CN113080891B - 基于人体微动信号的呼吸率和心率的提取方法 - Google Patents
基于人体微动信号的呼吸率和心率的提取方法 Download PDFInfo
- Publication number
- CN113080891B CN113080891B CN202110284648.6A CN202110284648A CN113080891B CN 113080891 B CN113080891 B CN 113080891B CN 202110284648 A CN202110284648 A CN 202110284648A CN 113080891 B CN113080891 B CN 113080891B
- Authority
- CN
- China
- Prior art keywords
- respiration
- heart rate
- sample
- signal
- heartbeat
- 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
- 230000029058 respiratory gaseous exchange Effects 0.000 title claims abstract description 59
- 238000000034 method Methods 0.000 title claims abstract description 25
- 238000005070 sampling Methods 0.000 claims abstract description 39
- 230000036387 respiratory rate Effects 0.000 claims abstract description 16
- 230000008569 process Effects 0.000 claims abstract description 10
- 238000001914 filtration Methods 0.000 claims description 26
- 230000000241 respiratory effect Effects 0.000 claims description 19
- 230000001121 heart beat frequency Effects 0.000 claims description 17
- 230000036391 respiratory frequency Effects 0.000 claims description 9
- 238000012545 processing Methods 0.000 claims description 6
- 230000008859 change Effects 0.000 claims description 4
- 230000007704 transition Effects 0.000 claims description 4
- 230000009191 jumping Effects 0.000 claims description 3
- 238000001514 detection method Methods 0.000 abstract description 13
- 230000036541 health Effects 0.000 abstract description 4
- 230000002045 lasting effect Effects 0.000 abstract description 3
- 238000011156 evaluation Methods 0.000 abstract description 2
- 230000001766 physiological effect Effects 0.000 abstract description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 230000000630 rising effect Effects 0.000 description 2
- 238000007792 addition Methods 0.000 description 1
- 230000003321 amplification Effects 0.000 description 1
- 238000010009 beating Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000035565 breathing frequency Effects 0.000 description 1
- 230000008602 contraction Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000003199 nucleic acid amplification method Methods 0.000 description 1
