CN109171711A - 一种基于极值法的快速p波检测方法 - Google Patents
一种基于极值法的快速p波检测方法 Download PDFInfo
- Publication number
- CN109171711A CN109171711A CN201811354326.9A CN201811354326A CN109171711A CN 109171711 A CN109171711 A CN 109171711A CN 201811354326 A CN201811354326 A CN 201811354326A CN 109171711 A CN109171711 A CN 109171711A
- Authority
- CN
- China
- Prior art keywords
- wave
- signal
- electrocardiosignal
- interval
- 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.)
- Pending
Links
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/24—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
-
- 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
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Cardiology (AREA)
- Molecular Biology (AREA)
- General Health & Medical Sciences (AREA)
- Biophysics (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Physics & Mathematics (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Pathology (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physiology (AREA)
- Psychiatry (AREA)
- Signal Processing (AREA)
- Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
Abstract
本发明公开了一种基于改进极值法的快速P波检测方法,用于计算机辅助心电信号诊断,其包括:对采集得到的心电信号s(t)直接进行R峰检测和预处理,利用所述R峰的位置确定P、T波的搜索范围,并在上述的搜索范围内搜索所有的极大值点,紧接着,由上述得到的极大值点的个数和极值点所在处的振幅确定P、T波峰的位置,利用三角形法和拟合最小值法确定P、T波的起始点,得到伪TP间隔,最后根据伪TP间隔是否小于某个阈值来验证其是否为真实P波。
Description
技术领域
本发明涉及计算机辅助心电信号诊断,更具体地说,涉及一种基于极值法的快速P波检测方法。
背景技术
心电图(ECG)检测因其对人体无害、非侵入性、能较好地表示心脏的电活动等优势,广泛用于临床的心脏功能的分析。P波作为心电图波组中出现的第一个波,它代表着心房的去极化,因此P波的准确检测可以最早发现是否存在心房病变或者是否为异位心搏。然而,由于P波幅度相较于QRS波群和T波更低,能量集中在0.5-10Hz,信噪比低且易被噪声破坏,从而影响检测结果,主要体现在:(1)检测算法可能无法区分因噪声而产生的波动和真实P波,而错误判断P波的位置,影响心脏起搏位置的判断;(2)噪声叠加在P波上使得检测到的P波振幅不在正常范围内,被认为是假性P波;(3)因为噪声的干扰,而误认为当前P波存在,从而忽略了心房颤动、室性早搏和高血钾症等心脏疾病的可能性,影响了病人的及时就医。对上述P波的特点和存在的问题,相关学者提出了小波变换法、波形拟合法、面积法、QRS-T消除法、自适应阈值法等,这些方法很多都已经有90%以上的准确率,但是方法往往都过于复杂,不利于临床应用。现有的很多基于极值法的P波检测算法都是在一定阈值空间内直接搜索极值点,或者固定搜索窗口内的原信号上搜索最大值作为P波峰值点。虽然满足了方法快速、简单的要求,但前者容易忽略阈值空间之外的潜在P波,后者可能会将搜索窗口的边界值或者因基线漂移而抬高的假性P波,误作为P波峰点。在P波存在性的判断上,现有的方法大都使用P波振幅、时限或者结合P波形态的神经网络方法,前者可能因为P波的低信噪比(SNR)而使得P波的振幅不在标准阈值内,从而错误地把正确的P波认为是假性P波,而后者使用神经网络太耗时。
发明内容
本发明要解决的技术问题在于,针对现有技术的不足,提供一种基于改进极值法的快速P波检测方法,并使用伪TP间隔作为验证P波存在的依据。该方法在噪声干扰下更具有鲁棒性,且快速、简单,能更好地适用于临床。
