CN110897621A - 一种生理信号提取方法及其系统 - Google Patents
一种生理信号提取方法及其系统 Download PDFInfo
- Publication number
- CN110897621A CN110897621A CN201910998481.2A CN201910998481A CN110897621A CN 110897621 A CN110897621 A CN 110897621A CN 201910998481 A CN201910998481 A CN 201910998481A CN 110897621 A CN110897621 A CN 110897621A
- Authority
- CN
- China
- Prior art keywords
- signal
- acceleration
- signals
- filtering
- physiological
- 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
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
- A61B5/0205—Simultaneously evaluating both cardiovascular conditions and different types of body conditions, e.g. heart and respiratory condition
-
- 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
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/08—Detecting, measuring or recording devices for evaluating the respiratory organs
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Cardiology (AREA)
- Physiology (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- Pathology (AREA)
- Engineering & Computer Science (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Physics & Mathematics (AREA)
- Biophysics (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Pulmonology (AREA)
- Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
本发明提供一种生理信号提取方法,所述生理信号提取是指从加速度信号中提取出心跳信号和呼吸信号。所述生理信号提取方法包括:获取加速度信号;计算滤波参数;经滤波后输出呼吸信号和心跳信号。
Description
技术领域
本发明涉及生理信号处理领域,具体涉及一种人体生理信号提取方法及其系统。
背景技术
人体生理信号可直接反映健康状况,常见的人体生理信号包括心跳、呼吸、体温、血糖、血压等。市面上已有多种多样的生理信号采集设备,如有专门在医院中使用的心电监护仪、水银血压计等;也有适用于用户日常使用的手表类心电采集设备等。
心跳和呼吸信号是两种常见且重要的生理参数。目前对心跳信号的采集通常是利用位于胸口处的电极片进行心电的采集,或者通过光电的方式来测量。呼吸信号的采集通常是通过测量鼻气流的压力或温度变化来测量的。在许多慢性病管理对于心跳信号和呼吸信号都提出了长期监测的要求,此外,在体育锻炼或日常生活中,对于心跳信号和呼吸信号的监测也是许多人关注的。
如果要同时进行心跳信号和呼吸信号的采集,一种测试方式是通过胸口的电极贴片采集到心电信号,再经一定的算法从心电信号中提取出呼吸信号,但是该方法使用不舒适不方便,不能实现随时随地测量。另一种测试方式是通过加速度传感器来采集的,但现实中采集的加速度信号中除心跳信号和呼吸信号外伴随着各式各样的噪声,并且每个人的每一次测试都面临着不同的噪声来源,单纯设置一个固定的滤波参数显然不能得到真实的呼吸信号和心跳信号。
发明内容
本发明提供了一种生理信号提取方法及其系统,以解决上述问题。
依据本发明的一个方面,提供了一种生理信号提取方法,所述生理信号提取是指从加速度信号中提取出心跳信号和呼吸信号。
所述生理信号提取方法包括:
获取加速度信号;
计算滤波参数;
经滤波后输出呼吸信号和心跳信号。
所述生理信号提取方法在计算滤波参数前还包括进行工频滤波。
所述生理信号提取方法在计算滤波参数前还包括频谱能量分析步骤,所述频谱能量分析步骤具体包括:
设置时间窗长度、窗口移动步长及两段相邻信号叠加区域占比;
按设置的时间窗长度及叠加区域占比从加速度原始信号中截取出两段相邻信号:第一信号和第二信号;分别对第一信号和第二信号进行快速傅里叶变换得到第一处理信号和第二处理信号;对得到的第一处理信号和第二处理信号进行相干函数计算;
按设置的步长移动窗口,重复上述计算,得到整个测试时间段的相干性频谱图。
所述生理信号提取方法的滤波参数是根据相干性频谱图的边界进行确定的。
根据本发明的另一方面,提供了一种生理信号提取的系统,所述系统包括:
信号采集模块,用于获取加速度信号;
信号处理模块,根据加速度信号计算出滤波参数;
