CN108964663B - 一种基于预测算法的心电信号特征参数提取方法 - Google Patents
一种基于预测算法的心电信号特征参数提取方法 Download PDFInfo
- Publication number
- CN108964663B CN108964663B CN201810965715.9A CN201810965715A CN108964663B CN 108964663 B CN108964663 B CN 108964663B CN 201810965715 A CN201810965715 A CN 201810965715A CN 108964663 B CN108964663 B CN 108964663B
- Authority
- CN
- China
- Prior art keywords
- prediction
- quantization
- counter
- signal
- comparison result
- 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
Images
Classifications
-
- H—ELECTRICITY
- H03—ELECTRONIC CIRCUITRY
- H03M—CODING; DECODING; CODE CONVERSION IN GENERAL
- H03M1/00—Analogue/digital conversion; Digital/analogue conversion
- H03M1/12—Analogue/digital converters
- H03M1/34—Analogue value compared with reference values
- H03M1/38—Analogue value compared with reference values sequentially only, e.g. successive approximation type
- H03M1/46—Analogue value compared with reference values sequentially only, e.g. successive approximation type with digital/analogue converter for supplying reference values to converter
- H03M1/462—Details of the control circuitry, e.g. of the successive approximation register
-
- H—ELECTRICITY
- H03—ELECTRONIC CIRCUITRY
- H03M—CODING; DECODING; CODE CONVERSION IN GENERAL
- H03M1/00—Analogue/digital conversion; Digital/analogue conversion
- H03M1/12—Analogue/digital converters
- H03M1/34—Analogue value compared with reference values
- H03M1/38—Analogue value compared with reference values sequentially only, e.g. successive approximation type
- H03M1/46—Analogue value compared with reference values sequentially only, e.g. successive approximation type with digital/analogue converter for supplying reference values to converter
- H03M1/466—Analogue value compared with reference values sequentially only, e.g. successive approximation type with digital/analogue converter for supplying reference values to converter using switched capacitors
- H03M1/468—Analogue value compared with reference values sequentially only, e.g. successive approximation type with digital/analogue converter for supplying reference values to converter using switched capacitors in which the input S/H circuit is merged with the feedback DAC array
