CN111358454B - 一种基于差异波占比检测信号质量的方法和装置 - Google Patents

一种基于差异波占比检测信号质量的方法和装置 Download PDF

Info

Publication number
CN111358454B
CN111358454B CN202010189205.4A CN202010189205A CN111358454B CN 111358454 B CN111358454 B CN 111358454B CN 202010189205 A CN202010189205 A CN 202010189205A CN 111358454 B CN111358454 B CN 111358454B
Authority
CN
China
Prior art keywords
signal
sequence
peak
index
point
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
Application number
CN202010189205.4A
Other languages
English (en)
Other versions
CN111358454A (zh
Inventor
王思翰
曹君
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.)
Lepu Medical Technology Beijing Co Ltd
Original Assignee
Lepu Medical Technology Beijing Co Ltd
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 Lepu Medical Technology Beijing Co Ltd filed Critical Lepu Medical Technology Beijing Co Ltd
Priority to CN202010189205.4A priority Critical patent/CN111358454B/zh
Publication of CN111358454A publication Critical patent/CN111358454A/zh
Application granted granted Critical
Publication of CN111358454B publication Critical patent/CN111358454B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/02Detecting, 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
    • A61B5/021Measuring pressure in heart or blood vessels
    • A61B5/02108Measuring pressure in heart or blood vessels from analysis of pulse wave characteristics
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/0059Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence
    • 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
    • A61B5/7221Determining signal validity, reliability or quality
    • 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
    • A61B5/7235Details of waveform analysis

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • Veterinary Medicine (AREA)
  • Public Health (AREA)
  • Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Biophysics (AREA)
  • Pathology (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Medical Informatics (AREA)
  • Molecular Biology (AREA)
  • Physiology (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Signal Processing (AREA)
  • Psychiatry (AREA)
  • Cardiology (AREA)
  • Vascular Medicine (AREA)
  • Measurement Of Current Or Voltage (AREA)

Abstract

本发明实施例涉及一种基于差异波占比检测信号质量的方法和装置,所述方法包括:获取PPG信号;按信号采样频率阈值对PPG信号进行信号数据采样生成PPG数据序列;以PPG数据序列包括的信号点数据的总数为信号总数;使用峰值检测算法对PPG数据序列进行峰值点检测生成峰值点序列;根据峰值点序列和单位时间信号数阈值范围,进行单位时间信号数质量检测,生成第一质量检测结果;当第一质量检测结果为合格时,根据峰值点序列进行PPG信号宽度计算生成信号宽度序列;根据信号宽度序列、差异波偏离倍数阈值和差异波占比阈值,进行差异波占比质量检测,生成第二质量检测结果;当第二质量检测结果为合格时,设置PPG信号质量状态为合格。

