CN109745035A - 心电信号波形检测方法 - Google Patents
心电信号波形检测方法 Download PDFInfo
- Publication number
- CN109745035A CN109745035A CN201910064711.8A CN201910064711A CN109745035A CN 109745035 A CN109745035 A CN 109745035A CN 201910064711 A CN201910064711 A CN 201910064711A CN 109745035 A CN109745035 A CN 109745035A
- Authority
- CN
- China
- Prior art keywords
- wave
- point
- value
- search range
- electro
- 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
Links
Landscapes
- Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
Abstract
一种心电信号波形检测方法包括步骤B:获取N个导联心电信号波形的QRS波起点和终点、T波终点位置信息;步骤C:对N个导联心电信号波形进行信号质量等级排序;步骤D:选取信号质量SQ数值最低的前6个优选导联进行P波检测;步骤E:将6个优选导联的P波波峰幅值进行排序;步骤F:取步骤E中P波波峰幅值等级AL前4位的4个优选导联的心电信号波形进行P波起点和终点定位;步骤G:根据步骤F中获得的4个优选导联的心电信号波形的P波起点位置和终点位置;进行P波起点位置和终点位置综合分析,输出P波起点和终点位置信息。通过多级筛选找出最优信号质量和最强P波峰值导联组进行特征点检测,提高了检测的准确性。
Description
技术领域
本发明涉及信号检测分析领域,具体涉及心电信号波形检测方法,尤其涉及心电信号波形中P波的识别和检测。
背景技术
利用心电图机从体表记录病人每一心动周期心脏活动对应的心电图,是临床上心律失常分析最为常用的技术手段之一。
典型的心电信号波形包括,代表心室除极过程的QRS波,代表心房除极过程的P波。在心电图分析中,P波的时限、幅度、形态、PR间期、P波电轴这些参数是心律失常分析的重要判据。例如,P波存在与否,是判断室性早搏和正常心拍的主要依据之一;PR间期是判断束支传导阻滞的重要判据之一。然而,这些参数的提取,都依赖于P波起点、终点的准确定位。
现有技术中,P波位置检测方法,主要包括低通差分法(LPD)、小波变换法等。低通差分法检测P波通常依赖于单一阈值设定,由于不同导联或者不同时间获得的心电波形P波差异较大,且容易受到噪声的影响,单一的阈值很容易造成P波定位的偏差。小波变换的方法虽然对于去噪声能力有所提升,但是由于P、T波处于相同的尺度,对于如何区分T波、及PT波融合、噪声干扰严重等情况,该方法不能达到良好的效果。
现有技术中,由于P波低幅低频的特征,非常容易受到噪声干扰、且存在PT波融合,u波干扰以及某些导联P波不明显等情况,P波起始位置都难以准确定位,通常P波起点和终点定位的偏差都比较大。
发明内容
本发明要解决的技术问题在于避免上述技术方案的不足,而提出了一种心电信号波形检测方法,能有效提高P波特征点检测的准确性。
本发明解决上述问题的技术方案是一种心电信号波形检测方法,包括以下步骤,步骤B:对N个导联心电信号波形,进行QRS波起点和终点检测,获取QRS波起点和终点位置信息;同时进行T波终点检测,获取T波终点位置信息;其中N为大于等于6的自然数;步骤C:对N个导联心电信号波形进行信号质量等级排序的步骤;各导联心电信号波形分别计算表征信号质量的信号质量SQ数值;按各导联心电信号波形的信号质量SQ数值大小对各导联心电信号波形的信号质量进行排序;信号质量SQ数值越小代表信号质量越高;步骤B和步骤C之间不分先后顺序;步骤D:选取信号质量SQ数值最低的前6个优选导联的心电信号波形进行P波检测;取各导心电信号波形的T波终点位置到下一个QRS波起点位置之间的区域作为P波搜索范围,进行P波波峰的检测识别;步骤E:对步骤D中识别出的P波波峰,计算各导联的P波幅值等级数值AL,按各导联P波波峰幅值从大到小的顺序,依次将6个优选导联的P波波峰幅值进行排序;P波幅值等级数值AL越高代表P波波峰幅值越高;步骤F:取步骤E中P波波峰幅值等级AL前4位的4个优选导联的心电信号波形进行P波起点和P波终点定位;步骤G:根据步骤F中获得的4个优选导联的心电信号波形的P波起点位置和P波终点位置;进行P波起点位置和P波终点位置综合分析,输出P波起点位置和P波终点位置信息。
步骤B中:对QRS波进行检测获取特征点的位置和信号幅度信息,特征点包括获取QRS波起点、QRS波终点、T波终点;步骤C中包括以下步骤,步骤C1:将T波终点位置到下一个QRS波起点位置之间的区域作为P波的第一搜索范围;将第一搜索范围内的数据进行归一化,进行以下两个特征参数的计算,第一个特征参数是峰值点个数,峰值点个数为第一搜索范围内所有向上峰值点的个数,其值越大表征第一搜索范围内数据比较粗糙,噪声比较大;第二个特征参数是幅度和,幅度和是指在第一搜索范围内,所有信号采样点的幅值之和,其值越大表征范围内数据比较粗糙,噪声比较大;步骤C2:根据步骤C1获得在第一搜索范围内的两个特征参数,进行加权平均得到一个综合值即信号质量SQ数值来表征该导联心电信号波形的信号质量,信号质量SQ数值的加权平均计算方式如下:信号质量SQ数值=0.5×峰值点个数+0.5×幅度和;步骤C3:按照信号质量SQ数值从小到大的顺序对各导联心电信号波形的信号质量进行排序,信号质量SQ数值从小到大表示信号质量从高到低。
步骤D中包括以下步骤:步骤D1:选取信号质量SQ数值最低的前6个优选导联的心电信号波形进行P波检测;步骤D2:对6个优选导联中各导心电信号波形的T波终点位置到下一个QRS波起点位置之间的区域作为各导联P波的第一搜索范围,进行P波波峰的检测识别;步骤D3:对第一搜索范围内的信号采用传统低通差分法对进行P波波峰检测识别,获取每个导联的P波波峰位置信息和P波信号幅度信息。
步骤E中包括以下步骤,步骤E1:选取信号质量SQ数值最低的前6个优选导联的心电信号波形信号,此处的6个优选导联的心电信号波形信号为不做归一化处理的信号;在6个优选导联的信号中,以QRS波起点的幅度值为参考线,将P波波峰点的幅值与参考线即QRS波的起点所在的幅度值进行作差取绝对值,得到的值即为P波幅值等级AL;步骤E2:按各导联P波幅值等级AL从大到小的顺序,将6个优选导联的P波波峰幅值进行排序;P波幅值等级AL越高代表P波波峰幅值越高;步骤E3:选取幅值等级AL最高的前4个导联作为P波起点和终点检测的导联信号。
