CN113616217A - 基线漂移曲线的生成方法和装置 - Google Patents
基线漂移曲线的生成方法和装置 Download PDFInfo
- Publication number
- CN113616217A CN113616217A CN202111184794.8A CN202111184794A CN113616217A CN 113616217 A CN113616217 A CN 113616217A CN 202111184794 A CN202111184794 A CN 202111184794A CN 113616217 A CN113616217 A CN 113616217A
- Authority
- CN
- China
- Prior art keywords
- curve
- digital signal
- energy
- target waveform
- gravity center
- 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
- 238000000034 method Methods 0.000 title claims abstract description 70
- 230000005484 gravity Effects 0.000 claims abstract description 97
- 238000012545 processing Methods 0.000 claims abstract description 27
- 230000000737 periodic effect Effects 0.000 claims abstract description 12
- 238000005070 sampling Methods 0.000 claims abstract description 7
- 238000000718 qrs complex Methods 0.000 claims description 20
- 238000004364 calculation method Methods 0.000 claims description 16
- 230000007547 defect Effects 0.000 claims description 12
- 238000001615 p wave Methods 0.000 claims description 5
- 238000010276 construction Methods 0.000 claims description 3
- 238000012937 correction Methods 0.000 abstract description 16
- 238000004590 computer program Methods 0.000 description 12
- 238000004891 communication Methods 0.000 description 9
- 238000010586 diagram Methods 0.000 description 9
- 230000000747 cardiac effect Effects 0.000 description 6
- 238000001914 filtration Methods 0.000 description 6
- 238000004458 analytical method Methods 0.000 description 4
- 238000001514 detection method Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 238000004088 simulation Methods 0.000 description 4
- 238000012217 deletion Methods 0.000 description 3
- 230000037430 deletion Effects 0.000 description 3
- 238000003745 diagnosis Methods 0.000 description 3
- 238000009432 framing Methods 0.000 description 2
- 208000019622 heart disease Diseases 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 230000000877 morphologic effect Effects 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000036760 body temperature Effects 0.000 description 1