Description

一种基于差异波占比检测信号质量的方法和装置
技术领域
本发明涉及电生理信号处理技术领域,特别涉及一种基于差异波占比检测信号质量的方法和装置。
背景技术
光体积变化描记图法(Photoplethysmograph,PPG)信号是利用光感传感器对特定光源的光强识别记录光强变化的一组信号。在心脏搏动时,对血管内单位面积的血流量形成周期性变化,与之对应的血液体积也相应发生变化,从而导致反映血液吸收光量的PPG信号也呈现周期性变化趋势。因此,通过对反映血管内血液吸收光能的PPG信号波形进行分析可以对血压进行预测。然而在实际的应用过程中我们发现:PPG信号在采集过程中容易受到诸如传感器灵敏度、测试者生理状态、环境信号干扰等因素的影响,受影响的PPG信号会出现子波形态、幅值等多个特征各不相同的情况,使用受影响的PPG信号对血压进行预测会降低结果的准确度甚至出现错误。
发明内容
本发明的目的,就是针对现有技术的缺陷,提供一种基于差异波占比检测信号质量的方法和装置,对PPG信号的单位时间数量进行检测,对信号幅值偏离过大的差异波的占比进行检测,通过使用本发明实施例,解决了对PPG信号的自动检测问题、保障了PPG信号应用的质量。
为实现上述目的,本发明实施例第一方面提供了一种基于差异波占比检测信号质量的方法,其特征在于,所述方法包括:
获取光体积变化描记图法PPG信号;按信号采样频率阈值对所述PPG信号进行信号数据采样生成PPG数据序列;以所述PPG数据序列包括的信号点数据的总数为信号总数;所述PPG数据序列包括多个所述信号点数据;
使用峰值检测算法对所述PPG数据序列进行峰值点检测生成峰值点序列;
根据所述峰值点序列和单位时间信号数阈值范围,进行单位时间信号数质量检测,生成第一质量检测结果;
当所述第一质量检测结果为合格时,根据所述峰值点序列进行PPG信号宽度计算生成信号宽度序列;根据所述信号宽度序列、差异波偏离倍数阈值和差异波占比阈值,进行差异波占比质量检测,生成第二质量检测结果;
当所述第二质量检测结果为所述合格时,设置PPG信号质量状态为合格。
优选的:
所述PPG信号是,通过对原始PPG信号进行滤波和均一化处理后信号;
所述信号点数据包括信号点幅值数据和信号点时间数据;
所述峰值点序列包括多个峰值点索引;
所述信号宽度序列包括多个信号宽度。
优选的,所述使用峰值检测算法对所述PPG数据序列进行峰值点检测生成峰值点序列,具体包括:
步骤31,获取所述峰值检测算法的算法参数集合;所述算法参数集合包括:峰值检测参数、谷值检测参数、第一参考变量、第二参考变量、波峰序列、波谷序列、峰值标签、添加索引、和当前幅值;所述波峰序列包括多个所述峰值点索引;所述波谷序列包括多个谷值点索引;
步骤32,对所述算法参数集合进行设置;设置所述峰值检测参数和所述谷值检测参数;设置所述第一参考变量为正无穷;设置所述第二参考变量为负无穷;设置所述波峰序列为空;设置所述波谷序列为空;设置所述峰值标签为真;设置所述当前幅值为空;设置所述添加索引为空;
步骤33,初始化第一索引的值为1,初始化第一总数为所述信号总数;
步骤34,从所述PPG数据序列中,提取与所述第一索引对应的所述信号点数据的所述信号点幅值数据对所述当前幅值进行设置;
步骤35,当所述当前幅值小于所述第一参考变量时,设置所述第一参考变量为所述当前幅值,设置所述添加索引为所述第一索引;
步骤36,当所述当前幅值大于所述第二参考变量时,设置所述第二参考变量为所述当前幅值,设置所述添加索引为所述第一索引;
步骤37,判断所述峰值标签是否为真,如果所述峰值标签为真转至步骤38,如果所述峰值标签为伪转至步骤39;
步骤38,如果所述当前幅值小于所述第二参考变量与所述峰值检测参数的差,将所述添加索引向所述波峰序列进行峰值点索引添加操作,设置所述第一参考变量为所述当前幅值,设置所述添加索引为所述第一索引,设置所述峰值标签为伪;转至步骤40;
步骤39,如果所述当前幅值大于所述第一参考变量与所述谷值检测参数的和,将所述添加索引向所述波谷序列进行谷值点索引添加操作,设置所述第二参考变量为所述当前幅值,设置所述添加索引为所述第一索引,设置所述峰值标签为真;
步骤40,将所述第一索引加1;
步骤41,判断所述第一索引是否大于所述第一总数,如果所述第一索引大于所述第一总数转至步骤42,如果所述第一索引小于或等于所述第一总数转至步骤34;
步骤42,设置所述峰值点序列为所述波峰序列。
优选的,所述根据所述峰值点序列和单位时间信号数阈值范围,进行单位时间信号数质量检测,生成第一质量检测结果,具体包括:
根据所述峰值点序列,统计所述峰值点序列包括的峰值点索引总数,生成峰值总数;
根据所述峰值总数、信号总数、信号采样频率阈值,计算生成所述单位时间信号数;
其中,单位时间信号数=INT(A),
Figure BDA0002414659410000041
所述A为过程计算因子;所述INT(A)为对所述A进行取整计算;所述单位时间因子根据单位时间进行设置,当所述单位时间为每秒时设置所述单位时间因子的值为1,当所述单位时间为每分时设置所述单位时间因子的值为60;
当所述单位时间信号数未超出所述单位时间信号数阈值范围时,设置所述第一质量检测结果为所述合格。
优选的,所述当所述第一质量检测结果为合格时,根据所述峰值点序列进行PPG信号宽度计算生成信号宽度序列,具体包括:
当所述第一质量检测结果为合格时,初始化所述信号宽度序列为空;
依次提取所述峰值点序列包括的所述峰值点索引生成当前峰值点索引,提取所述峰值点序列中在所述当前峰值点索引之后的下一个峰值点索引生成下一峰值点索引,在所述PPG数据序列中提取所述当前峰值点索引对应的所述信号点数据的所述信号点时间数据生成起始时间,在所述PPG数据序列中提取所述下一峰值点索引对应的所述信号点数据的所述信号点时间数据生成结束时间,根据所述结束时间减去所述起始时间的差生成当前信号宽度,将所述当前信号宽度向所述信号宽度序列进行信号宽度添加操作。
