CN113191249B - 心电信号的模板匹配方法、装置、设备和介质 - Google Patents
心电信号的模板匹配方法、装置、设备和介质 Download PDFInfo
- Publication number
- CN113191249B CN113191249B CN202110466018.0A CN202110466018A CN113191249B CN 113191249 B CN113191249 B CN 113191249B CN 202110466018 A CN202110466018 A CN 202110466018A CN 113191249 B CN113191249 B CN 113191249B
- Authority
- CN
- China
- Prior art keywords
- template
- segment
- heart beat
- offset correction
- 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
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
- G06F2218/12—Classification; Matching
-
- 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
- A61B5/7246—Details of waveform analysis using correlation, e.g. template matching or determination of similarity
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Biophysics (AREA)
- Heart & Thoracic Surgery (AREA)
- Psychiatry (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Pathology (AREA)
- Biomedical Technology (AREA)
- Physiology (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
Abstract
本发明公开了一种心电信号的模板匹配方法,该方法包括:将首个遍历的心搏片段创建为心搏模板并录入到模板库中。对非首个遍历的心搏片段进行水平偏移校正和垂直偏移校正,计算与模板库中的第t个心搏模板的相对误差,并基于阈值判断与第t个心搏模板是否匹配成功。若匹配成功则输出第t个心搏模板的模板编号,根据偏移校正片段更新第t个心搏模板的模板信息。若匹配失败,则循环下一对比模板进行匹配,直至模板库中的心搏模板都匹配失败,同时将该心搏片段创建为心搏模板并录入到模板库中。本发明无需预先设置模板,引入了水平偏移校正和垂直偏移校正,在提高处理效率的同时,也提高了抗干扰的能力。此外,还提出了模板匹配装置、设备和存储介质。
Description
技术领域
本发明涉及医疗数据处理技术领域,尤其是涉及心电信号模板匹配方法、装置、设备和介质。
背景技术
ECG(electrocardtogram,心电图)信号由心电采集盒通过连接到人体各部位上的电极片接收到的电信号经过信号转换而获得。典型的ECG信号由P波、QRS波群和T波构成,它反映了人体心脏活动的状态。通过观察ECG信号的形态(心搏波形)和节律(心跳频率),医生便可以得知有关患者心脏疾病的多方面信息。常规的心搏模板匹配技术可实现将ECG信号按照QRS波的不同形态特征分为若干个模板,且每个模板存放具有相似QRS波形态的心搏索引,这样可大大节省医生的检查时间,提高诊断效率。
现阶段的心搏模板匹配技术大致可分为以下两类:第一,预设模板匹配法。这种方法需预先设计几类不同的心电模板,然后在进行实际病例的模板匹配时,再将不同心搏归属到最相似的模板。但其缺点是设计者需事先设计完善的心电模板,当出现实际心搏与预设模板不符合时,该方法会发生错配。第二,特征参数法。具体实现方法是采用快速傅里叶变换、小波变换、希尔伯特变换等信号变换方法将心电信号从时域转换成特征更易于区分的变换域后,再利用经典聚类方法对心电信号进行自动模板匹配。但采用特征参数法的缺点是会显著增加计算量,且许多经典聚类方法需要事先设置待匹配的模板个数,因此整体处理效率并不高。
发明内容
基于此,有必要针对上述问题,提供解决需预先设置心搏模板,整体处理效率不高问题的心电信号的模板匹配方法、装置、设备和介质。
一种心电信号的模板匹配方法,所述模板匹配方法包括:
获取心电图数据,将所述心电图数据划分为若干个心搏片段;
遍历所述若干个心搏片段,判断当前遍历片段是否为所述若干个心搏片段中的首个片段;
若当前遍历片段为所述若干个心搏片段中的首个片段,则根据所述当前遍历片段创建心搏模板,将所述心搏模板录入模板库;
若当前遍历片段不为所述若干个心搏片段中的首个片段,则获取所述模板库中的第t个心搏模板,根据所述第t个心搏模板对所述当前遍历片段进行水平偏移校正和垂直偏移校正,获取校正后的偏移校正片段,其中t的初始值为1;
计算所述偏移校正片段与所述第t个心搏模板的相对误差,判断所述相对误差是否小于阈值;
若所述相对误差小于阈值,则确定所述第t个心搏模板与所述当前遍历片段匹配,根据所述偏移校正片段更新所述第t个心搏模板的模板信息;
若所述相对误差大于或等于所述阈值,且t<N时,令t=t+1,执行所述根据所述第t个心搏模板对所述当前遍历片段进行水平偏移校正和垂直偏移校正,获取校正后的偏移校正片段的步骤及后续步骤,其中N为所述模板库中心搏模板的总数量;
若所述相对误差大于或等于所述阈值,且t=N时,根据所述当前遍历片段创建心搏模板,将创建的心搏模板录入所述模板库。
在其中一个实施例中,所述根据所述第t个心搏模板对所述当前遍历片段进行水平偏移校正和垂直偏移校正,获取校正后的偏移校正片段,包括:
获取所述当前遍历片段在不同水平偏移位置下的偏移心搏片段;
计算所述不同水平偏移位置下的偏移心搏片段与所述第t个心搏模板的相关操作值,根据所述相关操作值确定目标偏移心搏片段,获取所述目标偏移心搏片段对应的目标水平偏移位置;
根据所述目标水平偏移位置对所述当前遍历片段进行水平偏移校正,获取水平偏移校正后的第一心搏片段;