步骤F中包括以下步骤,步骤F1:第二搜索范围的确定;根据P波波峰位置,选取P波波峰前0.12秒至P波波峰后0.12秒范围内的信号作为P波起点和终点检测的第二搜索范围;P波波峰位置往前0.12秒的位置是第二搜索范围的起点,P波波峰位置往后0.12秒的位置是第二搜索范围的终点,在第二搜索范围进行P波起点位置和终点位置的搜索范围;若第二搜索范围的起点位置后于第一搜索范围的起点位置,则将第一搜索范围的起点位置作为第二搜索范围的起点位置;若第二搜索范围的终点位置大于第一搜索范围的终点位置,则将第一搜索范围的终点位置作为第二搜索范围的终点位置。
步骤F1之后还包括以下步骤,步骤F2:拐点的确定,将各导心电信号波形的第二搜索范围内的信号数据进行差分处理,获取差分为零的拐点,获取P波波峰前后两侧的各一个拐点,即第一拐点和第二拐点;若没有找到第一拐点,则将第二搜索范围的起点位置作为第一拐点的位置;若没有找到第二拐点,则将第二搜索范围的终点位置作为第二拐点的位置。
步骤F2之后还包括以下步骤,步骤F3:第三搜索范围的确定,更新P波搜索范围;将第一拐点和第二拐点之间的区间作为第三个搜索范围,并做归一化处理;若第三搜索范围的起点位置后于第二搜索范围的起点位置,则将第二搜索范围的起点位置作为第三搜索范围的起点位置;若第三搜索范围的终点位置先于第二搜索范围的终点位置,则将第二搜索范围的终点位置作为第三搜索范围的终点位置。
步骤F3之后还包括以下步骤,步骤F4:根据阈值下降法,在第三个搜索范围内检测P波起点和终点;步骤F4:又包括以下步骤,步骤F41:归一化处理后的各导心电信号波形差分信号,在第三搜索范围内,先找出P波波峰位置在差分信号中的对应位置,即差分P波波峰位置,并分别找出临近差分P波波峰位置的上升支差分峰值点位置和下降支差分峰值点位置,上升支差分峰值点位置对应的波形幅值为上升支差分峰值点幅度值MP1,下降支差分峰值点位置对应的波形幅值为下降支差分峰值点幅度值MP2。
步骤F41之后还包括以下步骤,步骤F42:P波起点的检测,将第一拐点到上升支差分峰值点位置之间的信号区间作为检测P波起点的起点搜索范围;设定三个倍数阈值,即第一阈值,第二阈值,第三阈值,第一阈值的取值范围是0.8~0.95,第二阈值的取值范围是0.6~0.79,第三阈值的取值范围是0.3~0.59;第一阈值乘以上升支差分峰值点幅度值MP1为第一门限阈值;第二阈值乘以上升支差分峰值点幅度值MP1为第二门限阈值;第三阈值乘以上升支差分峰值点幅度值MP1为第三门限阈值;在起点搜索范围内,若连续三个点的信号波形绝对值幅值小于第一门限阈值点,则以该三个点中的第一个点的位置作为第一起点;在起点搜索范围内,若连续三个点的信号波形绝对值幅值小于第二门限阈值点,则以该三个点中的第一个点的位置作为第二起点;在起点搜索范围内,若连续三个点的信号波形绝对值幅值小于第三门限阈值点,则以该三个点中的第一个点的位置作为第三起点;计算第一起点和第三起点的位置差距的绝对值;若第一起点和第三起点的位置差距的绝对值小于第一位置阈值,则以第一起点、第二起点第三起点的位置取平均,用作P波起点的位置;若第一起点和第三起点的位置差距的绝对值大于等于第一位置阈值,则将三个点的中值作为P波起点的位置作为最后P波起点的位置;步骤F41之后还包括以下步骤,步骤F43:P波终点的检测,将下降支差分峰值点位置到第二拐点之间的信号区间作为检测P波终点的终点搜索范围;设定三个倍数阈值,即第四阈值,第五阈值,第六阈值,第四阈值的取值范围是0.65~0.85,第五阈值的取值范围是0.45~0.64,第六阈值的取值范围是0.2~0.44;第四阈值乘以下降支差分峰值点幅度值MP2为第四门限阈值;第五阈值乘以下降支差分峰值点幅度值MP2为第五门限阈值;第六阈值乘以下降支差分峰值点幅度值MP2为第六门限阈值;在终点搜索范围内,若连续三个点的信号波形绝对值幅值小于第四门限阈值点,则以该三个点中的第一个点的位置作为第一终点;在终点搜索范围内,若连续三个点的信号波形绝对值幅值小于第五门限阈值点,则以该三个点中的第一个点的位置作为第二终点;在终点搜索范围内,若连续三个点的信号波形绝对值幅值小于第六门限阈值点,则以该三个点中的第一个点的位置作为第三终点;计算第一终点和第三终点的位置差距的绝对值;若第一终点和第三终点的位置差距的绝对值小于第二位置阈值,则以第一终点、第二终点和第三终点的位置取平均,用作P波终点的位置;若第一终点和第三起点第三终点的位置差距的绝对值大于等于第二位置阈值,则将三个点的中值作为最后P波终点的位置。
步骤B之前还包括步骤A,步骤A:对N个导联心电信号波形进行预处理;滤除各导联心电信号波形中的肌电噪声,滤除工频干扰和基线漂移;设置截止频率为100Hz的低通滤波器,过滤肌电干扰信号;设置截止频率为48Hz的低通滤波器和截止频率为52Hz的高通滤波器,去除50Hz工频干扰信号;设置截止频率为1Hz的高通滤波器,抑制基线漂移;预处理后的N个导联心电信号波形,用于后续的特征点检测;步骤G中包括以下步骤,步骤G1:对M个优选导联分别做P波起点和终点检测处理之后,分别得到M个P波起点位置信息和M个P波终点位置信息;M为大于等于4的自然数;步骤G2:对M个P波起点和终点的位置信息分别做平均值处理并取整,作为M个导联最终的P波起点和终点位置。
同现有技术相比较,本发明的有益效果是,通过多级筛选,选择最优信号质量和最强P波峰值的P波导联组,进行P波的特征点检测和识别,特征点识别的准确性远远超越现有技术算法。信号质量筛选降低了噪声干扰对算法检测的影响;幅值等级的筛选,选取P波波峰明显的导联进行分析,可减少某些导联P波不明显导致的定位偏差;三次P波搜索范围的更新,可以降低PT波干扰、u波干扰等情况的影响;上述层层递进的导联筛选方式和多导联综合的P波端点识别方式的综合使得P波的起点和终点的识别准确性大大提高。
附图说明
图1是本发明心电信号波形检测方法实现P波特征点检测的整体方案流程图;
图2是P波起点和终点定位流程图;
图3是图2中阈值下降法的具体流程流程图;
图4是在检测P波特征点过程中,三次更新迭代P波搜索范围的示意图;
图4中,最上面显示的是T波终点位置Toff到下一个QRS波起点位置QRSon之间的区域,该区域为P波的第一搜索范围Range1;图4中,中间位置显示的是P波波峰前0.12秒至P波波峰后0.12秒范围,也就是信号区间【Ppos-0.12×sfreq,Ppos+0.12×sfreq]的范围为第二搜索范围Range2,Ppos为P波波峰位置,sfreq为当前信号的采样率;图4中,最下面显示了第三个搜索范围Range3,也就是第一拐点K1和第二拐点K2之间的区间;
