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 PDF

Info

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
Application number
CN201811354326.9A
Other languages
English (en)
Inventor
杨潞潞
朱俊江
严天宏
汪朝阳
濮玉
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.)
China Jiliang University
Original Assignee
China Jiliang University
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 China Jiliang University filed Critical China Jiliang University
Priority to CN201811354326.9A priority Critical patent/CN109171711A/zh
Publication of CN109171711A publication Critical patent/CN109171711A/zh
Pending legal-status Critical Current

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]
    • A61B5/346Analysis of electrocardiograms
    • A61B5/349Detecting specific parameters of the electrocardiograph cycle
    • 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

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

一种基于极值法的快速P波检测方法
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。
CN201811354326.9A 2018-11-14 2018-11-14 一种基于极值法的快速p波检测方法 Pending CN109171711A (zh)

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)

* Cited by examiner, † Cited by third party
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)

* Cited by examiner, † Cited by third party
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

Patent Citations (9)

* Cited by examiner, † Cited by third party
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)

* Cited by examiner, † Cited by third party
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)

* Cited by examiner, † Cited by third party
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