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Power Engineering (AREA)
- Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
Abstract
一种基于预测算法的心电信号特征参数提取方法,属于模拟数字转换技术领域。利用逐次逼近模数转换器采集所述心电信号并进行预测,根据预测结果产生预测正确点和预测错误点,由第一计数器计数连续预测正确点并产生连续正确标志信号,由第二计数器计数预测错误方向相同的连续预测错误点并产生连续错误标志信号,根据连续正确标志信号和连续错误标志信号产生心跳信号。本发明利用可预测逐次逼近模数转换器预测阶段的预测情况判断出心电信号信息集中的波段,能够高效实时地提取心电信号特征参数,具有功耗小和传输数据率低的特点。
Description
技术领域
本发明属于模拟数字转换技术领域,涉及一种基于预测算法的心电信号特征参数提取方法,特别涉及一种基于可预测逐次逼近模数转换器量化心电信号并提取出对应的心跳信号的方法。
背景技术
对于生物电信号来说,在大部分的时间内,信号幅度的变化都比较小且有用的信息不多。例如心电信号,其有用信息集中在心室除极过程的QRS波上,而这个波段持续时间小于100ms,且相较于心电信号其他部分来讲,幅度最大。有文献提出,现在的传感器更倾向于传输传感信号的特征参数,而不是原始的信号。对于心电信号而言,学术界提出了基于时域的LC(Level-crossing)特征参数提取算法和基于频域的小波变换算法。然而对于LC特征参数提取方式,其输出的数据非常规,对应的数据处理单元需要单独设计;小波变换算法则硬件开销很大。
发明内容
针对上述传统对心电信号特征参数提取的方法中存在的硬件开销大、精度低的问题,本发明提出一种基于预测算法的心电信号特征参数提取方法,可以减小量化心电信号低频部分的功耗,同时高效提取出心跳信号。
为了实现上述目的,本发明的技术方案是:
一种基于预测算法的心电信号特征参数提取方法,包括如下步骤:
步骤一、利用逐次逼近模数转换器采集所述心电信号并进行量化,每一次量化前利用上一次量化得到的高位量化码字作为预测区间对所述心电信号进行预测,当预测正确时产生一个预测正确点,当预测错误时产生一个预测错误点;
步骤二、根据每一次量化结果控制第一计数器和第二计数器:当第i次量化产生预测正确点时,触发第一计数器计数并复位第二计数器,当第i次量化产生预测错误点时,触发第二计数器计数并复位第一计数器;第一计数器连续计数N次时第一计数器复位并产生连续正确标志信号R_OUT;当第i次量化和第i-1次量化都产生预测错误点,且第i次量化和第i-1次量化得到的量化码字其中一个比所述预测区间所在的码字大另一个比所述预测区间所在的码字小时,将所述第二计数器复位;第二计数器连续计数M次时产生连续错误标志信号W_OUT,其中i、N和M均为正整数;
步骤三、根据所述连续正确标志信号R_OUT和所述连续错误标志信号W_OUT产生心跳信号OUT1,所述心跳信号OUT1在所述连续错误标志信号W_OUT产生时触发为高电平,并在所述连续正确标志信号R_OUT产生时复位到低电平。
具体的,所述逐次逼近模数转换器的DAC模块包括高位电容阵列、低位电容阵列、第一冗余电容和第二冗余电容,其中所述第一冗余电容的电容值与所述高位电容阵列的最低位量化电容的电容值相等,所述第二冗余电容的电容值是所述第一冗余电容的电容值的两倍;
步骤一中所述逐次逼近模数转换器由时钟信号控制对所述心电信号进行采样和量化,并在每一次量化前进行预测,其中每次预测过程如下:
a1、根据上一次量化得到的高位量化码字切换所述逐次逼近模数转换器的高位电容阵列中对应的所有量化电容,随后将所述逐次逼近模数转换器DAC模块形成的参考电压与本次量化采样的所述心电信号进行比较得到第一比较结果;
a2、根据第一比较结果切换第一冗余电容,随后将所述逐次逼近模数转换器DAC模块形成的参考电压与本次量化采样的所述心电信号进行比较得到第二比较结果;当第一比较结果与第二比较结果不同时,产生本次量化的预测正确点完成本次预测,当第一比较结果与第二比较结果相同时,转到步骤a3;
a3、根据第二比较结果切换第二冗余电容,随后将所述逐次逼近模数转换器DAC模块形成的参考电压与本次量化采样的所述心电信号进行比较得到第三比较结果;当第三比较结果与一比较结果和第二比较结果不同时,产生本次量化的预测正确点完成本次预测,当第三比较结果与一比较结果和第二比较结果相同时,产生本次量化的预测错误点完成本次预测。
具体的,当步骤二中连续两次量化都产生预测错误点时,若所述连续两次产生预测错误点的量化过程中的所述第二比较结果不同,则将第二计数器复位,若所述连续两次产生预测错误点的量化过程中的所述第二比较结果相同,则第二计数器继续计数。
具体的,所述N为3,所述M为5。
本发明的工作原理为:
本发明将心电信号通过可预测的逐次逼近模数转换器进行量化,在每一次量化前进行预测判断本次量化采样到的心电信号是否在预测区间,或者是否在与预测区间大小相同的预测观察窗口中,如果是表示预测正确产生一个预测正确点,如果不是表示预测错误产生一个预测错误点。
然后根据每一次量化前的预测结果进行计数,利用第一计数器计数预测正确点,利用第二计数器计数预测错误点。对第一计数器的控制为:当产生预测正确点时触发第一计数器,当产生预测错误点时将第一计数器复位,如果连续多次量化前的预测都产生预测正确点则第一计数器连续计数多次,直到第一计数器连续计数达到N次时将第一计数器复位并产生一个低电平的连续正确标志信号R_OUT。对第二计数器的控制为:当产生预测错误点时触发第二计数器,当产生预测正确点时将第二计数器复位,当连续两次产生预测错误点的预测错误的方向不一致时也将第二计数器复位,其中连续两次产生预测错误点对应的量化码字都比预测区间所在码字要大,或者连续两次产生预测错误点对应的量化码字都比预测区间所在码字要小时,表示该连续两次产生预测错误点的预测错误的方向一致,则第二计数器继续计数,否则表示该连续两次产生预测错误点的预测错误的方向不一致,则将第二计数器复位;当第二计数器连续计数到M次时产生一个高电平的连续错误标志信号W_OUT。
将连续预测错误M次视为检测到心电信号的QRS波,然后连续预测正确N次后视为QRS波结束,从而利用连续正确标志信号R_OUT和连续错误标志信号W_OUT产生心电信号的特征参数,即心跳信号。
本发明的有益效果:本发明利用可预测逐次逼近模数转换器预测阶段的预测情况判断出心电信号信息集中的波段,能够高效实时地提取心电信号特征参数,具有功耗小和传输数据率低的特点。
附图说明
图1为实现本发明提出的一种基于预测算法的心电信号特征参数提取方法的可预测逐次逼近模数转换器与特征参数提取模块的系统框图。
图2为本发明提取特征参数的步骤示意图。
图3为实现本发明提出的一种基于预测算法的心电信号特征参数提取方法的特征参数提取模块在实施例中的一种电路实现示意图。
图4为实施例中心跳信号产生模块对应的信号时序图。
图5为实施例中特征参数提取电路仿真结果示意图。
图6是心跳信号产生模块的一种电路实现形式。
具体实施方式
下面结合附图和具体实施案例描述本发明。需要说明的是:实施案例中的参数并不影响本发明的一般性。
如图2所示为本发明提取特征参数的步骤示意图特征参数提取包括两个步骤,首先将心电信号(ECG)中的QRS波段识别出来,同时剔除基线抖动的干扰,然后形成QRS波对应的心跳信号。本发明对于变化缓慢的信号,其预测正确次数多,可以减少逐次逼近模数转换器中的比较量化次数,大幅度减小低频部分信号的量化功耗,从而使整体系统的功耗得到大幅度的降低。同时,对于信息集中的QRS波段,可以根据预测正确的情况,高效高精度的提取出特征参数,从而降低传输的数据率,减小本地存储器容量,为后续数据处理提供方便。
如图1所示为一种能够实现本发明提出的一种基于预测算法的心电信号特征参数提取方法的电路结构,包括可预测逐次逼近模数转换器和特征参数提取模块,其中可预测逐次逼近转换器的输入端连接心电信号,用于产生相应的控制信号用于控制特征参数提取模块,可预测逐次逼近模数转换器模块包括电容阵列所构成的DAC模块、SAR逻辑控制电路模块、预测判断电路模块、开关逻辑电路模块、比较器模块和数字输出模块,其中DAC模块包括高位电容阵列、低位电容阵列、第一冗余电容和第二冗余电容,每一次量化前先对心电信号进行采样保持,以高7位的量化码字作为预测区间为例,根据上一次量化码字的高7位切换高位电容阵列的7个量化电容,然后比较器模块进行一次比较得到第一比较结果;根据第一比较结果,指导切换第一冗余电容,然后比较器模块进行第二次比较得到第二比较结果。这两次比较结果可以确定该采样点是否在由上一次量化结果的高7位码字建立的冗余区间当中。如果两次比较结果不同,则说明在预测区间中则预测正确产生一个预测正确点。如果两次比较结果相同,此时根据第二比较结果指导第二冗余电容切换,产生第三比较结果。第二冗余电容容值是第一个冗余电容的两倍,所以第三次比较结果可以反应该采样点是否在预测区间两边同样大小的观察窗口区间里面。如果第三次比较结果与前两次不同,比如三次比较结果分别时110或者001,则说明该采样点在观察窗口中则预测正确产生一个预测正确点;如果第三次比较结果与前两次相同,比如三次比较结果分别是111或者000,则说明该采样点在观察窗口之外,说明预测错误则产生一个预测错误点,本次量化需要将高位电容阵列的所有量化电容全部复位并从最高位开始量化。其中第二比较结果记为D<6>,在预测错误时可以利用第二比较结果反映预测错误的方向,如果产生预测错误点且D<6>为0,则说明采样的心电信号比预测区间以及相邻的预测观察窗口要小,如果产生预测错误点且D<6>为1,则说明采样的心电信号比预测区间以及相邻的预测观察窗口要大。
特征参数提取模块的一种电路实现形式如图3所示,包括预测错误方向判断模块、计数模块、心跳信号产生模块、两输入与门和三输入与门,预测错误方向判断模块用于根据第二比较结果D<6>产生连续预测错误的方向标志信号DIR_COM_N,如果连续产生两个预测错误点且预测错误方向相同(即两次预测的第二比较结果D<6>相同)时,DIR_COM_N信号为1;如果连续产生两个预测错误点且预测错误方向相同相反时,DIR_COM_N信号为0。
