用本申请实施例得到的低维空间散点图和上述标注方法可以从粒度由粗到细逐步选取所有散列点并完成标注,通过标注确定异常心搏,比现有的通过R-R间隔绘制的洛伦兹散点图更便于发现异常心搏,并且能够更准确的确定波形异常的类型。
此外,本申请实施例中,终端设备可以通过硬件处理器(hardware processor)来实现上述各个功能步骤。终端设备包括:处理器,用于存储处理器可执行指令的存储器;其中,处理器被配置为:从心电图信号中获取每个心搏的波形;对波形进行降维处理,按照预设约束条件在低维空间中映射为与波形一一对应的散列点;显示包括散列点的散点图。
在一个实施例中,对波形进行降维处理,按照预设约束条件在低维空间中映射为一一对应的散列点包括:对波形采用多维尺度分析确定各个波形在高维空间的距离关系;根据距离关系和低维空间中的距离约束条件映射为一一对应的散列点。
在一个实施例中,所述距离关系为距离矩阵:
其中,δi,j代表第i个心搏与第j个心搏在高维空间的距离;距离约束条件为:
在一个实施例中,该处理器进一步被配置为:检测到从散点图中选取点簇的操作时,显示被选取的点簇。
在一个实施例中,该处理器进一步被配置为:检测到从散点图中选取点簇的操作时,显示被选取的点簇之后,
检测到从被选取的点簇中进一步选取子簇的操作时,显示被选取的子簇。
在一个实施例中,该处理器进一步被配置为:检测到选取散列点的操作时,显示被选取的散列点对应的心搏波形。
在一个实施例中,该处理器进一步被配置为:根据接收到的输入信息标注被选取的点簇、子簇或散列点。
在一个实施例中,根据接收到的输入信息标注被选取的点簇、子簇或散列点包括:根据接收到的不同输入信息,将所述点簇、子簇或散列点标注为不同的颜色,以便分别代表不同类型的心搏。
在一个实施例中,将点簇、子簇或散列点标注为不同的颜色,以便分别代表不同类型的心搏包括:
将点簇、子簇或散列点标注为橙色时,代表室上性心搏;
将点簇、子簇或散列点标注为蓝色时,代表室性心搏;
将点簇、子簇或散列点标注为绿色时,代表窦性心搏。
本领域的技术人员应明白,本申请的实施例可提供为方法、装置(设备)、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、装置(设备)和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
以上所述仅为本申请的优选实施例,并不用于限制本申请,对于本领域技术人员而言,本申请可以有各种改动和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本申请的保护范围之内。
Claims (6)
1.一种心电图数据的显示方法,其特征在于,所述心电图数据的显示方法包括:
从心电图信号中获取每个心搏的波形;
对所述波形进行降维处理,按照预设约束条件在低维空间中映射为与所述波形一一对应的散列点;
显示包括所述散列点的散点图;
其中,对所述波形进行降维处理,按照预设约束条件在低维空间中映射为一一对应的散列点包括:
对所述波形采用多维尺度分析确定各个波形在高维空间的距离关系;
根据所述距离关系和低维空间中的距离约束条件映射为一一对应的散列点;
其中,所述距离关系为距离矩阵:
其中,δi,j代表第i个心搏与第j个心搏在高维空间的距离;
所述距离约束条件为:
其中,所述方法还包括:
对所述散点图进行包括点簇、子簇和散列点的多尺度标注;以及
检测到选取散列点的操作时,显示被选取的散列点对应的心搏波形。
2.根据权利要求1所述的心电图数据的显示方法,其特征在于,对所述散点图进行包括点簇、子簇和散列点的多尺度标注进一步包括:
检测到从所述散点图中选取点簇的操作时,显示被选取的点簇;
检测到从所述被选取的点簇中进一步选取子簇的操作时,显示被选取的子簇。
3.根据权利要求2所述的心电图数据的显示方法,其特征在于,所述心电图数据的显示方法还包括:
根据接收到的输入信息标注所述被选取的点簇、所述被选取的子簇或所述被选取的散列点。
4.根据权利要求3所述的心电图数据的显示方法,其特征在于,根据接收到的输入信息标注所述被选取的点簇、所述被选取的子簇或所述被选取的散列点包括:
根据接收到的不同输入信息,将所述被选取的点簇、所述被选取的子簇或所述被选取的散列点标注为不同的颜色,以便分别代表不同类型的心搏。
5.根据权利要求4所述的心电图数据的显示方法,其特征在于,将所述被选取的点簇、被选取的子簇或被选取的散列点标注为不同的颜色,以便分别代表不同类型的心搏包括:
将所述被选取的点簇、被选取的子簇或被选取的散列点标注为橙色时,代表室上性心搏;
将所述被选取的点簇、被选取的子簇或被选取的散列点标注为蓝色时,代表室性心搏;
将所述被选取的点簇、被选取的子簇或被选取的散列点标注为绿色时,代表窦性心搏。
6.一种终端设备,其特征在于,包括:
处理器;
用于存储处理器可执行指令的存储器;
其中,所述处理器被配置为:执行权利要求1至5任意一项所述的心电图数据的显示方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710329783.1A CN107157475B (zh) | 2017-05-11 | 2017-05-11 | 心电图数据的显示方法和终端设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710329783.1A CN107157475B (zh) | 2017-05-11 | 2017-05-11 | 心电图数据的显示方法和终端设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107157475A CN107157475A (zh) | 2017-09-15 |
CN107157475B true CN107157475B (zh) | 2020-08-25 |
Family
ID=59814957
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710329783.1A Active CN107157475B (zh) | 2017-05-11 | 2017-05-11 | 心电图数据的显示方法和终端设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107157475B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110393520B (zh) * | 2018-11-16 | 2022-03-29 | 迪姆软件(北京)有限公司 | 一种心电数据分析方法及装置、心电分析仪、存储介质 |