图5是将同样的原始信号分别采用低通差分法、本发明的心电信号波形检测方法,进行P波特征点检测后的检测结果对比示意图,图中“——”型竖线显示的是低通差分法LPD的检测位置;图中“--”型竖线显示的是本发明的检测方法的检测位置;图中“...”型竖线显示的是CSE标准P波起点和终点位置,从图中可见,本发明的检测准确性远高于低通差分法;
图6本发明心电信号波形检测方法另一个实施例中涉及的8导联心电信号波形示意图;
图7单导联心电信号波形示意图在第一搜索范围Range1内计算信号质量SQ数值用到的峰值检测点,如图中“+”所示;
图8是图6中的信号经过SQ计算后筛选出的6个优选导联心电信号波形示意图;
图9是在P波的第一搜索范围Range1内检测P波波峰的示意图;其中第一搜索范围Range1是T波终点位置Toff到下一个QRS波起点位置QRSon之间的区域;
图10是图8中6个导联的心电信号经过P波波峰幅值等级数值AL进行排序后筛选出的4个优选导联心电信号波形示意图;图中标识有‘+’的位置为P波波峰位置;
图11显示的是第二搜索范围Range2;
图12显示的信息,包括两路信号;图上方的信号是心电信号波形,在该波形上显示了基于心电信号波形的第三搜索范围Range3;图下方的是心电信号波形差分后信号,在该波形上显示了心电信号波形差分后信号的第一拐点K1和第二拐点K2;
图13显示的是在第三搜索范围Range3内,上升支差分峰值位置和下降支差分峰值位置的示意图,图上方的是基于心电信号波形的第三搜索范围Range3;图下方的是心电信号波形差分后信号,在差分后信号上搜索上升支差分峰值位置和下降支差分峰值位置;
图14是采用阈值下降法确定4个优选导联的P波起点和终点位置的示意图,图中标识有‘+’的位置为P波起点和P波终点的位置;
图15是采用参考线与P波峰值幅度作差计算幅值等级AL的示意图。
具体实施方式
以下结合各附图对本发明的实施方式做进一步详述。
如图1至3所示的心电信号波形检测方法的实施例中,包括步骤A至G的多个步骤。在步骤A中,对N个导联心电信号波形进行预处理;滤除各导联心电信号波形中的肌电噪声,滤除工频干扰和基线漂移;设置截止频率为100Hz的低通滤波器,过滤肌电干扰信号;设置截止频率为48Hz的低通滤波器和截止频率为52Hz的高通滤波器,去除50Hz工频干扰信号;设置截止频率为1Hz的高通滤波器,抑制基线漂移;预处理后的N个导联心电信号波形,用于后续的特征点检测;其中N为大于等于6的自然数;在第一实施例中N为18。在图6所示的另外一个实施例中N为8;当然N还可以是12或者其他自然数。
在步骤B中,对预处理后的N个导联心电信号波形,进行QRS波起点和终点检测,获取QRS波起点和终点位置信息;同时进行T波终点检测,获取T波终点位置信息;步骤B中:采用时域阈值法对QRS波进行检测,获取特征点的位置和信号幅度信息,采用低通差分法对QRS波起点和终点、T波终点进行检测。
在步骤C中,对N个导联心电信号波形进行信号质量等级排序和分级;各导联心电信号波形分别计算表征信号质量的信号质量SQ数值;按各导联心电信号波形的信号质量SQ数值大小对各导联心电信号波形的信号质量进行排序和分级;信号质量SQ数值越小,代表相应导联心电信号波形的质量越高;在步骤C中,又包括步骤C1、C2和C3。
在步骤C1中,将T波终点位置Toff到下一个QRS波起点位置QRSon之间的区域作为P波的第一搜索范围Range1,将第一搜索范围Range1内的数据进行归一化,归一化是将第一搜索范围Range1内的数据幅度限制在0-1数值范围内,目的是将第一搜索范围Range1内原始数据存在的负数化为正数,方便计算。归一化之后进行以下两个特征参数的计算,第一个特征参数是峰值点个数,峰值点个数为第一搜索范围Range1内所有向上的峰值点的个数,其值越大表征第一搜索范围内数据比较粗糙,噪声比较大;该数值越小越好,图7中所有’+’的点即为峰值点;第二个特征参数是幅度和:幅度和是指在第一搜索范围Range1内,所有信号采样点的幅值之和,其值越大表征范围内数据比较粗糙,噪声比较大;因此此值越小越好。第一搜索范围Range1如图4和图9所示。
在步骤C2中,根据步骤C1获得在第一搜索范围Range1内的两个特征参数,进行加权平均得到一个综合值即信号质量SQ数值来表征该导联心电信号波形的信号质量,信号质量SQ数值的计算方式如下:SQ=0.5×峰值点个数+0.5×幅度和;SQ值表征信号质量,没有单位,其值越小信号质量越高。
在步骤C3中,各导联心电信号波形分别计算的信号质量SQ数值,按照信号质量SQ数值从小到大的顺序对信号质量进行排序,从小到大表示信号质量从高到低。
在步骤D中,选取信号质量SQ数值最低的前6个优选导联的心电信号波形进行P波检测;取各导心电信号波形的T波终点位置到下一个QRS波起点位置之间的区域作为P波搜索范围,进行P波波峰的检测识别。如图6和图8所示的一些实施例中,从8个导联的心电信号波形筛选出了SQ数值最低的前6个优选导联。步骤D中又包括步骤D1、D2和D3。
在步骤D1中,选取信号质量SQ数值最低的前6个优选导联的心电信号波形进行P波检测;在步骤D2中,对6个优选导联中各导心电信号波形的T波终点位置Toff到下一个QRS波起点位置QRSon之间的区域作为各导联P波的第一搜索范围Range1,进行P波波峰的检测识别;在步骤D3中,对第一搜索范围Range1内的信号采用传统低通差分法对进行P波波峰检测识别,获取每个导联的P波波峰位置Ppos信息和P波信号幅度信息。
在步骤E中,对步骤D中识别出的P波波峰,计算各导联原信号的P波幅值等级AL,按各导联P波波峰幅值从大到小的顺序,依次将6个优选导联的P波波峰幅值进行排序;P波幅值等级AL越高代表P波波峰幅值越高,注意这里用的是各导联原信号,即原始心电信号预处理后的心电信号,不是归一化处理后的心电信号。步骤E中又包括步骤E1、E2和E3。
在步骤E1中,选取信号质量SQ数值最低的前6个优选导联的心电信号波形信号,此处的6个优选导联的心电信号波形信号为不做归一化处理的信号;在6个优选导联的信号中,以QRS波起点的幅度值为参考线,将P波波峰点的幅值与参考线即QRS波的起点所在的幅度值进行作差取绝对值,得到的值即为P波幅值等级AL。图15是采用参考线与P波峰值幅度作差计算幅值等级AL的示意图,图中显示了以QRS波起点的幅度值为参考线,可以非常明显的看出,P波波峰点的幅值与参考线即QRS波的起点所在的幅度值进行作差取绝对值后得出的P波幅值等级AL。