计数器模块包括第一计数器和第二计数器,本实施例以2bit的第一计数器和3bit的第二计数器为例,当第一计数器连续计数3次时产生连续正确标志信号R_OUT,当第二计数器连续计数5次时连续错误标志信号W_OUT。第一计数器的时钟端连接一个预测结果指示信号P_R,当产生预测正确点时,P_R信号为高电平,当产生预测错误点时,P_R信号为低电平,第一计数器在其时钟端连接高电平信号时计数;第一计数器的复位端连接二输入与门的输出端,二输入与门的两个输入端分别连接预测错误的标志信号HD_rst和第一计数器在连续计数3次时产生的一个低电平的连续正确标志信号R_OUT,HD_rst信号在信号预测阶段以及产生预测正确点时为高电平,产生预测错误点时产生一个低电平脉冲,当满足产生预测错误点或产生连续正确标志信号R_OUT至少一个条件时第一计数器复位。因此除了当产生预测错误点或产生连续正确标志信号R_OUT时第一计数器复位,否则第一计数器连续计数3次并产生连续正确标志信号R_OUT。
第二计数器的时钟端连接预测错误的标志信号HD_rst,第二计数器在产生预测错误点并将HD_rst信号产生一个低电平脉冲后翻转为高电平时计数,第二计数器的复位端连接三输入与门的输出端,三输入与门的输入端分别连接连续预测错误的方向标志信号DIR_COM_N、预测结果指示信号P_R的反相信号P_R_N和芯片上电复位信号POR,当三输入与门的三个输入信号至少一个为低电平时,三输入与门的输出信号RST_W为低电平将第二计数器复位。芯片上电复位信号POR是整个实现本发明的电路的上电复位信号,整个电路复位阶段为低电平并将第二计数器复位,复位完成后保持为高电平;连续预测错误的方向标志信号DIR_COM_N作为第二计数器的复位信号,用来在产生连续两个预测错误点且预测方向相反时将第二计数器复位;预测结果指示信号P_R的反相信号P_R_N在产生预测正确点时为低电平,在产生预测错误点时为高电平,所以P_R_N信号用于产生预测正确点时复位第二计数器。因此除了产生预测正确点,或连续产生两次预测错误信号且预测方向不同,或整个电路上电复位时,复位第二计数器,否则第二计数器在连续产生预测错误点且预测错误方向一致时连续计数5次产生连续错误标志信号W_OUT,这个信号的产生表明此时心电信号处在QRS波段而非在基线部分。连续同方向的预测错误剔除了基线抖动产生的误判,从而提高了心电信号特征参数的准确度。
图6所示为心跳信号产生模块的一种以D触发器实现的电路形式,基于实施例中的可预测逐次逼近模数转换器模块和特征参数提取模块,利用本发明提出的心电信号特征参数提取方法,可以有效的、实时的形成心跳信号。特征参数提取模块中3bit的第二计数器计得5次连续同方向的预测错误点之后,产生高电平的连续错误标志信号W_OUT,W_OUT信号为高时产生一个时钟脉冲作为时钟触发心电信号,触发之后连续错误标志信号W_OUT不再对本次QRS波产生影响;然而在RS波段,也存在5次连续同方向的预测错误点,且W_OUT信号也会产生一个时钟脉冲,但此时输出的心跳信号OUT1依旧保持为高电平。当出现多次连续预测正确点的情况时,表明心电信号已经进入基线部分,QRS波段结束,心跳信号也结束。本例中,当连续3次出现预测正确点时,视为QRS波结束,即使在连续3次出现预测正确点之前的最后一次预测错误点出现时为QRS波实际结束,但本发明以连续3次出现预测正确点时视为QRS波结束,其误差可忽略不计。如果预测正确点连续出现3次,即第一计数器连续计数到3时,R_NUM<2:1>为二进制码11时,产生一个低电平的连续预测正确信号R_OUT,连续预测正确信号R_OUT还作为心跳信号产生模块的复位信号,将心跳信号产生模块复位。P_R是预测正确时的标志信号,当预测正确时,P_R由低电平变到高电平,所以作为2bit的第一计数器的时钟信号统计连续预测正确点的个数。HD_rst信号是预测错误标志信号,所以当出现预测错误点时,2bit的第一计数器也将进入复位状态。具体时序如图4为实施例中心跳产生模块对应的信号时序图所示,黑色的点代表产生预测正确点,白色的点代表产生预测错误点。当可预测逐次逼近模数转换器进入心电信号的QR波段时,预测阶段会出现5次以上连续同方向的预测错误的情况,此时3bit的第二计数器对同方向连续预测错误点进行计数,计数到5的时候产生一个时钟信号W_OUT,同时这个时钟信号作为时钟CLK触发心跳产生模块电路的D触发器,产生心跳信号的上升沿。尽管在QR波段和RS波段之间会出现1到2次预测正确的情况,但此时心电信号时钟处在QRS波段中,所以不能认为心跳信号在此时结束。在RS波段中,可预测逐次逼近模数转换器在预测阶段会出现5次以上连续同方向预测错误点的情况,此时3bit的第二计数器在计数到5时也会产生时钟信号W_OUT,但由于此时心跳信号OUT1保持高电平,所以心跳信号不受影响。当心电信号进入基线部分时,会出现多次连续预测正确的情况,此时2bit的第一计数器会统计连续预测正确点的情况,计数到3时,第一计数器模块产生一个低电平的连续预测正确信号R_OUT作为心跳信号产生模块的复位信号,使心跳产生模块进入复位状态,产生心跳信号的下降沿。
