CN109843165B - 心跳检测方法和心跳检测设备 - Google Patents
心跳检测方法和心跳检测设备 Download PDFInfo
- Publication number
- CN109843165B CN109843165B CN201780064250.3A CN201780064250A CN109843165B CN 109843165 B CN109843165 B CN 109843165B CN 201780064250 A CN201780064250 A CN 201780064250A CN 109843165 B CN109843165 B CN 109843165B
- Authority
- CN
- China
- Prior art keywords
- value
- threshold
- time
- peak
- index
- 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
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
- A61B5/024—Detecting, measuring or recording pulse rate or heart rate
- A61B5/0245—Detecting, measuring or recording pulse rate or heart rate by using sensing means generating electric signals, i.e. ECG signals
-
- 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
- A61B5/352—Detecting R peaks, e.g. for synchronising diagnostic apparatus; Estimating R-R interval
-
- 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
- A61B5/7203—Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
- G16H40/60—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices
- G16H40/63—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices for local operation
Abstract
该心跳检测设备包括:时间差值计算单元(3),用于根据活体的心电图波形的采样数据串来计算时间差值;指标值计算单元(4),用于基于时间差值来计算用于心跳检测的指标值;阈值设置单元(5),确定是否检测到超过阈值的指标值的波峰,当连续检测到大于或等于预定数目的波峰时,基于这些波峰之中最近的预定数目的波峰的平均值来计算阈值候选,当阈值候选超过阈值界限值时不更新阈值,该阈值界限值基于可能是该活体的心电图波形的时间差值的差值界限值,以及当阈值候选等于或小于阈值界限值时将阈值候选设置为新阈值;以及心跳时间确定单元(6),用于当检测到超过阈值的指标值的波峰时,将该波峰的采样时间确定为心跳时间。
Description
技术领域
本发明涉及从心电图波形提取诸如心跳间隔(R-R间隔)之类的生物信息的技术,更具体地,涉及用于在实时获取心电图波形时检测心跳的心跳检测方法和心跳检测设备。
背景技术
利用能够测量ECG(心电图)波形的穿戴在身体上的设备来测量心跳是很有用的,因为这种测量的心跳可以用来在运动中控制训练的负荷强度,在日常生活中评估自主神经功能等等。近年来,研发了一种带电极的衬衫式设备,使得心跳监测在各种场景中更容易实现。
作为根据ECG波形检测心跳(R波)的一种方法,检测时间序列中的波峰是一种方便的方法。也即,针对ECG波形的采样数据的时间序列设置阈值。当采样数据超过阈值时,检测到R波。
当不是基于ECG波形本身而是基于通过计算ECG波形的时间差获得的数据串来检测R波时,可以实现以下优势:(I)抵消了基线中的波动;以及(II)即使由于个体差异等导致S波比R波大,也可以检测到波峰。
而且,注意到由Q波、R波和S波产生的波峰的宽度几乎是恒定的,不存在任何个体差异,计算考虑了在波峰前后形成的间隙的指标。当使用所计算指标的时间序列时,可以更准确地检测到R波。
当例如使用阈值检测R波时,提出了一种方法,其基于数据串前2秒的最大值设置阈值,以及基于每五次心跳的波峰值的平均值来更新该阈值(例如参见非专利文献1)。在此方法中,有可能在阈值上反映信号水平的趋势。
然而,当获取ECG波形时,波形上可能添加了噪声。尤其是在由被测者身体穿戴的可穿戴设备中,更可能发生对ECG波形的干扰。特别是,由于电极的浮动等,不可能由人的心电位产生的、具有非常大振幅的噪声可能会混进ECG波形中。当添加了这种大的噪声时,阈值可能由于噪声的影响而跳跃,并且可能检测不到此后的R波。
为了解决此问题,专利文献1公开了一种考虑ECG波形中的噪声对阈值进行优化的结构。
相关技术文献
专利文献
专利文献1:日本专利公开No.07-067844
非专利文献