在步骤E2中,按各导联P波幅值等级AL从大到小的顺序,将6个优选导联的P波波峰幅值进行排序;P波幅值等级AL越高代表P波波峰幅值越高。
在步骤E3中,选取幅值等级AL最高的前4个导联作为P波起点和终点检测的导联信号。
在步骤F中,取步骤E中P波波峰幅值等级AL前4位的4个优选导联的心电信号波形进行P波起点和终点进行定位。如图8和图10所示,在一些实施例中,从步骤D中获得的6个优选导联中筛选出了P波波峰幅值等级AL前4位的4个优选导联。步骤F中包括步骤F1、F2、F3和F4。
在步骤F1中,包括第二搜索范围Range2确定的过程,根据P波波峰位置Ppos,选取P波波峰前0.12秒至P波波峰后0.12秒范围内的信号作为P波起点和终点检测的第二搜索范围Range2;P波波峰位置Ppos往前0.12秒的位置是第二搜索范围Range2的起点,P波波峰位置Ppos往后0.12秒的位置是第二搜索范围Range2的终点,在第二搜索范围Range2进行P波起点位置和终点位置的搜索范围。
P波波峰前后0.12秒范围内的信号的选择是根据正常P波时限的参考范围为0.08-0.11s,为防止出现P波时限超过正常参考范围的情况,选用P波波峰前后0.12s范围内的信号作为P波起点和终点的检测范围;在实际运算中,采用的数据会根据采样率不同而有不同的运算序列,通常的运算序列范围是[Ppos-0.12×sfreq,Ppos+0.12×sfreq],其中Ppos是P波波峰位置,sfreq是采样率。也就是,实际运算中,将[Ppos-0.12×sfreq,Ppos+0.12×sfreq]范围确定为第二搜索范围Range2。
若第二搜索范围Range2的起点位置后于第一搜索范围Range1的起点位置,则将第一搜索范围Range1的起点位置作为第二搜索范围Range2的起点位置;目的是防止P波波峰位置Ppos往前0.12秒的位置后于T波终点位置。
若第二搜索范围Range2的终点位置大于第一搜索范围Range1的终点位置,则将第一搜索范围Range1的终点位置作为第二搜索范围Range2的终点位置。目的是防止P波波峰位置Ppos往后0.12秒的位置后于QRS波起点位置。
第二搜索范围Range2如图4和图11所示。在步骤F2中,包括拐点确定的过程,将各导心电信号波形的第二搜索范围Range2内的信号数据进行差分处理,获取差分为零的拐点,获取P波波峰前后两侧的各一个拐点,即第一拐点K1和第二拐点K2;若没有找到第一拐点K1,则将第二搜索范围Range2的起点位置作为第一拐点K1的位置;若没有找到第二拐点K2,则将第二搜索范围Range2的终点位置作为第二拐点K2的位置。第一拐点K1和第二拐点K2如图4和12所示。
在步骤F3中,包括第三搜索范围Range3确定的过程,更新P波搜索范围;将第一拐点K1和第二拐点K2之间的区间作为第三个搜索范围Range3,并做归一化处理,这里的归一化是将第三个搜索范围Range3内的数据限制在0-1数值范围内,目的是将第三个搜索范围Range3内原始数据存在的负数化为正数,方便计算。归一化处理后,进行下一步P波起点和终点的检测。
若第三搜索范围Range3的起点位置后于第二搜索范围Range2的起点位置,则将第二搜索范围Range2的起点位置作为第三搜索范围Range3的起点位置。目的是防止第一拐点K1的位置后于第二搜索范围Range2的起点位置。
若第三搜索范围Range3的终点位置先于第二搜索范围Range2的终点位置,则将第二搜索范围Range2的终点位置作为第三搜索范围Range3的终点位置。目的是防止第二拐点K2的位置先于第二搜索范围Range2的终点位置。
在步骤F4中,根据阈值下降法,在第三个搜索范围Range3内检测P波起点和终点;其中又包括以下步骤F41和步骤F42。
在步骤F41中,归一化处理后的各导心电信号波形差分信号,在第三搜索范围Range3内,先找出P波波峰在差分信号中的对应位置,即差分P波波峰位置POS,并分别找出临近差分P波波峰位置POS的上升支差分峰值点位置MA1和下降支差分峰值点位置MA2,上升支差分峰值点位置MA1对应的波形幅值为上升支差分峰值点幅度值MP1,下降支差分峰值点位置MA2,对应的波形幅值为下降支差分峰值点幅度值MP2。上升支差分峰值点位置MA1和下降支差分峰值点位置MA2如图13所示。
在步骤F42中,包括P波起点检测的过程,将第一拐点K1到上升支差分峰值点位置MA1之间的信号区间作为检测P波起点的起点搜索范围;设定三个倍数阈值,即第一阈值Th1,第二阈值Th2,第三阈值Th3,第一阈值Th1的取值范围是0.8~0.95,第二阈值Th2的取值范围是0.6~0.79,第三阈值Th3的取值范围是0.3~0.59;第一阈值Th1乘以上升支差分峰值点幅度值MP1为第一门限阈值;第二阈值Th2乘以上升支差分峰值点幅度值MP1为第二门限阈值;第三阈值Th3乘以上升支差分峰值点幅度值MP1为第三门限阈值。
在步骤F42中,在起点搜索范围内,若连续三个点的信号波形绝对值幅值小于第一门限阈值点,则以该三个点中的第一个点的位置作为第一起点pos1;在起点搜索范围内,若连续三个点的信号波形绝对值幅值小于第二门限阈值点,则以该三个点中的第一个点的位置作为第二起点pos2;在起点搜索范围内,若连续三个点的信号波形绝对值幅值小于第三门限阈值点,则以该三个点中的第一个点的位置作为第三起点pos3;计算第一起点pos1和第三起点pos3的位置差距的绝对值;若第一起点pos1和第三起点pos3的位置差距的绝对值小于第一位置阈值m1,则以第一起点pos1、第二起点pos2第三起点pos3的位置取平均,用作P波起点的位置;若第一起点pos1和第三起点pos3的位置差距的绝对值大于等于第一位置阈值m1,则将三个点的中值作为最后P波起点的位置;三个点的中值包括两种取法,第一种是取三个点的中间点;第二种是取三个点的平均位置作为P波起点的位置。
在步骤F43中,包括P波终点的检测过程,将下降支差分峰值点位置MA2到第二拐点K2之间的信号区间作为检测P波终点的终点搜索范围;设定三个倍数阈值,即第四阈值Th4,第五阈值Th5,第六阈值Th6,第四阈值Th4的取值范围是0.65~0.85,第五阈值Th5的取值范围是0.45~0.64,第六阈值Th6的取值范围是0.2~0.44;第四阈值Th4乘以下降支差分峰值点幅度值MP2为第四门限阈值;第五阈值Th5乘以下降支差分峰值点幅度值MP2为第五门限阈值;第六阈值Th6乘以下降支差分峰值点幅度值MP2为第六门限阈值。