综上,本实施例将连续产生五次预测错误点视为检测到QRS波,然后将连续产生三次预测正确点视为QRS波结束。实际的心电信号ECG中基线上会有噪声干扰,在基线上也会出现连续预测错误的点,会误判为QRS,但是QRS波中连续预测错误的点除了个别点,信号变化方向都是一样的,在QR波段是一直增大,RS波段一直减小,而基线中的预测错误方向是不确定的,所以可以通过本发明的方法排除基线抖动的干扰。本实施例利用可预测逐次逼近模数转换器模块在预测阶段,将预测的情况反馈给特征参数提取模块,特征参数提取模块根据预测的情况甄别出QRS波段,从而进一步产生相应的心跳信号。本发明将信号量化和信号的特征参数提取同时进行,在量化心电信号低频部分时,可以减少量化周期数,减少可预测逐次逼近模数转换器中包含的比较器的切换次数,降低整体功耗,同时高效的提取出QRS波并形成心跳信号。
基于本实施例提出的可预测逐次逼近寄存器模块和特征参数提取模块应用本发明的方法,在电路仿真软件上进行了仿真验证,证明了本发明可以有效的,实时的形成心跳信号。如图5为实施例中特征参数提取电路仿真结果所示,本实施例中从MIT心律失常库中100号心电信号ECG导入到Cadence仿真软件中,调试好可预测逐次逼近模数转换器模块和特征参数提取模块,将100号ECG信号给入到可预测逐次逼近模数转换器的输入端,按照500Hz的采样频率对该心电信号进行采样,同时特征参数提取模块接收可预测逐次逼近模数转换器在预测阶段的相关数据,产生的心跳信号如图5所示。可以看出本发明可以有效的、实时的提取出心电信号特征参数,高效的形成心跳信号,减少传输数据率,同时方便后续的数据处理开发。
以上实例仅用于说明本发明的技术方案。本领域的普通技术人员应当理解,可以对本发明做出修改和变形组合,但在不脱离本方案的精神的范围内,均应涵盖在本发明的权利保护范围之内。
Claims (3)
1.一种基于预测算法的心电信号特征参数提取方法,其特征在于,包括如下步骤:
步骤一、利用逐次逼近模数转换器采集所述心电信号并进行量化,每一次量化前利用上一次量化得到的高位量化码字作为预测区间对所述心电信号进行预测,当预测正确时产生一个预测正确点,当预测错误时产生一个预测错误点;
步骤二、根据每一次量化结果控制第一计数器和第二计数器:当第i次量化产生预测正确点时,触发第一计数器计数并复位第二计数器,当第i次量化产生预测错误点时,触发第二计数器计数并复位第一计数器;第一计数器连续计数N次时第一计数器复位并产生连续正确标志信号(R_OUT);当第i次量化和第i-1次量化都产生预测错误点,且第i次量化和第i-1次量化得到的量化码字其中一个比所述预测区间所在的码字大另一个比所述预测区间所在的码字小时,将所述第二计数器复位;第二计数器连续计数M次时产生连续错误标志信号(W_OUT),其中i、N和M均为正整数;
步骤三、根据所述连续正确标志信号(R_OUT)和所述连续错误标志信号(W_OUT)产生心跳信号(OUT1),所述心跳信号(OUT1)在所述连续错误标志信号(W_OUT)产生时触发为高电平,并在所述连续正确标志信号(R_OUT)产生时复位到低电平;
其中,所述逐次逼近模数转换器的DAC模块包括高位电容阵列、低位电容阵列、第一冗余电容和第二冗余电容,其中所述第一冗余电容的电容值与所述高位电容阵列的最低位量化电容的电容值相等,所述第二冗余电容的电容值是所述第一冗余电容的电容值的两倍;
步骤一中所述逐次逼近模数转换器由时钟信号控制对所述心电信号进行采样和量化,并在每一次量化前进行预测,其中每次预测过程如下:
a1、根据上一次量化得到的高位量化码字切换所述逐次逼近模数转换器的高位电容阵列中对应的所有量化电容,随后将所述逐次逼近模数转换器DAC模块形成的参考电压与本次量化采样的所述心电信号进行比较得到第一比较结果;
a2、根据第一比较结果切换第一冗余电容,随后将所述逐次逼近模数转换器DAC模块形成的参考电压与本次量化采样的所述心电信号进行比较得到第二比较结果;当第一比较结果与第二比较结果不同时,产生本次量化的预测正确点完成本次预测,当第一比较结果与第二比较结果相同时,转到步骤a3;
a3、根据第二比较结果切换第二冗余电容,随后将所述逐次逼近模数转换器DAC模块形成的参考电压与本次量化采样的所述心电信号进行比较得到第三比较结果;当第三比较结果与一比较结果和第二比较结果不同时,产生本次量化的预测正确点完成本次预测,当第三比较结果与一比较结果和第二比较结果相同时,产生本次量化的预测错误点完成本次预测。
2.根据权利要求1所述的基于预测算法的心电信号特征参数提取方法,其特征在于,当步骤二中连续两次量化都产生预测错误点时,若所述连续两次产生预测错误点的量化过程中的所述第二比较结果不同,则将第二计数器复位,若所述连续两次产生预测错误点的量化过程中的所述第二比较结果相同,则第二计数器继续计数。