本发明通过下述技术方案实现:一种基于极值法的快速P波检测方法,包括如下步骤:
A)对采集得到的心电信号s(t)直接进行R峰检测,以分割单个心拍;
B)对所述采集得到的心电信号s(t)进行信号预处理,以提高信号的信噪比和后续检测的准确性;
C)利用所述R峰的位置确定P、T波的搜索范围;
D)在所述的P、T波搜索范围内搜索所有的极大值点,并根据得到的极大值点的个数和极大值点所在处的振幅确定P、T波峰的位置;
E)利用三角形法和拟合最小值法确定P、T波的起始点;
F)计算伪TP间隔,并根据伪TP间隔是否小于某个阈值来验证其是否为真实P波。
更进一步地,所述步骤B)中,进一步包括如下步骤:
B1)使用加窗FIR带通滤波器对采样信号进行初步滤波,并将其应用于前向、后向级联滤波器,得到一个没有相移的纯净信号;
B2)对所述纯净信号连续进行两次中值滤波以消除QRS波群,得到剩余信号;
B3)对所述剩余信号减去由移动滤波器得到的近似基线,以消除基线漂移。
附图说明
图1是本发明一种基于极值法的快速P波检测方法流程图
图2是本发明中各预处理子步骤处理后的信号结果图
图3是本发明中基于改进极值法确定P波的原理图
图4是本发明中基于改进极值法确定T波的原理图
图5是本发明中基于三角形法确定P、T波起终点的原理图
图6是本发明在QT公开数据库中的sel100记录的检测结果图
具体实施方式
下面将结合附图对本发明实施例作进一步说明,但本发明的实施方式不限于此。
如图1所示,本发明基于极值法的快速P波检测方法,包括如下步骤:
步骤A):对采集得到的心电信号是S(t),对其直接进行R峰检测,以分割单个心拍:基于心电信号的计算机分析往往需要逐拍分析,因此R峰的准确检测是心电信号分析的第一步。本发明采用了已经相对成熟和广泛应用的Pon&Pomkings法:
所述Pon&Pomkings法先将ECG信号转换为ECG斜率信号,以增强R峰与其他部分采样增幅的差异;
然后将所述ECG斜率信号通过平方运算将所有数据值转换为正数,从而使ECG信号中的高频成分得到增强;
最后使用移动窗口平均滤波器来逐个积分,并将阈值设置为积分信号输出的平均值和最大值的乘积来检测R波峰。
尽管R峰的检测已经很准确,但P、T峰的检测窗口非常依赖R峰的位置。因此,为了使二者的检测更为准确,本发明在检测到R峰后对其进行了修正。考虑到R峰在II导联通常是高尖向上的,我们在初步检测到的R峰附近搜索最大值来修正R峰位置,搜索区域的大小为:
[rloc-0.12*fs:rloc+0.06*fs]
rloc为检测到的初始R峰位置,fs为心电信号记录的采样频率。
步骤B):对采集得到的心电信号s(t),进行预处理:心电信号作为一种非线性非平稳的弱电信号,主要幅值范围在10uV~4mv之间,频率范围在0.05-100Hz之间。在心电信号的采集过程中常伴有工频干扰(50Hz)、肌电干扰(30-300Hz)及基线漂移(0.15-0.3Hz)等噪声,与心电信号的频带有所重叠,故在对ECG信号进行检测和分类之前需要对其进行滤波,更进一步的:
步骤B1):本发明首先使用截止频率选为[1,100]Hz,滤波器阶数为32的加窗FIR带通滤波器(选用’hamming’窗)初步滤除所述采样信号s(t)中的上述信号噪声,并将其应用于前向、后向级联滤波器,得到一个没有相移的纯净信号S1(t);
步骤B2):对所述的纯净信号S1(t)连续进行两次中值滤波(窗口L=2*0.03*fs+1)以消除QRS波群,突出P、T波,得到剩余信号S2(t);
步骤B3)对所述剩余信号减去由移动滤波器(窗口长度L=2*0.05*fs)得到的近似基线,以消除基线漂移,得到滤波信号S3(t)。
从图2中我们可以看到,整个预处理流程结束后,QRS基本消除且P、T波的形态更加明显,极值点个数也明显减少,有利于后续的极值点检测。
步骤C):利用所述R峰的位置确定P、T波的搜索范围:在得到滤波信号S3(t)和已知R峰的前提下,根据P、T波相对R峰的位置和当前心跳的RR间隔设计了P、T波的搜索范围如下:
用于P波检测的搜索窗口:已知正常的PR间期在0.12-0.2s之间,PR段持续时间在0.02-0.12s之间,QRS的持续时间<0.12s。故设置P波搜索窗口为:
[rloc(i)-0.35*RR(i):rloc(i)-0.1*RR(i)]
rloc(i)为当前R峰值位置,RR(i)为当前RR间隔大小,i=1,2,…,N,N为当前心电记录的总心拍个数。
同理,用于T波检测的搜索窗口:QT间期是指QRS复合波的起点至T波终点之间的持续时间,其正常值在0.35-0.44s之间,QT间期的异常可引起室性心律失常,因此T波搜索窗口的确定与QT间期相关。故设置T波搜索窗口为:
[rloc(i)+0.15*RR(i):rloc(i)+0.57*RR(i)]
步骤D):在所述的P、T波搜索范围内搜索所有的极大值点,并根据得到的极大值点的个数和极值点所在处的振幅确定P、T波峰的位置;由所述P、T搜索窗口得到对应的信号片段tecg_piece,但是所述信号片段tecg_piece仍然可能存在基线漂移。因此在搜索极值前需要对其再做一次去均值得到ecg_bay。