在步骤F43中,在终点搜索范围内,若连续三个点的信号波形绝对值幅值小于第四门限阈值点,则以该三个点的第一个点的位置作为第一终点pos4;在终点搜索范围内,若连续三个点的信号波形绝对值幅值小于第五门限阈值点,则以该三个点的第一个点的位置作为第二终点pos5;在终点搜索范围内,若连续三个点的信号波形绝对值幅值小于第六门限阈值点,则以该三个点的第一个点的位置作为第三终点pos6;计算第一终点pos4和第三终点pos6的位置差距的绝对值;若第一终点pos4和第三终点pos6的位置差距的绝对值小于第二位置阈值m2,则以第一终点pos4、第二终点pos5和第三终点pos6的位置取平均,用作P波终点的位置;若第一终点pos4和第三起点第三终点pos6的位置差距的绝对值大于等于第二位置阈值m2,则将三个点的中值作为最后P波终点的位置;三个点的中值包括两种取法,第一种是取三个点的中间点;第二种是取三个点的平均位置。
在步骤G中,根据步骤F中4个优选导联的心电信号波形的P波起点位置和终点位置;进行P波起点位置和终点位置综合分析,输出P波起点位置和终点位置信息。图14是采用阈值下降法确定4个优选导联的P波起点和终点位置的示意图,图中标识有‘+’的位置为P波起点和P波终点的位置。在步骤G中,包括步骤G1和步骤G2。
在步骤G1中,对M个优选导联分别做P波起点和终点检测处理之后,分别得到M个P波起点位置信息和M个P波终点位置信息;M为大于等于4的自然数。在步骤G2中,对M个P波起点和终点的位置信息分别做平均值处理并取整,作为M个导联最终的P波起点和终点位置。
在步骤G2中,平均值处理过程如下:求取平均值后并取整,其中Poni是4个优选导联中第i个优选导联P波起点位置信息,PON是N个导联最终的P波起点位置信息;求取平均值后并取整,其中Poffi是4个优选导联中第i个优选导联P波终点位置信息,POFF是N个导联最终的P波终点位置信息。
如图2所示的一个实施例中,先确定P波搜索范围,再进行拐点定位,根据拐点定位的结果更新P波的搜索范围,在新的搜索范围内采用阈值下降法获得P波起点和终点。
如图3所示的一个实施例中,在每个导联信号获得了P波波峰后,先确定心电信号波形差分信号的差分峰值点;在上升支寻找差分峰值点,确定P波起点的搜索范围,再进行阈值判定后找到P波起点;同时,在下降支寻找差分峰值点,确定P波终点的搜索范围,再进行阈值判定后找到P波终点。
如图5所示,本发明的心电信号波形检测方法和低通差分法的检测结果对比示意图可见,本发明的检测准确性远高于低通差分法。图中“——”型竖线显示的是低通差分法LPD的检测位置;图中“--”型竖线显示的是本发明的检测方法的检测位置;图中“...”型竖线显示的是CSE标准P波起点和终点位置。
进一步,本发明的心电信号波形检测方法和低通差分法的检测结果对比的数据如表1所示。
表1
表1中的数据是选用了CSE数据库MA1系列的数据用作原始的心电信号,CSE数据库是国际上通用的数据库。本次实验使用了数据库中的125条记录数据;每个记录挑选了一个典型的心电周期,并标注有心电信号的P波起点和终点、QRS波起点和终点、T波终点,用于本发明的算法和现有技术中的低通差分法的对比测试和验证。表1中,Mean是P波起点和终点测试值和参考值的平均偏差,SD是P波起点和终点测试值和参考值的偏差的标准差,两个指标越低表明测试值和参考值的差距越小,准确性高。
从表1的验证数据可见,本专利的P波起点和终点的Mean±SD均基本在5ms以内。低通差分法的P波起点的Mean±SD基本在6ms以内,P波终点的Mean±SD基本在9ms以内,CSE数据库对P波起点要求Mean±SD在10.2ms以内,P波终点要求Mean±SD在12.7ms以内,两种算法均满足CSE标准要求,但是本专利P波起点比低通差分法检测的起点的Mean±SD上提升了1ms左右,P波终点比低通差分法检测的终点的Mean±SD上提升了4ms左右,说明本专利的P波特征点检测算法准确性优于低通差分法的检测准确性。
一种心电信号波形检测方法包括步骤B:获取N个导联心电信号波形的QRS波起点和终点、T波终点位置信息;步骤C:对N个导联心电信号波形进行信号质量等级排序;步骤D:选取信号质量SQ数值最低的前6个优选导联进行P波检测;步骤E:将6个优选导联的P波波峰幅值进行排序;步骤F:取步骤E中P波波峰幅值等级AL前4位的4个优选导联的心电信号波形进行P波起点和终点定位;步骤G:根据步骤F中获得的4个优选导联的心电信号波形的P波起点位置和终点位置;进行P波起点位置和终点位置综合分析,输出P波起点和终点位置信息。通过多级筛选找出最优信号质量和最强P波峰值导联组进行特征点检测,提高了检测的准确性。
通过信号质量的多级筛选,选择最优信号质量和最强P波峰值的P波导联组,进行P波的特征点检测和识别,特征点识别的准确性远远超越现有技术算法。信号质量筛选降低了噪声干扰对算法检测的影响;幅值等级的筛选,选取P波波峰明显的导联进行分析,可减少某些导联P波不明显导致的定位偏差;三次P波搜索范围的更新,可以降低PT波干扰、u波干扰等情况的影响;上述层层递进的导联筛选方式和多导联综合的P波端点识别方式的综合使得P波的起点和终点的识别准确性大大提高。
以上所述仅为本发明的实施例,并非因此限制本发明的专利范围,凡是利用发明说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本发明的专利保护范围内。
Claims (10)
1.一种心电信号波形检测方法,包括以下步骤,
步骤B:对N个导联心电信号波形,进行QRS波起点和终点检测,获取QRS 波起点和终点位置信息;同时进行T波终点检测,获取T波终点位置信息;其中N为大于等于6的自然数;
步骤C:对N个导联心电信号波形进行信号质量等级排序的步骤;
各导联心电信号波形分别计算表征信号质量的信号质量SQ数值;
按各导联心电信号波形的信号质量SQ数值大小对各导联心电信号波形的信号质量进行排序;信号质量SQ数值越小代表信号质量越高;
步骤B和步骤C之间不分先后顺序;
步骤D:选取信号质量SQ数值最低的前6个优选导联的心电信号波形进行P波检测;取各导心电信号波形的T波终点位置到下一个QRS波起点位置之间的区域作为P波搜索范围,进行P波波峰的检测识别;
步骤E:对步骤D中识别出的P波波峰,计算各导联的P波幅值等级数值AL,按各导联P波波峰幅值从大到小的顺序,依次将6个优选导联的P波波峰幅值进行排序;P波幅值等级数值AL越高代表P波波峰幅值越高;
步骤F:取步骤E中P波波峰幅值等级AL前4位的4个优选导联的心电信号波形进行P波起点和P波终点定位;