CN110916649B (zh) * | 2019-12-25 | 2022-09-27 | 深圳市博英医疗仪器科技有限公司 | 一种长程心电散点图的处理装置、处理方法及检测装置 |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7801591B1 (en) * | 2000-05-30 | 2010-09-21 | Vladimir Shusterman | Digital healthcare information management |
WO2002065401A1 (en) * | 2001-02-13 | 2002-08-22 | Koninklijke Philips Electronics N.V. | Processing of images in a direction of succession |
CN102184349A (zh) * | 2011-04-29 | 2011-09-14 | 河海大学 | 基于流形学习的基因表达数据的聚类系统及方法 |
CN104104621B (zh) * | 2013-04-07 | 2017-10-31 | 中国科学院声学研究所 | 一种基于非线性降维的虚拟网络资源动态自适应调节方法 |
CN105320920B (zh) * | 2014-07-29 | 2019-05-21 | 国网山西省电力公司信息通信分公司 | 数据降维方法及基于数据降维方法的人脸识别方法 |
US20160223514A1 (en) * | 2015-01-30 | 2016-08-04 | Samsung Electronics Co., Ltd | Method for denoising and data fusion of biophysiological rate features into a single rate estimate |
CN105411567B (zh) * | 2015-12-15 | 2018-04-24 | 北京世纪今科医疗器械有限公司 | 一种心电图数据分析方法及系统 |
CN105962926B (zh) * | 2016-04-18 | 2019-01-29 | 中国人民解放军总医院 | 基于心电图的心拍特征分析方法和设备 |
-
2017
- 2017-05-11 CN CN201710329783.1A patent/CN107157475B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN107157475A (zh) | 2017-09-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10846853B2 (en) | Medical image processing apparatus, medical image processing method, and medical image processing program | |
TWI724916B (zh) | 心臟圖形顯示系統 | |
JP6013438B2 (ja) | 脳疾患診断支援システム、脳疾患診断支援方法及びプログラム | |
US11589828B2 (en) | System and methods for electrocardiogram beat similarity analysis using deep neural networks | |
US11957471B2 (en) | Heart graphic display system | |
EP2365471A2 (en) | Diagnosis assisting apparatus, coronary artery analyzing method and recording medium having a coronary artery analzying program stored therein | |
US20140037160A1 (en) | Image Processing Apparatus | |
JP5449207B2 (ja) | 生理学データの形態フィーチャ解析のシステム | |
CN105962926B (zh) | 基于心电图的心拍特征分析方法和设备 | |
CN107157475B (zh) | 心电图数据的显示方法和终端设备 | |
CN114494798A (zh) | 一种心电图伪差确认方法、终端设备及存储介质 | |
US10978190B2 (en) | System and method for viewing medical image | |
CN118021316B (zh) | 动态心电数据处理方法及装置、电子设备及存储介质 | |
JP2011250811A (ja) | 医用画像処理装置及びプログラム | |
CN108478214B (zh) | 一种用于心电数据分析的反混淆叠加方法及装置 | |
CN111150386A (zh) | 一种心电分析的方法、装置及存储介质 | |
US10925504B2 (en) | Method for ECG lead placement changes to be accurately accounted for | |
JP5207172B2 (ja) | 波形解析装置及び波形解析プログラム | |
CN112289444B (zh) | 一种患者潜在重要信息的确定方法和装置 | |
JP2018110725A (ja) | 波形表示装置、波形表示方法、プログラム及び記憶媒体 | |
US20210327579A1 (en) | Method and apparatus for classifying subjects based on time series phenotypic data | |
US11915416B2 (en) | Multi-layered visualization of data points over heart map | |
CN117982150A (zh) | 动态心电数据处理方法、装置、计算机设备和存储介质 | |
CN118021315A (zh) | 动态心电数据处理方法及装置、电子设备及存储介质 |
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 |