对所述第一心搏片段进行垂直偏移校正,获取垂直偏移校正后的第二心搏片段,所述第二心搏片段为所述偏移校正片段。
在其中一个实施例中,所述对所述第一心搏片段进行垂直偏移校正,获取垂直偏移校正后的第二心搏片段,包括:
计算所述第一心搏片段和所述第t个心搏模板的误差曲线;
构建一次线性直线,通过最小二乘法拟合所述一次线性直线和所述误差曲线,根据拟合的误差最小值确定垂直偏移量系数矩阵;
根据所述垂直偏移量系数矩阵对所述第一心搏片段进行垂直偏移校正,获取垂直偏移校正后的第二心搏片段。
在其中一个实施例中,所述计算所述偏移校正片段与所述第t个心搏模板的相对误差,包括:
计算所述偏移校正片段与所述第t个心搏模板在每个相同样本点的差值绝对值;
计算所述偏移校正片段的峰值与所述第t个心搏模板的峰值之和,得到峰值和;
根据所述差值绝对值及所述峰值和计算所述偏移校正片段与所述第t个心搏模板的相对误差。
在其中一个实施例中,所述获取心电图数据,包括:
获取采集的多导联心电图数据,根据所述多导联心电图数据中的主分析导联编号和次分析导联编号构建双导联心电图数据;
对所述双导联心电图数据进行带通滤波,获得所述心电图数据。
在其中一个实施例中,所述将所述心电图数据划分为若干个心搏片段,包括:
检测所述心电图数据中的QRS波群,识别每个所述QRS波群的波峰点位置;
以每个所述QRS波群的波峰点位置为片段中心划分所述心电图数据为若干个心搏片段,每个所述心搏片段的单导联长度为QRS波群长度与所述QRS波群的水平方向偏移长度的和。
在其中一个实施例中,所述根据所述偏移校正片段更新所述第t个心搏模板的模板信息,包括:
根据所述偏移校正片段更新所述第t个心搏模板的模板代表波形和容量。
一种模板匹配装置,所述装置包括:
心搏片段划分模块,用于获取心电图数据,将所述心电图数据划分为若干个心搏片段;
遍历模块,用于遍历所述若干个心搏片段,判断当前遍历片段是否为所述若干个心搏片段中的首个片段;
首片段匹配模块,用于若当前遍历片段为所述若干个心搏片段中的首个片段,则根据所述当前遍历片段创建心搏模板,将所述心搏模板录入模板库;
非首片段校正模块,用于若当前遍历片段不为所述若干个心搏片段中的首个片段,则获取所述模板库中的第t个心搏模板,根据所述第t个心搏模板对所述当前遍历片段进行水平偏移校正和垂直偏移校正,获取校正后的偏移校正片段,其中t的初始值为1;
非首片段匹配模块,用于计算所述偏移校正片段与所述第t个心搏模板的相对误差,判断所述相对误差是否小于阈值;若所述相对误差小于阈值,则确定所述第t个心搏模板与所述当前遍历片段匹配,根据所述偏移校正片段更新所述第t个心搏模板的模板信息;若所述相对误差大于或等于所述阈值,且t<N时,令t=t+1,执行所述根据所述第t个心搏模板对所述当前遍历片段进行水平偏移校正和垂直偏移校正,获取校正后的偏移校正片段的步骤及后续步骤,其中N为所述模板库中心搏模板的总数量;若所述相对误差大于或等于所述阈值,且t=N时,根据所述当前遍历片段创建心搏模板,将创建的心搏模板录入所述模板库。
一种计算机可读存储介质,存储有计算机程序,所述计算机程序被处理器执行时,使得所述处理器执行如下步骤:
获取心电图数据,将所述心电图数据划分为若干个心搏片段;
遍历所述若干个心搏片段,判断当前遍历片段是否为所述若干个心搏片段中的首个片段;
若当前遍历片段为所述若干个心搏片段中的首个片段,则根据所述当前遍历片段创建心搏模板,将所述心搏模板录入模板库;
若当前遍历片段不为所述若干个心搏片段中的首个片段,则获取所述模板库中的第t个心搏模板,根据所述第t个心搏模板对所述当前遍历片段进行水平偏移校正和垂直偏移校正,获取校正后的偏移校正片段,其中t的初始值为1;
计算所述偏移校正片段与所述第t个心搏模板的相对误差,判断所述相对误差是否小于阈值;
若所述相对误差小于阈值,则确定所述第t个心搏模板与所述当前遍历片段匹配,根据所述偏移校正片段更新所述第t个心搏模板的模板信息;
若所述相对误差大于或等于所述阈值,且t<N时,令t=t+1,执行所述根据所述第t个心搏模板对所述当前遍历片段进行水平偏移校正和垂直偏移校正,获取校正后的偏移校正片段的步骤及后续步骤,其中N为所述模板库中心搏模板的总数量;
若所述相对误差大于或等于所述阈值,且t=N时,根据所述当前遍历片段创建心搏模板,将创建的心搏模板录入所述模板库。
一种模板匹配设备,包括存储器和处理器,所述存储器存储有计算机程序,所述计算机程序被所述处理器执行时,使得所述处理器执行如下步骤:
获取心电图数据,将所述心电图数据划分为若干个心搏片段;
遍历所述若干个心搏片段,判断当前遍历片段是否为所述若干个心搏片段中的首个片段;
若当前遍历片段为所述若干个心搏片段中的首个片段,则根据所述当前遍历片段创建心搏模板,将所述心搏模板录入模板库;
若当前遍历片段不为所述若干个心搏片段中的首个片段,则获取所述模板库中的第t个心搏模板,根据所述第t个心搏模板对所述当前遍历片段进行水平偏移校正和垂直偏移校正,获取校正后的偏移校正片段,其中t的初始值为1;
计算所述偏移校正片段与所述第t个心搏模板的相对误差,判断所述相对误差是否小于阈值;
若所述相对误差小于阈值,则确定所述第t个心搏模板与所述当前遍历片段匹配,根据所述偏移校正片段更新所述第t个心搏模板的模板信息;
若所述相对误差大于或等于所述阈值,且t<N时,令t=t+1,执行所述根据所述第t个心搏模板对所述当前遍历片段进行水平偏移校正和垂直偏移校正,获取校正后的偏移校正片段的步骤及后续步骤,其中N为所述模板库中心搏模板的总数量;
若所述相对误差大于或等于所述阈值,且t=N时,根据所述当前遍历片段创建心搏模板,将创建的心搏模板录入所述模板库。
本发明提供了心电信号的模板匹配方法、装置、设备和介质,首先将心电图数据划分为若干个心搏片段,再将首个遍历的心搏片段创建为心搏模板并录入到模板库中;对非首个遍历的心搏片段进行水平偏移校正和垂直偏移校正,计算与模板库中的第t个心搏模板的相对误差,并基于阈值判断与第t个心搏模板是否匹配成功。若匹配成功则输出第t个心搏模板的模板编号,根据偏移校正片段更新第t个心搏模板的模板信息。若匹配失败,则循环下一对比模板进行匹配,直至模板库中的心搏模板都匹配失败,同时将该心搏片段创建为心搏模板并录入到模板库中。本发明将首个心搏片段创建为心搏模板且在匹配过程中不断增加心搏模板的数量和更新心搏模板的心搏信息,因此无需预先设置模板,避免了在先设置模板的时间占用,一定程度上提高了模板匹配的处理效率;且引入了水平偏移校正,能消除R波位置检测不准而导致匹配失败的问题,具有计算量小,匹配效率高,易于实施的特点;此外还引入垂直偏移校正,能消除由基线漂移干扰引起的波形垂直方向漂移而导致匹配失败的问题,在降低内存占用同时,也提高了抗干扰的能力。