信号分离模块,加速度信号经滤波后输出心跳信号和呼吸信号。
所述信号处理模块包括频谱能量分析单元及滤波参数计算单元。
依据本发明的实施例,获取加速度信号;进行工频滤波;自适应滤波器中的频谱能量分析单元进行相干性计算得到相干频谱,滤波参数计算单元根据相干频谱确定滤波参数;经低通滤波后输出呼吸信号以及经高通滤波后在进行包络检波输出心跳信号。由于本发明实施例采用的滤波参数是根据实时的加速度信号计算得到的,而并非是固定的滤波参数,从而输出的心跳信号和呼吸信号更真实,准确。
附图说明
图1为本发明实施例一提供的一种生理信号提取方法的流程图;
图2为本发明实施例一采集的加速度信号示意图;
图3为本发明实施例一中的信号处理步骤的详细步骤示意图;
图4为图3得到的相干频谱图;
图5为本发明实施例一中的信号分离步骤的详细步骤示意图;
图6为图5输出的呼吸信号示意图;
图7为图5输出的心跳信号示意图;
图8位本发明实施例二提供的一种生理信号提取系统的结构框图。
具体实施方式
实施例一
本发明实施例提供了一种生理信号提取方法,具体地,是从加速度信号中提取出心跳信号和呼吸信号两种生理信号的方法。
图1示出了本发明法实施例提供的一种生理信号提取方法的流程图,所述方法包括:
步骤110,信号采集,获取加速度信号。
对于加速度信号的获取可从受试者腰腹、胸口、手腕、脖颈、头部、面部等区域采集,可直接利用加速度传感器进行采集,也可采用间接方式获取。图2为采集到的原始的加速度信号示意图,其中横坐标为时间,纵坐标为振幅。
步骤120,信号处理,计算滤波参数。
在本实施例中,为了提取出呼吸信号和心跳信号,需要对加速度信号进行滤波处理,而步骤120就是为了得到针对步骤110中获取的加速度信号的滤波参数,与现有技术中对于信号的提取始终采用的固定的滤波参数不同。对每次测试的加速度信号进行新的滤波参数的计算,不仅考虑到同一受试者在每次测试过程中的真实发生的干扰噪声对生理信号的影响,也考虑到了不同测试个体间生理信号范围的差异性,通过步骤120给出了排除所述两种影响的解决方案。
对于步骤120,更具体地,包含如图3所示的步骤121至步骤124,如下:
步骤121,对加速度信号进行工频滤波处理。
步骤122,对于经工频滤波后的加速度信号进行两段相邻片段信号S1,S2的选择。首先,设置片断信号选择的参数,包括时间窗长度win,每次计算时窗口移动步长step,以及两段相邻信号的叠加部分占比percentage。例如,在本实施例中,按以下参数进行设置并进行信号的选择:win=1024点、step=256点、percentage=50%。
对于本次选取的相邻信号S1、S2进行相干函数的计算,其计算方式如式(1)~(4)所示。
式(1)与式(2)首先对信号S1和S2进行快速傅里叶变换;然后通过式(3)计算两路信号的交叉频谱;最后通过式(4)计算出相干函数。
步骤123,重复步骤122,按照设置的移动步长移动窗口,选择新的两路相邻信号,重复式(1)~(4)中的计算,直至得到整个测试时间段的相干性频谱图。图4示出了本实施例得到的一段相干性频谱图,其中横坐标为时间,纵坐标为频率。
步骤124,根据相干性频谱图确定滤波参数。相干性频谱图可以有效消除加速度信号中与心跳信号和呼吸信号不相关的噪声从而得到清晰的边界。从图4中可清楚看到频率明显地分为了上半部分与下半部分,上半部分与下半部分的频率中间为空白区域,将图4中空白区域的低频阈值确定为低通滤波参数,高频阈值确定为高通滤波参数。
步骤120通过一系列的处理得到滤波参数,所述滤波参数包括低通滤波参数和高通滤波参数,所述滤波参数是根据每次采集到的加速度信号的不同而变化的而并非始终为同一值。
图1还包括步骤130,信号分离,对加速度信号进行滤波后分别输出心跳信号和呼吸信号。具体地,步骤130包含以下几步:
步骤131,低通滤波,对滤波器配置步骤124得到的低通滤波参数,对加速度信号进行低通滤波。
步骤133,输出呼吸信号,加速度信号经低通滤波后便可直接输出如图6所示的呼吸信号。
与步骤131同时进行的有步骤132,高通滤波,对滤波器配置步骤124得到的高通滤波参数,对加速度信号进行高通滤波。
步骤134,包络检波,加速度信号经高通滤波后得到的是包含心跳特征的一段信号,该信号还需经包络检波处理。
步骤135,输出心跳信号,加速度在经过步骤132及步骤134后便可得到如图7所示的心跳信号。
通过本发明实施例提供的一种生理信号提取的方法可以针对每次测试计算是适用于该测试采集到的加速度信号的滤波参数,从而得到真实的的呼吸信号和心跳信号。
实施例二
图8示出了本发明实施例提供的一种生理信号提取的系统。
所述系统包含信号采集模块210、信号处理模块220和信号分离模块230。其中,该信号采集模块210为加速度传感器,用于获取加速度信号。
信号处理模块220包括频谱能量分析单元221及滤波参数计算单元222。信号处理模块220还包括图8中未示出的工频滤波器,获取的加速度信号首先经工频滤波再被发送到频谱能量分析单元221。频谱能量分析单元221用于分析获取的加速度信号的相干性谱图。
具体地,频谱能量分析单元221配置有片断信号选择参数,包括时间窗长度win,每次计算时窗口移动步长step,以及两段相邻信号的叠加部分占比
percentage。频谱能量分析单元221从加速度信号中首先选择两段相邻片段信号S1,S2。
同时,频谱能量分析单元221配置有以下算法:
式(1)与式(2)首先对信号S1和S2进行快速傅里叶变换;然后通过式(3)计算两路信号的交叉频谱;最后通过式(4)计算出相干函数。