3.根据权利要求1或2所述的基于预测算法的心电信号特征参数提取方法,其特征在于,所述N为3,所述M为5。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810965715.9A CN108964663B (zh) | 2018-08-23 | 2018-08-23 | 一种基于预测算法的心电信号特征参数提取方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810965715.9A CN108964663B (zh) | 2018-08-23 | 2018-08-23 | 一种基于预测算法的心电信号特征参数提取方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108964663A CN108964663A (zh) | 2018-12-07 |
CN108964663B true CN108964663B (zh) | 2021-08-17 |
Family
ID=64473107
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810965715.9A Active CN108964663B (zh) | 2018-08-23 | 2018-08-23 | 一种基于预测算法的心电信号特征参数提取方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108964663B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110111819B (zh) * | 2019-04-22 | 2020-10-23 | 电子科技大学 | 一种基于内存计算的显示设备系统 |
CN110545105B (zh) * | 2019-07-18 | 2021-11-30 | 西安交通大学 | 量化及转换方法、控制电路、模数转换器及心脏起搏器 |
CN110661530B (zh) * | 2019-08-30 | 2022-12-20 | 电子科技大学 | 一种模数转换器及其基于码字重组的量化方法 |
CN112130447A (zh) * | 2020-09-23 | 2020-12-25 | 电子科技大学 | 一种传感器信号特征参数的提取方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0568198A2 (en) * | 1992-04-30 | 1993-11-03 | Hewlett-Packard Company | Integrated circuit for physiological signal measurement |
CN104508343A (zh) * | 2012-01-26 | 2015-04-08 | Med-El电气医疗器械有限公司 | 用于治疗咽部障碍的神经监测方法和系统 |
CN106992781A (zh) * | 2017-03-27 | 2017-07-28 | 电子科技大学 | 二进制电荷重分配型逐次逼近模数转换器的预测量化方法 |
CN107888191A (zh) * | 2017-12-11 | 2018-04-06 | 电子科技大学 | 逐次逼近模数转换器及其基于自适应预测区间的量化方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9503118B2 (en) * | 2015-02-20 | 2016-11-22 | The Trustees Of Princeton University | Multiplying analog to digital converter and method |
-
2018
- 2018-08-23 CN CN201810965715.9A patent/CN108964663B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0568198A2 (en) * | 1992-04-30 | 1993-11-03 | Hewlett-Packard Company | Integrated circuit for physiological signal measurement |
CN104508343A (zh) * | 2012-01-26 | 2015-04-08 | Med-El电气医疗器械有限公司 | 用于治疗咽部障碍的神经监测方法和系统 |
CN106992781A (zh) * | 2017-03-27 | 2017-07-28 | 电子科技大学 | 二进制电荷重分配型逐次逼近模数转换器的预测量化方法 |
CN107888191A (zh) * | 2017-12-11 | 2018-04-06 | 电子科技大学 | 逐次逼近模数转换器及其基于自适应预测区间的量化方法 |