- 230000037081 physical activity Effects 0.000 description 1
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
- A61B5/02—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
- A61B5/02444—Details of sensor
-
- 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
- A61B5/0816—Measuring devices for examining respiratory frequency
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)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
- Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)
Abstract
本发明公开了一种基于人体微动信号的呼吸率和心率的提取方法，在安静特别是睡眠状态下，利用灵敏压电传感器采集呼吸和心跳引起的人身体的微弱运动信号数据，消减干扰信号；通过对采样数据样本的连续更新和分段计算，获知受测者呼吸率和心率；检测过程持续数小时地长时间进行，不断地采集数据，在开始检测后的较短时间内不断地获得计算结果。检测过程不对被测者的生理活动过程产生干扰，容易实施检测，获得稳定、客观、准确的结果，有利于给出真实客观评估，有效帮助提高健康质量。
Description
技术领域
本发明属于人体生物测量技术领域，尤其涉及一种基于人体微动信号的呼吸率和心率的提取方法。
背景技术
心跳和呼吸是人体生命的基本体征，通过对心跳和呼吸的检测，特别是在安静或睡眠情境下的检测，可以探知身体活动状况，分析评估健康质量，提供改善健康的建议。
人体微动信号来源于，人在呼吸时胸腔的扩张、收缩运动以及心脏的跳动，引起的身体其它部位的运动；因此人体一直处于运动状态之中，但是相对于肢体运动，呼吸或心跳引起的身体运动非常微弱。
呼吸信号、心跳信号强度幅值随时间变化形成波形。现有技术是通过比较相邻两个点的数值大小来确定波形处于上升阶段或下降阶段，同时对上升波形和下降波形计数。接着统计波峰与波谷出现的次数，找出呼吸波的波峰值与波谷值，当波峰值或波谷值达到预定义好的阈值时，认为这是一个正常的呼吸事件。
当存在噪音或其他因素干扰时，呼吸波形不规整，现有技术容易造成误判，出现计数错误，导致计算结果不准确。另外，预定义好的阈值是固定值，当被测者的状态或所处环境变化时，固定的阈值就不适合了。
发明内容
本发明的目的在于针对现有技术的不足，提供一种基于人体微动信号的呼吸率和心率的提取方法。本发明在安静或睡眠情境下，通过对呼吸和心跳引起的人体微弱体动信号数据的计算处理，获得被测者稳定、准确的呼吸率、心率值。
本发明的目的是通过以下技术方案来实现的：一种基于人体微动信号的呼吸率和心率的提取方法，在安静或睡眠情境下，利用传感器采集人体微动信号，滤除噪声得到混合信号；从所述混合信号中去除心率对应频率的信号，得到呼吸信号，根据呼吸信号持续获得呼吸率；从所述混合信号中去除呼吸率对应频率的信号，得到心跳信号，根据心跳信号持续获得心率值。
进一步地，包括如下步骤：
1.参数初始化
参数初始化包括设置采样频率、采样持续时间、单个样本的采样时长、样本推移的时间步长、初始呼吸率值、初始心率值；
2.采样
2.1接收来自传感器的数据包，每个数据包包含了一个样本推移的时间步长的采样数据。
2.2每个数据包的采样数据按照时序依次拼接，直到达到成单个样本的采样时长，构成一个完整的样本；之后每接收一个新的数据包，删除最先的数据包并将新数据包按时序拼接在上一个样本的末尾，得到新的样本。
3.滤波
滤除高于心跳频率的高频信号；所述高频信号为大于等于预设阈值的信号。经过高频滤波后的样本数据主要是呼吸与心跳信号的混合信号。
4.提取呼吸率值
4.1呼吸波形的过滤计算。利用步骤6.1确定的心跳频率，其中首次执行时利用初始心率值，滤除步骤3得到的混合信号中对应频率的信号获得呼吸信号。
4.2呼吸计次。根据步骤6.1确定的呼吸频率，其中首次执行时根据初始呼吸率值，确定步骤4.1获得的呼吸信号的分段个数，为单个样本的采样时长内呼吸的次数；在步骤4.1得到的呼吸信号中取一个分段，找到分段内所有的极大值，将其中的最大极大值计为一次呼吸，合计单个样本内的呼吸信号出现的最大极大值个数。
5.提取心率值
5.1心跳波形的过滤计算。利用步骤6.1确定的呼吸频率，其中首次执行时利用初始呼吸率值，过滤步骤3得到的混合信号中对应频率的信号获得心跳信号。
5.2心跳计次。利用步骤6确定的心跳频率，其中首次执行时利用初始心率值，确定步骤5.1获得的心跳信号的分段个数，为单个样本的采样时长内心跳的次数；在步骤5.1得到的心跳信号中取一个分段，找到分段内所有的极大值，将其中的最大极大值计为一次心跳，合计单个样本内的心跳信号出现的最大极大值个数。