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,下面将对实施例或现有技术描述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的前提下,还可以根据这些附图获得其他的附图。
其中:
图1为一个实施例中心电信号的模板匹配方法的流程示意图;
图2为一个实施例中当前遍历片段与心搏模板的示意图;
图3为一个实施例中经过水平校正后获取的第一心搏片段与心搏模板的示意图;
图4为一个实施例中经过垂直校正后获取的第二心搏片段与心搏模板的示意图;
图5为一个实施例中模板匹配装置的结构示意图;
图6为一个实施例中模板匹配设备的结构框图。
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作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。
如图1所示,图1为一个实施例中心电信号的模板匹配方法的流程示意图,本实施例中心电信号的模板匹配方法提供的步骤包括:
步骤102,获取心电图数据,将心电图数据划分为若干个心搏片段。
其中,该心电图数据为Holter信号,Holter信号是长时间的ECG信号,通常由Holter设备采集24小时多导联的Holter数据片段Signals∈RN*M以进行匹配分析,N表示信号导联个数,M表示信号长度。
具体的,获取采集的多导联心电图数据,根据多导联心电图数据中的主分析导联编号和次分析导联编号构建双导联心电图数据,该主分析导联编号和次分析导联编号是在上述多导联心电图数据中分析确定的占主导地位的两个导联数据编号。然后进行信号预处理,包括对双导联心电图数据进行带通滤波,以滤除低频的基线漂移干扰和高频噪声,得到可用于后续匹配的心电图数据。同时,还可以获取心电图数据的其他相关参数以用于后续匹配及其他检测中,如:Holter设备采样率fs、经过QRS波检测得到的R波位置RPos、分析导联编号LeadIdx。
而划分心搏片段的步骤具体可以分为:首先检测心电图数据中的QRS波群,识别每个QRS波群的波峰点位置RPos,以该波峰点位置RPos为片段中心将心电图数据划分为为若干个心搏片段,每个心搏片段的单导联长度为W+2*S的数据片段X∈RL*(W+2*S),其中L表示导联编号,W表示单导联QRS波群长度,S表示水平方向单边偏移长度。
步骤104,遍历若干个心搏片段,判断当前遍历片段是否为若干个心搏片段中的首个片段。若当前遍历片段为若干个心搏片段中的首个片段,则执行步骤106。若当前遍历片段不为若干个心搏片段中的首个片段,则执行步骤108。
本实施例中,在模板库内无需预先设置心搏模板,而是在匹配过程中不断增加心搏模板的数量和更新心搏模板的心搏信息。遍历这若干个心搏片段时,同步获取模板库中心搏模板的数量。若当前模板库中心搏模板的数量为0,则说明遍历的是若干个心搏片段中的首个片段,执行步骤106。若当前模板库中心搏模板的数量不为0,则说明遍历的不是若干个心搏片段中的首个片段,执行步骤108。
步骤106,根据当前遍历片段创建心搏模板,将心搏模板录入模板库。
具体的,获取以当前遍历片段的R波位置s0=W/2+S为片段中心,宽度为W的心搏片段X1(s0)∈RL*W,以X1(s0)为代表波形新建心搏模板,将该心搏模板录入到模板库中以待后续匹配使用,并输出新建心搏模板的编号,结束本轮匹配过程。
步骤108,获取模板库中的第t个心搏模板,根据第t个心搏模板对当前遍历片段进行水平偏移校正和垂直偏移校正,获取校正后的偏移校正片段。
其中t的初始值为1,对应心搏模板的编号。
在一个具体实施例中,获取校正后的偏移校正片段的步骤为:首先获取划分出的当前遍历片段X∈RL*(W+2*S),及用于匹配的第t个心搏模板的代表波形数据C∈RL*W。再在当前遍历片段的基础上,获取以s∈[s0-S,s0+S]为片段中心,宽度为W的,且在不同水平偏移位置下的偏移心搏片段X1(s)∈RL*W。根据如下公式计算不同水平偏移位置下的偏移心搏片段与第t个心搏模板的相关操作值。
其中l表示导联编号,i表示样本点编号。
进一步的,根据如下的公式确定目标偏移心搏片段,得到目标偏移心搏片段对应的目标水平偏移位置s:
上式表示搜索得到使得Corr(s)最大的s值。根据目标水平偏移位置s对当前遍历片段进行水平偏移校正,获取水平偏移校正后的第一心搏片段X’=X1(sshift1)∈RL*W。然后,对第一心搏片段进行垂直偏移校正,获取垂直偏移校正后的第二心搏片段,该第二心搏片段即为校正后的偏移校正片段。
在一个具体实施例中,对第一心搏片段进行垂直偏移校正以获取第二心搏片段的步骤为:首先计算第一心搏片段和上述第t个心搏模板的误差曲线,该误差曲线为:
E(l,i)=C(t,l,i)-X′(l,i)
然后构建一次线性直线E1(l,i)=k_l*i+b_l,针对不同导联通道分别通过最小二乘法拟合一次线性直线和误差曲线,表示为:
再根据拟合的误差最小值确定垂直偏移量系数矩阵Shift2:
最后通过垂直偏移量系数矩阵对第一心搏片段进行垂直偏移校正,获取垂直偏移校正后的第二心搏片段,表示为:
X″(l,i)=X′(l,i)+Shift2k_l·i+Shift2b_l
而在基线倾斜变化不显著的情况下,也可利用恒定偏移曲线E2(l,i)=b_l来近似拟合误差曲线E(l,i)。此时k_l=0,而b_l可通过下式求解得到:
步骤110,计算偏移校正片段与第t个心搏模板的相对误差,判断相对误差是否小于阈值。若相对误差小于阈值,则执行步骤112。若相对误差大于或等于阈值,且t<N时,令t=t+1,执行步骤108及后续步骤。其中N为模板库中心搏模板的总数量。若相对误差大于或等于阈值,且t=N时,则执行步骤106。
具体的,本实施例中计算相对误差的步骤为:首先计算偏移校正片段与第t个心搏模板在每个相同样本点的差值绝对值ads(X″(l,i)-C(t,l,i))。再计算偏移校正片段的峰值与第t个心搏模板的峰值之和,得到峰值和ppv(X″(l))+ppv(C(t,l)),其中ppv()表示取峰峰值。最后根据差值绝对值及峰值和计算偏移校正片段与第t个心搏模板的相对误差,表示为:
设置匹配阈值为REThre,通过比较RE(t)和REThre的大小来确定后续执行的步骤。若RE(t)<REThre,说明确定与第t个心搏模板匹配成功。若RE(t)≥REThre,且t<N时,继续与第t+1个心搏模板的匹配流程,直到匹配成功。若RE(t)≥REThre,且t=N时,说明与模板库的所有模板都匹配失败,执行步骤106。
步骤112,确定第t个心搏模板与当前遍历片段匹配,根据偏移校正片段更新第t个心搏模板的模板信息。
具体的,输出第t个心搏模板的模板编号,表示当前遍历片段与该第t个心搏模板匹配。而更新模板信息包括更新第t个心搏模板的模板代表波形和容量。
其中更新代表波形表示为:
其中更新容量表示为:
M(t)=M(t)+1
上述心电信号的模板匹配方法,首先将心电图数据划分为若干个心搏片段,再将首个遍历的心搏片段创建为心搏模板并录入到模板库中;对非首个遍历的心搏片段进行水平偏移校正和垂直偏移校正,计算与模板库中的第t个心搏模板的相对误差,并基于阈值判断与第t个心搏模板是否匹配成功。若匹配成功则输出第t个心搏模板的模板编号,根据偏移校正片段更新第t个心搏模板的模板信息。若匹配失败,则循环下一对比模板进行匹配,直至模板库中的心搏模板都匹配失败,同时将该心搏片段创建为心搏模板并录入到模板库中。本发明将首个心搏片段创建为心搏模板且在匹配过程中不断增加心搏模板的数量和更新心搏模板的心搏信息,因此无需预先设置模板,避免了在先设置模板的时间占用,一定程度上提高了模板匹配的处理效率;且引入了水平偏移校正,能消除R波位置检测不准而导致匹配失败的问题,具有计算量小,匹配效率高,易于实施的特点;此外还引入垂直偏移校正,能消除由基线漂移干扰引起的波形垂直方向漂移而导致匹配失败的问题,在降低内存占用同时,也提高了抗干扰的能力。
为进一步理解模板匹配的过程,下面结合一个具体实例进行说明:
患者佩戴搭载远程数据传输功能的移动Holter设备,Holter设备采集患者的Holter信号后将Holter信号上传至服务器端。在服务器端,Holter信号被接收并解析为12导联Holter数据片段。而对12导联Holter数据片段进行实时R波检测后,得到新的心搏数据信息。然后将12导联Holter数据和心搏数据信息传输到心电信号实时匹配模块进行心搏匹配。
读取数据后,根据主分析导联编号和次分析导联编号从12导联Holter信号中构建双导联心电图数据,然后完成信号预处理和心搏片段划分工作,前者处理得到滤波心电图数据,后者处理后得到若干个心搏片段。
算法根据R波检测结果获取新检测到的心搏R波位置后,以该位置为中心,宽度为150ms的划分心搏片段,并与模板库中的不同心搏模板进行模板匹配。若当前模板库中心搏模板的数量为0,则说明遍历的是若干个心搏片段中的首个片段,根据当前遍历片段创建心搏模板,将心搏模板录入模板库。若当前模板库中心搏模板的数量不为0,则说明遍历的不是若干个心搏片段中的首个片段,对当前遍历片段进行水平偏移校正和垂直偏移校正。
如图2所示,图2展示了当前遍历片段(实线表示)和模板库中的编号为3的模板的代表波形(虚线表示)。由于心电信号受到干扰,此时心搏波形和模板代表波形在水平方向和垂直方向上均有偏差,未能对齐。因此在通过前述介绍的水平偏移校正方法后,计算得到经过水平偏移校正后的心搏R波位置为sshift1=S0+1,即心搏波形相对模板代表波形发生了右偏移。如图3所示,图3为经过水平校正后获取的第一心搏片段与心搏模板的示意图。
然后针对第一心搏片段进行进一步地垂直偏移校正操作。采用一次线性直线拟合方法计算得到的垂直偏移矩阵为
利用该矩阵对水平偏移校正心搏波形进行垂直偏移校正,如图4所示,图4为经过垂直校正后获取的第二心搏片段与心搏模板的示意图。此时心搏波形与模板代表波形基本吻合。
最后分别计算当前遍历片段、第一心搏片段、第二心搏片段与模板代表波形的相对误差,计算结果分别为0.0863、0.0518、0.0336。设置REThre=0.05,由于0.0336<0.05,说明第二心搏片段与编号为3的心搏模板匹配成功。更新匹配模板的代表波形和容量后,结束当前匹配过程。若匹配失败,则继续与其他编号的心搏模板的匹配,直到匹配成功。若都匹配失败,则将当前遍历片段创建为一个新的心搏模板。
在一个实施例中,如图5所示,提出了一种模板匹配装置,该装置包括:
心搏片段划分模块502,用于获取心电图数据,将心电图数据划分为若干个心搏片段;
遍历模块504,用于遍历若干个心搏片段,判断当前遍历片段是否为若干个心搏片段中的首个片段;
首片段匹配模块506,用于若当前遍历片段为若干个心搏片段中的首个片段,则根据当前遍历片段创建心搏模板,将心搏模板录入模板库;
非首片段校正模块508,用于若当前遍历片段不为若干个心搏片段中的首个片段,则获取模板库中的第t个心搏模板,根据第t个心搏模板对当前遍历片段进行水平偏移校正和垂直偏移校正,获取校正后的偏移校正片段,其中t的初始值为1;
非首片段匹配模块510,用于计算偏移校正片段与第t个心搏模板的相对误差,判断相对误差是否小于阈值;若相对误差小于阈值,则确定第t个心搏模板与当前遍历片段匹配,根据偏移校正片段更新第t个心搏模板的模板信息;若相对误差大于或等于阈值,且t<N时,令t=t+1,执行根据第t个心搏模板对当前遍历片段进行水平偏移校正和垂直偏移校正,获取校正后的偏移校正片段的步骤及后续步骤,其中N为模板库中心搏模板的总数量;若相对误差大于或等于阈值,且t=N时,根据当前遍历片段创建心搏模板,将心搏模板录入模板库。
上述模板匹配装置,首先将心电图数据划分为若干个心搏片段,再将首个遍历的心搏片段创建为心搏模板并录入到模板库中;对非首个遍历的心搏片段进行水平偏移校正和垂直偏移校正,计算与模板库中的第t个心搏模板的相对误差,并基于阈值判断与第t个心搏模板是否匹配成功。若匹配成功则输出第t个心搏模板的模板编号,根据偏移校正片段更新第t个心搏模板的模板信息。若匹配失败,则循环下一对比模板进行匹配,直至模板库中的心搏模板都匹配失败,同时将该心搏片段创建为心搏模板并录入到模板库中。本发明将首个心搏片段创建为心搏模板且在匹配过程中不断增加心搏模板的数量和更新心搏模板的心搏信息,因此无需预先设置模板,避免了在先设置模板的时间占用,一定程度上提高了模板匹配的处理效率;且引入了水平偏移校正,能消除R波位置检测不准而导致匹配失败的问题,具有计算量小,匹配效率高,易于实施的特点;此外还引入垂直偏移校正,能消除由基线漂移干扰引起的波形垂直方向漂移而导致匹配失败的问题,在降低内存占用同时,也提高了抗干扰的能力。