- 230000010267 cellular communication Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000033001 locomotion Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000005259 measurement Methods 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
- 239000013307 optical fiber Substances 0.000 description 1
- 230000004962 physiological condition Effects 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000029058 respiratory gaseous exchange Effects 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 238000010187 selection method Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 230000035882 stress Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000008646 thermal stress Effects 0.000 description 1
- 230000000007 visual effect 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
- A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
- A61B5/316—Modalities, i.e. specific diagnostic methods
- A61B5/318—Heart-related electrical modalities, e.g. electrocardiography [ECG]
- A61B5/346—Analysis of electrocardiograms
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
- A61B5/316—Modalities, i.e. specific diagnostic methods
- A61B5/318—Heart-related electrical modalities, e.g. electrocardiography [ECG]
-
- 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
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Cardiology (AREA)
- Veterinary Medicine (AREA)
- Physics & Mathematics (AREA)
- Public Health (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- General Health & Medical Sciences (AREA)
- Signal Processing (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Artificial Intelligence (AREA)
- Psychiatry (AREA)
- Physiology (AREA)
- Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
Abstract
本发明提供一种基线漂移曲线的生成方法和装置,属于数据信号处理领域。所述方法包括:步骤一,对信号进行采样,获取待处理的数字信号曲线,所述数字信号曲线包括周期性的目标波形,所述目标波形包括一个特征信号的波形或多个特征信号的波形;步骤二,计算每个目标波形的能量重心;步骤三,根据每个目标波形的能量重心,构建能量重心点序列;步骤四,基于所述能量重心点序列,生成基线漂移曲线。采用本发明,可以快速完成校正基线漂移,适用于运算速率及功耗要求相对苛刻的应用环境,快速完成精确可靠的信号校正。