6.过滤参数优化
6.1根据步骤4、步骤5中呼吸信号、心跳信号的最大极大值个数，确定呼吸频率和心跳频率。
6.2查看呼吸率、心率是否有变化。如果当前样本获得的呼吸率、心率和上一样本不同，则基于当前样本重复执行步骤4～6.1；如果重复执行三次后仍有变化，则直接进入步骤7；如果没变化，则得到当前样本的准确呼吸率、心率值，进入步骤7。
7.按时间步长推移样本
跳到步骤2获得新的样本，循环执行步骤2～6，持续获得呼吸率、心率值，直至达到步骤1设置的采样持续时间，完成计算处理的全部过程。
进一步地，所述传感器为压电传感器。
进一步地，所述采样频率为25Hz；所述采样持续时间为8h；所述单个样本的采样时长为60s；所述样本推移的时间步长为5s。
进一步地，步骤3中的预设阈值取2～3Hz。
进一步地，初始心率值设为75次/分钟。
进一步地，初始呼吸率值设为20次/分钟。
本发明的有益效果是：
(1)本发明能够处理呼吸、心跳引起的人体微弱运动混合在一起的信号数据，消减干扰信号；
(2)本发明利用采样数据连续更新样本，分段计算，获得稳定、客观的结果；
(3)本发明的滤波参数持续优化，计算结果趋向准确。
附图说明
图1是本发明流程图；
图2是睡觉时人体微动的原始采样数据示意图；其中，横坐标为采样点，纵坐标是电压值(单位：毫伏)；
图3是滤除心跳信号后的呼吸波形图；其中，横坐标为采样点，纵坐标是电压值(单位：毫伏)；
图4是呼吸计次图；其中，横坐标为采样点，纵坐标是电压值(单位：毫伏)；
图5是滤除呼吸信号后的心跳波形图；其中，横坐标为采样点，纵坐标是电压值(单位：毫伏)；
图6是心跳计次图；其中，横坐标为采样点，纵坐标是电压值(单位：毫伏)。
具体实施方式
本发明一种基于人体微动信号的呼吸率和心率的提取方法，在安静特别是睡眠状态下，利用灵敏传感器(比如压电传感器)，检测呼吸和心跳引起的人身体的微弱运动，采集人体微动信号数据，通过对采样数据样本放大、滤波、提取等计算处理，获知受测者每分钟的呼吸次数(呼吸率)、每分钟心跳次数(心率)。对人体微动的检测往往是长时间进行的，比如检测一个晚上的睡眠，持续数小时。检测结果呼吸率、心率需要在开始检测后的较短时间内显示，比如60秒。所以检测分段进行，处理计算传感器采集的一段数据，获得结果。检测过程持续数小时地长时间进行，不断地采集数据，在开始检测后的较短时间内不断地获得计算结果。检测过程不对被测者的生理活动过程产生干扰，容易实施检测，获得稳定准确的结果，有利于给出真实客观评估，有效帮助提高健康质量。
下面以某一种实施形式为例，结合图1至图6进一步说明本发明。
如图1所示，本实施例包括以下步骤：
1.参数初始化。
参数初始化包括设置采样频率(比如25Hz)，设置采样持续时间(比如8h)，设置单个样本的采样时长(比如60s)，设置样本推移的时间步长(比如5s)，同时，呼吸率、心率值归零。
2.采样。
2.1接收来自传感器的数据包，每个数据包包含了一个样本推移的时间步长的采样数据。
2.2每个数据包的采样数据按照时序依次拼接，直到达到成单个样本的采样时长，构成一个完整的样本，如图2所示；之后每接收一个新的数据包，删除最先的数据包并将新数据包按时序拼接在上一个样本的末尾，得到新的样本，实现样本推移。
3.滤波。
样本数据中包含有呼吸信号、心跳信号和噪声。正常成人呼吸频率在12～20次/分钟的范围内，也就是频率为0.2～0.33Hz。正常成人心跳频率在50～100次/分钟的范围内，也就是频率为0.83～1.67Hz。
滤除噪声，主要是滤除明显高于心跳频率的高频信号；所述高频信号为大于等于预设阈值的信号，预设阈值一般取2～3Hz，比如电源线路的50Hz信号。经过高频滤波后的样本数据主要包含的是呼吸与心跳混合在一起的混合信号。
为了提取呼吸率与心率，把滤波后的样本数据分别处理，分别执行步骤4、步骤5两个过程。
4.提取呼吸率值。
4.1呼吸波形的过滤计算。利用步骤6.1确定的心跳频率，滤除步骤3得到的混合信号中对应频率的信号获得呼吸信号，如图3所示。初始时，心率值预估为75次/分钟。
4.2呼吸计次。根据步骤6.1确定的呼吸频率，确定步骤4.1获得的呼吸信号的分段个数。初始时，呼吸率值预估为20次/分钟。分段个数为单个样本的采样时长内呼吸的次数；将步骤4.1得到的呼吸信号分段，在呼吸信号中取一个数据分段，找到分段内所有的极大值，将其中的最大极大值计为一次呼吸，并记录其出现的时间。在整个样本中，逐个数据地往前推移数据分段，得到全部的数据分段最大极大值及其出现的时间。合计单个样本内的呼吸信号出现的最大极大值个数，即得到呼吸率值，如图4所示，虚线连接的各圆点即是该样本数据内出现的最大极大值。
5.提取心率值
5.1心跳波形的过滤计算。利用步骤6.1确定的呼吸频率，过滤步骤3得到的混合信号中对应频率的信号获得心跳信号，如图5所示。初始时，呼吸率值预估为20次/分钟。