频谱能量分析单元221还被配置为一直重复片段信号的选择和计算直至得到整个测试时间段的相干性频谱图,如图4所示。
滤波参数计算单元222对相干性频谱图进行识别,将相干性频谱图中的无频率分布的空白区域的低阈值确定为低通滤波参数,将空白区域的高阈值确定为高通滤波参数。
信号分离模块230用于接收来自信号处理模块220的经工频滤波的加速度信号并最终输出心跳信号和呼吸信号。信号分离模块230包括低通滤波器231及高通滤波器232,其中低通滤波器231及高通滤波器232的参数被配置为由滤波参数计算单元222中得到的低/高滤波参。加速度信号经由低通滤波器231后便可直接输出呼吸信号。但心跳信号的输出则经由高通滤波器232处理后还需经包络检波单元233才可输出。
本发明实施例提供的一种生理信号提取系统是从加速度信号中提取出呼吸信号和心跳信号,该系统对于每次测试获取的加速度信号都计算出具有针对性的滤波参数,从而保证了提取出的呼吸信号和心跳信号的真实性。
上述实施例仅描述和呈现本发明,本发明不限于上述公开实施例的范围,任何涵盖在权利要求范围内的或等效的修改都属于本发明保护范围。
Claims (9)
1.一种生理信号提取方法,其特征在于,包括:
信号采集,获取加速度信号;
信号处理,根据加速度信号计算滤波参数;
信号分离,经滤波后输出呼吸信号和心跳信号。
2.根据权利要求1所述的一种生理信号提取方法,其特征在于,所述信号处理还包括对加速度信号进行工频滤波。
3.根据权利要求1所述的一种生理信号提取方法,其特征在于,所述信号处理包括频谱能量分析,所述频谱能量分析包括:
片段信号选择,设置时间窗长度、窗口移动步长以及信号叠加区域占比,从加速度信号中获取两路相邻信号;
对获取的两路相邻信号进行相干函数计算;
按设置的步长移动窗口重复上述片段信号选择和相干性计算,得到整个测试时间段的相干性频谱图。
4.根据权利要求3所述的一种生理信号提取方法,其特征在于,所述根据加速度信号计算滤波参数是指对加速度信号进行频谱能量分析后,根据所述相干性频谱图中频率分布的边界阈值确定滤波参数。
5.根据权利要求1所述的一种生理信号提取方法,其特征在于,所述信号分离中心跳信号输出前还包括包络检波。
6.一种生理信号提取系统,其特征在于,所述系统包括:
信号采集模块,用于获取加速度信号;
信号处理模块,用于计算滤波参数;
信号分离模块,滤波后输出心跳信号和呼吸信号。
7.根据权利要求6所述的一种生理信号系统,其特征在于,所述信号处理模块包括频谱能量分析单元和滤波参数计算单元,所述频谱能量分析单元用于对加速度信号进行计算得到相干性频谱图,所述滤波参数确定单元根据所述相干性频谱图中频率分布的边界阈值确定滤波参数。
8.根据权利要求7所述的一种生理信号系统,其特征在于,所述信号分离模块包含低通滤波器、高通滤波器和包络检波单元,所述低通滤波器和高通滤波器的滤波参数由所述信号处理模块配置,所述其中加速度信号经所述低通滤波器后输出呼吸信号,加速度信号经高通滤波器后在再经过包络检波单元后输出心跳信号。
9.根据权利要求6所述的一种生理信号系统,其特征在于,所述信号处理模块还包括工频滤波器,用于在对频谱能量分析前对加速度信号进行工频滤波。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910998481.2A CN110897621B (zh) | 2019-10-21 | 2019-10-21 | 一种生理信号提取方法及其系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910998481.2A CN110897621B (zh) | 2019-10-21 | 2019-10-21 | 一种生理信号提取方法及其系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110897621A true CN110897621A (zh) | 2020-03-24 |
CN110897621B CN110897621B (zh) | 2022-10-28 |
Family
ID=69815886
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910998481.2A Active CN110897621B (zh) | 2019-10-21 | 2019-10-21 | 一种生理信号提取方法及其系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110897621B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112006658A (zh) * | 2020-08-21 | 2020-12-01 | 思澜科技(成都)有限公司 | 一种麻醉状态监测方法及装置 |
Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CA2176409A1 (en) * | 1995-06-07 | 1996-12-08 | Nageen Himayat | Interference Cancellation System for CATV Return Transmissions |
WO2011098944A1 (en) * | 2010-02-11 | 2011-08-18 | Koninklijke Philips Electronics N.V. | Method and apparatus for determining a respiration signal |