非专利文献1:“ECG Implementation on the TMS320C5515DSP MedicalDevelopment Kit(MDK)with the ADS1298ECG-FE(具有ADS1298ECG-FE的TMS320C5515DSP医疗开发工具包上的ECG实现)”,德州仪器公司,<http://www.ti.com/lit/an/sprabj1/sprabj1.pdf>,2011
发明内容
本发明要解决的问题
如上所述,在现有的心跳检测方法中,当ECG波形上添加了大的噪声时,阈值可能由于噪声的影响而跳跃,并且可能检测不到此后的R波。为了解决此问题,专利文献1公开了一种对阈值进行优化的结构。
然而,专利文献1没有公开用于确定阈值水平是否为合适水平的检测结果信息的细节,因此,在由于混入了大的噪声而使阈值跳跃时有可能难以对阈值进行优化。
本发明是考虑到上述问题而做出的,目的是提供一种即使在心电图波形上叠加有噪声时也能够适当地检测心跳的心跳检测方法和心跳检测设备。
问题的解决手段
根据本发明,提供了一种心跳检测方法,包括:第一步骤,针对每个采样时间,根据活体的心电图波形的采样数据串来计算采样数据的时间差值;第二步骤,基于第一步骤中计算的时间差值计算用于心跳检测的指标值;第三步骤,确定是否检测到超过当前阈值的所述指标值波峰,以及当连续地检测到等于或大于预定数目的波峰时,基于检测到的等于或大于预定数目的波峰之中最近的预定数目的波峰的平均值来计算阈值候选;第四步骤,将第三步骤中计算的所述阈值候选与阈值界限值进行比较,所述阈值界限值基于可能是所述活体的心电图波形的时间差值的差值界限值,当所述阈值候选超过所述阈值界限值时不更新阈值,以及当所述阈值候选的值等于或小于所述阈值界限值时将所述阈值候选设置为新阈值;以及第五步骤,当检测到超过所述阈值的所述指标值的波峰时,将该波峰的采样时间设置为心跳时间。
根据本发明,还提供了一种心跳检测设备,包括:时间差值计算单元,配置为针对每个采样时间,根据活体的心电图波形的采样数据串来计算采样数据的时间差值;指标值计算单元,配置为基于所述时间差值计算单元所计算的时间差值来计算用于心跳检测的指标值;阈值设置单元,配置为确定是否检测到超过当前阈值的所述指标值的波峰,配置为当连续地检测到等于或大于预定数目的波峰时,基于检测到的等于或大于预定数目的波峰之中最近的预定数目的波峰的平均值来计算阈值候选,配置为当所述阈值候选超过阈值界限值时不更新阈值,所述阈值界限值基于可能是所述活体的心电图波形的时间差值的差值界限值,以及配置为当所述阈值候选的值等于或小于所述阈值界限值时将所述阈值候选设置为新阈值;以及心跳时间确定单元,配置为当检测到超过所述阈值的所述指标值的波峰时,将所述波峰的采样时间设置为心跳时间。
发明效果
根据本发明,根据活体的心电图波形的采样数据串来计算时间差值,基于时间差值来计算用于心跳检测的指标值,基于超过当前阈值的指标值波峰中预定数目的最近波峰的平均值来计算阈值候选,以及将阈值候选与阈值界限值进行比较,该阈值界限值基于可能是该活体的心电图波形的时间差值的差值界限值。接着,当阈值候选超过阈值界限值时,不更新阈值,以及当阈值候选等于或小于阈值界限值时,将阈值候选设置为新阈值。因此,即使在心电图波形中混入了大的噪声,也有可能防止用于心跳检测的阈值的跳跃。结果,根据本发明,即使在心电图波形上叠加有噪声时也有可能适当地检测心跳。
附图说明
图1是示出根据本发明第一实施例的心跳检测设备的结构的框图;
图2是用于说明根据本发明第一实施例的心跳检测方法的流程图;
图3是示出心电图波形的示例的时序图;
图4是示出图3中所示心电图波形的时间差值的时序图;
图5是示出根据图4中所示心电图波形的时间差值计算的指标值的时序图;
图6是用于说明根据本发明第一实施例的心跳检测设备的阈值设置单元的操作细节的流程图;
图7是图5的放大时序图;
图8是示出根据本发明第一实施例的心跳检测方法的结果的时序图;
图9是示出根据本发明第二实施例的心跳检测设备的结构的框图;
图10是示出心电图波形的另一示例的时序图;
图11是示出根据图10中所示心电图波形计算的指标值的时序图;
图12是图11的放大时序图;
图13是示出根据本发明第二实施例的心跳检测方法的结果的时序图;
图14是示出根据本发明第三实施例的心跳检测设备的结构的框图;
图15是用于说明根据本发明第三实施例的心跳检测方法的流程图;
图16是示出根据本发明第三实施例的心跳检测方法的结果的时序图;以及
图17是示出用于实现根据本发明第一到第三实施例中每个的心跳检测设备的计算机的结构示例的框图。
具体实施方式
第一实施例
下面将参考附图描述本发明的实施例。图1是示出根据本发明第一实施例的心跳检测设备的结构的框图。图2是用于说明根据本发明第一实施例的心跳检测方法的流程图。心跳检测设备包括:输出ECG波形的采样数据串的心电图仪1;存储ECG波形的采样数据串和采样时间信息的存储单元2;针对每个采样时间,根据ECG波形的采样数据串计算采样数据的时间差值的时间差值计算单元3;基于时间差值计算单元3所计算的时间差值,计算用于心跳检测的指标值的指标值计算单元4;设置将与指标值进行比较的阈值的阈值设置单元5;以及当检测到超过该阈值的指标值的波峰时,将该波峰的采样时间设置为心跳时间的心跳时间确定单元6。
下面将描述根据此实施例的心跳检测方法。在此实施例中,x(n)代表通过对ECG波形进行采样得到的数据串,其中n(n=1,2,...)代表分配给一个采样数据的编号。当然,编号n越大,采样时间越晚。
心电图仪1测量活体(人体)(未示出)的ECG波形,并输出该ECG波形的采样数据串x(n)。此时,心电图仪1通过将采样时间信息添加到每个采样数据来输出采样数据串。注意,测量ECG波形的实际方法是公知技术,在此将省略对其的详细描述。