步骤G:根据步骤F中获得的4个优选导联的心电信号波形的P波起点位置和P波终点位置;进行P波起点位置和P波终点位置综合分析,输出P波起点位置和P波终点位置信息。
2.根据权利要求1所述的心电信号波形检测方法,其特征在于:
步骤B中:对QRS波进行检测获取特征点的位置和信号幅度信息,特征点包括获取QRS波起点、QRS波终点、T波终点;
步骤C中包括以下步骤,
步骤C1:将T波终点位置(Toff)到下一个QRS波起点位置(QRSon)之间的区域作为P波的第一搜索范围(Range1);
将第一搜索范围(Range1)内的数据进行归一化,进行以下两个特征参数的计算,
第一个特征参数是峰值点个数,峰值点个数为第一搜索范围(Range1)内所有向上峰值点的个数,其值越大表征第一搜索范围内数据比较粗糙,噪声比较大;
第二个特征参数是幅度和,幅度和是指在第一搜索范围(Range1)内,所有信号采样点的幅值之和,其值越大表征范围内数据比较粗糙,噪声比较大;
步骤C2:根据步骤C1获得在第一搜索范围(Range1)内的两个特征参数,进行加权平均得到一个综合值即信号质量SQ数值来表征该导联心电信号波形的信号质量,信号质量SQ数值的加权平均计算方式如下:信号质量SQ数值=0.5×峰值点个数+0.5×幅度和;
步骤C3:按照信号质量SQ数值从小到大的顺序对各导联心电信号波形的信号质量进行排序,信号质量SQ数值从小到大表示信号质量从高到低。
3.根据权利要求2所述的心电信号波形检测方法,其特征在于:
步骤D中包括以下步骤:
步骤D1:选取信号质量SQ数值最低的前6个优选导联的心电信号波形进行P波检测;
步骤D2:对6个优选导联中各导心电信号波形的T波终点位置(Toff)到下一个QRS波起点位置(QRSon)之间的区域作为各导联P波的第一搜索范围(Range1),进行P波波峰的检测识别;
步骤D3:对第一搜索范围(Range1)内的信号采用传统低通差分法对进行P波波峰检测识别,获取每个导联的P波波峰位置(Ppos)信息和P波信号幅度信息。
4.根据权利要求3所述的心电信号波形检测方法,其特征在于:
步骤E中包括以下步骤,
步骤E1:选取信号质量SQ数值最低的前6个优选导联的心电信号波形信号,此处的6个优选导联的心电信号波形信号为不做归一化处理的信号;
在6个优选导联的信号中,以QRS波起点的幅度值为参考线,将P波波峰点的幅值与参考线即QRS波的起点所在的幅度值进行作差取绝对值,得到的值即为P波幅值等级AL;
步骤E2:按各导联P波幅值等级AL从大到小的顺序,将6个优选导联的P波波峰幅值进行排序;P波幅值等级AL越高代表P波波峰幅值越高;
步骤E3:选取幅值等级AL最高的前4个导联作为P波起点和终点检测的导联信号。
5.根据权利要求3所述的心电信号波形检测方法,其特征在于:
步骤F中包括以下步骤,
步骤F1:第二搜索范围(Range2)的确定;根据P波波峰位置(Ppos),选取P波波峰前0.12秒至P波波峰后0.12秒范围内的信号作为P波起点和终点检测的第二搜索范围(Range2);
P波波峰位置(Ppos)往前0.12秒的位置是第二搜索范围(Range2)的起点,P波波峰位置(Ppos)往后0.12秒的位置是第二搜索范围(Range2)的终点,在第二搜索范围(Range2)进行P波起点位置和终点位置的搜索范围;
若第二搜索范围(Range2)的起点位置后于第一搜索范围(Range1)的起点位置,则将第一搜索范围(Range1)的起点位置作为第二搜索范围(Range2)的起点位置;
若第二搜索范围(Range2)的终点位置大于第一搜索范围(Range1)的终点位置,则将第一搜索范围(Range1)的终点位置作为第二搜索范围(Range2)的终点位置。
6.根据权利要求5所述的心电信号波形检测方法,其特征在于:
步骤F1之后还包括以下步骤,
步骤F2:拐点的确定,将各导心电信号波形的第二搜索范围(Range2)内的信号数据进行差分处理,获取差分为零的拐点,获取P波波峰前后两侧的各一个拐点,即第一拐点(K1)和第二拐点(K2);
若没有找到第一拐点(K1),则将第二搜索范围(Range2)的起点位置作为第一拐点(K1)的位置;
若没有找到第二拐点(K2),则将第二搜索范围(Range2)的终点位置作为第二拐点(K2)的位置。
7.根据权利要求6所述的心电信号波形检测方法,其特征在于:
步骤F2之后还包括以下步骤,
步骤F3:第三搜索范围(Range3)的确定,更新P波搜索范围;
将第一拐点(K1)和第二拐点(K2)之间的区间作为第三个搜索范围(Range3),并做归一化处理;
若第三搜索范围(Range3)的起点位置后于第二搜索范围(Range2)的起点位置,则将第二搜索范围(Range2)的起点位置作为第三搜索范围(Range3)的起点位置;
若第三搜索范围(Range3)的终点位置先于第二搜索范围(Range2)的终点位置,则将第二搜索范围(Range2)的终点位置作为第三搜索范围(Range3)的终点位置。
8.根据权利要求7所述的心电信号波形检测方法,其特征在于:
步骤F3之后还包括以下步骤,
步骤F4:根据阈值下降法,在第三个搜索范围(Range3)内检测P波起点和终点;
步骤F4:又包括以下步骤,
步骤F41:归一化处理后的各导心电信号波形差分信号,在第三搜索范围(Range3)内,先找出P波波峰位置(Ppos)在差分信号中的对应位置,即差分P波波峰位置(POS),并分别找出临近差分P波波峰位置(POS)的上升支差分峰值点位置(MA1)和下降支差分峰值点位置(MA2),上升支差分峰值点位置(MA1)对应的波形幅值为上升支差分峰值点幅度值MP1,下降支差分峰值点位置(MA2)对应的波形幅值为下降支差分峰值点幅度值MP2。
9.根据权利要求8所述的心电信号波形检测方法,其特征在于:
步骤F41之后还包括以下步骤,
步骤F42:P波起点的检测,将第一拐点(K1)到上升支差分峰值点位置(MA1)之间的信号区间作为检测P波起点的起点搜索范围;
设定三个倍数阈值,即第一阈值(Th1),第二阈值(Th2),第三阈值(Th3),第一阈值(Th1)的取值范围是0.8~0.95,第二阈值(Th2)的取值范围是0.6~0.79,第三阈值(Th3)的取值范围是0.3~0.59;
第一阈值(Th1)乘以上升支差分峰值点幅度值MP1为第一门限阈值;第二阈值(Th2)乘以上升支差分峰值点幅度值MP1为第二门限阈值;第三阈值(Th3)乘以上升支差分峰值点幅度值MP1为第三门限阈值;
在起点搜索范围内,若连续三个点的信号波形绝对值幅值小于第一门限阈值点,则以该三个点中的第一个点的位置作为第一起点(pos1);
