CN111839501A - 一种基于频域自相关的心电信号干扰去噪方法及系统 - Google Patents

一种基于频域自相关的心电信号干扰去噪方法及系统 Download PDF

Info

Publication number
CN111839501A
CN111839501A CN202010696856.2A CN202010696856A CN111839501A CN 111839501 A CN111839501 A CN 111839501A CN 202010696856 A CN202010696856 A CN 202010696856A CN 111839501 A CN111839501 A CN 111839501A
Authority
CN
China
Prior art keywords
sliding window
frequency domain
correlation coefficient
electrocardiosignals
window
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
Application number
CN202010696856.2A
Other languages
English (en)
Other versions
CN111839501B (zh
Inventor
庞丽萍
曲洪权
完颜笑如
王锡玥
郭良
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.)
Beihang University
Original Assignee
Beihang 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 Beihang University filed Critical Beihang University
Priority to CN202010696856.2A priority Critical patent/CN111839501B/zh
Publication of CN111839501A publication Critical patent/CN111839501A/zh
Application granted granted Critical
Publication of CN111839501B publication Critical patent/CN111839501B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • A61B5/02405—Determining heart rate variability
    • 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
    • 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
    • A61B5/7235—Details of waveform analysis
    • A61B5/7253—Details of waveform analysis characterised by using transforms
    • A61B5/7257—Details of waveform analysis characterised by using transforms using Fourier transforms

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Molecular Biology (AREA)
  • Animal Behavior & Ethology (AREA)
  • Physiology (AREA)
  • Cardiology (AREA)
  • Signal Processing (AREA)
  • Veterinary Medicine (AREA)
  • Biophysics (AREA)
  • Pathology (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Medical Informatics (AREA)
  • Public Health (AREA)
  • Surgery (AREA)
  • General Health & Medical Sciences (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Artificial Intelligence (AREA)
  • Psychiatry (AREA)
  • Mathematical Physics (AREA)
  • Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)

Abstract

本发明公开一种基于频域自相关的心电信号干扰去噪方法及系统，方法包括：采用滑动窗口遍历所述心电信号；对遍历后每个滑动窗口内的心电数据进行快速傅里叶变换，获得每个滑动窗口对应的归一化单边频谱；根据相邻的滑动窗口对应的归一化单边频谱确定频域相关系数；判断相邻的两个所述频域相关系数是否均小于相关系数阈值；如果均小于相关系数阈值，则判定中间窗口对应的心电数据为干扰，将中间窗口对应的心电数据剔除；如果至少一个大于相关系数阈值，则保留中间窗口对应的心电数据。本发明将频域自相关与心电信号相结合，对于由于仪器或环境产生的局部明显异常的心电信号进行有针对性地去噪处理，进一步提高HRV特征指标计算的准确率。