存储单元2存储从心电图仪1输出的ECG波形的采样数据串x(n)和采样时间信息。
为了计算采样数据x(n)的时间差值y(n),时间差值计算单元3从存储单元2获取采样数据x(n)之后一个采样操作的数据x(n+1)以及采样数据x(n)之前一个采样操作的数据x(n–1)(图2的步骤S1)。接着,时间差值计算单元3针对每个采样时间,通过下式计算采样数据x(n)的时间差值y(n)(图2的步骤S2):
y(n)=x(n+1)–x(n–1)...(1)
图3是示出心电图波形的示例的时序图。在图3中,“R”代表要检测为心跳的R波。参考图3,横坐标代表时间,纵坐标代表心电位[μV]。在图3所示示例中,在位置“N”处波形受到极大干扰。在人的ECG波形中,Q波、R波和S波的振幅取决于导联,但是最大大约为2,500到3,000μV。例如当波的振幅超过3.6mV(心电图记录纸上为36mm)时,确定该波异常(参见Yamasawa,“Easy-to-Understand Electrocardiogram,Reveal Heart Disease from 12-lead Electrocardiogram”(易懂心电图,从12导联心电图看心脏疾病),Elsevier Japan(爱思唯尔,日本),2003)。位置“N”处对波形的干扰振幅从+20,000到-15,000μV,这显然不是心电位而是噪声导致的。
图4是示出图3中所示心电图波形的时间差值y的时序图,其中横坐标代表时间,纵坐标代表心电位的差值[μV]。在图3和图4中,采样周期是5ms。通过得到ECG波形的时间差,随着心跳的节奏,在图4中每个位置“R”处都出现一个与从R波到S波的心电位骤降相伴的向下的波峰。而且,在位置“N”处,出现由噪声产生的波峰。
指标值计算单元4基于时间差值计算单元3所计算的时间差值y来计算用于心跳检测的指标值(图2的步骤S3)。更具体地,指标值计算单元4针对每个采样时间,将减法结果的正负符号反转所获得的值计算作为指标值。该减法结果是通过从计算目标时间T处的时间差值y中减去以下时间差值中的最小值而获得的;这些时间差值是计算目标时间T之前的预定时间区域(T–Δt2)到(T–Δt1)内的时间差值y以及计算目标时间T之后的预定时间区域(T+Δt1)到(T+Δt2)内的时间差值y。
也即,当yT代表计算目标时间T处的时间差值,并且ymin代表计算目标时间T之前的预定时间区域内以及计算目标时间T之后的预定时间区域内的时间差值的最小值时,计算目标时间T处的指标值I给出为:
I=–(yT–ymin)...(2)
在此实施例中,满足Δt2>Δt1,并且设置Δt1=25ms以及Δt2=150ms。注意,将减法结果的正负符号反转,以便将由R波产生的波峰设置为正值。
图5是示出根据图4中所示ECG波形的时间差值计算的指标值I的时序图。如在图3和图4中,纵坐标的单位是电位[μV]。指标值I代表,对于由R波产生的波峰,该波峰周围的时间区域内的时间差值的间隙的高度,由此增强由R波产生的波峰。因此,有可能通过对指标值I的数据串应用使用阈值的波峰搜索来检测R波。然而,“N”所指示的由噪声产生的波峰同样被增强,并且它的值大约为20,000μV。结果,当阈值设置单元5设置阈值时,需要注意由噪声产生的波峰。
图6是用于说明阈值设置单元5的操作(图2的步骤S4)细节的流程图。在阈值的初始设置时段期间(图6的步骤S10中的“是”),阈值设置单元5使用初始设置时段中的指标值I的数据得到最大值Imax,并且将该最大值Imax乘以预定系数α(例如,α=0.4)得到的值设置为初始阈值Th(图6的步骤S11),其给出为:
Th=α×Imax...(3)
注意,初始设置时段是指从心跳测量开始起的2s的时段或者从将在后面描述的波峰搜索操作被重置时起的2s的时段。
阈值设置单元5确定是否能够检测到超过当前阈值Th的指标值I的波峰(图6的步骤S12)。当可以连续检测到预定数目V(在此实施例中,V=5)或更多数目的波峰时(图6的步骤S13中的“是”),获得这些连续检测到的波峰中该预定数目V个最近波峰的平均值Iave,并且将其乘以预定系数β(例如,β=0.4),将由此得到的值设置为阈值候选Thc(图6的步骤S14),其给出为:
Thc=β×Iave...(4)
阈值设置单元5将计算的阈值候选Thc与阈值界限值L进行比较,该阈值界限值L基于当前阈值Th和看起来更可能是人的ECG波形的时间差值的差值界限值。当阈值候选Thc超过阈值界限值L时,不更新阈值Th(图6的步骤S15中的“是”);否则(步骤S15的“否”),将候选Thc设置为新阈值Th(图6的步骤S16)。阈值界限值L将在后面描述。
阈值设置单元5针对每个采样时间执行上述处理。当连续检测到超过阈值Th的指标值I的波峰时,通过重复地执行步骤S14中的处理相继地计算阈值候选Thc。当阈值候选Thc等于或小于阈值界限值L时,更新阈值Th。
当在初始设置阈值Th之后或在更新阈值Th之后3秒内不能检测到超过阈值Th的指标值I的波峰时(图6的步骤S17中的“是”),阈值设置单元5重置波峰搜索操作,返回初始设置时段以再次执行阈值Th的设置(图6的步骤S18)。
接着,当检测到超过阈值Th的指标值I的波峰时(图2的步骤S5中的“是”),心跳时间确定单元6将该波峰的采样时间设置为心跳时间(图2的步骤S6)。采样时间信息可以从存储单元2获取。
通过针对每个采样时间重复步骤S1到S6中的处理,获得包含多个心跳时间点的时间序列数据。