Description
技术领域
本发明涉及数字信号处理领域,尤其涉及一种基线漂移曲线的生成方法和装置。
背景技术
具有周期性典型波群的数字信号常用于各种分析,但在信号的测量过程中,由于测量对象、环境和仪器的干扰导致信号基线漂移,影响分析结果的准确性,因此有必要消除信号的基线漂移。人体脉搏波、心电信号,是通常的用于人体健康监测或疾病诊疗的人体生理信号,也是具有周期性典型波群的信号,同样会出现信号基线漂移的问题,需要消除基线漂移。
如,心电信号通过仪器探测和记录后被应用于心脏疾病的诊断,其记录心脏随时间的电活动(信号),被广泛应用于心脏疾病的诊断,图1示出一个正常的心动周期的心电信号图,一个心动周期内依次包括P波、QRS波、T波,QRS波包括Q、R、S波。分析心电信号并检测其中的变化可以监视心脏的生理状况。由于心电信号比较微弱,仅为毫伏(mV)级,在心电信号记录过程中,极易受到各种影响,影响包括但不限于信号记录和处理中电子设备产生的干扰,电极处的热应力或机械应力,以及操作条件的变化,例如环境或体温的变化,患者的呼吸和运动等,这些都对心电信号产生干扰,引起心电信号的基线漂移,影响心电信号检测的准确性。实践中,通过基线漂移滤除来避免信号噪声导致的误诊断、假阳性或遗漏。图2是基线漂移被去除前后的心电信号图。
现有的基线漂移去除方法分成两大类:第一种是基于低通或带通滤波处理,直接将较低频段的成分滤除,或者将一定频带的成分滤除;第二种使用形态学滤波方法进行。其中,基于带通或者低通滤波法处理,会将数字信号本身具备的这些频段的成分也一并滤除,使数字信号有较大的损失,影响后期分析的准确性;形态学滤波方法非常依赖其结构元长度的选取,通用性不强。
发明内容
为了解决现有技术的问题,本发明实施例提供了一种基线漂移曲线的生成方法和装置。技术方案如下:
根据本发明的一方面,提供了一种基线漂移曲线的生成方法,所述方法包括:
步骤一,对信号进行采样,获取待处理的数字信号曲线,所述数字信号曲线包括周期性的目标波形,所述目标波形包括一个特征信号的波形或多个特征信号的波形;
步骤二,计算每个目标波形的能量重心;
步骤三,根据每个目标波形的能量重心,构建能量重心点序列;
步骤四,基于所述能量重心点序列,生成基线漂移曲线。
可选的,所述方法还包括:
根据基线漂移曲线和所述待处理的数字信号曲线,生成校正基线后的数字信号曲线。
可选的,所述计算每个目标波形的能量重心,包括:
可选的,所述目标波形包括至少一个特征点,所述选取的点包括所述特征点。
可选的,所述根据每个目标波形的能量重心,构建能量重心点序列,包括:
根据所述每个目标波形的能量重心、所述待处理的数字信号曲线的起始点和终止点,构建能量重心点序列。
可选的,所述待处理的数字信号曲线为多帧的数字信号曲线;
所述计算每个目标波形的能量重心,包括:
计算每帧数字信号曲线中每个目标波形的能量重心;
所述根据每个目标波形的能量重心,构建能量重心点序列,包括:
根据每帧数字信号曲线中每个目标波形的能量重心,构建所述每帧数字信号曲线的能量重心点序列。
可选的,所述根据每帧数字信号曲线中每个目标波形的能量重心,构建所述每帧数字信号曲线的能量重心点序列,包括:
在第一帧数字信号曲线中,根据每个目标波形的能量重心、所述第一帧数字信号曲线的起始点和终止点,构建所述第一帧数字信号曲线对应的能量重心点序列;
在第一帧之后的其余帧数字信号曲线中,根据当前帧的每个目标波形的能量重心、前一帧的最后一个目标波形的能量重心和当前帧的数字信号曲线的终止点,构建当前帧对应的能量重心点序列。
可选的,所述方法还包括:
当目标波形存在缺失时,根据与缺失的目标波形相邻的已确定的两个目标波形的能量重心进行线性插值,确定所述缺失的目标波形的能量重心。
可选的,所述基于所述能量重心点序列,生成基线漂移曲线,包括:
对通过步骤三获取的能量重心点序列进行插值拟合,生成基线漂移曲线。
可选的,所述待处理的数字信号曲线为多帧的数字信号曲线;
所述方法还包括:
分别对每帧数字信号曲线生成基线漂移曲线;或,
获取多个第一预设时长的数字信号曲线,每个第一预设时长的数字信号曲线中包括多帧数字信号曲线;分别对所述每个第一预设时长的数字信号曲线生成基线漂移曲线;或,
当所述待处理的数字信号曲线的时长大于预设时长阈值时,获取当前时刻之前的第二预设时长的数字信号曲线,所述第二预设时长小于所述预设时长阈值;对所述第二预设时长的数字信号生成基线漂移曲线。
可选的,所述信号为心电信号,所述目标波形包括P波、QRS波群、T波,所述目标波形的特征点包括以下一种或多种:P波起始点、P波顶点、P波结束点、Q波起始点、Q波顶点、R波顶点、S波顶点、S波结束点、T波起始点、T波顶点、T波结束点。