Description

一种基于频域自相关的心电信号干扰去噪方法及系统
技术领域
本发明涉及干扰去噪技术领域，特别是涉及一种基于频域自相关的心电信号干扰去噪方法及系统。
背景技术
心电信号是一种比较微弱的生理信号，幅度为10μV～5mV，频率为0.05～100Hz，在采集、放大、传输过程中，会有许多的来自仪器或人体等方面的干扰耦合到心电信号中，极易出现不规则突变，这大大降低了心电信号的信噪比，直接影响着心电波形检测的可靠性，破坏波形的稳定，导致时频域特征分析失真，影响心率变异性(HRV)特征指标的计算。
现有的心电去噪方法包括数字滤波器法、自适应滤波技术、基于形态学的处理方法、曲线拟合法和小波变换法等，可见现有的心电去噪方法去除的是整体稳定且有微弱噪声的信号，并没有针对由于仪器或环境产生的局部明显异常的心电信号进行去噪处理，进而会降低HRV特征指标计算的准确率。
发明内容
基于此，本发明的目的是提供一种基于频域自相关的心电信号干扰去噪方法及系统，以实现对局部明显异常的心电信号进行去噪处理。
为实现上述目的，本发明提供了一种基于频域自相关的心电信号干扰去噪方法，所述方法包括：
获取心电信号；所述心电信号包括多个心电数据；
采用滑动窗口遍历所述心电信号，获得每个所述滑动窗口内的心电数据；
对每个所述滑动窗口内的心电数据进行快速傅里叶变换，获得每个所述滑动窗口对应的归一化单边频谱；
根据相邻的所述滑动窗口对应的归一化单边频谱确定频域相关系数；
判断相邻的两个所述频域相关系数是否均小于相关系数阈值；如果相邻的两个所述频域相关系数均小于相关系数阈值，则判定中间窗口对应的心电数据为干扰，将中间窗口对应的心电数据剔除；如果相邻的两个所述频域相关系数至少一个大于相关系数阈值，则保留中间窗口对应的心电数据。
可选地，所述根据相邻的所述滑动窗口对应的归一化单边频谱确定频域相关系数，具体公式为：
Figure BDA0002591509300000021
其中，r(X,Y)表示X与Y之间的频域相关系数，σX表示X的标准差，σY表示Y的标准差，μX表示X的均值，Cov(X,Y)表示X与Y之间的协方差，μY表示Y的均值，X表示当前滑动窗口对应的归一化单边频谱，Y表示与当前滑动窗口相邻的滑动窗口对应的归一化单边频谱，E(·)表示数学期望函数。
可选地，所述采用滑动窗口遍历心电信号，获得每个所述滑动窗口内的心电数据，具体包括：
在心电信号的时域上进行数据切片，获得多段心电信号；
设置滑动窗口；
以所述滑动窗口的尺寸为步长，依次遍历所述多段心电信号，获得每个所述滑动窗口内的心电数据。
可选地，所述设置滑动窗口，具体包括：
根据心率确定一次心拍；
根据所述一次心拍确定滑动窗口。
5、根据权利要求4所述的基于频域自相关的心电信号干扰去噪方法，其特征在于，所述根据心率确定一次心拍，具体公式为：
Figure BDA0002591509300000022
其中，RR表示一次心拍，ρ表示心率。
本发明还提供一种基于频域自相关的心电信号干扰去噪系统，所述系统包括：
获取模块，用于获取心电信号；所述心电信号包括多个心电数据；
遍历模块，用于采用滑动窗口遍历所述心电信号，获得每个所述滑动窗口内的心电数据；
快速傅里叶变换模块，用于对每个所述滑动窗口内的心电数据进行快速傅里叶变换，获得每个所述滑动窗口对应的归一化单边频谱；
频域相关系数确定模块，用于根据相邻的所述滑动窗口对应的归一化单边频谱确定频域相关系数；
判断模块，用于判断相邻的两个所述频域相关系数是否均小于相关系数阈值；如果相邻的两个所述频域相关系数均小于相关系数阈值，则判定中间窗口对应的心电数据为干扰，将中间窗口对应的心电数据剔除；如果相邻的两个所述频域相关系数至少一个大于相关系数阈值，则保留中间窗口对应的心电数据。
可选地，所述根据相邻的所述滑动窗口对应的归一化单边频谱确定频域相关系数，具体公式为：
Figure BDA0002591509300000031