图7是通过放大图5中纵坐标从0到3,000μV的范围而显示的时序图。虚线代表在每个时间设置的阈值Th。阈值Th指示将阈值候选Thc直接设置为新阈值Th而不执行参考图6所描述的阈值设置单元5的处理中步骤S15和S16的处理时的值。每个O标记70指示根据心跳时间确定单元6基于图7中示出的阈值Th所确定的心跳时间计算的R-R间隔[ms]。注意,通过提取连续数据串的一部分来显示图7的图。从该图中所示时间之前的时间点起执行R波检测。
在图7所示的示例中,在时间t1时由R波产生的指标值I的波峰超过阈值Th后,在时间t2时由噪声产生的指标值I的波峰超过阈值Th,并且该波峰被识别为心跳。因此,输出R-R间隔的值。然而,R-R间隔的值(时间点t1和t2之间的间隔)大约为600ms,其小于常规值。之后,在时间t3时由R波产生的指标值I的波峰超过阈值Th。然而,由于时间t2时的波峰被检测为心跳,因此R-R间隔的值(时间点t2和t3之间的间隔)也很小。
此外,在时间t4时通过阈值设置单元5的处理更新了阈值Th。然而,由于由噪声产生的指标值I的波峰被包括进来,所以阈值Th从448μV跳到2,075μV。由于阈值Th跳跃,所以在后续时间点t5、t6、t7、t9和t10时由R波产生的波峰都小于阈值Th,不会被检测为心跳。
由于在更新阈值Th之后3秒内不能检测到超过阈值Th的指标值I的波峰,所以阈值设置单元5在时间t8时重置波峰搜索操作,之后的2秒时段用于设置初始阈值。在时间t11时设置了新阈值Th,在时间t12时由R波产生的指标值I的波峰超过阈值Th,其被检测为心跳。随后,在时间t13时由R波产生的指标值I的波峰被检测为心跳,并且输出R-R间隔的值。在时间t13时,R-R间隔的值回到1,000ms附近的正常值。也即,在图7所示示例中,由于混入了大噪声,出现了在5秒或者更长时间内不能正常进行心跳检测的状况。
考虑人的ECG波形的时间差的可能最大值,反过来说,考虑不太可能是人的ECG波形的时间差的值。QRS间隔(从Q波开始到S波结束)为0.06到0.1秒(参见Yamasawa,“Easy-to-Understand Electrocardiogram,Reveal Heart Disease from 12-leadElectrocardiogram”(易懂心电图,从12导联心电图看心脏疾病),Elsevier Japan(爱思唯尔,日本),2003)。
可以认为从R波的最高值到S波的最低值所花费的时间为大约15到25ms,其为QRS间隔的1/4。而且,从R波的最高值到S波的最低值的时间期间,值在中心附近非常剧烈变化。假设该变化的时间范围是从R波的最高值到S波的最低值的时间的大约一半,则可以估计该时间范围为大约7.5到12.5ms。假设在此时间范围期间发生对应于QRS振幅的心电位变化,则认为心电位的变化速率最大为大约350μV/ms。当心电位的变化速率被转换为通过式(1)获得的时间差值时,对于1ms的采样间隔得到700μV,通过给出富裕量,其向上四舍五入到1,000μV。
如上所述,当采样间隔是1ms时,超过1,000μV的时间差值不太可能是人的ECG波形的时间差。对于5ms的采样间隔,该标准值设置为5,000μV。也即,当dT代表采样间隔时,可能是人的ECG波形的时间差值的差值界限值X给出为:
X=dT[ms]×1000[μV]...(5)
如上所述,图5中示出的指标值I表示,对于由R波产生的波峰,该波峰周围的时间区域内的时间差值的间隙的高度。当ECG波形的时间差值包括大的噪声,并且该噪声呈现尖锐单峰时,在最坏情况下,该值直接影响指标值I。
当通过将超过当前阈值Th的预定数目V(在此实施例中,V=5)的波峰的平均值Iave乘以系数β=0.4获得的值设置为新阈值Th′时,当p代表指标值I的标准波峰值时,更新后的阈值Th′正常大约为Th′=p×β=p×0.4。当有一次产生了具有波峰值X的异常噪声时,下一个阈值Th′增加(X–p)/5×0.4=0.08X–0.2Th。当X=5000μV时,得到400–0.2Th[μV]。也即,当采样间隔是5ms时,当下一阈值Th′相对于当前阈值Th的增加量超过400–0.2Th[μV]时,该阈值受到噪声影响的可能性更大。
在此实施例中,当步骤S14中计算的阈值候选Thc相对于当前阈值Th超过阈值界限值L=400+0.8Th[μV](=Th+400–0.2Th)时(步骤S15中的“是”),不更新阈值Th。注意,阈值界限值L的一般等式给出为:
L=Th+(β/V)X–(1/V)Th...(6)
图8是通过放大图5中纵坐标从0到3,000μV的范围而显示的时序图。不同于图7,图8示出了当执行参考图6描述的步骤S15和S16中的处理时得到的结果。每个O标记80指示根据心跳时间确定单元6基于图8中示出的阈值Th所确定的心跳时间而计算的R-R间隔[ms]。
时间t1时的阈值Th是448μV。在时间t1时由R波产生的指标值I的波峰超过阈值Th之后,在时间t2时由噪声产生的指标值I的波峰超过阈值Th。因此,基于该波峰值计算出阈值候选Thc=2075μV。此时,得到阈值界限值L=400+0.8Th=758.4μV。由于阈值候选Thc=2075μV超过阈值界限值L,所以根据步骤S15的处理,不更新阈值Th,并且将继续使用阈值Th=448μV。结果,根据此实施例,不同于图7,很显然能够适当地检测到在时间点t5、t6、t7、t9和t10时由R波产生的波峰。
如上所述,根据此实施例,即使ECG波形上叠加有噪声,也有可能适当地检测到心跳。
第二实施例
现在将描述本发明的第二实施例。图9是示出根据本发明第二实施例的心跳检测设备的结构的框图。与图1中相同的参考标号指示相同的部件。根据此实施例的心跳检测设备包括心电图仪1、存储单元2、时间差值计算单元3、指标值计算单元4、阈值设置单元5a和心跳时间确定单元6。