根据本发明的另一方面,提供了一种基线漂移曲线的生成装置,所述装置包括:
获取模块,用于对信号进行采样,获取待处理的数字信号曲线,所述数字信号曲线包括周期性的目标波形,所述目标波形包括一个特征信号的波形或多个特征信号的波形;
计算模块,用于计算每个目标波形的能量重心;
构建模块,用于根据每个目标波形的能量重心,构建能量重心点序列;
确定模块,用于基于所述能量重心点序列,生成基线漂移曲线。
可选的,所述装置还包括校正模块,所述校正模块用于:
根据所述基线漂移曲线和所述待处理的数字信号曲线,生成校正基线后的数字信号曲线。
可选的,所述计算模块用于:
可选的,所述目标波形包括至少一个特征点,所述选取的点包括所述特征点。
可选的,所述构建模块用于:
根据所述每个目标波形的能量重心、所述待处理的数字信号曲线的起始点和终止点,构建能量重心点序列。
可选的,所述待处理的数字信号曲线为多帧的数字信号曲线;
所述计算模块用于:
计算每帧数字信号曲线中每个目标波形的能量重心;
所述构建模块用于:
根据每帧数字信号曲线中每个目标波形的能量重心,构建所述每帧数字信号曲线的能量重心点序列。
可选的,所述构建模块用于:
在第一帧数字信号曲线中,根据每个目标波形的能量重心、所述第一帧数字信号曲线的起始点和终止点,构建所述第一帧数字信号曲线对应的能量重心点序列;
在第一帧之后的其余帧数字信号曲线中,根据当前帧的每个目标波形的能量重心、前一帧的最后一个目标波形的能量重心和当前帧的数字信号曲线的终止点,构建当前帧对应的能量重心点序列。
可选的,所述计算模块还用于:
当目标波形存在缺失时,根据与缺失的目标波形相邻的已确定的两个目标波形的能量重心进行线性插值,确定所述缺失的目标波形的能量重心。
可选的,所述确定模块用于:
对能量重心点序列进行插值拟合,生成基线漂移曲线。
可选的,所述待处理的数字信号曲线为多帧的数字信号曲线;
所述确定模块还用于:
分别对每帧数字信号曲线生成基线漂移曲线;或,
获取多个第一预设时长的数字信号曲线,每个第一预设时长的数字信号曲线中包括多帧数字信号曲线;分别对所述每个第一预设时长的数字信号曲线生成基线漂移曲线;或,
当所述待处理的数字信号曲线的时长大于预设时长阈值时,获取当前时刻之前的第二预设时长的数字信号曲线,所述第二预设时长小于所述预设时长阈值;对所述第二预设时长的数字信号生成基线漂移曲线。
可选的,所述信号为心电信号,所述目标波形包括P波、QRS波群、T波,所述目标波形的特征点包括以下一种或多种:P波起始点、P波顶点、P波结束点、Q波起始点、Q波顶点、R波顶点、S波顶点、S波结束点、T波起始点、T波顶点、T波结束点。
根据本发明的另一方面,提供了一种电子设备,包括:
处理器;以及
存储程序的存储器,
其中,所述程序包括指令,所述指令在由所述处理器执行时使所述处理器执行上述基线漂移曲线的生成方法。
根据本发明的另一方面,提供了一种存储有计算机指令的非瞬时计算机可读存储介质,其中,所述计算机指令用于使计算机执行上述基线漂移曲线的生成方法。
本发明通过计算具有周期性目标波形的数字信号曲线中多个目标波形的能量重心,获得多个能量重心,构成能量重心点序列,进行拟合获取数字信号的基线漂移。本发明提供的基线漂移曲线的生成方法中,由于能量重心和插值拟合的运算量小,可以快速完成校正基线漂移,适用于运算速率及功耗要求相对苛刻的应用环境,快速完成精确可靠的信号校正。
附图说明
在下面结合附图对于示例性实施例的描述中,本发明的更多细节、特征和优点被公开,在附图中:
图1示出了根据背景技术的具有正常心动周期的心电信号图;
图2示出了根据背景技术的基线漂移被去除前后的心电信号图;
图3示出了根据本发明示例性实施例的基线漂移确定方法的流程图;
图4A示出了根据本发明示例性实施例的对多帧数字信号的分帧处理方式的示意图;
图4B示出了根据本发明示例性实施例的对多帧数据信号的分段处理方式的示意图;
图4C示出了根据本发明示例性实施例的临近段选择替代处理方式的示意图;
图5A示出了根据本发明示例性实施例的基线漂移曲线和校正数字信号曲线的仿真图;
图5B示出了根据本发明示例性实施例的真实的基线漂移曲线和拟合的基线漂移曲线的仿真图;
图5C示出了根据本发明示例性实施例的添加基线漂移前的信号的仿真图;
图5D示出了根据本发明示例性实施例的带基线漂移的信号的仿真图;
图5E示出了根据本发明示例性实施例的校正基线漂移后的信号的仿真图;
图6示出了根据本发明示例性实施例的基线漂移确定装置的示意性框图;
图7示出了能够用于实现本发明的实施例的示例性电子设备的结构框图。
具体实施方式
下面将参照附图更详细地描述本发明的实施例。虽然附图中显示了本发明的某些实施例,然而应当理解的是,本发明可以通过各种形式来实现,而且不应该被解释为限于这里阐述的实施例,相反提供这些实施例是为了更加透彻和完整地理解本发明。应当理解的是,本发明的附图及实施例仅用于示例性作用,并非用于限制本发明的保护范围。