Non-Patent Citations (2)
Title |
---|
Integrating Wearable Low Power CMOS ECG Acquisition SoC with Decision Making System for WSBN Applications;Manikandan Pandiyan;《2015 IFIP/IEEE international conference on VLSI-SOC》;20151231;154-159 * |
适用于生物电信号检测的12位超低功耗SARADC设计;周亚运;《中国优秀硕士学位论文》;20161231;1-71 * |
Also Published As
Publication number | Publication date |
---|---|
CN108964663A (zh) | 2018-12-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108964663B (zh) | 一种基于预测算法的心电信号特征参数提取方法 | |
US10187079B1 (en) | Metastability error correction methods and circuits for asynchronous successive approximation analog to digital converter (SAR ADC) | |
US8325076B2 (en) | Time-to-digital converter | |
CN107888191B (zh) | 逐次逼近模数转换器及其基于自适应预测区间的量化方法 | |
KR100702428B1 (ko) | 데이터 압축 방법 및 회로 | |
CN105338269B (zh) | 双数据速率计数器和模数转换器以及cmos图像传感器 | |
US6219394B1 (en) | Digital frequency sampling and discrimination | |
KR101996491B1 (ko) | 이중 데이터 레이트 카운터 및 그를 이용한 아날로그-디지털 변환 장치와 씨모스 이미지 센서 | |
US20200228129A1 (en) | Analog-to-digital converter device | |
US10778242B2 (en) | Analog-to-digital converter device | |
CN102082573A (zh) | 模数转换电路和方法 | |
US7512861B2 (en) | Method for determining identity of simultaneous events and applications to image sensing and A/D conversion | |
US20130069807A1 (en) | Compressive sense based reconstruction algorithm fornon-uniform sampling based data converter | |
EP1142123A1 (en) | Analogue to digital converter and method of analogue to digital conversion with non-uniform sampling | |
US10211847B1 (en) | Successive approximation register analog-to-digital converter and method for operating the same | |
WO2015100559A1 (zh) | 一种信号处理方法和装置 | |
CN106656190A (zh) | 连续逼近式模拟数字转换电路及其方法 | |
US4567604A (en) | Biphase signal receiver | |
CN107290736B (zh) | 信号处理装置及超声信号处理系统 | |
CN116599531A (zh) | 一种单向斜坡adc | |
US7834782B2 (en) | CABAC-type encoding device and method | |
CN112235221B (zh) | Bpsk信号解码方法及装置 | |
CN106712776B (zh) | 连续渐近式类比数位转换器及其控制方法 | |
CN111740744A (zh) | Sar模数转换器的亚稳态检测纠正电路及异步sar模数转换器 | |
US8880453B2 (en) | Method of pattern recognition for artificial intelligence |
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 |