在此实施例中,与第一实施例的区别在于阈值设置单元5a的操作。将参考图6描述阈值设置单元5a的操作。图6的步骤S10到S15、S17和S18中的处理与根据第一实施例的阈值设置单元5的这些步骤中的处理相同。
当在步骤S16中更新阈值Th时,根据此实施例的阈值设置单元5a使用通过对当前阈值Th(i–1)和在步骤S14中计算的阈值候选Thc(i)进行平均得到的值。也即,当Th(i)代表更新后的阈值时,阈值设置单元5a按如下计算阈值Th(i):
Th(i)=r×Thc(i)+(1–r)×Th(i–1)...(7)
在公式(7)中,r代表预定系数(例如,r=0.1)。按此方式,当更新阈值Th时,有可能通过平均当前阈值Th和阈值候选Thc来抑制阈值Th的剧烈变动,由此实现稳定性。其余部件与第一实施例中描述的相同。
图10是示出ECG波形的另一示例的时序图。如在图3中,图10中的“R”代表要检测为心跳的R波。在图10所示的示例中,ECG波形的基线成波浪形,除此之外,波形在位置“N”处有较大的扰动。位置“N”处的电位达到8,000μV。显然,该波形的扰动不是由心电位而是由噪声导致的。
图11是示出根据图10中所示心电图波形以与第一实施例相同的方法计算的指标值I的时序图。与图5中所示同样,由“N”指示的由噪声产生的波峰被增强,因此该波峰的值达到大约4,000μV。
图12是通过放大图11中纵坐标从0到3,000μV的范围而显示的时序图。虚线代表在每个时间设置的阈值Th。此阈值Th表示当使用根据第一实施例的阈值设置单元5而不是本实施例中描述的阈值设置单元5a时得到的值。每个O标记120指示根据心跳时间确定单元6基于图11中示出的阈值Th所确定的心跳时间而计算的R-R间隔[ms]。注意,通过提取连续数据串的一部分来显示图11的图。从该图中所示时间之前的时间点起执行R波检测。
在图12所示的示例中,在时间t21时由噪声产生的指标值I的波峰超过阈值Th后,在时间t22时更新阈值Th。然而,由于阈值候选Thc=531μV等于或小于阈值界限值L=400+0.8Th=578μV,所以阈值候选Thc被采纳作为阈值Th而不需要对阈值候选的值进行任何修改,并且阈值Th的值从222μV增加到531μV。阈值候选Thc未超过阈值界限值L的原因在于由噪声产生的波峰的值稍微低于图3和图5中示出的情况。由于阈值Th增大,所以在随后时间点t23、t24、t25、t26和t27时由R波产生的波峰小于阈值Th,它们不会被检测为心跳。
图13是通过放大图11中纵坐标从0到3,000μV的范围而显示的时序图。不同于图12,图13示出了当使用根据本实施例的阈值设置单元5a时得到的结果。每个O标记130指示根据心跳时间确定单元6基于图13中示出的阈值Th所确定的心跳时间而计算的R-R间隔[ms]。
如上所述,时间t20时的阈值Th是222μV。在时间t21时由噪声产生的指标值I的波峰超过阈值Th之后,当在时间t22时更新阈值Th时,阈值候选Thc=531μV等于或小于阈值界限值L=578μV。然而,由于阈值设置单元5a将通过对阈值Th=222μV和阈值候选Thc=531μV进行平均得到的值设置为新阈值Th,所以更新后的阈值Th大约为250μV,由此抑制阈值Th的增加。结果,根据此实施例,不同于图12中示出的情形,能够正确地检测到在时间点t23、t24、t25、t26和t27时由R波产生的波峰。
如上所述,根据此实施例,有可能消除在第一实施例中不能消除的噪声影响,由此更适当地检测到心跳。
第三实施例
接下来描述本发明的第三实施例。图14是示出根据本发明第三实施例的心跳检测设备的结构的框图。与图1中相同的参考标号指示相同的部件。根据此实施例的心跳检测设备包括心电图仪1、存储单元2、时间差值计算单元3、指标值计算单元4、阈值设置单元5和心跳时间确定单元6a。
在此实施例中,与第一实施例的区别在于心跳时间确定单元6a的操作,因此将描述心跳时间确定单元6a的操作。图15是用于说明根据此实施例的心跳检测方法的流程图。
当检测到超过阈值Th的指标值I的波峰时(图15的步骤S5中的“是”),根据此实施例的心跳时间确定单元6a将该波峰的值与可能是指标值I的指标界限值Z进行比较。当波峰的值超过指标界限值Z时(图15的步骤S7的“是”),该波峰不被检测为心跳;否则(步骤S7中的“否”),该波峰的采样时间被设置为心跳时间(图15的步骤S8)。可能是由人的ECG波形产生的指标值的界限值Z例如可以认为是5,000μV(对于5ms的采样间隔而言)。
图16是示出根据此实施例的结果的时序图,类似于图8,其通过放大图5中纵坐标从0到3,000μV的范围以及叠加阈值Th来显示。每个O标记160指示根据心跳时间确定单元6a基于图16中示出的阈值Th所确定的心跳时间而计算的R-R间隔[ms]。
在根据第一实施例的图8所示的示例中,由于在时间t2时由噪声产生的指标值I的波峰超过阈值Th并且被识别为心跳,所以输出R-R间隔的值。然而,R-R间隔的值(时间点t1到t2之间的间隔)是大约600ms,其小于常规值。
相反,在此实施例中,阈值Th与第一实施例中相同。然而,由于在时间t2时指标值I的波峰值超过指标界限值Z,所以心跳时间确定单元6a不将该波峰检测为心跳。结果,根据在时间t3时检测到的心跳所计算的R-R间隔(时间t1和t3之间的间隔)被置为1,000ms附近的正确的值。
按此方式,在本实施例中,有可能比第一实施例更正确地检测心跳。
注意,本实施例已经说明了心跳时间确定单元6a应用于第一实施例的情形。当然,其同样可以应用于第二实施例。