应当理解,本发明的方法实施方式中记载的各个步骤可以按照不同的顺序执行,和/或并行执行。此外,方法实施方式可以包括附加的步骤和/或省略执行示出的步骤。本发明的范围在此方面不受限制。
本文使用的术语“包括”及其变形是开放性包括,即“包括但不限于”。术语“基于”是“至少部分地基于”。术语“一个实施例”表示“至少一个实施例”;术语“另一实施例”表示“至少一个另外的实施例”;术语“一些实施例”表示“至少一些实施例”。其他术语的相关定义将在下文描述中给出。需要注意,本发明中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分,并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。
需要注意,本发明中提及的“一个”、“多个”的修饰是示意性而非限制性的,本领域技术人员应当理解,除非在上下文另有明确指出,否则应该理解为“一个或多个”。
本发明实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的,而并不是用于对这些消息或信息的范围进行限制。
本发明实施例提供了一种基线漂移曲线的生成方法,该方法可以由终端、服务器和/或其他具备处理能力的设备完成。本发明实施例提供的方法可以由上述任一设备完成,也可以由多个设备共同完成,本发明对此不作限定。
下面将参照图3所示的基线漂移曲线的生成方法的流程图,对基线漂移曲线的生成方法进行介绍。
步骤301,对信号进行采样,获取待处理的数字信号曲线。
其中,数字信号曲线可以包括周期性的目标波形,目标波形可以包括一个特征信号的波形或多个特征信号的波形。可选的,目标波形可以包括至少一个特征点。
在一种可能的实施方式中,设备可以获取待处理的信号,进而对该信号进行连续的ADC(模拟/数字转换)采样,将模拟信号转换为数字信号,并生成该数字信号对应的数字信号曲线。
可选的,上述信号可以为生理信号,例如,心电信号、脉搏波信号等,本实施例对具体的生理信号不作限定。本实施例仅限定信号中具有典型波形特征的多个目标波形呈周期性排布。示例性的,本实施例以心电信号为例,心电信号中的目标波形可以包括P波、QRS波群、T波,QRS波群的特征点可以包括以下一种或多种:P波起始点、P波顶点、P波结束点、Q波起始点、Q波顶点、R波顶点、S波顶点、S波结束点、T波起始点、T波顶点、T波结束点。
可选的,获得数字信号曲线后,可以定位数字信号曲线中的目标波形。示例性的,数字信号为心电信号,采集一定时间(根据需要可设置为几秒或者十几秒)的心电信号,其包括多个心电周期;对采集到的心电信号进行预处理,如低通滤波或减谱去噪;进行R波顶点检测,Q波起始点和S波结束点检测,由此定位出QRS波群。本实施例对具体的定位方法不作限定。
步骤302,计算每个目标波形的能量重心。
在一种可能的实施方式中,可以通过能量重心法确定每个目标波形的能量重心。
其中,和分别为该目标波形的能量重心的横坐标和纵坐标,N为从该目标波形中选取的点的个数,(x 1,y 1)、(x 2,y 2)、……、(x N ,y N )依次为选取的点的坐标。通过公式(1)、(2)可以获取待处理的数字信号曲线中一个目标波形的能量重心。对每个目标波形均进行公式(1)、(2)的计算,获得每个目标波形的能量重心。
上述各点的选取方式可以是等步长取点,或者还可以是不等步长的取点,本实施例对此不作限定。
上述选取方式下,当目标波形存在特征点时,有可能选取不到特征点。为了进一步提高能量重心的准确性,进而提高最终的基线漂移曲线的准确性,可选的,可以令选取的点包括目标波形的特征点。例如,可以是在上述选取方式的基础上,在选取的点中添加目标波形的特征点。又例如,还可以通过下述示例示出的选取方式,在特征点之间进行等步长或不等步长的取点。
示例性的,当数字信号为心电信号时,心电信号中作为目标波形的QRS波群对应于从Q波的起始点开始到S波的结束点,所选取的点(x 1,y 1)、(x 2,y 2)、……、(x N ,y N )可以包括QRS波群的上述特征点的部分或者全部。进一步作为示例性的,点(x 1,y 1)为Q波起始点,点(x N ,y N )为S波结束点,点(x M ,y M )为R波顶点,其中1<M<N;对点(x 1,y 1)与点(x M ,y M )之间进行等步长或不等步长的划分获得的多个点(x m ,y m ),其中1<m<M;对点(x M ,y M )与点(x N ,y N )之间进行等步长或不等步长的划分获得多点(x n ,y n ),其中M<n<N。将(x 1,y 1)、(x m ,y m )、(x M ,y M )、(x n ,y n )、x N ,y N )作为选取的点带入公式(1)和(2),计算该QRS波群的能量重心。