在一个实施例中,非首片段校正模块508,具体用于:获取当前遍历片段在不同水平偏移位置下的偏移心搏片段;计算不同水平偏移位置下的偏移心搏片段与第t个心搏模板的相关操作值,根据相关操作值确定目标偏移心搏片段,获取目标偏移心搏片段对应的目标水平偏移位置;根据目标水平偏移位置对当前遍历片段进行水平偏移校正,获取水平偏移校正后的第一心搏片段;对第一心搏片段进行垂直偏移校正,获取垂直偏移校正后的第二心搏片段,第二心搏片段为偏移校正片段。
在一个实施例中,非首片段校正模块508,还具体用于:计算第一心搏片段和第t个心搏模板的误差曲线;构建一次线性直线,通过最小二乘法拟合一次线性直线和误差曲线,根据拟合的误差最小值确定垂直偏移量系数矩阵;根据垂直偏移量系数矩阵对第一心搏片段进行垂直偏移校正,获取垂直偏移校正后的第二心搏片段。
在一个实施例中,非首片段匹配模块510,具体用于:计算偏移校正片段与第t个心搏模板在每个相同样本点的差值绝对值;计算偏移校正片段的峰值与第t个心搏模板的峰值之和,得到峰值和;根据差值绝对值及峰值和计算偏移校正片段与第t个心搏模板的相对误差。
在一个实施例中,心搏片段划分模块502,具体用于:获取采集的多导联心电图数据,根据多导联心电图数据中的主分析导联编号和次分析导联编号构建双导联心电图数据;对双导联心电图数据进行带通滤波,获得心电图数据。
在一个实施例中,心搏片段划分模块502,还具体用于:检测心电图数据中的QRS波群,识别每个QRS波群的波峰点位置;以每个QRS波群的波峰点位置为片段中心划分心电图数据为若干个心搏片段,每个心搏片段的单导联长度为QRS波群长度与QRS波群的水平方向偏移长度的和。
在一个实施例中,非首片段匹配模块510,还具体用于:根据偏移校正片段更新第t个心搏模板的模板代表波形和容量。
图6示出了一个实施例中模板匹配设备的内部结构图。如图6所示,该模板匹配设备包括通过系统总线连接的处理器、存储器和网络接口。其中,存储器包括非易失性存储介质和内存储器。该模板匹配设备的非易失性存储介质存储有操作系统,还可存储有计算机程序,该计算机程序被处理器执行时,可使得处理器实现心电信号的模板匹配方法。该内存储器中也可储存有计算机程序,该计算机程序被处理器执行时,可使得处理器执行心电信号的模板匹配方法。本领域技术人员可以理解,图6中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的模板匹配设备的限定,具体的模板匹配设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
一种模板匹配设备,包括存储器、处理器以及存储在该存储器中并可在该处理器上执行的计算机程序,该处理器执行该计算机程序时实现如下步骤:获取心电图数据,将心电图数据划分为若干个心搏片段;遍历若干个心搏片段,判断当前遍历片段是否为若干个心搏片段中的首个片段;若当前遍历片段为若干个心搏片段中的首个片段,则根据当前遍历片段创建心搏模板,将心搏模板录入模板库;若当前遍历片段不为若干个心搏片段中的首个片段,则获取模板库中的第t个心搏模板,根据第t个心搏模板对当前遍历片段进行水平偏移校正和垂直偏移校正,获取校正后的偏移校正片段,其中t的初始值为1;计算偏移校正片段与第t个心搏模板的相对误差,判断相对误差是否小于阈值;若相对误差小于阈值,则确定第t个心搏模板与当前遍历片段匹配,根据偏移校正片段更新第t个心搏模板的模板信息;若相对误差大于或等于阈值,且t<N时,令t=t+1,执行根据第t个心搏模板对当前遍历片段进行水平偏移校正和垂直偏移校正,获取校正后的偏移校正片段的步骤及后续步骤,其中N为模板库中心搏模板的总数量;若相对误差大于或等于阈值,且t=N时,根据当前遍历片段创建心搏模板,将心搏模板录入模板库。
在一个实施例中,根据第t个心搏模板对当前遍历片段进行水平偏移校正和垂直偏移校正,获取校正后的偏移校正片段,包括:获取当前遍历片段在不同水平偏移位置下的偏移心搏片段;计算不同水平偏移位置下的偏移心搏片段与第t个心搏模板的相关操作值,根据相关操作值确定目标偏移心搏片段,获取目标偏移心搏片段对应的目标水平偏移位置;根据目标水平偏移位置对当前遍历片段进行水平偏移校正,获取水平偏移校正后的第一心搏片段;对第一心搏片段进行垂直偏移校正,获取垂直偏移校正后的第二心搏片段,第二心搏片段为偏移校正片段。
在一个实施例中,对第一心搏片段进行垂直偏移校正,获取垂直偏移校正后的第二心搏片段,包括:计算第一心搏片段和第t个心搏模板的误差曲线;构建一次线性直线,通过最小二乘法拟合一次线性直线和误差曲线,根据拟合的误差最小值确定垂直偏移量系数矩阵;根据垂直偏移量系数矩阵对第一心搏片段进行垂直偏移校正,获取垂直偏移校正后的第二心搏片段。
在一个实施例中,计算偏移校正片段与第t个心搏模板的相对误差,包括:计算偏移校正片段与第t个心搏模板在每个相同样本点的差值绝对值;计算偏移校正片段的峰值与第t个心搏模板的峰值之和,得到峰值和;根据差值绝对值及峰值和计算偏移校正片段与第t个心搏模板的相对误差。
在一个实施例中,获取心电图数据,包括:获取采集的多导联心电图数据,根据多导联心电图数据中的主分析导联编号和次分析导联编号构建双导联心电图数据;对双导联心电图数据进行带通滤波,获得心电图数据。
在一个实施例中,将心电图数据划分为若干个心搏片段,包括:检测心电图数据中的QRS波群,识别每个QRS波群的波峰点位置;以每个QRS波群的波峰点位置为片段中心划分心电图数据为若干个心搏片段,每个心搏片段的单导联长度为QRS波群长度与QRS波群的水平方向偏移长度的和。
在一个实施例中,根据偏移校正片段更新第t个心搏模板的模板信息,包括:根据偏移校正片段更新第t个心搏模板的模板代表波形和容量。
一种计算机可读存储介质,该计算机可读存储介质存储有计算机程序,该计算机程序被处理器执行时实现如下步骤:获取心电图数据,将心电图数据划分为若干个心搏片段;遍历若干个心搏片段,判断当前遍历片段是否为若干个心搏片段中的首个片段;若当前遍历片段为若干个心搏片段中的首个片段,则根据当前遍历片段创建心搏模板,将心搏模板录入模板库;若当前遍历片段不为若干个心搏片段中的首个片段,则获取模板库中的第t个心搏模板,根据第t个心搏模板对当前遍历片段进行水平偏移校正和垂直偏移校正,获取校正后的偏移校正片段,其中t的初始值为1;计算偏移校正片段与第t个心搏模板的相对误差,判断相对误差是否小于阈值;若相对误差小于阈值,则确定第t个心搏模板与当前遍历片段匹配,根据偏移校正片段更新第t个心搏模板的模板信息;若相对误差大于或等于阈值,且t<N时,令t=t+1,执行根据第t个心搏模板对当前遍历片段进行水平偏移校正和垂直偏移校正,获取校正后的偏移校正片段的步骤及后续步骤,其中N为模板库中心搏模板的总数量;若相对误差大于或等于阈值,且t=N时,根据当前遍历片段创建心搏模板,将心搏模板录入模板库。