5.2心跳计次。利用步骤6确定的心跳频率，确定步骤5.1获得的心跳信号的分段个数。初始时，心率值预估为75次/分钟。分段个数为单个样本的采样时长内心跳的次数；将步骤5.1得到的心跳信号分段，在心跳信号中取一个数据分段，找到分段内所有的极大值，将其中的最大极大值计为一次心跳，并记录其出现的时间。在整个样本中，逐个数据地往前推移数据分段，得到全部的数据分段最大极大值及其出现的时间。合计单个样本内的心跳信号出现的最大极大值个数，即得到心率值，如图6所示，虚线连接的各圆点即是该样本数据内出现的最大极大值。
6.过滤参数优化
6.1根据步骤4、步骤5确定呼吸频率和心跳频率。
6.2查看呼吸率、心率是否有变化。如果当前单个样本获得的呼吸率、心率和上一个样本不同，则不采用当前呼吸率、心率的监测值，基于当前样本重复执行步骤4～6.1；如果重复执行三次后仍与上一个样本不同，则直接进入步骤7；如果没变化，则已稳定得到当前样本的准确呼吸率、心率值，进入步骤7。
7.按时间步长推移样本
跳到步骤2获得新的样本，循环执行步骤2～6，持续获得呼吸率、心率值；直至达到步骤1设置的采样持续时间，完成计算处理的全部过程。
本说明书中所描述的具体实施例仅是对本发明精神作举例说明。本发明所属技术领域的技术人员可以对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，但并不会偏离本发明的精神或者超越所附权利要求书所定义的范围。
Claims (6)
1.一种基于人体微动信号的呼吸率和心率的提取方法，其特征在于，在安静或睡眠情境下，利用传感器采集人体微动信号，滤除噪声得到混合信号；从所述混合信号中去除心率对应频率的信号，得到呼吸信号，根据呼吸信号持续获得呼吸率；从所述混合信号中去除呼吸率对应频率的信号，得到心跳信号，根据心跳信号持续获得心率值；包括如下步骤：
S1.参数初始化
参数初始化包括设置采样频率、采样持续时间、单个样本的采样时长、样本推移的时间步长、初始呼吸率值、初始心率值；
S2.采样
S2.1接收来自传感器的数据包，每个数据包包含了一个样本推移的时间步长的采样数据；
S2.2每个数据包的采样数据按照时序依次拼接，直到达到成单个样本的采样时长，构成一个完整的样本；之后每接收一个新的数据包，删除最先的数据包并将新数据包按时序拼接在上一个样本的末尾，得到新的样本；
S3.滤波
滤除高于心跳频率的高频信号；所述高频信号为大于等于预设阈值的信号；经过高频滤波后的样本数据主要是呼吸与心跳信号的混合信号；
S4.提取呼吸率值
S4.1呼吸波形的过滤计算；利用步骤S6.1确定的心跳频率，其中首次执行时利用初始心率值，滤除步骤S3得到的混合信号中对应频率的信号获得呼吸信号；
S4.2呼吸计次；根据步骤S6.1确定的呼吸频率，其中首次执行时根据初始呼吸率值，确定步骤S4.1获得的呼吸信号的分段个数，为单个样本的采样时长内呼吸的次数；在步骤S4.1得到的呼吸信号中取一个分段，找到分段内所有的极大值，将其中的最大极大值计为一次呼吸，并记录其出现的时间，在整个样本中，逐个数据地往前推移数据分段，得到全部的数据分段最大极大值及其出现的时间；合计单个样本内的呼吸信号出现的最大极大值个数，得到呼吸率值；
S5.提取心率值
S5.1心跳波形的过滤计算；利用步骤S6.1确定的呼吸频率，其中首次执行时利用初始呼吸率值，过滤步骤S3得到的混合信号中对应频率的信号获得心跳信号；
S5.2心跳计次；利用步骤S6确定的心跳频率，其中首次执行时利用初始心率值，确定步骤S5.1获得的心跳信号的分段个数，为单个样本的采样时长内心跳的次数；在步骤S5.1得到的心跳信号中取一个分段，找到分段内所有的极大值，将其中的最大极大值计为一次心跳，并记录其出现的时间；在整个样本中，逐个数据地往前推移数据分段，得到全部的数据分段最大极大值及其出现的时间，合计单个样本内的心跳信号出现的最大极大值个数，得到心率值；
S6.过滤参数优化
S6.1根据步骤S4、步骤S5中呼吸信号、心跳信号的最大极大值个数，确定呼吸频率和心跳频率；
S6.2查看呼吸率、心率是否有变化；如果当前样本获得的呼吸率、心率和上一样本不同，则基于当前样本重复执行步骤S4～S6.1；如果重复执行三次后仍有变化，则直接进入步骤S7；如果没变化，则得到当前样本的准确呼吸率、心率值，进入步骤S7；
S7.按时间步长推移样本
跳到步骤S2获得新的样本，循环执行步骤S2～S6，持续获得呼吸率、心率值，直至达到步骤S1设置的采样持续时间，完成计算处理的全部过程。
2.根据权利要求1所述基于人体微动信号的呼吸率和心率的提取方法，其特征在于，所述传感器为压电传感器。
3.根据权利要求1所述基于人体微动信号的呼吸率和心率的提取方法，其特征在于，所述采样频率为25Hz；所述采样持续时间为8h；所述单个样本的采样时长为60s；所述样本推移的时间步长为5s。
4.根据权利要求1所述基于人体微动信号的呼吸率和心率的提取方法，其特征在于，步骤S3中的预设阈值取2～3Hz。
5.根据权利要求1所述基于人体微动信号的呼吸率和心率的提取方法，其特征在于，初始心率值设为75次/分钟。