优选的,所述根据所述信号宽度序列、差异波偏离倍数阈值和差异波占比阈值,进行差异波占比质量检测,生成第二质量检测结果,具体包括:
统计所述信号宽度序列中包括的所述信号宽度的总数生成信号宽度总数;
根据所述信号宽度序列,进行信号宽度标准差计算生成信号标准差;
根据所述差异波偏离倍数阈值与所述信号标准差的乘积生成偏离参考值;
在所述信号宽度序列中,统计取值大于或等于所述偏离参考值的所述信号宽度的总数生成差异信号总数;
根据所述差异信号总数除以所述信号宽度总数的商生成差异波占比;
当所述差异波占比小于所述差异波占比阈值时设置所述第二质量检测结果为所述合格。
进一步的,所述根据所述信号宽度序列,进行信号宽度标准差计算生成信号标准差,具体包括:
对所述信号宽度序列包括的所有所述信号宽度进行总和计算,生成信号宽度总和;根据所述信号宽度总和除以所述信号宽度总数的商,生成信号宽度平均值;
根据所述信号宽度序列、所述信号宽度总数和所述信号宽度平均值,按公式
Figure BDA0002414659410000051
计算生成所述信号标准差;所述i的取值从1到所述信号宽度总数;所述Xi为所述信号宽度序列中与i对应的所述信号宽度。
本发明实施例第一方面提供的一种基于差异波占比检测信号质量的方法,首先使用自定义的峰值检测算法对PPG信号进行峰值点检测获得PPG信号的峰值点序列,然后根据峰值点序列对PPG信号进行单位时间信号数质量检测;在检测合格之后,根据峰值点序列进一步获得所有PPG信号波形的信号宽度序列,并基于信号宽度序列完成差异波占比质量检测;在两项检测都合格的情况下,将当前PPG信号的PPG信号质量状态设置为合格。
本发明实施例第二方面提供了一种设备,该设备包括存储器和处理器,存储器用于存储程序,处理器用于执行第一方面及第一方面的各实现方式中的方法。
本发明实施例第三方面提供了一种包含指令的计算机程序产品,当计算机程序产品在计算机上运行时,使得计算机执行第一方面及第一方面的各实现方式中的方法。
本发明实施例第四方面提供了一种计算机可读存储介质,计算机可读存储介质上存储有计算机程序,计算机程序被处理器执行时实现第一方面及第一方面的各实现方式中的方法。
附图说明
图1为本发明实施例一提供的一种基于差异波占比检测信号质量的方法示意图;
图2为本发明实施例二提供的一种基于差异波占比检测信号质量的方法示意图;
图3为本发明实施例三提供的一种基于差异波占比检测信号质量的装置的设备结构示意图。
具体实施方式
为了使本发明的目的、技术方案和优点更加清楚,下面将结合附图对本发明作进一步地详细描述,显然,所描述的实施例仅仅是本发明一部份实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
在通过实施例对本发明进行进一步详细阐述前,先对文中提及的峰值检测算法如何检测PPG信号并输出峰值点序列做一个简单介绍。
首先,峰值检测算法的检测对象是一个表征连续PPG信号的PPG数据序列,该PPG数据序列包括多个信号点数据,每个信号点数据包括信号点幅值数据和信号点时间数据;峰值检测算法通过对该序列的信号点数据依次进行幅值比对判断峰值点位置。
其次,峰值检测算法有五个关键参数,幅值减小比较基准(第一参考变量)、幅值增大比较基准(第二参考变量)、峰值检测参数、谷值检测参数和峰值标签:
1、关于幅值减小比较基准(第一参考变量),峰值检测算法的实现要保证其在第一个信号点数据位置时,为当前点的信号点幅值数据;第一个点之后,如果信号点数据在PPG信号波形的下降沿时,则幅值减小比较基准(第一参考变量)总是当前信号点数据的信号点幅值数据;第一个点之后,如果信号点数据在PPG信号波形的上升沿时,则幅值减小比较基准(第一参考变量)总是上一个下降沿最后一个信号点数据的信号点幅值数据;
2、关于幅值增大比较基准(第二参考变量),峰值检测算法的实现要保证其在第一个信号点数据位置时,为当前点的信号点幅值数据;第一个点之后,如果信号点数据在PPG信号波形的上升沿时,则幅值增大比较基准(第二参考变量)总是为当前信号点数据的信号点幅值数据;第一个点之后,如果信号点数据在PPG信号波形的下降沿时,则幅值增大比较基准(第二参考变量)总是上一个上升沿最后一个信号点数据的信号点幅值数据;
3、关于峰值标签是个逻辑参数,取值为真或伪,峰值标签初始化为真;每次跨过一个峰值点之后,峰值检测算法会将峰值标签从真切换为伪;每次跨过一个谷值点之后,峰值检测算法会将峰值标签从伪切换为真;
4、关于峰值检测参数,峰值检测参数是个经验幅差值;峰值检测算法使用它作为峰值点判断依据,在当前信号点数据的信号点幅值数据加上峰值检测参数的和小于上一个幅值增大比较基准(第二参考变量)时,说明当前信号点已经是峰值点之后的信号点,那么将上一个幅值增大比较基准(也就是上一个信号上升沿最后一个信号点数据的信号点幅值数据)对应的信号点数据定位为峰值点数据;与此同时峰值检测算法认为跨过一个峰值点,所以将峰值标签从真切换为伪;
5、关于谷值检测参数,谷值检测参数是个经验幅差值;峰值检测算法使用它作为谷值点判断依据,在当前信号点数据的信号点幅值数据减去谷值检测参数的差大于上一个幅值减小比较基准(第一参考变量)时,说明当前信号点已经是谷值点之后的信号点,那么将上一个幅值减小比较基准(也就是上一个信号下降沿最后一个信号点数据的信号点幅值数据)对应的信号点数据定位为谷值点数据;与此同时峰值检测算法认为跨过一个谷值点,所以将峰值标签从伪切换为真。
如图1为本发明实施例一提供的一种基于差异波占比检测信号质量的方法示意图所示,本方法主要包括如下步骤:
步骤1,获取光体积变化描记图法PPG信号;按信号采样频率阈值对PPG信号进行信号数据采样生成PPG数据序列;以PPG数据序列包括的信号点数据的总数为信号总数;