其中，r(X,Y)表示X与Y之间的频域相关系数，σX表示X的标准差，σY表示Y的标准差，μX表示X的均值，Cov(X,Y)表示X与Y之间的协方差，μY表示Y的均值，X表示当前滑动窗口对应的归一化单边频谱，Y表示与当前滑动窗口相邻的滑动窗口对应的归一化单边频谱，E(·)表示数学期望函数。
可选地，所述遍历模块，具体包括：
数据切片单元，用于在心电信号的时域上进行数据切片，获得多段心电信号；
滑动窗口设置单元，用于设置滑动窗口；
遍历单元，用于以所述滑动窗口的尺寸为步长，依次遍历所述多段心电信号，获得每个所述滑动窗口内的心电数据。
可选地，所述滑动窗口设置单元，具体包括：
一次心拍确定子单元，用于根据心率确定一次心拍；
滑动窗口确定子单元，用于根据所述一次心拍确定滑动窗口。
可选地，所述根据心率确定一次心拍，具体公式为：
Figure BDA0002591509300000032
其中，RR表示一次心拍，ρ表示心率。
根据本发明提供的具体实施例，本发明公开了以下技术效果：
本发明公开一种基于频域自相关的心电信号干扰去噪方法及系统，方法包括：采用滑动窗口遍历所述心电信号；对遍历后每个滑动窗口内的心电数据进行快速傅里叶变换，获得每个滑动窗口对应的归一化单边频谱；根据相邻的滑动窗口对应的归一化单边频谱确定频域相关系数；判断相邻的两个所述频域相关系数是否均小于相关系数阈值；如果均小于相关系数阈值，则判定中间窗口对应的心电数据为干扰，将中间窗口对应的心电数据剔除；如果至少一个大于相关系数阈值，则保留中间窗口对应的心电数据。本发明将频域自相关与心电信号相结合，对于由于仪器或环境产生的局部明显异常的心电信号进行有针对性地去噪处理，进一步提高HRV特征指标计算的准确率。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例基于频域自相关的心电信号干扰去噪方法流程图；
图2为本发明实施例RR间期示意图；
图3为本发明实施例含有干扰的心电信号波形与正常心电信号波形的对比示意图；
图4为本发明实施例基于频域自相关的心电信号干扰去噪系统结构图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，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他实施例，都属于本发明保护的范围。
本发明的目的是提供一种基于频域自相关的心电信号干扰去噪方法及系统，以实现对局部明显异常的心电信号进行去噪处理。
为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。
如图1所示，本发明一种基于频域自相关的心电信号干扰去噪方法，所述方法包括：
步骤S1：获取心电信号；所述心电信号包括多个心电数据。
步骤S2：采用滑动窗口遍历所述心电信号，获得每个所述滑动窗口内的心电数据。
步骤S3：对每个所述滑动窗口内的心电数据进行快速傅里叶变换，获得每个所述滑动窗口对应的归一化单边频谱。
步骤S4：根据相邻的所述滑动窗口对应的归一化单边频谱确定频域相关系数。
步骤S5：判断相邻的两个所述频域相关系数是否均小于相关系数阈值；如果相邻的两个所述频域相关系数均小于相关系数阈值，则判定中间窗口对应的心电数据为干扰，将中间窗口对应的心电数据剔除；如果相邻的两个所述频域相关系数至少一个大于相关系数阈值，则保留中间窗口对应的心电数据。
下面对各个步骤进行详细论述：
如果直接对时域信号的窗口间做相关性检验，则会因窗口尺寸与R波间期不一致而产生误判，因此转变为频域分析。傅里叶变换引进了频率的概念，它把一个函数展开成各种频率的谐波的线性叠加，由此引出了一系列频谱分析的理论，将时间域上的频率信号转换至频率域。
步骤S4：根据相邻的所述滑动窗口对应的归一化单边频谱确定频域相关系数，具体公式为：
Figure BDA0002591509300000051
其中，r(X,Y)表示X与Y之间的频域相关系数，σX表示X的标准差，σY表示Y的标准差，μX表示X的均值，Cov(X,Y)表示X与Y之间的协方差，μY表示Y的均值，X表示当前滑动窗口对应的归一化单边频谱，Y表示与当前滑动窗口相邻的滑动窗口对应的归一化单边频谱，E(·)表示数学期望函数。