在一个实施例中,根据第t个心搏模板对当前遍历片段进行水平偏移校正和垂直偏移校正,获取校正后的偏移校正片段,包括:获取当前遍历片段在不同水平偏移位置下的偏移心搏片段;计算不同水平偏移位置下的偏移心搏片段与第t个心搏模板的相关操作值,根据相关操作值确定目标偏移心搏片段,获取目标偏移心搏片段对应的目标水平偏移位置;根据目标水平偏移位置对当前遍历片段进行水平偏移校正,获取水平偏移校正后的第一心搏片段;对第一心搏片段进行垂直偏移校正,获取垂直偏移校正后的第二心搏片段,第二心搏片段为偏移校正片段。
在一个实施例中,对第一心搏片段进行垂直偏移校正,获取垂直偏移校正后的第二心搏片段,包括:计算第一心搏片段和第t个心搏模板的误差曲线;构建一次线性直线,通过最小二乘法拟合一次线性直线和误差曲线,根据拟合的误差最小值确定垂直偏移量系数矩阵;根据垂直偏移量系数矩阵对第一心搏片段进行垂直偏移校正,获取垂直偏移校正后的第二心搏片段。
在一个实施例中,计算偏移校正片段与第t个心搏模板的相对误差,包括:计算偏移校正片段与第t个心搏模板在每个相同样本点的差值绝对值;计算偏移校正片段的峰值与第t个心搏模板的峰值之和,得到峰值和;根据差值绝对值及峰值和计算偏移校正片段与第t个心搏模板的相对误差。
在一个实施例中,获取心电图数据,包括:获取采集的多导联心电图数据,根据多导联心电图数据中的主分析导联编号和次分析导联编号构建双导联心电图数据;对双导联心电图数据进行带通滤波,获得心电图数据。
在一个实施例中,将心电图数据划分为若干个心搏片段,包括:检测心电图数据中的QRS波群,识别每个QRS波群的波峰点位置;以每个QRS波群的波峰点位置为片段中心划分心电图数据为若干个心搏片段,每个心搏片段的单导联长度为QRS波群长度与QRS波群的水平方向偏移长度的和。
在一个实施例中,根据偏移校正片段更新第t个心搏模板的模板信息,包括:根据偏移校正片段更新第t个心搏模板的模板代表波形和容量。
需要说明的是,上述心电信号的模板匹配方法、装置、设备及计算机可读存储介质属于一个总的发明构思,心电信号的模板匹配方法、装置、设备及计算机可读存储介质实施例中的内容可相互适用。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,该程序可存储于一非易失性计算机可读取存储介质中,该程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchltnk)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对本申请专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请专利的保护范围应以所附权利要求为准。
Claims (8)
1.一种心电信号的模板匹配方法,其特征在于,所述模板匹配方法包括:
获取心电图数据,将所述心电图数据划分为若干个心搏片段;
遍历所述若干个心搏片段,判断当前遍历片段是否为所述若干个心搏片段中的首个片段;
若当前遍历片段为所述若干个心搏片段中的首个片段,则根据所述当前遍历片段创建心搏模板,将所述心搏模板录入模板库;
若当前遍历片段不为所述若干个心搏片段中的首个片段,则获取所述模板库中的第t个心搏模板,根据所述第t个心搏模板对所述当前遍历片段进行水平偏移校正和垂直偏移校正,获取校正后的偏移校正片段,其中t的初始值为1;
计算所述偏移校正片段与所述第t个心搏模板的相对误差,判断所述相对误差是否小于阈值;
若所述相对误差小于阈值,则确定所述第t个心搏模板与所述当前遍历片段匹配,根据所述偏移校正片段更新所述第t个心搏模板的模板信息;
若所述相对误差大于或等于所述阈值,且t<N时,令t=t+1,执行所述根据所述第t个心搏模板对所述当前遍历片段进行水平偏移校正和垂直偏移校正,获取校正后的偏移校正片段的步骤及后续步骤,其中N为所述模板库中心搏模板的总数量;
若所述相对误差大于或等于所述阈值,且t=N时,根据所述当前遍历片段创建心搏模板,将创建的心搏模板录入所述模板库;
其中,所述根据所述第t个心搏模板对所述当前遍历片段进行水平偏移校正和垂直偏移校正,获取校正后的偏移校正片段,包括:
获取所述当前遍历片段在不同水平偏移位置下的偏移心搏片段;
计算所述不同水平偏移位置下的偏移心搏片段与所述第t个心搏模板的相关操作值,根据所述相关操作值确定目标偏移心搏片段,获取所述目标偏移心搏片段对应的目标水平偏移位置;
根据所述目标水平偏移位置对所述当前遍历片段进行水平偏移校正,获取水平偏移校正后的第一心搏片段;
对所述第一心搏片段进行垂直偏移校正,获取垂直偏移校正后的第二心搏片段,所述第二心搏片段为所述偏移校正片段;
所述对所述第一心搏片段进行垂直偏移校正,获取垂直偏移校正后的第二心搏片段,包括:
计算所述第一心搏片段和所述第t个心搏模板的误差曲线;
构建一次线性直线,通过最小二乘法拟合所述一次线性直线和所述误差曲线,根据拟合的误差最小值确定垂直偏移量系数矩阵;
根据所述垂直偏移量系数矩阵对所述第一心搏片段进行垂直偏移校正,获取垂直偏移校正后的第二心搏片段。
2.根据权利要求1所述的模板匹配方法,其特征在于,所述计算所述偏移校正片段与所述第t个心搏模板的相对误差,包括:
计算所述偏移校正片段与所述第t个心搏模板在每个相同样本点的差值绝对值;
计算所述偏移校正片段的峰值与所述第t个心搏模板的峰值之和,得到峰值和;
根据所述差值绝对值及所述峰值和计算所述偏移校正片段与所述第t个心搏模板的相对误差。
3.根据权利要求1所述的模板匹配方法,其特征在于,所述获取心电图数据,包括:
获取采集的多导联心电图数据,根据所述多导联心电图数据中的主分析导联编号和次分析导联编号构建双导联心电图数据;
对所述双导联心电图数据进行带通滤波,获得所述心电图数据。
4.根据权利要求1所述的模板匹配方法,其特征在于,所述将所述心电图数据划分为若干个心搏片段,包括:
检测所述心电图数据中的QRS波群,识别每个所述QRS波群的波峰点位置;
以每个所述QRS波群的波峰点位置为片段中心划分所述心电图数据为若干个心搏片段,每个所述心搏片段的单导联长度为QRS波群长度与所述QRS波群的水平方向偏移长度的和。