对于具有典型波形特征的目标波形,上述点(x 1, y 1)、(x M ,y M )、(x N ,y N )可以用于表示目标波形的特征点。
可选的,上述待处理的数字信号曲线可以为多帧的数字信号曲线,计算每帧数字信号曲线中每个目标波形的能量重心。示例性的,当采集的信号为心电信号时,对于多帧的心电信号曲线,计算每帧心电信号曲线中每个QRS波群的能量重心。
步骤303,根据每个目标波形的能量重心,构建能量重心点序列。
可选的,上述步骤303的处理可以如下:根据每个目标波形的能量重心、待处理的数字信号曲线的起始点和终止点,构建能量重心点序列。示例性的,当采集的信号为心电信号时,根据步骤303获取的每个QRS波群的能量重心和心电信号曲线的起始点和终止点,构建心电信号的能量重心点序列。
可选的,对应于多帧的数字信号曲线,在根据步骤302获得的每帧数字信号曲线中的每个目标波形的能量重心的基础上,对每帧数字信号曲线构建能量重心点序列。进一步可选的,在第一帧数字信号曲线中,根据每个目标波形的能量重心、第一帧数字信号曲线的起始点和终止点,构建第一帧数字信号曲线对应的能量重心点序列;在第一帧之后的其余帧数字信号曲线中,根据当前帧的每个目标波形的能量重心、前一帧的最后一个目标波形的能量重心和当前帧的数字信号曲线的终止点,构建当前帧数字信号曲线对应的能量重心点序列。
示例性的,当采集的信号为心电信号时,对于多帧的心电信号曲线,根据每帧心电信号曲线中每个QRS波群的能量重心,构建每帧心电信号曲线的能量重心点序列。具体的,对第一帧心电信号曲线,根据每个QRS波群的能量重心、第一帧心电信号曲线的起始点和终止点,构建第一帧心电信号曲线对应的能量重心点序列;对其余帧心电信号曲线,根据当前帧的每个QRS波群的能量重心、前一帧的最后一个QRS波群的能量重心和当前帧的心电信号曲线的终止点,构建能量重心点序列。
步骤304,基于能量重心点序列,生成基线漂移曲线。
可选的,上述步骤304的处理可以如下:对通过步骤303获取的能量重心点序列进行插值拟合,如三次样条插值拟合,生成基线漂移曲线。
可选的,当对采集的信号进行实时处理显示时,信号是按帧处理的,即,待处理的数字信号曲线为多帧的数字信号曲线,对此生成基线漂移曲线的方式可以有多种变型。
具体的,如图4A所示的分帧处理方式,分别对每帧数字信号曲线生成基线漂移曲线。在此基础上,校正基线后的数字信号曲线也可以按帧生成。
或,如图4B所示的分段处理方式,获取多个第一预设时长的数字信号曲线,每个第一预设时长的数字信号曲线中都包括多帧数字信号曲线,分别对每个第一预设时长的数字信号曲线生成基线漂移曲线,获取与每个第一预设时长对应的多帧数字信号曲线的基线漂移曲线。在此基础上,校正基线后的数字信号曲线可以按照分段生成。需要说明的是,相邻的两段数字信号曲线之间可以存在部分重叠,在对重叠部分校正基线漂移时,可以按照预设的冲突解决原则处理,例如,以一条基线漂移曲线为基准来校正重叠部分,例如,对于后拟合出的基线漂移曲线,可以去除与先拟合出的基线漂移曲线重叠的部分,以保证生成的基线漂移曲线无重叠,如当后拟合的基线漂移曲线包含前一帧的段时,可以去除前一帧的段,仅保留当前帧对应的基线漂移曲线;或者,对相邻的两段数字信号曲线均进行校正基线漂移后,对重叠部分取平均。本实施例对冲突解决原则不作限定。
或,如图4C所示的临近段选择替代处理方式,当待处理的数字信号曲线的时长大于一时长阈值时,获取当前时刻之前的第二预设时长的数字信号曲线(第二预设时长小于时长阈值),对第二预设时长的数字信号曲线生成基线漂移曲线,将由此获取的基线漂移曲线视为全体待处理的数字信号曲线的基线漂移曲线。在此基础上,未确定基线漂移曲线的部分也可以按照第二预设时长的基线漂移曲线进行校正。由于不能保证全体数字信号曲线的时长是第二预设时长的整数倍,在校正基线漂移的过程中可以存在重叠部分,在对重叠部分校正基线漂移时,也可以按照上述预设的冲突解决原则处理。
可选的,根据步骤304获得的基线漂移曲线可用于获取校正数字信号曲线,具体的,根据基线漂移曲线和待处理的数字信号曲线,生成校正基线后的数字信号曲线。
在一种可能的实施方式中,从待处理的数字信号曲线减去步骤304获取的基线漂移曲线,生成经校正的数字信号曲线,也即是校正基线后的数字信号曲线。