然后,通过平方运算将信号片段tecg_piece的所有数值转换为正值,从而在经分化后的ECG信号中的高频成分得到进一步的增强,得到ecg_piece。继而计算搜索窗口内的所有极大值,针对不同的极大值个数进行不同的处理:
P波检测:若极值点个数=0,则我们把当前RR间隔的0.2作为P峰位置(图3(a));
如果,极值点个数>1,且最后一个极值点位置处对应的ecg_piece处的振幅小于设置的阈值,则以倒数第二个极值点为P峰(图3(b)),定义如下:
ecg_bay[loc]-min(ecg_bay)<THR
THR=0.1*[max(ecg_bay)-min(ecg_bay)]
loc为极值点位置,ecg_bay[loc]为极值点位置处的振幅,min(ecg_bay)和max(ecg_bay)分别为ecg_bay的最小值和最大值。
否则,以最后一个极值点为P峰(图3(c))。
T波检测:若极值点个数=0,则我们把当前RR间隔的0.15作为T峰位置(图4(a));
如果,极值点个数>2,且第二个极值点位置处对应的ecg_bay处的振幅小于设置的阈值,则以第三个极值点为T峰(图4(b));
否则,若极大值个数>1并且第一个极值点位置处对应的ecg_bay处的振幅过小,则以第二个极值点为T峰(图4(c));
除此之外的其它情况,以第一个极值点为T峰(图4(d))。
然而,在得到P、T波峰后,考虑到先前滤波的相移问题,可能会导致原P、T波峰的位置发生偏移,造成检测误差,因此本文针对检测到的P、T波峰进行了局部优化处理。当波峰位置大于0.03倍的当前RR间隔时,在原信号中在波峰前后0.03倍的RR间隔寻找最大值,否则,在波峰到波峰后的0.03倍的RR间隔寻找最大值作为最终的P、T峰位置。
步骤E)利用三角形法和拟合最小值法确定P、T波的起始点,得到伪TP间隔:在检测到P、T波峰后,为了后续的P波存在性检测,就需要在波峰前后的信号片段内搜寻P、T波的起终点。不同于最开始的FIR滤波器截止频率的选择,在进行波形的起终点检测前,我们选择截止频率选为[10,60]Hz的加窗FIR带通滤波对采样信号进行滤波。根据P、T波的形态和相对位置,P波起点和T波的起终点,我们都用三角形法来检测,特别的,对P波终点,我们使用拟合最小值法来检测。具体如下:
P波起点和T波的起终点(三角形法):如图5所示,以T波起点K点的检测为例,我们先固定T波峰点(固定点po),然后大致在T波峰前定义J点(临时固定点pt),从当前R峰值之后的当前RT间隔的四个选项中选择J点位置:{0.3,0.35,0.4,0.45}。连接J、T两点,则K点在JT波段上(移动顶点px),当三角形JK’T的面积达到最大值时,对应的顶点K’即为K点。三角形的面积我们用海伦公式求得:
pipj表示三角形的边长,s为三角形的半周长:
类比于T波起点的检测,P峰起点pstart为P峰到P峰之前的0.2*RR(i)区间内最大三角形处对应的点;T波终点为T峰到T峰后0.2*RR(i)区间内最大三角形处对应的点。
P波终点(拟合最小值法):从当前P峰值之后的当前PR间隔的四个选项中选择Pend’点位置:{0.3,0.35,0.4,0.45},作为终点搜索区间。在所述终点搜索区间内做线性拟合,使用时间间隔的最小二乘近似曲线,求最小值即为终点。
步骤F)计算伪TP间隔,并根据伪TP间隔是否小于某个阈值来验证其是否为真实P波:针对以上的P、T波检测,都是在假定搜索窗口内一定存在P波或T波,但实际心电信号并不是每个心拍都存在P波,若判断错误,则会将异常心拍误认为是正常心拍,不利于后续的诊断,因此,我们会对P波的存在性进行进一步的判段,本发明提出了使用TP间隔来进行判别。
根据假设,每个心跳的P波与前一个心跳的T波的之间一定存在一个TP间隔,我们将TP间隔定义为T波终点与P波起点之间的持续时间。通过T、P波之间的相对位置和P波消失时TP间隔相对较小,结合心率HR,最终将用于判定P波存在的阈值设置为:
THR1=0.16,若HR<105
THR1=HR*0.55/fs,其它
THR2=0.1*RR(i)
并且规定:如果TP间隔小于min{THR1,THR2},则我们认为不存在P波,由此完成P波检测。
本发明所提供的技术方案为本发明的一个较佳的实现方式,但本发明的实施方式并不局限于此,其他的任何未背离本发明的精神实质与原理下所作的改变、修饰、替代、组合、简化、均应为等效的置换方式,都包含在本发明的保护范围之内。
Claims (2)
1.一种基于极值法的快速P波检测方法,其特征在于,包括:
A)对采集得到的心电信号s(t)直接进行R峰检测,以分割单个心拍;
B)对所述采集得到的心电信号s(t)进行信号预处理,以提高信号的信噪比和后续检测的准确性;
C)利用所述R峰的位置确定P、T波的搜索范围;
D)在所述的P、T波搜索范围内搜索所有的极大值点,并根据得到的极大值点的个数和极大值点所在处的振幅确定P、T波峰的位置;