5.根据权利要求1所述的模板匹配方法,其特征在于,所述根据所述偏移校正片段更新所述第t个心搏模板的模板信息,包括:
根据所述偏移校正片段更新所述第t个心搏模板的模板代表波形和容量。
6.一种模板匹配装置,其特征在于,所述装置包括:
心搏片段划分模块,用于获取心电图数据,将所述心电图数据划分为若干个心搏片段;
遍历模块,用于遍历所述若干个心搏片段,判断当前遍历片段是否为所述若干个心搏片段中的首个片段;
首片段匹配模块,用于若当前遍历片段为所述若干个心搏片段中的首个片段,则根据所述当前遍历片段创建心搏模板,将所述心搏模板录入模板库;
非首片段校正模块,用于若当前遍历片段不为所述若干个心搏片段中的首个片段,则获取所述模板库中的第t个心搏模板,根据所述第t个心搏模板对所述当前遍历片段进行水平偏移校正和垂直偏移校正,获取校正后的偏移校正片段,其中t的初始值为1;
非首片段匹配模块,用于计算所述偏移校正片段与所述第t个心搏模板的相对误差,判断所述相对误差是否小于阈值;若所述相对误差小于阈值,则确定所述第t个心搏模板与所述当前遍历片段匹配,根据所述偏移校正片段更新所述第t个心搏模板的模板信息;若所述相对误差大于或等于所述阈值,且t<N时,令t=t+1,执行所述根据所述第t个心搏模板对所述当前遍历片段进行水平偏移校正和垂直偏移校正,获取校正后的偏移校正片段的步骤及后续步骤,其中N为所述模板库中心搏模板的总数量;若所述相对误差大于或等于所述阈值,且t=N时,根据所述当前遍历片段创建心搏模板,将创建的心搏模板录入所述模板库;
所述非首片段匹配模块,具体用于:获取所述当前遍历片段在不同水平偏移位置下的偏移心搏片段;计算所述不同水平偏移位置下的偏移心搏片段与所述第t个心搏模板的相关操作值,根据所述相关操作值确定目标偏移心搏片段,获取所述目标偏移心搏片段对应的目标水平偏移位置;根据所述目标水平偏移位置对所述当前遍历片段进行水平偏移校正,获取水平偏移校正后的第一心搏片段;对所述第一心搏片段进行垂直偏移校正,获取垂直偏移校正后的第二心搏片段,所述第二心搏片段为所述偏移校正片段;及,
计算所述第一心搏片段和所述第t个心搏模板的误差曲线;构建一次线性直线,通过最小二乘法拟合所述一次线性直线和所述误差曲线,根据拟合的误差最小值确定垂直偏移量系数矩阵;根据所述垂直偏移量系数矩阵对所述第一心搏片段进行垂直偏移校正,获取垂直偏移校正后的第二心搏片段。
7.一种计算机可读存储介质,存储有计算机程序,其特征在于,所述计算机程序被处理器执行时,使得所述处理器执行如权利要求1至5中任一项所述方法的步骤。
8.一种模板匹配设备,包括存储器和处理器,其特征在于,所述存储器存储有计算机程序,所述计算机程序被所述处理器执行时,使得所述处理器执行如权利要求1至5中任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110466018.0A CN113191249B (zh) | 2021-04-28 | 2021-04-28 | 心电信号的模板匹配方法、装置、设备和介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110466018.0A CN113191249B (zh) | 2021-04-28 | 2021-04-28 | 心电信号的模板匹配方法、装置、设备和介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113191249A CN113191249A (zh) | 2021-07-30 |
CN113191249B true CN113191249B (zh) | 2022-05-24 |
Family
ID=76979823
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110466018.0A Active CN113191249B (zh) | 2021-04-28 | 2021-04-28 | 心电信号的模板匹配方法、装置、设备和介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113191249B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114027853B (zh) * | 2021-12-16 | 2022-09-27 | 安徽心之声医疗科技有限公司 | 基于特征模板匹配的qrs波群检测方法、装置、介质及设备 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0599345A2 (en) * | 1992-11-27 | 1994-06-01 | Fuji Photo Film Co., Ltd. | Method for adjusting positions of radiation images |
CA2850940A1 (en) * | 2012-10-04 | 2013-04-11 | The Cleveland Clinic Foundation | System and method to facilitate analysis of brain injuries and disorders |
CN108670247A (zh) * | 2018-06-01 | 2018-10-19 | 威海市妇幼保健院(威海市立第二医院、威海市妇女儿童医院) | 一种心电图辅助装置 |
CN112528783A (zh) * | 2020-11-30 | 2021-03-19 | 深圳邦健生物医疗设备股份有限公司 | 心电图心搏数据聚类方法、装置、电子设备和介质 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2007072678A1 (ja) * | 2005-12-21 | 2007-06-28 | Nikon Corporation | 画像合成方法、画像合成プログラム、画像合成装置、テンプレート抽出方法、およびテンプレート抽出プログラム |
WO2018023696A1 (zh) * | 2016-08-05 | 2018-02-08 | 深圳先进技术研究院 | 一种胎儿心电分离方法及装置 |
-
2021