在第一到第三实施例的每个中描述的存储单元2、时间差值计算单元3、指标值计算单元4、阈值设置单元5或5a以及心跳时间确定单元6或6a可以通过包括CPU(中央处理单元)、存储设备和接口在内的计算机以及用于控制这些硬件资源的程序来实现。图17示出此计算机的结构示例。该计算机包括CPU 100、存储设备101和接口设备(此后简称为I/F)102。I/F 102连接到心电图仪1等。在此计算机中,提供记录在记录介质(诸如软盘、CD-ROM、DVD-ROM或存储卡)上的、用于实现本发明的心跳检测方法的程序,并将该程序存储在存储设备101中。CPU 100根据存储在存储设备101中的程序执行在第一到第三实施例的每个中描述的处理。
工业可应用性
本发明可应用于检测活体心跳的技术。
参考标号和符号的说明
1心电图仪,2存储单元,3时间差值计算单元,4指标值计算单元,5、5a阈值设置单元,6、6a心跳时间确定单元。
Claims (8)
1.一种心跳检测方法,包括:
第一步骤,针对每个采样时间,根据活体的心电图波形的采样数据串来计算采样数据的时间差值;
第二步骤,基于第一步骤中计算的所述时间差值计算用于心跳检测的指标值;
第三步骤,确定是否检测到超过当前阈值的所述指标值的波峰,以及当连续地检测到等于或大于预定数目的波峰时,基于检测到的等于或大于预定数目的波峰之中最近的预定数目的波峰的平均值来计算阈值候选;
第四步骤,将第三步骤中计算的所述阈值候选与阈值界限值进行比较,所述阈值界限值基于所述活体的心电图波形的时间差值的差值界限值,当所述阈值候选超过所述阈值界限值时不更新阈值,以及当所述阈值候选的值等于或小于所述阈值界限值时将所述阈值候选设置为新阈值;以及
第五步骤,当检测到超过所述阈值的所述指标值的波峰时,将该波峰的采样时间设置为心跳时间,
其中所述第二步骤包括针对每个采样时间按如下计算指标值的步骤:将减法结果的值的正负符号反转,所述减法结果是通过从计算指标的时间的时间差值中减去计算指标的时间之前的预定时间区域内的时间差值以及计算指标的时间之后的预定时间区域内的时间差值中的最小值而获得的。
2.根据权利要求1所述的心跳检测方法,进一步包括:
第六步骤,将基于初始设置时段中的所述指标值的最大值的值设置为初始阈值;以及
第七步骤,当在初始设置所述阈值之后或在更新所述阈值之后的预定时间内未检测到超过所述阈值的所述指标值的波峰时,返回所述初始设置时段以再次执行所述阈值的设置。
3.根据权利要求1所述的心跳检测方法,其中所述第四步骤包括如下步骤:当更新所述阈值时,将通过对当前阈值和所述阈值候选进行平均得到的值设置为新阈值,而不是将所述阈值候选直接设置为新阈值。
4.根据权利要求1所述的心跳检测方法,其中所述第五步骤包括如下步骤:当检测到超过所述阈值的所述指标值的波峰时,将所述波峰的值与指标值的指标界限值进行比较,在所述波峰的值超过所述指标界限值时不将所述波峰检测为心跳,以及在所述波峰的值等于或小于所述指标界限值时将所述波峰的采样时间检测为心跳时间。
5.一种心跳检测设备,包括:
时间差值计算单元,配置为针对每个采样时间,根据活体的心电图波形的采样数据串来计算采样数据的时间差值;
指标值计算单元,配置为基于所述时间差值计算单元所计算的时间差值来计算用于心跳检测的指标值;
阈值设置单元,配置为确定是否检测到超过当前阈值的所述指标值的波峰,配置为当连续地检测到等于或大于预定数目的波峰时,基于检测到的等于或大于预定数目的波峰之中最近的预定数目的波峰的平均值来计算阈值候选,配置为当所述阈值候选超过阈值界限值时不更新阈值,所述阈值界限值基于所述活体的心电图波形的时间差值的差值界限值,以及配置为当所述阈值候选的值等于或小于所述阈值界限值时将所述阈值候选设置为新阈值;以及
心跳时间确定单元,配置为当检测到超过所述阈值的所述指标值的波峰时,将所述波峰的采样时间设置为心跳时间,
其中所述指标值计算单元配置为针对每个采样时间按如下计算指标值:将减法结果的值的正负符号反转,所述减法结果是通过从计算指标的时间的时间差值中减去计算指标的时间之前的预定时间区域内的时间差值以及计算指标的时间之后的预定时间区域内的时间差值中的最小值而获得的。
6.根据权利要求5所述的心跳检测设备,其中所述阈值设置单元在更新所述阈值时,将通过对当前阈值和所述阈值候选进行平均得到的值设置为新阈值,而不是将所述阈值候选直接设置为新阈值。
7.根据权利要求5所述的心跳检测设备,其中所述心跳时间确定单元在检测到超过所述阈值的所述指标值的波峰时,将所述波峰的值与指标值的指标界限值进行比较,在所述波峰的值超过所述指标界限值时不将所述波峰检测为心跳,以及在所述波峰的值等于或小于所述指标界限值时将所述波峰的采样时间设置为心跳时间。
8.根据权利要求6所述的心跳检测设备,其中所述心跳时间确定单元在检测到超过所述阈值的所述指标值的波峰时,将所述波峰的值与指标值的指标界限值进行比较,在所述波峰的值超过所述指标界限值时不将所述波峰检测为心跳,以及在所述波峰的值等于或小于所述指标界限值时将所述波峰的采样时间设置为心跳时间。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2016203352 | 2016-10-17 | ||
JP2016-203352 | 2016-10-17 | ||
PCT/JP2017/034444 WO2018074145A1 (ja) | 2016-10-17 | 2017-09-25 | 心拍検出方法および心拍検出装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109843165A CN109843165A (zh) | 2019-06-04 |