图5A是根据本发明示例性实施例对一帧心电信号曲线进行拟合基线漂移及校正的仿真图像示例,其中包括仿真时被添加的正弦性基线漂移曲线,被添加基线漂移曲线的心电信号曲线,根据本发明拟合的基线漂移曲线,和校正后的心电信号曲线。其中,根据本发明实施例的方法,首先对被添加基线漂移曲线的心电信号定位出四个QRS波,再对四个QRS波分别计算获得四个能量重心点,以该四个能量中心点以及本帧心电信号的起始点和结束点共六个点作为特征点,采用三次样条插值法拟合,获得拟合的基线漂移曲线,再对具有基线漂移的心电信号曲线减去拟合的基线漂移曲线,最终获得去除基线漂移后的心电信号曲线,即,校正后的心电信号曲线。如图5A所示,使用本发明的方法能够获得较为平坦的基线,达到较好的处理效果。为了更清楚地示意,图5B中示出了真实的基线漂移曲线和拟合的基线漂移曲线,其中,虚线为真实的基线漂移曲线,实线为通过本发明拟合的基线漂移曲线;图5C中示出了添加基线漂移前的信号;图5D中示出了带基线漂移的信号,图5E中示出了校正基线漂移后的信号。从图5C和图5E可以看出,通过本发明提供的方法得到的校正基线漂移后的信号与添加基线漂移前的信号基本相同。
实际应用中,可能出现目标波形缺失导致待处理的数字信号曲线严重变形的情况,本发明实施例可以对这些异常情况进行特殊处理。
可选的,当目标波形存在缺失时,根据与缺失的目标波形相邻的已确定的两个目标波形的能量重心进行线性插值,确定缺失的目标波形的能量重心。
其中,缺失的目标波形可以是一个或多个。对于缺失一个目标波形的情况,可以对上述已确定的两个能量重心计算平均值,作为该缺失的目标波形的能量重心。对于缺失多个目标波形的情况,可以在上述已确定的两个能量重心之间进行线性插值,分别作为缺失的目标波形的能量重心。
示例性的,采集的信号为心电信号,假设包括三个连续的QRS波群,当第二个QRS波群存在缺失(如整体缺失或者其中的一个波缺失)时,将第一个QRS波群和第三个QRS波群的能量重心的平均值,作为第二个QRS波群的能量重心。
通过上述实施例可知,采用本发明,可以取得如下有益效果:
本发明通过计算具有周期性目标波形的数字信号曲线中多个目标波形的能量重心,获得多个能量重心的位置和幅值,构成能量重心点序列,进行拟合获取数字信号的基线漂移。本发明通过在拟合过程中考虑到整个目标波形的位置和幅值,获得的拟合点合理准确,可以提高基线漂移曲线确定的准确性和有效性,进一步提高数字信号分析结果的可靠性。
本发明用于获得波形能量重心所使用的计算公式简洁,所需计算量小,计算效率高。
从根据使用本发明的仿真图可以看出,本发明的方法能够获得较为平坦的基线,对数字信号曲线达到较好的处理效果。
本发明的方法灵活,既可以通过临近段选择替代处理的方式用于数字信号的全域处理,也可以通过分帧或分段处理的方式,用于数字信号的实时处理。
综上所述,本发明提供的基线漂移曲线的生成方法中,由于能量重心和插值拟合的运算量小,可以快速完成校正基线漂移,适用于运算速率及功耗要求相对苛刻的应用环境,快速完成精确可靠的信号校正。
本发明实施例还提供了一种基线漂移曲线的生成装置,该装置用于实现上述基线漂移曲线的生成方法。如图6所示的基线漂移曲线的生成装置的示意性框图,基线漂移曲线的生成装置600包括:获取模块601,计算模块602,构建模块603,确定模块604。
获取模块601,用于对信号进行采样,获取待处理的数字信号曲线,所述数字信号曲线包括周期性的目标波形,所述目标波形包括一个特征信号的波形或多个特征信号的波形;
计算模块602,用于计算每个目标波形的能量重心;
构建模块603,用于根据每个目标波形的能量重心,构建能量重心点序列;
确定模块604,用于基于所述能量重心点序列,生成基线漂移曲线。
可选的,所述装置还包括校正模块,所述校正模块用于:
根据所述基线漂移曲线和所述待处理的数字信号曲线,生成校正基线后的数字信号曲线。
可选的,所述计算模块602用于:
可选的,所述目标波形包括至少一个特征点,所述选取的点包括所述特征点。
可选的,所述构建模块用于:
根据所述每个目标波形的能量重心、所述待处理的数字信号曲线的起始点和终止点,构建能量重心点序列。
可选的,所述待处理的数字信号曲线为多帧的数字信号曲线;
所述计算模块602用于:
计算每帧数字信号曲线中每个目标波形的能量重心;
所述构建模块603用于:
根据每帧数字信号曲线中每个目标波形的能量重心,构建所述每帧数字信号曲线的能量重心点序列。
可选的,所述构建模块603用于:
在第一帧数字信号曲线中,根据每个目标波形的能量重心、所述第一帧数字信号曲线的起始点和终止点,构建所述第一帧数字信号曲线对应的能量重心点序列;
在第一帧之后的其余帧数字信号曲线中,根据当前帧的每个目标波形的能量重心、前一帧的最后一个目标波形的能量重心和当前帧的数字信号曲线的终止点,构建当前帧对应的能量重心点序列。
可选的,所述计算模块602还用于:
当目标波形存在缺失时,根据与缺失的目标波形相邻的已确定的两个目标波形的能量重心进行线性插值,确定所述缺失的目标波形的能量重心。
可选的,所述确定模块604用于:
对能量重心点序列进行插值拟合,生成基线漂移曲线。
可选的,所述待处理的数字信号曲线为多帧的数字信号曲线;