步骤S2：采用滑动窗口遍历心电信号，获得每个所述滑动窗口内的心电数据，具体包括：
步骤S21：在心电信号的时域上进行数据切片，获得多段心电信号.
步骤S22：设置滑动窗口，具体包括：
心率为正常人安静状态下每分钟心脏搏动的次数，一般情况下，正常人的心率在60-100次/分钟，心率的单位bpm为60秒内的一次心拍的总次数，RR间期即为一次心拍，是相邻R波之间的间隔时间，单位为秒，R波及RR间期见图2。
步骤S221：根据心率确定一次心拍，具体公式为：
Figure BDA0002591509300000061
其中，RR表示一次心拍，ρ表示心率。
步骤S222：根据所述一次心拍确定滑动窗口。
正常的一次心拍范围在0.6-1秒，因此设计选取滑窗的窗口尺寸为1秒，以保证每个窗口中都包含一个完整心拍。
步骤S23：以所述滑动窗口的尺寸为步长，依次遍历所述多段心电信号，获得每个所述滑动窗口内的心电数据。
相关系数阈值的选取源于相关性检测与人眼观察的比对结果，通过自适应的方法调整阈值，最终得到剔除心电干扰的最佳相关系数阈值为0.95。
图3为本发明实施例含有干扰的心电信号波形与正常心电信号波形的对比示意图，图3中的(a)为含有干扰的心电信号波形图，图3中的(b)为采用本发明公开的方法进行心电信号干扰去噪后获得的正常心电信号波形，可见，可见本发明公开的方案具有很好的去噪作用。
如图4所示，本发明还提供一种基于频域自相关的心电信号干扰去噪系统，所述系统包括：
获取模块1，用于获取心电信号；所述心电信号包括多个心电数据。
遍历模块2，用于采用滑动窗口遍历所述心电信号，获得每个所述滑动窗口内的心电数据。
快速傅里叶变换模块3，用于对每个所述滑动窗口内的心电数据进行快速傅里叶变换，获得每个所述滑动窗口对应的归一化单边频谱。
频域相关系数确定模块4，用于根据相邻的所述滑动窗口对应的归一化单边频谱确定频域相关系数；具体公式为：
Figure BDA0002591509300000062
其中，r(X,Y)表示X与Y之间的频域相关系数，σX表示X的标准差，σY表示Y的标准差，μX表示X的均值，Cov(X,Y)表示X与Y之间的协方差，μY表示Y的均值，X表示当前滑动窗口对应的归一化单边频谱，Y表示与当前滑动窗口相邻的滑动窗口对应的归一化单边频谱，E(·)表示数学期望函数。
判断模块5，用于判断相邻的两个所述频域相关系数是否均小于相关系数阈值；如果相邻的两个所述频域相关系数均小于相关系数阈值，则判定中间窗口对应的心电数据为干扰，将中间窗口对应的心电数据剔除；如果相邻的两个所述频域相关系数至少一个大于相关系数阈值，则保留中间窗口对应的心电数据。
作为一种可选的实施方式，本发明所述遍历模块2，具体包括：
数据切片单元，用于在心电信号的时域上进行数据切片，获得多段心电信号；
滑动窗口设置单元，用于设置滑动窗口；
遍历单元，用于以所述滑动窗口的尺寸为步长，依次遍历所述多段心电信号，获得每个所述滑动窗口内的心电数据。
作为一种可选的实施方式，本发明所述滑动窗口设置单元，具体包括：
一次心拍确定子单元，用于根据心率确定一次心拍，具体公式为：
Figure BDA0002591509300000071
其中，RR表示一次心拍，ρ表示心率。
滑动窗口确定子单元，用于根据所述一次心拍确定滑动窗口。
本发明提出基于频域自相关的心电信号干扰去噪方法及系统，由于很多来自仪器或人体等方面的干扰耦合到心电信号中，针对这种干扰造成的不规则突变，本发明从心电信号的频域分析，确定心电信号之间的自相关性，以此来判定干扰位置，从原始心电时域信号中删除干扰，这样可以提高R波的检测准确率，使HRV分析更加准确。
本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。
本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处。综上所述，本说明书内容不应理解为对本发明的限制。