E)利用三角形法和拟合最小值法确定P、T波的起始点;
F)计算伪TP间隔,并根据伪TP间隔是否小于某个阈值来验证其是否为真实P波。
2.根据权利要求1所述的一种基于极值法的快速P波检测方法,其特征在于对所述采集得到的心电信号s(t)进行信号预处理的步骤中还包括:
B1)使用加窗FIR带通滤波器对采样信号进行初步滤波,并将其应用于前向、后向级联滤波器,得到一个没有相移的纯净信号;
B2)对所述纯净信号连续进行两次中值滤波以消除QRS波群,得到剩余信号;
B3)对所述剩余信号减去由移动滤波器得到的近似基线,以消除基线漂移。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811354326.9A CN109171711A (zh) | 2018-11-14 | 2018-11-14 | 一种基于极值法的快速p波检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811354326.9A CN109171711A (zh) | 2018-11-14 | 2018-11-14 | 一种基于极值法的快速p波检测方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109171711A true CN109171711A (zh) | 2019-01-11 |
Family
ID=64939222
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811354326.9A Pending CN109171711A (zh) | 2018-11-14 | 2018-11-14 | 一种基于极值法的快速p波检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109171711A (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109745035A (zh) * | 2019-01-23 | 2019-05-14 | 深圳大学 | 心电信号波形检测方法 |
CN109998529A (zh) * | 2019-04-15 | 2019-07-12 | 北京工业大学 | 一种基于高斯函数拟合的ecg信号中p波、t波检测方法 |
CN111739631A (zh) * | 2020-06-19 | 2020-10-02 | 首都医科大学附属北京潞河医院 | 基于心电图的处理方法及处理系统 |
CN112200232A (zh) * | 2020-09-29 | 2021-01-08 | 上海移视网络科技有限公司 | Qrs识别方法及电子设备 |
CN112438735A (zh) * | 2021-01-29 | 2021-03-05 | 深圳市理邦精密仪器股份有限公司 | 一种心电图p波检测方法、分析装置以及存储介质 |
CN113180689A (zh) * | 2021-04-08 | 2021-07-30 | 上海数创医疗科技有限公司 | 一种基于高斯函数拟合的p波波峰及起始位置提取方法 |
CN113288169A (zh) * | 2021-05-26 | 2021-08-24 | 东软集团股份有限公司 | 一种心电波形信号的波形识别方法、装置及设备 |
CN113440145A (zh) * | 2021-06-28 | 2021-09-28 | 西北大学 | 一种心电信号t波及其终点自动检测方法 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8099158B2 (en) * | 2007-05-07 | 2012-01-17 | Siemens Medical Solutions Usa, Inc. | System and method for selecting end of diastole and end of systole frames |
CN102485172A (zh) * | 2010-12-01 | 2012-06-06 | 通用电气公司 | T波的峰值点方法检测方法和系统以及心电监控系统 |
CN103006210A (zh) * | 2013-01-11 | 2013-04-03 | 山东师范大学 | 基于分段线性化的窦性心率震荡趋势检测方法 |
US20140243659A1 (en) * | 2006-10-23 | 2014-08-28 | Bard Access Systems, Inc. | Method of Locating the Tip of a Central Venous Catheter |
CN104173043A (zh) * | 2014-09-04 | 2014-12-03 | 东莞理工学院 | 一种适合于移动平台的心电数据分析方法 |