在起点搜索范围内,若连续三个点的信号波形绝对值幅值小于第二门限阈值点,则以该三个点中的第一个点的位置作为第二起点(pos2);
在起点搜索范围内,若连续三个点的信号波形绝对值幅值小于第三门限阈值点,则以该三个点中的第一个点的位置作为第三起点(pos3);
计算第一起点(pos1)和第三起点(pos3)的位置差距的绝对值;
若第一起点(pos1)和第三起点(pos3)的位置差距的绝对值小于第一位置阈值(m1),则以第一起点(pos1)、第二起点(pos2)第三起点(pos3)的位置取平均,用作P波起点的位置;
若第一起点(pos1)和第三起点(pos3)的位置差距的绝对值大于等于第一位置阈值(m1),则将三个点的中值作为P波起点的位置作为最后P波起点的位置;
步骤F41之后还包括以下步骤,
步骤F43:P波终点的检测,将下降支差分峰值点位置(MA2)到第二拐点(K2)之间的信号区间作为检测P波终点的终点搜索范围;
设定三个倍数阈值,即第四阈值(Th4),第五阈值(Th5),第六阈值(Th6),第四阈值(Th4)的取值范围是0.65~0.85,第五阈值(Th5)的取值范围是0.45~0.64,第六阈值(Th6)的取值范围是0.2~0.44;
第四阈值(Th4)乘以下降支差分峰值点幅度值MP2为第四门限阈值;第五阈值(Th5)乘以下降支差分峰值点幅度值MP2为第五门限阈值;第六阈值(Th6)乘以下降支差分峰值点幅度值MP2为第六门限阈值;
在终点搜索范围内,若连续三个点的信号波形绝对值幅值小于第四门限阈值点,则以该三个点中的第一个点的位置作为第一终点(pos4);
在终点搜索范围内,若连续三个点的信号波形绝对值幅值小于第五门限阈值点,则以该三个点中的第一个点的位置作为第二终点(pos5);
在终点搜索范围内,若连续三个点的信号波形绝对值幅值小于第六门限阈值点,则以该三个点中的第一个点的位置作为第三终点(pos6);
计算第一终点(pos4)和第三终点(pos6)的位置差距的绝对值;
若第一终点(pos4)和第三终点(pos6)的位置差距的绝对值小于第二位置阈值(m2),则以第一终点(pos4)、第二终点(pos5)和第三终点(pos6)的位置取平均,用作P波终点的位置;
若第一终点(pos4)和第三起点第三终点(pos6)的位置差距的绝对值大于等于第二位置阈值(m2),则将三个点的中值作为最后P波终点的位置。
10.根据权利要求1所述的心电信号波形检测方法,其特征在于:
步骤B之前还包括步骤A,
步骤A:对N个导联心电信号波形进行预处理;
滤除各导联心电信号波形中的肌电噪声,滤除工频干扰和基线漂移;设置截止频率为100Hz的低通滤波器,过滤肌电干扰信号;设置截止频率为48Hz的低通滤波器和截止频率为52Hz的高通滤波器,去除50Hz工频干扰信号;设置截止频率为1Hz的高通滤波器,抑制基线漂移;预处理后的N个导联心电信号波形,用于后续的特征点检测;
步骤G中包括以下步骤,
步骤G1:对M个优选导联分别做P波起点和终点检测处理之后,分别得到M个P波起点位置信息和M个P波终点位置信息;M为大于等于4的自然数;
步骤G2:对M个P波起点和终点的位置信息分别做平均值处理并取整,作为M个导联最终的P波起点和终点位置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910064711.8A CN109745035B (zh) | 2019-01-23 | 2019-01-23 | 心电信号波形检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910064711.8A CN109745035B (zh) | 2019-01-23 | 2019-01-23 | 心电信号波形检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109745035A true CN109745035A (zh) | 2019-05-14 |
CN109745035B CN109745035B (zh) | 2021-04-20 |
Family
ID=66406212
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910064711.8A Active CN109745035B (zh) | 2019-01-23 | 2019-01-23 | 心电信号波形检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109745035B (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110013247A (zh) * | 2019-05-24 | 2019-07-16 | 东北大学 | 一种心电图p波和t波的检测、区分与定位方法 |
CN110477906A (zh) * | 2019-08-26 | 2019-11-22 | 电子科技大学 | 一种心电信号qrs波起止点定位方法 |
CN112213619A (zh) * | 2020-09-16 | 2021-01-12 | 杭州长川科技股份有限公司 | 探针台聚焦方法、装置、计算机设备和存储介质 |
CN112213618A (zh) * | 2020-09-16 | 2021-01-12 | 杭州长川科技股份有限公司 | 探针台聚焦方法、装置、计算机设备和存储介质 |
WO2021120737A1 (zh) * | 2019-12-16 | 2021-06-24 | 深圳市邦健科技有限公司 | St 检测方法、装置、计算机设备及存储介质 |
CN113077472A (zh) * | 2021-04-07 | 2021-07-06 | 华南理工大学 | 一种纸质心电图曲线图像分割方法、系统、装置及介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105030228A (zh) * | 2015-06-29 | 2015-11-11 | 深圳市理邦精密仪器股份有限公司 | 在心电信号中确定其p波位置的方法及装置 |
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 |
CN108294745A (zh) * | 2018-03-07 | 2018-07-20 | 武汉大学 | 多导联心电图信号中p波、t波起止点检测方法及系统 |