6.根据权利要求1所述基于人体微动信号的呼吸率和心率的提取方法，其特征在于，初始呼吸率值设为20次/分钟。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110284648.6A CN113080891B (zh) | 2021-03-17 | 2021-03-17 | 基于人体微动信号的呼吸率和心率的提取方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110284648.6A CN113080891B (zh) | 2021-03-17 | 2021-03-17 | 基于人体微动信号的呼吸率和心率的提取方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113080891A CN113080891A (zh) | 2021-07-09 |
| CN113080891B true CN113080891B (zh) | 2022-05-03 |
Family
ID=76668696
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110284648.6A Active CN113080891B (zh) | 2021-03-17 | 2021-03-17 | 基于人体微动信号的呼吸率和心率的提取方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113080891B (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113974572A (zh) * | 2021-11-26 | 2022-01-28 | 深圳麦格米特电气股份有限公司 | 一种睡眠数据检测方法、装置及系统 |
| CN116019423A (zh) * | 2022-12-30 | 2023-04-28 | 广州昂宝电子有限公司 | 睡眠监测方法和系统 |
Family Cites Families (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| ATE499041T1 (de) * | 2005-05-13 | 2011-03-15 | Cardiocore Lab Inc | Verfahren und vorrichtung für sequenzierte extraktion von elektrokardiogramm-wellenformen |
| EP2461750A4 (en) * | 2009-08-03 | 2017-06-28 | Diacoustic Medical Devices (Pty) Ltd | Medical decision support system |
| CN105686846A (zh) * | 2016-01-18 | 2016-06-22 | 重庆大学 | 心音信号特征自动提取方法 |
| CN105633074B (zh) * | 2016-03-10 | 2019-01-22 | 湖南静芯微电子技术有限公司 | 一种由反偏二极管触发的双向可控硅器件 |
| CN107307846A (zh) * | 2016-04-27 | 2017-11-03 | 南京理工大学 | 非接触式睡眠分期方法 |
| EP3554355A1 (en) * | 2016-12-15 | 2019-10-23 | Baxter International Inc | System and method for monitoring and determining patient parameters from sensed venous waveform |
| CN106725450B (zh) * | 2017-02-20 | 2020-03-27 | 武汉中旗生物医疗电子有限公司 | Qrs波群检测方法 |
| CN106991291B (zh) * | 2017-04-14 | 2020-01-10 | 北京工业大学 | 胎儿心电信号实时转换为胎儿胎音的计算机仿真转换方法 |
| CN107432736B (zh) * | 2017-06-06 | 2021-03-02 | 新绎健康科技有限公司 | 一种识别脉搏波形信号的方法 |
| CN108392211B (zh) * | 2018-01-11 | 2020-05-29 | 浙江大学 | 一种基于多信息融合的疲劳检测方法 |
| CN108814591B (zh) * | 2018-03-23 | 2020-12-15 | 南京大学 | 一种心电qrs波群宽度的检测方法及其心电分析方法 |
| CN108403094A (zh) * | 2018-03-23 | 2018-08-17 | 中国科学院微电子研究所 | 一种识别脉搏波波峰的方法 |
| CN111419279A (zh) * | 2020-03-24 | 2020-07-17 | 浙江大学温州研究院 | 一种超声多普勒胎心信号的自适应消噪算法 |
| CN111938584B (zh) * | 2020-07-21 | 2023-03-10 | 深圳数联天下智能科技有限公司 | 一种睡眠监测方法与设备 |
-