CN104323771A (zh) * | 2014-11-11 | 2015-02-04 | 北京海思敏医疗技术有限公司 | 检测心电图信号中p波、t波的方法和装置 |
CN105054926A (zh) * | 2015-04-13 | 2015-11-18 | 深圳市飞马与星月科技研究有限公司 | 心电信号特征信息的提取方法及装置 |
CN106361325A (zh) * | 2016-08-30 | 2017-02-01 | 任勇 | 一种便携式心电仪所测单导联心电图的筛查识别系统 |
CN107303177A (zh) * | 2016-04-15 | 2017-10-31 | 中国科学院微电子研究所 | 一种心电图t波、p波的检测方法及系统 |
-
2018
- 2018-11-14 CN CN201811354326.9A patent/CN109171711A/zh active Pending
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140243659A1 (en) * | 2006-10-23 | 2014-08-28 | Bard Access Systems, Inc. | Method of Locating the Tip of a Central Venous Catheter |
US8099158B2 (en) * | 2007-05-07 | 2012-01-17 | Siemens Medical Solutions Usa, Inc. | System and method for selecting end of diastole and end of systole frames |
CN102485172A (zh) * | 2010-12-01 | 2012-06-06 | 通用电气公司 | T波的峰值点方法检测方法和系统以及心电监控系统 |
CN103006210A (zh) * | 2013-01-11 | 2013-04-03 | 山东师范大学 | 基于分段线性化的窦性心率震荡趋势检测方法 |
CN104173043A (zh) * | 2014-09-04 | 2014-12-03 | 东莞理工学院 | 一种适合于移动平台的心电数据分析方法 |
CN104323771A (zh) * | 2014-11-11 | 2015-02-04 | 北京海思敏医疗技术有限公司 | 检测心电图信号中p波、t波的方法和装置 |
CN105054926A (zh) * | 2015-04-13 | 2015-11-18 | 深圳市飞马与星月科技研究有限公司 | 心电信号特征信息的提取方法及装置 |
CN107303177A (zh) * | 2016-04-15 | 2017-10-31 | 中国科学院微电子研究所 | 一种心电图t波、p波的检测方法及系统 |
CN106361325A (zh) * | 2016-08-30 | 2017-02-01 | 任勇 | 一种便携式心电仪所测单导联心电图的筛查识别系统 |
Non-Patent Citations (4)
Title |
---|
胡晓; 王佳庆; 张霓: "用三角形检测QRS复合波起止点", 《应用科学学报》 * |
苏志同; 吴琼琼: "基于Pan-Tompkins的运动心电QRS波群实时检测的研究", 《软件》 * |
贾爱宾,於辉,罗媛媛: "心电图中QT间期和T波面积自动测量的算法", 《青岛理工大学学报》 * |
陈日清,吴剑,韩永贵: "基于双侧累计面积的心电信号P波检测", 《中国医药导刊》 * |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109745035A (zh) * | 2019-01-23 | 2019-05-14 | 深圳大学 | 心电信号波形检测方法 |
CN109998529A (zh) * | 2019-04-15 | 2019-07-12 | 北京工业大学 | 一种基于高斯函数拟合的ecg信号中p波、t波检测方法 |
CN109998529B (zh) * | 2019-04-15 | 2021-11-05 | 北京工业大学 | 一种基于高斯函数拟合的ecg信号中p波、t波检测方法 |
CN111739631A (zh) * | 2020-06-19 | 2020-10-02 | 首都医科大学附属北京潞河医院 | 基于心电图的处理方法及处理系统 |
CN112200232A (zh) * | 2020-09-29 | 2021-01-08 | 上海移视网络科技有限公司 | Qrs识别方法及电子设备 |
CN112200232B (zh) * | 2020-09-29 | 2024-03-22 | 上海移视网络科技有限公司 | Qrs识别方法及电子设备 |
CN112438735A (zh) * | 2021-01-29 | 2021-03-05 | 深圳市理邦精密仪器股份有限公司 | 一种心电图p波检测方法、分析装置以及存储介质 |