其中,PPG信号是,通过对原始PPG信号进行滤波和均一化处理后信号;PPG数据序列包括多个信号点数据;信号点数据包括信号点幅值数据和信号点时间数据。这里的原始PPG信号就是通过使用PPG信号采集设备对测试者皮肤表明进行特定光源光强信号采集后生成的原始信号;特定光源常规情况下为红光、红外光和绿光中的一种,也可以是特定的其他光源类型。
步骤2,使用峰值检测算法对PPG数据序列进行峰值点检测生成峰值点序列;
其中,峰值点序列包括多个峰值点索引;
具体包括:步骤21,获取峰值检测算法的算法参数集合并对算法参数集合进行设置;
其中,算法参数集合包括:峰值检测参数、谷值检测参数、第一参考变量、第二参考变量、波峰序列、波谷序列、峰值标签、添加索引、和当前幅值;波峰序列包括多个峰值点索引;波谷序列包括多个谷值点索引;
对算法参数集合进行设置,具体的,设置峰值检测参数和谷值检测参数;设置第一参考变量为正无穷;设置第二参考变量为负无穷;设置波峰序列为空;设置波谷序列为空;设置峰值标签为真;设置当前幅值为空;设置添加索引为空;
此处,峰值检测参数和谷值检测参数都是经验幅差值,根据实际工程经验进行设置即可;峰值标签初始化必须设置为真;波峰序列经由算法执行完毕之后会包括多个峰值点索引,同理波谷序列会包括多个谷值点索引,这里说的索引就是在PPG数据序列汇中的信号点索引位置;
步骤22,初始化第一索引的值为1,初始化第一总数为信号总数;
步骤23,从PPG数据序列中,提取与第一索引对应的信号点数据的信号点幅值数据对当前幅值进行设置;
步骤24,在当前幅值小于第一参考变量时,设置第一参考变量为当前幅值,设置添加索引为第一索引;在当前幅值大于第二参考变量时,设置第二参考变量为当前幅值,设置添加索引为第一索引;
此处,当第一索引为1时,就是对第一参考变量和第二参考变量的初始化;第一索引>1之后,第一索引处在PPG信号下降沿时将第一参考变量设置为当前信号点的幅值,第一索引处在PPG信号上升降沿时将第二参考变量设置为当前信号点的幅值;
步骤25,判断峰值标签是否为真,如果峰值标签为真转至步骤26,如果峰值标签为伪转至步骤27;
此处,峰值标签是用来识别是否上一个索引就是峰值点的,当峰值标签为真说明上一个索引是在信号上升沿,当峰值标签为伪说明上一个索引是在信号下降沿;当峰值标签从真切换至伪说明上一个索引是峰值点,当峰值标签从伪切换至真说明上一个索引是谷值点;
步骤26,如果当前幅值小于第二参考变量与峰值检测参数的差,将添加索引向波峰序列进行峰值点索引添加操作,设置第一参考变量为当前幅值,设置添加索引为第一索引,设置峰值标签为伪;转至步骤28;
此处,只有在上一索引信号点是峰值点(或者最邻近峰值点)的时候,这个判断(当前幅值小于第二参考变量与峰值检测参数的差)才会成立;成立之后,将上一索引信号点的索引值向波峰序列进行添加,将峰值标签从真设置为伪表示上一个索引点为峰值点;
步骤27,如果当前幅值大于第一参考变量与谷值检测参数的和,将添加索引向波谷序列进行谷值点索引添加操作,设置第二参考变量为当前幅值,设置添加索引为第一索引,设置峰值标签为真;
此处,只有在上一索引信号点是谷值点(或者最邻近谷值点)的时候,这个判断(当前幅值大于第一参考变量与谷值检测参数的和)才会成立;成立之后,将上一索引信号点的索引值向波谷序列进行添加,将峰值标签从伪设置为真表示上一个索引点为谷值点;
步骤28,将第一索引加1;
步骤29,判断第一索引是否大于第一总数,如果第一索引大于第一总数转至步骤30,如果第一索引小于或等于第一总数转至步骤23;
步骤30,设置峰值点序列为波峰序列。
步骤3,根据峰值点序列和单位时间信号数阈值范围,进行单位时间信号数质量检测,生成第一质量检测结果;
具体包括:步骤31,根据峰值点序列,统计峰值点序列包括的峰值点索引总数,生成峰值总数;
步骤32,根据峰值总数、信号总数、信号采样频率阈值,计算生成单位时间信号数;
其中,单位时间信号数=INT(A),
Figure BDA0002414659410000101
A为过程计算因子;INT(A)为对A进行取整计算;
单位时间因子根据单位时间进行设置,当单位时间为每秒时设置单位时间因子的值为1,当单位时间为每分时设置单位时间因子的值为60;
此处,通过信号总数除以信号采样频率阈值的商可以计算出PPG信号的时间长度(以秒为单位),用峰值总数除以该时间长度就能得出每秒的PPG信号总数;如果单位时间信号数要求的是每秒信号数的话,那么单位时间因子具体就为1;如果单位时间信号数要求的是每分信号数的话,那么单位时间因子具体就为60(1分钟等于60秒);以此类推,单位时间因子的取值由单位时间的时间标称而定;
假设,对一个段PPG信号以250赫兹为信号采样频率阈值进行采样,生成的PPG数据序列总共包括了1000个PPG数据,进一步对其进行峰值检测得到的峰值总数为6,那么信号总数=1000,PPG信号的时间长度=1000÷250=4(秒);当把要求的单位时间信号数设定为每分钟信号数时,单位时间因子就等于60,则单位时间信号(每分钟信号数)=INT((峰值总数÷PPG信号的时间长度)×60)=INT((6÷4)×60)=90;
步骤33,当单位时间信号数未超出单位时间信号数阈值范围时,设置第一质量检测结果为合格。
此处,假设单位时间信号为90,已知单位时间信号数阈值范围为50-200,那么单位时间信号是符合该阈值范围的,则视当前PPG信号的单位时间信号数质量检测是合格的,第一质量检测结果也被对应的设置为合格。
步骤4,当第一质量检测结果为合格时,根据峰值点序列进行PPG信号宽度计算生成信号宽度序列;
其中,信号宽度序列包括多个信号宽度;
具体包括:步骤41,当第一质量检测结果为合格时,初始化信号宽度序列为空;
步骤42,依次提取峰值点序列包括的峰值点索引生成当前峰值点索引,提取峰值点序列中在当前峰值点索引之后的下一个峰值点索引生成下一峰值点索引,在PPG数据序列中提取当前峰值点索引对应的信号点数据的信号点时间数据生成起始时间,在PPG数据序列中提取下一峰值点索引对应的信号点数据的信号点时间数据生成结束时间,根据结束时间减去起始时间的差生成当前信号宽度;将当前信号宽度向信号宽度序列进行信号宽度添加操作。