CN109843165B true CN109843165B (zh) | 2021-10-01 |
Family
ID=62019283
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201780064250.3A Active CN109843165B (zh) | 2016-10-17 | 2017-09-25 | 心跳检测方法和心跳检测设备 |
Country Status (6)
Country | Link |
---|---|
US (1) | US11324435B2 (zh) |
EP (1) | EP3527130B1 (zh) |
JP (1) | JP6652655B2 (zh) |
CN (1) | CN109843165B (zh) |
ES (1) | ES2870208T3 (zh) |
WO (1) | WO2018074145A1 (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7390125B2 (ja) * | 2019-07-23 | 2023-12-01 | フクダ電子株式会社 | 生体情報処理装置およびその制御方法 |
CN110928203B (zh) * | 2019-11-21 | 2021-08-06 | 苏宁智能终端有限公司 | 一种可穿戴终端及其关机方法 |
JPWO2022215191A1 (zh) * | 2021-04-07 | 2022-10-13 | ||
CN116098598A (zh) * | 2022-12-27 | 2023-05-12 | 北京镁伽机器人科技有限公司 | 类心脏的波峰检测、心率确定方法及相关产品 |
CN117462141B (zh) * | 2023-12-25 | 2024-03-26 | 深圳市先健心康医疗电子有限公司 | 心电信号检测方法、装置、计算机设备和存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20120122856A (ko) * | 2011-04-29 | 2012-11-07 | 가톨릭대학교 산학협력단 | Ecg 신호에서의 r-피크 검출 방법 및 그 장치 |
CN103300848A (zh) * | 2012-03-08 | 2013-09-18 | 三星电子株式会社 | 控制用于检测生理信号的顶峰的阈值的设备和方法 |
CN103654770A (zh) * | 2013-12-03 | 2014-03-26 | 上海理工大学 | 移动心电信号qrs波实时波检测方法及装置 |
CN105232027A (zh) * | 2014-06-09 | 2016-01-13 | 李坚强 | 一种便携式心电信号处理方法和心电信号处理装置 |
WO2016035701A1 (ja) * | 2014-09-04 | 2016-03-10 | 日本電信電話株式会社 | 心拍検出方法および心拍検出装置 |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS6399840A (ja) | 1986-10-17 | 1988-05-02 | テルモ株式会社 | 生体信号計測装置 |
JPH0767844A (ja) | 1993-09-03 | 1995-03-14 | Fukuda Denshi Co Ltd | 長時間心電図におけるqrs波検出装置及び方法 |
FR2712500B1 (fr) * | 1993-11-17 | 1996-02-09 | Ela Medical Sa | Procédé de commande automatique du seuil de détection du rythme cardiaque dans un appareil implantable. |
US8639316B2 (en) * | 2011-03-17 | 2014-01-28 | Medtronic, Inc. | Method and apparatus for noise rejection in atrial arrhythmia detection |
KR101941172B1 (ko) | 2012-03-08 | 2019-01-23 | 삼성전자주식회사 | 생체 신호의 피크를 검출하는 임계값 제어 방법 및 장치. |
US20140073975A1 (en) * | 2012-09-11 | 2014-03-13 | Nellcor Puritan Bennett Llc | Methods and systems for determining physiological information based on threshold crossings of an autocorrelation sequence |
WO2016039182A1 (ja) | 2014-09-09 | 2016-03-17 | 日本電信電話株式会社 | 心拍検出方法および心拍検出装置 |
CN108697362B (zh) | 2016-02-29 | 2021-02-23 | 日本电信电话株式会社 | 心跳检测方法和心跳检测装置 |
-
2017
- 2017-09-25 US US16/342,174 patent/US11324435B2/en active Active