2021
- 2021-03-17 CN CN202110284648.6A patent/CN113080891B/zh active Active
Also Published As
| Publication number | Publication date |
|---|---|
| CN113080891A (zh) | 2021-07-09 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US9855007B2 (en) | Method and system for determining a ventilatory threshold | |
| CN113080891B (zh) | 基于人体微动信号的呼吸率和心率的提取方法 | |
| EP2172153B1 (en) | Apparatus for detection of Cheyne-Stokes breathing | |
| US6363270B1 (en) | Monitoring the occurrence of apneic and hypopneic arousals | |
| US8781753B2 (en) | System and method for evaluating physiological parameter data | |
| US4951680A (en) | Fetal monitoring during labor | |
| US7379770B2 (en) | Devices and methods for heart rate measurement and wrist-watch incorporating same | |
| US6669632B2 (en) | Apparatus and method for electronically predicting pleural pressure from pulse wave signals | |
| JP2008520384A (ja) | 限られたプロセッサ資源で呼吸数を実時間判定するための方法及びシステム | |
| US20140330095A1 (en) | System and methods for estimating respiratory airflow | |
| KR101696791B1 (ko) | 흉부임피던스를 이용한 폐기능 모니터링 장치 및 방법 | |
| KR100871565B1 (ko) | 동잡음 제거된 혈류량 신호 검출 장치 및 방법 | |
| JP2001095768A (ja) | ペースメーカが定めたペースの心電図を自動的に検出しかつ解釈する方法および装置 | |
| Sarlabous et al. | Interpretation of the approximate entropy using fixed tolerance values as a measure of amplitude variations in biomedical signals | |
| Zhang et al. | Development of a novel wireless multi-channel stethograph system for diagnosing pulmonary and cardiovascular diseases | |
| CN108283490A (zh) | 睡眠呼吸系统及方法 | |
| US8301230B2 (en) | Method for reducing baseline drift in a biological signal | |
| CN113100735B (zh) | 一种基于静脉血流图的血栓检测装置及方法 | |
| EP1641388B1 (en) | Devices and methods for heart-rate measurement and wrist-watch incorporating same | |
| CN110536632A (zh) | 用于从肌电图信号检测吸入和提取神经呼吸驱动的量度的方法和系统 | |
| CN114847926A (zh) | 一种基于自适应阈值的肺功能呼吸检测方法 | |
| CN110852586B (zh) | 用于手术技能评估数据的处理方法、系统和存储介质 | |
| WO2017042350A1 (en) | Method and system for monitoring ventilatory parameter | |
| Radjef et al. | A new algorithm for measuring pulse transit time from ECG and PPG signals | |
| CN107280650A (zh) | 生命体特征参数获取方法及装置 |
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 |