US20180344190A1 (en) * | 2016-01-13 | 2018-12-06 | Uber Diagnostics Pte. Ltd. | Electrocardiogram-assisted instrumentation and methods of using the same |
CN109171711A (zh) * | 2018-11-14 | 2019-01-11 | 中国计量大学 | 一种基于极值法的快速p波检测方法 |
-
2019
- 2019-01-23 CN CN201910064711.8A patent/CN109745035B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105030228A (zh) * | 2015-06-29 | 2015-11-11 | 深圳市理邦精密仪器股份有限公司 | 在心电信号中确定其p波位置的方法及装置 |
US20180344190A1 (en) * | 2016-01-13 | 2018-12-06 | Uber Diagnostics Pte. Ltd. | Electrocardiogram-assisted instrumentation and methods of using the same |
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 |
CN108294745A (zh) * | 2018-03-07 | 2018-07-20 | 武汉大学 | 多导联心电图信号中p波、t波起止点检测方法及系统 |
CN109171711A (zh) * | 2018-11-14 | 2019-01-11 | 中国计量大学 | 一种基于极值法的快速p波检测方法 |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110013247A (zh) * | 2019-05-24 | 2019-07-16 | 东北大学 | 一种心电图p波和t波的检测、区分与定位方法 |
CN110013247B (zh) * | 2019-05-24 | 2020-06-05 | 东北大学 | 一种心电图p波和t波的检测、区分与定位方法 |
CN110477906A (zh) * | 2019-08-26 | 2019-11-22 | 电子科技大学 | 一种心电信号qrs波起止点定位方法 |
WO2021120737A1 (zh) * | 2019-12-16 | 2021-06-24 | 深圳市邦健科技有限公司 | St 检测方法、装置、计算机设备及存储介质 |
CN112213619A (zh) * | 2020-09-16 | 2021-01-12 | 杭州长川科技股份有限公司 | 探针台聚焦方法、装置、计算机设备和存储介质 |
CN112213618A (zh) * | 2020-09-16 | 2021-01-12 | 杭州长川科技股份有限公司 | 探针台聚焦方法、装置、计算机设备和存储介质 |
CN113077472A (zh) * | 2021-04-07 | 2021-07-06 | 华南理工大学 | 一种纸质心电图曲线图像分割方法、系统、装置及介质 |
CN113077472B (zh) * | 2021-04-07 | 2023-02-10 | 华南理工大学 | 一种纸质心电图曲线图像分割方法、系统、装置及介质 |
Also Published As
Publication number | Publication date |
---|---|
CN109745035B (zh) | 2021-04-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109745035A (zh) | 心电信号波形检测方法 | |
CN105997054B (zh) | 一种心电信号预分析的方法 | |
CN110013247B (zh) | 一种心电图p波和t波的检测、区分与定位方法 | |
CN101828918B (zh) | 基于波形特征匹配的心电信号r波峰检测方法 | |
CN110623657B (zh) | 激活波阵面的混合的双极性/单极性检测 | |
CN104161510B (zh) | 一种多级导联心电信号qrs波形识别方法 | |
CN101065059B (zh) | 可植入心脏装置中的信号模板 | |
CN102835954B (zh) | 一种心拍波形模板生成方法及模块 | |
US9833157B2 (en) | Cardiac activation time detection | |
CN104905785B (zh) | 心电图信号检测方法和系统 | |
CN109381181A (zh) | 心电信号特征波形的端点检测方法 | |
EP2704628A2 (en) | Signal averaging | |
CN107622259B (zh) | 一种t波检测方法、心电数据分析方法及装置 | |
WO2016035701A1 (ja) | 心拍検出方法および心拍検出装置 | |
CN104939820A (zh) | 一种起搏信号检测方法及装置 | |
CN110464337A (zh) | 一种基于极值能量分解法的心率变异性信号分析方法 | |
KR20130085632A (ko) | 적응적 국부 임계화를 이용한 심전도 신호의 r 피크 검출방법 | |
CN108852380A (zh) | 基于ecg信号的疲劳、情绪分析方法 | |
CN109512405A (zh) | 一种基于局部点检测的脉象信号分割方法 | |
CN1180746C (zh) | 心电频谱图检测仪 | |
CN106137184B (zh) | 基于小波变换的心电信号qrs波检测方法 | |
CN115486854A (zh) | 一种针对干电极采集的单导联心电图室性早搏识别方法 | |
CN111281378A (zh) | 一种动态心电图中疑似t波电交替分段的筛选方法及装置 | |
Tekeste et al. | Adaptive ECG interval extraction | |
CN107753012A (zh) | 一种心磁信号质量评估方法、系统、及服务器 |
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 |