此处,就是提取峰值点序列中连续两个峰值点之间的时间差作为一个信号的信号宽度;
假设,一段4秒的PPG信号提取出的峰值点序列具体为{12.00,12.44,12.90,13.35,13.80,14.32,14.78,15.21,15.70},则信号宽度序列为{0.44,0.46,0.45,0.45,0.52,0.46,0.43,0.49}。
步骤5,根据信号宽度序列、差异波偏离倍数阈值和差异波占比阈值,进行差异波占比质量检测,生成第二质量检测结果;
具体包括:步骤51,统计信号宽度序列中包括的信号宽度的总数生成信号宽度总数;
设信号宽度序列为{0.44,0.46,0.45,0.45,0.52,0.46,0.43,0.49},则信号宽度总数为8;
步骤51,根据信号宽度序列,进行信号宽度标准差计算生成信号标准差;
具体包括:步骤511,对信号宽度序列包括的所有信号宽度进行总和计算,生成信号宽度总和;根据信号宽度总和除以信号宽度总数的商,生成信号宽度平均值;
假设,信号宽度序列为{0.44,0.46,0.45,0.45,0.52,0.46,0.43,0.49},则信号宽度总和=0.44+0.46+0.45+0.45+0.52+0.46+0.43+0.49=3.7,信号宽度总数为8,信号宽度平均值=3.7÷8=0.4625≈0.463;
步骤512,根据信号宽度序列、信号宽度总数和信号宽度平均值,按公式
Figure BDA0002414659410000121
计算生成信号标准差;
其中,i的取值从1到信号宽度总数;Xi为信号宽度序列中与i对应的信号宽度;
此处,信号宽度序列为{0.44,0.46,0.45,0.45,0.52,0.46,0.43,0.49},信号宽度总数为8,信号宽度平均值=3.7÷8=0.4625≈0.463,
Figure BDA0002414659410000122
Figure BDA0002414659410000123
步骤52,根据差异波偏离倍数阈值乘以信号标准差的乘积生成偏离参考值;
此处,假设差异波偏离倍数阈值为1.9倍,则
偏离参考值=1.9×0.02916≈0.0554;
步骤53,在信号宽度序列中,统计取值大于或等于偏离参考值的信号宽度的总数生成差异信号总数;
此处,从信号宽度序列为{0.44,0.46,0.45,0.45,0.52,0.46,0.43,0.49}中统计的取值大于0.0554的信号宽度总数为0;
步骤54,根据差异信号总数除以信号宽度总数的商生成差异波占比;
此处,对于信号宽度序列为{0.44,0.46,0.45,0.45,0.52,0.46,0.43,0.49},而言,差异信号总数为0,则差异波占比为0%;
步骤55,当差异波占比小于差异波占比阈值时设置第二质量检测结果为合格。
此处,假设差异波占比阈值为5%,差异波占0%小于差异波占比阈值5%,则视当前PPG信号的差异波占比质量检测是合格的,第二质量检测结果也被对应的设置为合格。
步骤6,当第二质量检测结果为合格时,设置PPG信号质量状态为合格。
此处,第一质量检测结果和第二质量检测结果都是合格的,则视当前PPG信号的信号质量合格,对应的将PPG信号质量状态设置为合格以备上位应用凭借该状态对PPG信号做进一步的数据处理操作。
如图2为本发明实施例二提供的一种基于差异波占比检测信号质量的方法示意图所示,本方法主要包括如下步骤:
步骤101,获取光体积变化描记图法PPG信号;按信号采样频率阈值对PPG信号进行信号数据采样生成PPG数据序列;以PPG数据序列包括的信号点数据的总数为信号总数;
其中,PPG信号是,通过对原始PPG信号进行滤波和均一化处理后信号;PPG数据序列包括多个信号点数据;信号点数据包括信号点幅值数据和信号点时间数据;这里的原始PPG信号就是通过使用PPG信号采集设备对测试者皮肤表明进行特定光源光强信号采集后生成的原始信号;特定光源常规情况下为红光、红外光和绿光中的一种,也可以是特定的其他光源类型。
步骤102,使用峰值检测算法对PPG数据序列进行峰值点检测生成峰值点序列;
其中,峰值点序列包括多个峰值点索引;
具体包括:步骤1021,获取峰值检测算法的算法参数集合并对算法参数集合进行设置;
其中,算法参数集合包括:峰值检测参数、谷值检测参数、第一参考变量、第二参考变量、波峰序列、波谷序列、峰值标签、添加索引、和当前幅值;波峰序列包括多个峰值点索引;波谷序列包括多个谷值点索引;
对算法参数集合进行设置,具体的,设置峰值检测参数和谷值检测参数;设置第一参考变量为正无穷;设置第二参考变量为负无穷;设置波峰序列为空;设置波谷序列为空;设置峰值标签为真;设置当前幅值为空;设置添加索引为空;
此处,峰值检测参数和谷值检测参数都是经验幅差值,根据实际工程经验进行设置即可;峰值标签初始化必须设置为真;波峰序列经由算法执行完毕之后会包括多个峰值点索引,同理波谷序列会包括多个谷值点索引,这里说的索引就是在PPG数据序列汇中的信号点索引位置;
步骤1022,初始化第一索引的值为1,初始化第一总数为信号总数;
步骤1023,从PPG数据序列中,提取与第一索引对应的信号点数据的信号点幅值数据对当前幅值进行设置;
步骤1024,在当前幅值小于第一参考变量时,设置第一参考变量为当前幅值,设置添加索引为第一索引;在当前幅值大于第二参考变量时,设置第二参考变量为当前幅值,设置添加索引为第一索引;
此处,当第一索引为1时,就是对第一参考变量和第二参考变量的初始化;第一索引>1之后,第一索引处在PPG信号下降沿时将第一参考变量设置为当前信号点的幅值,第一索引处在PPG信号上升降沿时将第二参考变量设置为当前信号点的幅值;
步骤1025,判断峰值标签是否为真,如果峰值标签为真转至步骤1026,如果峰值标签为伪转至步骤1027;