CN102458237A (zh) * | 2009-06-17 | 2012-05-16 | 心动力医疗公司 | 获得和处理心冲击描计图数据的方法和设备 |
US20130093770A1 (en) * | 2011-10-13 | 2013-04-18 | Edward B. Loewenstein | Determination of Statistical Error Bounds and Uncertainty Measures for Estimates of Noise Power Spectral Density |
CN103462642A (zh) * | 2013-08-20 | 2013-12-25 | 广东工业大学 | 基于时频分析的多普勒胎心音的瞬时心率检测方法及装置 |
CN104274173A (zh) * | 2014-10-31 | 2015-01-14 | 思澜科技(成都)有限公司 | 一种基于生物阻抗的穿戴式睡眠呼吸状态监测系统 |
WO2015112266A2 (en) * | 2013-12-06 | 2015-07-30 | The Regents Of The University Of Michigan | Epsilon-tube filter for blunt noise removal |
CN105725993A (zh) * | 2016-04-13 | 2016-07-06 | 思澜科技(成都)有限公司 | 便携式睡眠监测设备及其监测方法 |
CN108354612A (zh) * | 2018-01-19 | 2018-08-03 | 深圳和而泰数据资源与云技术有限公司 | 一种信号处理方法及装置 |
CN108391190A (zh) * | 2018-01-30 | 2018-08-10 | 努比亚技术有限公司 | 一种降噪方法、耳机及计算机可读存储介质 |
CN108474841A (zh) * | 2015-04-20 | 2018-08-31 | 瑞思迈传感器技术有限公司 | 由特征信号对人类的检测和识别 |
CN108680786A (zh) * | 2018-04-11 | 2018-10-19 | 东南大学 | 一种脉冲信号频域自适应滤波包络提取方法 |
CN208573730U (zh) * | 2017-12-12 | 2019-03-05 | 深圳和而泰智能控制股份有限公司 | 睡眠状态检测装置和睡眠状态评估系统 |
CN110192850A (zh) * | 2019-05-31 | 2019-09-03 | 湖南省顺鸿智能科技有限公司 | 基于雷达回波强噪声背景下心跳信号的提取方法及系统 |
-
2019
- 2019-10-21 CN CN201910998481.2A patent/CN110897621B/zh active Active
Patent Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CA2176409A1 (en) * | 1995-06-07 | 1996-12-08 | Nageen Himayat | Interference Cancellation System for CATV Return Transmissions |
CN102458237A (zh) * | 2009-06-17 | 2012-05-16 | 心动力医疗公司 | 获得和处理心冲击描计图数据的方法和设备 |
WO2011098944A1 (en) * | 2010-02-11 | 2011-08-18 | Koninklijke Philips Electronics N.V. | Method and apparatus for determining a respiration signal |
CN102753095A (zh) * | 2010-02-11 | 2012-10-24 | 皇家飞利浦电子股份有限公司 | 用于确定呼吸信号的方法和设备 |
US20130093770A1 (en) * | 2011-10-13 | 2013-04-18 | Edward B. Loewenstein | Determination of Statistical Error Bounds and Uncertainty Measures for Estimates of Noise Power Spectral Density |
CN103462642A (zh) * | 2013-08-20 | 2013-12-25 | 广东工业大学 | 基于时频分析的多普勒胎心音的瞬时心率检测方法及装置 |
WO2015112266A2 (en) * | 2013-12-06 | 2015-07-30 | The Regents Of The University Of Michigan | Epsilon-tube filter for blunt noise removal |
CN104274173A (zh) * | 2014-10-31 | 2015-01-14 | 思澜科技(成都)有限公司 | 一种基于生物阻抗的穿戴式睡眠呼吸状态监测系统 |
CN108474841A (zh) * | 2015-04-20 | 2018-08-31 | 瑞思迈传感器技术有限公司 | 由特征信号对人类的检测和识别 |
CN105725993A (zh) * | 2016-04-13 | 2016-07-06 | 思澜科技(成都)有限公司 | 便携式睡眠监测设备及其监测方法 |