- 2017-09-25 JP JP2018546207A patent/JP6652655B2/ja active Active
- 2017-09-25 WO PCT/JP2017/034444 patent/WO2018074145A1/ja active Application Filing
- 2017-09-25 ES ES17862105T patent/ES2870208T3/es active Active
- 2017-09-25 CN CN201780064250.3A patent/CN109843165B/zh active Active
- 2017-09-25 EP EP17862105.8A patent/EP3527130B1/en active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20120122856A (ko) * | 2011-04-29 | 2012-11-07 | 가톨릭대학교 산학협력단 | Ecg 신호에서의 r-피크 검출 방법 및 그 장치 |
CN103300848A (zh) * | 2012-03-08 | 2013-09-18 | 三星电子株式会社 | 控制用于检测生理信号的顶峰的阈值的设备和方法 |
CN103654770A (zh) * | 2013-12-03 | 2014-03-26 | 上海理工大学 | 移动心电信号qrs波实时波检测方法及装置 |
CN105232027A (zh) * | 2014-06-09 | 2016-01-13 | 李坚强 | 一种便携式心电信号处理方法和心电信号处理装置 |
WO2016035701A1 (ja) * | 2014-09-04 | 2016-03-10 | 日本電信電話株式会社 | 心拍検出方法および心拍検出装置 |
Also Published As
Publication number | Publication date |
---|---|
CN109843165A (zh) | 2019-06-04 |
EP3527130A1 (en) | 2019-08-21 |
JP6652655B2 (ja) | 2020-02-26 |
EP3527130A4 (en) | 2020-03-18 |
EP3527130B1 (en) | 2021-03-24 |
US20190320926A1 (en) | 2019-10-24 |
JPWO2018074145A1 (ja) | 2019-02-14 |
ES2870208T3 (es) | 2021-10-26 |
WO2018074145A1 (ja) | 2018-04-26 |
US11324435B2 (en) | 2022-05-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109843165B (zh) | 心跳检测方法和心跳检测设备 | |
US10945623B2 (en) | Heartbeat detection method and heartbeat detection device | |
JP6170256B2 (ja) | 心拍検出方法および心拍検出装置 | |
KR101910982B1 (ko) | 개인화된 생체 신호 패턴을 이용한 생체 신호의 동잡음 제거 방법 및 장치 | |
JP6645926B2 (ja) | 生体信号処理方法および装置 | |
JP6404784B2 (ja) | 心拍検出方法および心拍検出装置 | |
JP2016123594A (ja) | 自律神経活動推定装置及び自律神経活動推定方法 | |
JP2018175152A (ja) | 心拍検出方法および心拍検出装置 | |
JP6315633B2 (ja) | 心拍検出方法および心拍検出装置 | |
JP2015029647A (ja) | 情報処理装置および情報処理方法 | |
JP2007181628A (ja) | 脈拍間隔算出装置及び脈拍間隔算出方法 | |
JP2015217060A (ja) | 心拍検出方法および心拍検出装置 | |
JPWO2012056546A1 (ja) | 覚醒度判定装置、覚醒度判定方法及び覚醒度判定プログラム | |
WO2022149381A1 (ja) | 信号解析装置、信号解析方法及びプログラム | |
WO2022149307A1 (ja) | 信号解析装置、信号解析方法及びプログラム | |
WO2022215191A1 (ja) | 心拍検出方法および心拍検出装置 | |
US20220160243A1 (en) | Pulse determination apparatus, stress determination apparatus, pulse determination method, and computer-readable recording medium | |
JP7147866B2 (ja) | 心拍検出方法、心拍検出装置およびプログラム | |
EP3777673B1 (en) | Exercise intensity estimation method, exercise intensity estimation device, and program |
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 |