Claims (10)

1.一种基于频域自相关的心电信号干扰去噪方法，其特征在于，所述方法包括：
获取心电信号；所述心电信号包括多个心电数据；
采用滑动窗口遍历所述心电信号，获得每个所述滑动窗口内的心电数据；
对每个所述滑动窗口内的心电数据进行快速傅里叶变换，获得每个所述滑动窗口对应的归一化单边频谱；
根据相邻的所述滑动窗口对应的归一化单边频谱确定频域相关系数；
判断相邻的两个所述频域相关系数是否均小于相关系数阈值；如果相邻的两个所述频域相关系数均小于相关系数阈值，则判定中间窗口对应的心电数据为干扰，将中间窗口对应的心电数据剔除；如果相邻的两个所述频域相关系数至少一个大于相关系数阈值，则保留中间窗口对应的心电数据。
2.根据权利要求1所述的基于频域自相关的心电信号干扰去噪方法，其特征在于，所述根据相邻的所述滑动窗口对应的归一化单边频谱确定频域相关系数，具体公式为：
Figure FDA0002591509290000011
其中，r(X,Y)表示X与Y之间的频域相关系数，σX表示X的标准差，σY表示Y的标准差，μX表示X的均值，Cov(X,Y)表示X与Y之间的协方差，μY表示Y的均值，X表示当前滑动窗口对应的归一化单边频谱，Y表示与当前滑动窗口相邻的滑动窗口对应的归一化单边频谱，E(·)表示数学期望函数。
3.根据权利要求1所述的基于频域自相关的心电信号干扰去噪方法，其特征在于，所述采用滑动窗口遍历心电信号，获得每个所述滑动窗口内的心电数据，具体包括：
在心电信号的时域上进行数据切片，获得多段心电信号；
设置滑动窗口；
以所述滑动窗口的尺寸为步长，依次遍历所述多段心电信号，获得每个所述滑动窗口内的心电数据。
4.根据权利要求3所述的基于频域自相关的心电信号干扰去噪方法，其特征在于，所述设置滑动窗口，具体包括：
根据心率确定一次心拍；
根据所述一次心拍确定滑动窗口。
5.根据权利要求4所述的基于频域自相关的心电信号干扰去噪方法，其特征在于，所述根据心率确定一次心拍，具体公式为：
Figure FDA0002591509290000021
其中，RR表示一次心拍，ρ表示心率。
6.一种基于频域自相关的心电信号干扰去噪系统，其特征在于，所述系统包括：
获取模块，用于获取心电信号；所述心电信号包括多个心电数据；
遍历模块，用于采用滑动窗口遍历所述心电信号，获得每个所述滑动窗口内的心电数据；
快速傅里叶变换模块，用于对每个所述滑动窗口内的心电数据进行快速傅里叶变换，获得每个所述滑动窗口对应的归一化单边频谱；
频域相关系数确定模块，用于根据相邻的所述滑动窗口对应的归一化单边频谱确定频域相关系数；
判断模块，用于判断相邻的两个所述频域相关系数是否均小于相关系数阈值；如果相邻的两个所述频域相关系数均小于相关系数阈值，则判定中间窗口对应的心电数据为干扰，将中间窗口对应的心电数据剔除；如果相邻的两个所述频域相关系数至少一个大于相关系数阈值，则保留中间窗口对应的心电数据。
7.根据权利要求6所述的基于频域自相关的心电信号干扰去噪系统，其特征在于，所述根据相邻的所述滑动窗口对应的归一化单边频谱确定频域相关系数，具体公式为：
Figure FDA0002591509290000022
其中，r(X,Y)表示X与Y之间的频域相关系数，σX表示X的标准差，σY表示Y的标准差，μX表示X的均值，Cov(X,Y)表示X与Y之间的协方差，μY表示Y的均值，X表示当前滑动窗口对应的归一化单边频谱，Y表示与当前滑动窗口相邻的滑动窗口对应的归一化单边频谱，E(·)表示数学期望函数。
8.根据权利要求6所述的基于频域自相关的心电信号干扰去噪方系统，其特征在于，所述遍历模块，具体包括：
数据切片单元，用于在心电信号的时域上进行数据切片，获得多段心电信号；
滑动窗口设置单元，用于设置滑动窗口；
遍历单元，用于以所述滑动窗口的尺寸为步长，依次遍历所述多段心电信号，获得每个所述滑动窗口内的心电数据。
9.根据权利要求8所述的基于频域自相关的心电信号干扰去噪系统，其特征在于，所述滑动窗口设置单元，具体包括：
一次心拍确定子单元，用于根据心率确定一次心拍；
滑动窗口确定子单元，用于根据所述一次心拍确定滑动窗口。
10.根据权利要求9所述的基于频域自相关的心电信号干扰去噪系统，其特征在于，所述根据心率确定一次心拍，具体公式为：
Figure FDA0002591509290000031
其中，RR表示一次心拍，ρ表示心率。
CN202010696856.2A 2020-07-20 2020-07-20 一种基于频域自相关的心电信号干扰去噪方法及系统 Active CN111839501B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010696856.2A CN111839501B (zh) 2020-07-20 2020-07-20 一种基于频域自相关的心电信号干扰去噪方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010696856.2A CN111839501B (zh) 2020-07-20 2020-07-20 一种基于频域自相关的心电信号干扰去噪方法及系统

Publications (2)

Publication Number Publication Date
CN111839501A true CN111839501A (zh) 2020-10-30
CN111839501B CN111839501B (zh) 2021-05-04

Family

ID=73002010

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010696856.2A Active CN111839501B (zh) 2020-07-20 2020-07-20 一种基于频域自相关的心电信号干扰去噪方法及系统

Country Status (1)