CN208573730U (zh) * | 2017-12-12 | 2019-03-05 | 深圳和而泰智能控制股份有限公司 | 睡眠状态检测装置和睡眠状态评估系统 |
CN108354612A (zh) * | 2018-01-19 | 2018-08-03 | 深圳和而泰数据资源与云技术有限公司 | 一种信号处理方法及装置 |
CN108391190A (zh) * | 2018-01-30 | 2018-08-10 | 努比亚技术有限公司 | 一种降噪方法、耳机及计算机可读存储介质 |
CN108680786A (zh) * | 2018-04-11 | 2018-10-19 | 东南大学 | 一种脉冲信号频域自适应滤波包络提取方法 |
CN110192850A (zh) * | 2019-05-31 | 2019-09-03 | 湖南省顺鸿智能科技有限公司 | 基于雷达回波强噪声背景下心跳信号的提取方法及系统 |
Non-Patent Citations (3)
Title |
---|
崔光照等: "生物信息学中的数字信号处理方法研究", 《科学技术与工程》 * |
王帅杰等: "一种基于连续波生物雷达的人体步态非接触检测系统", 《中国医疗设备》 * |
蒋留兵等: "基于EEMD和HOC的超宽带雷达生命探测算法研究", 《现代雷达》 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112006658A (zh) * | 2020-08-21 | 2020-12-01 | 思澜科技(成都)有限公司 | 一种麻醉状态监测方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN110897621B (zh) | 2022-10-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108042108B (zh) | 一种基于体震信号的睡眠质量监测方法与系统 | |
CN109222961B (zh) | 一种便携式睡眠监测系统及相关睡眠监测方法 | |
JP7037366B2 (ja) | 関節の健康状態評価のための装着型技術 | |
FI126600B (en) | Detection of sleep phenomena using ballistocardiography | |
Kurihara et al. | Sleep-stage decision algorithm by using heartbeat and body-movement signals | |
Crema et al. | Virtual respiratory rate sensors: An example of a smartphone-based integrated and multiparametric mHealth gateway | |
US20080051669A1 (en) | Diagnosis of sleep apnea | |
CN103690168B (zh) | 阻塞型睡眠呼吸暂停综合征检测方法及系统 | |
WO2019205841A1 (zh) | 呼吸信息的获取方法及系统 | |
JP2004049838A (ja) | 睡眠段階判定方法および睡眠段階判定装置 | |
US20060178588A1 (en) | System and method for isolating effects of basal autonomic nervous system activity on heart rate variability | |
CN104107037A (zh) | 生理信息采集和处理系统 | |
US7780596B2 (en) | Non-invasive health monitor | |
Liu et al. | Automatic detection of respiratory rate from electrocardiogram, respiration induced plethysmography and 3D acceleration signals | |
JP4461388B2 (ja) | 睡眠段階判定方法および判定装置 | |
WO2019080728A1 (zh) | 一种基于WiFi信号的心率异常检测方法 | |
CN108392176A (zh) | 一种基于心冲击信号采集的睡眠结构检测方法 | |
CN113017559A (zh) | 一种基于压电薄膜传感器的生命体征提取算法及系统 | |
CN110897621B (zh) | 一种生理信号提取方法及其系统 | |
CN114176564A (zh) | 基于雷达信号提取呼吸状态的方法 | |
JP2018033795A (ja) | うつ状態判定方法及びうつ状態判定装置 | |
CN106913335B (zh) | 一种呼吸暂停检测系统 | |
US11076793B2 (en) | Respiration estimation method and apparatus | |
Bobrova et al. | Mathematical methods of fetal activity signal processing | |
JP2003079587A (ja) | 睡眠段階判定方法 |
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 |