此处,峰值标签是用来识别是否上一个索引就是峰值点的,当峰值标签为真说明上一个索引是在信号上升沿,当峰值标签为伪说明上一个索引是在信号下降沿;当峰值标签从真切换至伪说明上一个索引是峰值点,当峰值标签从伪切换至真说明上一个索引是谷值点;
步骤1026,如果当前幅值小于第二参考变量与峰值检测参数的差,将添加索引向波峰序列进行峰值点索引添加操作,设置第一参考变量为当前幅值,设置添加索引为第一索引,设置峰值标签为伪;转至步骤1028;
此处,只有在上一索引信号点是峰值点(或者最邻近峰值点)的时候,这个判断(当前幅值小于第二参考变量与峰值检测参数的差)才会成立;成立之后,将上一索引信号点的索引值向波峰序列进行添加,将峰值标签从真设置为伪表示上一个索引点为峰值点;
步骤1027,如果当前幅值大于第一参考变量与谷值检测参数的和,将添加索引向波谷序列进行谷值点索引添加操作,设置第二参考变量为当前幅值,设置添加索引为第一索引,设置峰值标签为真;
此处,只有在上一索引信号点是谷值点(或者最邻近谷值点)的时候,这个判断(当前幅值大于第一参考变量与谷值检测参数的和)才会成立;成立之后,将上一索引信号点的索引值向波谷序列进行添加,将峰值标签从伪设置为真表示上一个索引点为谷值点;
步骤1028,将第一索引加1;
步骤1029,判断第一索引是否大于第一总数,如果第一索引大于第一总数转至步骤1030,如果第一索引小于或等于第一总数转至步骤1023;
步骤1030,设置峰值点序列为波峰序列。
步骤103,根据峰值点序列和单位时间信号数阈值范围,进行单位时间信号数质量检测,生成第一质量检测结果;
具体包括:步骤1031,根据峰值点序列,统计峰值点序列包括的峰值点索引总数,生成峰值总数;
步骤1032,根据峰值总数、信号总数、信号采样频率阈值,计算生成单位时间信号数;
其中,单位时间信号数=INT(A),
Figure BDA0002414659410000161
A为过程计算因子;INT(A)为对A进行取整计算;
单位时间因子根据单位时间进行设置,当单位时间为每秒时设置单位时间因子的值为1,当单位时间为每分时设置单位时间因子的值为60;
此处,通过信号总数除以信号采样频率阈值的商可以计算出PPG信号的时间长度(以秒为单位),用峰值总数除以该时间长度就能得出每秒的PPG信号总数;如果单位时间信号数要求的是每秒信号数的话,那么单位时间因子具体就为1;如果单位时间信号数要求的是每分信号数的话,那么单位时间因子具体就为60(1分钟等于60秒);以此类推,单位时间因子的取值由单位时间的时间标称而定;
假设,对一个段PPG信号以250赫兹为信号采样频率阈值进行采样,生成的PPG数据序列总共包括了1000个PPG数据,进一步对其进行峰值检测得到的峰值总数为3,那么信号总数=1000,PPG信号的时间长度=1000÷250=4(秒);当把要求的单位时间信号数设定为每分钟信号数时,单位时间因子就等于60,则单位时间信号(每分钟信号数)=INT((峰值总数÷PPG信号的时间长度)×60)=INT((3÷4)×60)=45;
步骤1033,当单位时间信号数超出单位时间信号数阈值范围时,设置第一质量检测结果为不合格。
此处,假设单位时间信号为45,已知单位时间信号数阈值范围为50-200,那么单位时间信号是符合该阈值范围的,则视当前PPG信号的单位时间信号数质量检测是不合格的,第一质量检测结果也被对应的设置为不合格。
步骤104,当第一质量检测结果为不合格时,生成PPG信号单位时间数量不达标信息向上位应用发送。
此时,一方面停止对PPG信号的质量检测处理,一方面生成PPG信号单位时间数量不达标信息向上位应用发送,上位应用在接收到该错误信息之后,会激活对应的处理流程,例如:提示用户对PPG信号进行重新采集等。
如图3为本发明实施例三提供的一种基于差异波占比检测信号质量的装置的设备结构示意图所示,该设备包括:处理器和存储器。存储器可通过总线与处理器连接。存储器可以是非易失存储器,例如硬盘驱动器和闪存,存储器中存储有软件程序和设备驱动程序。软件程序能够执行本发明实施例提供的上述方法的各种功能;设备驱动程序可以是网络和接口驱动程序。处理器用于执行软件程序,该软件程序被执行时,能够实现本发明实施例提供的方法。
需要说明的是,本发明实施例还提供了一种计算机可读存储介质。该计算机可读存储介质上存储有计算机程序,该计算机程序被处理器执行时,能够实现本发明实施例提供的方法。
本发明实施例还提供了一种包含指令的计算机程序产品。当该计算机程序产品在计算机上运行时,使得处理器执行上述方法。
本发明实施例提供的一种基于差异波占比检测信号质量的方法和装置,首先使用自定义的峰值检测算法对PPG信号进行峰值点检测获得PPG信号的峰值点序列,然后根据峰值点序列对PPG信号进行单位时间信号数质量检测;在检测合格之后,根据峰值点序列进一步获得所有PPG信号波形的信号宽度序列,并基于信号宽度序列完成差异波占比质量检测;在两项检测都合格的情况下,将当前PPG信号的PPG信号质量状态设置为合格。通过使用本发明实施例,解决了对PPG信号的自动检测问题、保障了PPG信号应用的质量。
专业人员应该还可以进一步意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、计算机软件或者二者的结合来实现,为了清楚地说明硬件和软件的可互换性,在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
结合本文中所公开的实施例描述的方法或算法的步骤可以用硬件、处理器执行的软件模块,或者二者的结合来实施。软件模块可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。
以上所述的具体实施方式,对本发明的目的、技术方案和有益效果进行了进一步详细说明,所应理解的是,以上所述仅为本发明的具体实施方式而已,并不用于限定本发明的保护范围,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。