Country Link
CN (1) CN111839501B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114338327A (zh) * 2022-01-05 2022-04-12 电子科技大学 一种短波多载波信号的同步捕获方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5025794A (en) * 1988-08-30 1991-06-25 Corazonix Corporation Method for analysis of electrocardiographic signal QRS complex
WO2016160174A1 (en) * 2015-04-03 2016-10-06 The Regents Of The University Of Michigan Adaptive epsilon-tube filter for blunt noise removal
CN108158578A (zh) * 2017-12-14 2018-06-15 北京顺源开华科技有限公司 噪声片段识别方法、ecg信号处理方法及装置
CN109645979A (zh) * 2017-10-10 2019-04-19 深圳市理邦精密仪器股份有限公司 动态心电信号伪差识别方法及装置
CN110584649A (zh) * 2019-09-09 2019-12-20 武汉大学 一种动态单导心电图中异常心电信号识别方法及系统

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5025794A (en) * 1988-08-30 1991-06-25 Corazonix Corporation Method for analysis of electrocardiographic signal QRS complex
WO2016160174A1 (en) * 2015-04-03 2016-10-06 The Regents Of The University Of Michigan Adaptive epsilon-tube filter for blunt noise removal
CN109645979A (zh) * 2017-10-10 2019-04-19 深圳市理邦精密仪器股份有限公司 动态心电信号伪差识别方法及装置
CN108158578A (zh) * 2017-12-14 2018-06-15 北京顺源开华科技有限公司 噪声片段识别方法、ecg信号处理方法及装置
CN110584649A (zh) * 2019-09-09 2019-12-20 武汉大学 一种动态单导心电图中异常心电信号识别方法及系统

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
王忠明等: "一种基于时序分析异常数据的跌倒行为监测方法", 《计算机应用研究》 *
赵海等: "自适应脉搏波信号主峰定位方法", 《控制与决策》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114338327A (zh) * 2022-01-05 2022-04-12 电子科技大学 一种短波多载波信号的同步捕获方法
CN114338327B (zh) * 2022-01-05 2023-03-14 电子科技大学 一种短波多载波信号的同步捕获方法

Also Published As

Publication number Publication date
CN111839501B (zh) 2021-05-04

Similar Documents

Publication Publication Date Title
US7809433B2 (en) Method and system for limiting interference in electroencephalographic signals
Ruha et al. A real-time microprocessor QRS detector system with a 1-ms timing accuracy for the measurement of ambulatory HRV
US5521851A (en) Noise reduction method and apparatus
CN103405227B (zh) 基于双层形态学滤波的心电信号预处理方法
US11253204B2 (en) Method for assessing electrocardiogram signal quality
Kumar et al. Performance analysis of different filters for power line interface reduction in ECG signal
CN111513706B (zh) 一种针对含有异常r波的心电信号的检测方法和装置
US20190365268A1 (en) Method and apparatus for processing ecg signals, and ecg machine
Jang et al. A robust method for pulse peak determination in a digital volume pulse waveform with a wandering baseline
JPH0852117A (ja) 患者モニタ
Butt et al. Denoising practices for electrocardiographic (ECG) signals: a survey
Tang et al. ECG de-noising based on empirical mode decomposition
CN111839501B (zh) 一种基于频域自相关的心电信号干扰去噪方法及系统
CN113197584A (zh) 一种基于差分过零检测法的qrs波群识别方法
CN110507317B (zh) 一种心电信号r波的自适应ca-cfar定位方法
Tan et al. EMD-based electrocardiogram delineation for a wearable low-power ECG monitoring device
Dai et al. Removal of baseline wander from dynamic electrocardiogram signals
CN113397523B (zh) 一种呼吸率检测方法、装置及医疗设备
Zhidong et al. A novel cancellation method of powerline interference in ECG signal based on EMD and adaptive filter
US5479933A (en) Method and apparatus for processing ECG signals
Almeida et al. Automatic delineation of T and P waves using a wavelet-based multiscale approach
Barbaro et al. New algorithm for the detection of the ECG fiducial point in the averaging technique
Nikolaev et al. Denoising of ECG signals using wavelet shrinkage with time-frequency dependant treshold
Franchevska et al. The Method and Algorithm for Detecting the Fetal ECG Signal in the Presence of Interference
Anishchenko et al. Comparative analysis of methods for classifying the cardiovascular system's states under stress

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