- 2021-04-28 CN CN202110466018.0A patent/CN113191249B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0599345A2 (en) * | 1992-11-27 | 1994-06-01 | Fuji Photo Film Co., Ltd. | Method for adjusting positions of radiation images |
CA2850940A1 (en) * | 2012-10-04 | 2013-04-11 | The Cleveland Clinic Foundation | System and method to facilitate analysis of brain injuries and disorders |
CN108670247A (zh) * | 2018-06-01 | 2018-10-19 | 威海市妇幼保健院(威海市立第二医院、威海市妇女儿童医院) | 一种心电图辅助装置 |
CN112528783A (zh) * | 2020-11-30 | 2021-03-19 | 深圳邦健生物医疗设备股份有限公司 | 心电图心搏数据聚类方法、装置、电子设备和介质 |
Non-Patent Citations (1)
Title |
---|
基于多模板匹配的室性早搏判别算法;杨波等;《计算机工程》;20100820(第16期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN113191249A (zh) | 2021-07-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP1993439B1 (en) | Automated analysis of a cardiac signal based on dynamical characteristics of the cardiac signal | |
EP1802230B1 (en) | Monitoring physiological activity using partial state space reconstruction | |
US7359749B2 (en) | Device for analysis of a signal, in particular a physiological signal such as an ECG signal | |
Krasteva et al. | QRS template matching for recognition of ventricular ectopic beats | |
CN112528783B (zh) | 心电图心搏数据聚类方法、装置、电子设备和介质 | |
CN109998529B (zh) | 一种基于高斯函数拟合的ecg信号中p波、t波检测方法 | |
US11890103B2 (en) | Identifying ECG signals having the same morphology | |
CN106815570B (zh) | 一种基于动态模式识别的心电信号st-t段识别方法 | |
WO2021143215A1 (zh) | 心电图模板匹配方法、装置、计算机设备及存储介质 | |
CN110448289B (zh) | 一种心率变异性(hrv)分析方法、装置、存储介质及设备 | |
Alcaraz et al. | Electrocardiographic spectral features for long-term outcome prognosis of atrial fibrillation catheter ablation | |
Smíšek et al. | CSE database: extended annotations and new recommendations for ECG software testing | |
CN110693488A (zh) | 心电信号处理系统、方法、电子设备及可读存储介质 | |
CN113191249B (zh) | 心电信号的模板匹配方法、装置、设备和介质 | |
Costa et al. | QRS peaks, P and T waves identification in ECG | |
Tanasković et al. | A new algorithm for fetal heart rate detection: Fractional order calculus approach | |
EP3871594A1 (en) | Method and apparatus for analyzing electrocardio signal, and signal recorder and three-dimensional mapping system | |
CN115881276A (zh) | 心电信号的时/频双条形码特征图像生成方法及存储介质 | |
Moeyersons et al. | Automated T Wave End Detection Methods-Comparison of Four Different Methods for T Wave End Detection | |
CN113749665B (zh) | 异常指标的捕捉方法、装置、设备和介质 | |
Villa et al. | Variational mode decomposition features for heartbeat classification | |
CN113180687B (zh) | 多导联动态心搏实时分类方法、装置、设备及存储介质 | |
Al− Zaben et al. | Improved QT ınterval estimation using conditional generative adversarial networks | |
MARSANOVA et al. | Reliable P Wave Detection in Pathological Ecg Signals | |
CN117547237A (zh) | 基于ppg波形区域特征检测早搏的方法、装置、介质及设备 |
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 |