Claims (8)

1.一种基于差异波占比检测信号质量的方法,其特征在于,所述方法包括:
获取光体积变化描记图法PPG信号;按信号采样频率阈值对所述PPG信号进行信号数据采样生成PPG数据序列;以所述PPG数据序列包括的信号点数据的总数为信号总数;所述PPG数据序列包括多个所述信号点数据;
使用峰值检测算法对所述PPG数据序列进行峰值点检测生成峰值点序列;
根据所述峰值点序列和单位时间信号数阈值范围,进行单位时间信号数质量检测,生成第一质量检测结果;
当所述第一质量检测结果为合格时,根据所述峰值点序列进行PPG信号宽度计算生成信号宽度序列;根据所述信号宽度序列、差异波偏离倍数阈值和差异波占比阈值,进行差异波占比质量检测,生成第二质量检测结果;
当所述第二质量检测结果为所述合格时,设置PPG信号质量状态为合格;
其中,所述PPG信号是,通过对原始PPG信号进行滤波和均一化处理后信号;
所述信号点数据包括信号点幅值数据和信号点时间数据;
所述峰值点序列包括多个峰值点索引;
所述信号宽度序列包括多个信号宽度;
所述根据所述信号宽度序列、差异波偏离倍数阈值和差异波占比阈值,进行差异波占比质量检测,生成第二质量检测结果,具体包括:
统计所述信号宽度序列中包括的所述信号宽度的总数生成信号宽度总数;
根据所述信号宽度序列,进行信号宽度标准差计算生成信号标准差;
根据所述差异波偏离倍数阈值与所述信号标准差的乘积生成偏离参考值;
在所述信号宽度序列中,统计取值大于或等于所述偏离参考值的所述信号宽度的总数生成差异信号总数;
根据所述差异信号总数除以所述信号宽度总数的商生成差异波占比;
当所述差异波占比小于所述差异波占比阈值时设置所述第二质量检测结果为所述合格。
2.根据权利要求1所述的基于差异波占比检测信号质量的方法,其特征在于,所述使用峰值检测算法对所述PPG数据序列进行峰值点检测生成峰值点序列,具体包括:
步骤31,获取所述峰值检测算法的算法参数集合;所述算法参数集合包括:峰值检测参数、谷值检测参数、第一参考变量、第二参考变量、波峰序列、波谷序列、峰值标签、添加索引、和当前幅值;所述波峰序列包括多个所述峰值点索引;所述波谷序列包括多个谷值点索引;
步骤32,对所述算法参数集合进行设置;设置所述峰值检测参数和所述谷值检测参数;设置所述第一参考变量为正无穷;设置所述第二参考变量为负无穷;设置所述波峰序列为空;设置所述波谷序列为空;设置所述峰值标签为真;设置所述当前幅值为空;设置所述添加索引为空;
步骤33,初始化第一索引的值为1,初始化第一总数为所述信号总数;
步骤34,从所述PPG数据序列中,提取与所述第一索引对应的所述信号点数据的所述信号点幅值数据对所述当前幅值进行设置;
步骤35,当所述当前幅值小于所述第一参考变量时,设置所述第一参考变量为所述当前幅值,设置所述添加索引为所述第一索引;
步骤36,当所述当前幅值大于所述第二参考变量时,设置所述第二参考变量为所述当前幅值,设置所述添加索引为所述第一索引;
步骤37,判断所述峰值标签是否为真,如果所述峰值标签为真转至步骤38,如果所述峰值标签为伪转至步骤39;
步骤38,如果所述当前幅值小于所述第二参考变量与所述峰值检测参数的差,将所述添加索引向所述波峰序列进行峰值点索引添加操作,设置所述第一参考变量为所述当前幅值,设置所述添加索引为所述第一索引,设置所述峰值标签为伪;转至步骤40;
步骤39,如果所述当前幅值大于所述第一参考变量与所述谷值检测参数的和,将所述添加索引向所述波谷序列进行谷值点索引添加操作,设置所述第二参考变量为所述当前幅值,设置所述添加索引为所述第一索引,设置所述峰值标签为真;
步骤40,将所述第一索引加1;
步骤41,判断所述第一索引是否大于所述第一总数,如果所述第一索引大于所述第一总数转至步骤42,如果所述第一索引小于或等于所述第一总数转至步骤34;
步骤42,设置所述峰值点序列为所述波峰序列。
3.根据权利要求1所述的基于差异波占比检测信号质量的方法,其特征在于,所述根据所述峰值点序列和单位时间信号数阈值范围,进行单位时间信号数质量检测,生成第一质量检测结果,具体包括:
根据所述峰值点序列,统计所述峰值点序列包括的峰值点索引总数,生成峰值总数;
根据所述峰值总数、信号总数、信号采样频率阈值,计算生成所述单位时间信号数;
其中,
Figure 529085DEST_PATH_IMAGE001
Figure 670217DEST_PATH_IMAGE002
;所述A为过程计算因子;所述INT(A)为对所述A进行取整计算;所述单位时间因子根据单位时间进行设置,当所述单位时间为每秒时设置所述单位时间因子的值为1,当所述单位时间为每分时设置所述单位时间因子的值为60;
当所述单位时间信号数未超出所述单位时间信号数阈值范围时,设置所述第一质量检测结果为所述合格。
4.根据权利要求1所述的基于差异波占比检测信号质量的方法,其特征在于,所述当所述第一质量检测结果为合格时,根据所述峰值点序列进行PPG信号宽度计算生成信号宽度序列,具体包括:
当所述第一质量检测结果为合格时,初始化所述信号宽度序列为空;
依次提取所述峰值点序列包括的所述峰值点索引生成当前峰值点索引,提取所述峰值点序列中在所述当前峰值点索引之后的下一个峰值点索引生成下一峰值点索引,在所述PPG数据序列中提取所述当前峰值点索引对应的所述信号点数据的所述信号点时间数据生成起始时间,在所述PPG数据序列中提取所述下一峰值点索引对应的所述信号点数据的所述信号点时间数据生成结束时间,根据所述结束时间减去所述起始时间的差生成当前信号宽度,将所述当前信号宽度向所述信号宽度序列进行信号宽度添加操作。
5.根据权利要求1所述的基于差异波占比检测信号质量的方法,其特征在于,所述根据所述信号宽度序列,进行信号宽度标准差计算生成信号标准差,具体包括:
对所述信号宽度序列包括的所有所述信号宽度进行总和计算,生成信号宽度总和;根据所述信号宽度总和除以所述信号宽度总数的商,生成信号宽度平均值;
根据所述信号宽度序列、所述信号宽度总数和所述信号宽度平均值,按公式
Figure 168194DEST_PATH_IMAGE003
,计算生成所述信号标准差;所述i的取值从1到所述信号宽度总数;所述
Figure 2158DEST_PATH_IMAGE004
为所述信号宽度序列中与i对应的所述信号宽度。
6.一种设备,包括存储器和处理器,其特征在于,所述存储器用于存储程序,所述处理器用于执行如权利要求1至5任一项所述的方法。
7.一种包含指令的计算机程序产品,当其在计算机上运行时,使得计算机执行如权利要求1至5任一项所述的方法。
8.一种计算机可读存储介质,包括指令,当所述指令在计算机上运行时,使所述计算机执行根据权利要求1至5任一项所述的方法。
CN202010189205.4A 2020-03-17 2020-03-17 一种基于差异波占比检测信号质量的方法和装置 Active CN111358454B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010189205.4A CN111358454B (zh) 2020-03-17 2020-03-17 一种基于差异波占比检测信号质量的方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010189205.4A CN111358454B (zh) 2020-03-17 2020-03-17 一种基于差异波占比检测信号质量的方法和装置