CN113180689A (zh) * | 2021-04-08 | 2021-07-30 | 上海数创医疗科技有限公司 | 一种基于高斯函数拟合的p波波峰及起始位置提取方法 |
CN113288169A (zh) * | 2021-05-26 | 2021-08-24 | 东软集团股份有限公司 | 一种心电波形信号的波形识别方法、装置及设备 |
CN113288169B (zh) * | 2021-05-26 | 2024-05-17 | 东软集团股份有限公司 | 一种心电波形信号的波形识别方法、装置及设备 |
CN113440145A (zh) * | 2021-06-28 | 2021-09-28 | 西北大学 | 一种心电信号t波及其终点自动检测方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109171711A (zh) | 一种基于极值法的快速p波检测方法 | |
US4721114A (en) | Method of detecting P-waves in ECG recordings | |
Mazomenos et al. | A time-domain morphology and gradient based algorithm for ECG feature extraction | |
CN104161510B (zh) | 一种多级导联心电信号qrs波形识别方法 | |
CN107432736B (zh) | 一种识别脉搏波形信号的方法 | |
CN103705234B (zh) | 动态心电信号数据中的检波方法和装置 | |
CN101856225A (zh) | 一种心电信号r波峰检测方法 | |
CN103584854B (zh) | 心电信号r波的提取方法 | |
CN108523881B (zh) | 一种准确提取qrs内异常电位的方法 | |
CN104939820A (zh) | 一种起搏信号检测方法及装置 | |
US20190223808A1 (en) | Apparatus and method for heartbeat classification based on time sequence and morphology of intracardiac and body surface electrocardiogram (ECG) Signals | |
Chin et al. | Bayesian real-time QRS complex detector for healthcare system | |
CN109009087A (zh) | 一种心电信号r波的快速检测方法 | |
CN111248895A (zh) | 心电信号特征检测方法及其系统 | |
CN109875550B (zh) | 一种心室除极关键点检测方法 | |
Lin et al. | Investigation on pulse wave forward peak detection and its applications in cardiovascular health | |
KR20120133790A (ko) | 심실부정맥 판단을 위한 특징점 검출방법 | |
CN110507317A (zh) | 一种心电信号r波的自适应ca-cfar定位方法 | |
Kuzilek et al. | Advanced signal processing techniques for fetal ECG analysis | |
CN111166325B (zh) | 基于ipcmm算法的心电信号qrs复合波检测方法及系统 | |
Wu et al. | Optimized pan-tompkins based heartbeat detection algorithms | |
Vuksanovic et al. | Analysis of human electrocardiogram for biometric recognition using analytic and ar modeling extracted parameters | |
CN110491504A (zh) | 一种心音信号医学指标数据的获取方法 | |
Wang et al. | P wave detection and delineation based on distances transform | |
Singh et al. | An efficient and robust technique of T wave delineation in electrocardiogram |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190111 |
|
RJ01 | Rejection of invention patent application after publication |