Publications (2)

Publication Number Publication Date
CN111358454A CN111358454A (zh) 2020-07-03
CN111358454B true CN111358454B (zh) 2022-07-29

Family

ID=71198668

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010189205.4A Active CN111358454B (zh) 2020-03-17 2020-03-17 一种基于差异波占比检测信号质量的方法和装置

Country Status (1)

Country Link
CN (1) CN111358454B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113959964B (zh) * 2021-10-11 2022-05-31 天津同阳科技发展有限公司 基于机动车尾气遥感检测二氧化碳吸收增量的计算方法

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106264475A (zh) * 2016-10-13 2017-01-04 西安交通大学 单一光电传感器睡眠呼吸多生理参数监测方法及装置
CN106908655A (zh) * 2017-03-06 2017-06-30 广东顺德工业设计研究院(广东顺德创新设计研究院) 光电信号峰值检测方法与系统
CN107101984A (zh) * 2017-05-18 2017-08-29 广东顺德工业设计研究院(广东顺德创新设计研究院) 信号波形特征检测方法、装置、存储介质和计算机设备
WO2018010107A1 (zh) * 2016-07-13 2018-01-18 悦享趋势科技(北京)有限责任公司 判断脉搏波是否有效的方法及装置
CN108289615A (zh) * 2015-11-24 2018-07-17 皇家飞利浦有限公司 用于量化光电体积描记(ppg)信号质量的方法
WO2019028931A1 (zh) * 2017-08-08 2019-02-14 网宿科技股份有限公司 一种确定事件周期值的方法及装置
CN110680307A (zh) * 2019-11-05 2020-01-14 北京航空航天大学 一种运动环境下基于脉搏波传导时间的动态血压监测方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108289615A (zh) * 2015-11-24 2018-07-17 皇家飞利浦有限公司 用于量化光电体积描记(ppg)信号质量的方法
WO2018010107A1 (zh) * 2016-07-13 2018-01-18 悦享趋势科技(北京)有限责任公司 判断脉搏波是否有效的方法及装置
CN106264475A (zh) * 2016-10-13 2017-01-04 西安交通大学 单一光电传感器睡眠呼吸多生理参数监测方法及装置
CN106908655A (zh) * 2017-03-06 2017-06-30 广东顺德工业设计研究院(广东顺德创新设计研究院) 光电信号峰值检测方法与系统
CN107101984A (zh) * 2017-05-18 2017-08-29 广东顺德工业设计研究院(广东顺德创新设计研究院) 信号波形特征检测方法、装置、存储介质和计算机设备
WO2019028931A1 (zh) * 2017-08-08 2019-02-14 网宿科技股份有限公司 一种确定事件周期值的方法及装置
CN110680307A (zh) * 2019-11-05 2020-01-14 北京航空航天大学 一种运动环境下基于脉搏波传导时间的动态血压监测方法

Also Published As

Publication number Publication date
CN111358454A (zh) 2020-07-03

Similar Documents

Publication Publication Date Title
AU2018200751B2 (en) A cascaded binary classifier for identifying rhythms in a single-lead electrocardiogram (ecg) signal
JP6811773B2 (ja) フォトプレチスモグラム(ppg)信号品質を定量化する方法
CN101828918B (zh) 基于波形特征匹配的心电信号r波峰检测方法
CN107688553B (zh) 基于小波变换和逻辑回归算法检测心电波形特征的方法
US20210267551A1 (en) Noise detection method and apparatus
WO1997043722A1 (en) Method and apparatus for detecting nonlinearity in a dynamical system
CN109620210B (zh) 一种基于自编码模式的cnn与gru结合的心电信号分类方法
CN111358454B (zh) 一种基于差异波占比检测信号质量的方法和装置
CN109843158A (zh) 判断脉搏波是否有效的方法及装置
Wu et al. Extracting deep features from short ECG signals for early atrial fibrillation detection
CN111345817B (zh) Qrs波群位置确定方法、装置、设备及存储介质
KR20180052943A (ko) 신경망을 이용한 심방세동 판별장치 및 심방세동 판별방법
WO2021184804A1 (zh) 一种光体积变化描记图法信号质量检测方法和装置
CN103565427A (zh) 准周期生理信号特征点的检测
CN111134658B (zh) 一种心电信号中RonT类型心搏的检测方法和装置
Zhao et al. Spectro-temporal ECG analysis for atrial fibrillation detection
CN104382618A (zh) 基于胎心率检测的去噪方法和胎心率检测仪
CN101897578B (zh) 一种动脉压信号逐拍分割方法
CN111839494A (zh) 一种心率监测方法及系统
CN111067505A (zh) 心律失常检测的方法、装置以及存储介质
KR101524596B1 (ko) Qrs 패턴을 이용한 pvc 분류 장치 및 방법, pvc 패턴 분류 방법, 그리고 원격 모니터링 장치
CN109009079A (zh) 用户状态检测系统和方法、计算机设备、计算机存储介质
CN116616762A (zh) 一种脉搏波的血氧饱和度检测方法及血氧饱和度检测装置
KR20210073260A (ko) 맥파 데이터를 이용한 맥파 특성 추론 방법 및 장치
CN116109871A (zh) 一种血清状态识别方法、装置、设备及存储介质

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