所述确定模块604还用于:
分别对每帧数字信号曲线生成基线漂移曲线;或,
获取多个第一预设时长的数字信号曲线,每个第一预设时长的数字信号曲线中包括多帧数字信号曲线;分别对所述每个第一预设时长的数字信号曲线生成基线漂移曲线;或,
当所述待处理的数字信号曲线的时长大于预设时长阈值时,获取当前时刻之前的第二预设时长的数字信号曲线,所述第二预设时长小于所述预设时长阈值;对所述第二预设时长的数字信号生成基线漂移曲线。
可选的,所述信号为心电信号,所述目标波形包括P波、QRS波群、T波,所述目标波形的特征点包括以下一种或多种:P波起始点、P波顶点、P波结束点、Q波起始点、Q波顶点、R波顶点、S波顶点、S波结束点、T波起始点、T波顶点、T波结束点。
本发明通过计算具有周期性目标波形的数字信号曲线中多个目标波形的能量重心,获得多个能量重心,构成能量重心点序列,进行拟合获取数字信号的基线漂移。本发明提供的基线漂移曲线的生成方法中,由于能量重心和插值拟合的运算量小,可以快速完成校正基线漂移,适用于运算速率及功耗要求相对苛刻的应用环境,快速完成精确可靠的信号校正。
本发明示例性实施例还提供一种电子设备,包括:至少一个处理器;以及与至少一个处理器通信连接的存储器。所述存储器存储有能够被所述至少一个处理器执行的计算机程序,所述计算机程序在被所述至少一个处理器执行时用于使所述电子设备执行根据本发明实施例的方法。
本发明示例性实施例还提供一种存储有计算机程序的非瞬时计算机可读存储介质,其中,所述计算机程序在被计算机的处理器执行时用于使所述计算机执行根据本发明实施例的方法。
本发明示例性实施例还提供一种计算机程序产品,包括计算机程序,其中,所述计算机程序在被计算机的处理器执行时用于使所述计算机执行根据本发明实施例的方法。
参考图7,现将描述可以作为本发明的服务器或客户端的电子设备700的结构框图,其是可以应用于本发明的各方面的硬件设备的示例。电子设备旨在表示各种形式的数字电子的计算机设备,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本发明的实现。
如图7所示,电子设备700包括计算单元701,其可以根据存储在只读存储器(ROM)702中的计算机程序或者从存储单元708加载到随机访问存储器(RAM)703中的计算机程序,来执行各种适当的动作和处理。在RAM 703中,还可存储设备700操作所需的各种程序和数据。计算单元701、ROM 702以及RAM 703通过总线704彼此相连。输入/输出(I/O)接口705也连接至总线704。
电子设备700中的多个部件连接至I/O接口705,包括:输入单元706、输出单元707、存储单元708以及通信单元709。输入单元706可以是能向电子设备700输入信息的任何类型的设备,输入单元706可以接收输入的数字或字符信息,以及产生与电子设备的用户设置和/或功能控制有关的键信号输入。输出单元707可以是能呈现信息的任何类型的设备,并且可以包括但不限于显示器、扬声器、视频/音频输出终端、振动器和/或打印机。存储单元708可以包括但不限于磁盘、光盘。通信单元709允许电子设备700通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据,并且可以包括但不限于调制解调器、网卡、红外通信设备、无线通信收发机和/或芯片组,例如蓝牙设备、WiFi设备、WiMax设备、蜂窝通信设备和/或类似物。
计算单元701可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元701的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元701执行上文所描述的各个方法和处理。例如,在一些实施例中,基线漂移曲线的生成方法可被实现为计算机软件程序,其被有形地包含于机器可读介质,例如存储单元708。在一些实施例中,计算机程序的部分或者全部可以经由ROM 702和/或通信单元709而被载入和/或安装到电子设备700上。在一些实施例中,计算单元701可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行基线漂移曲线的生成方法。
用于实施本发明的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器,使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本发明的上下文中,机器可读介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
如本发明使用的,术语“机器可读介质”和“计算机可读介质”指的是用于将机器指令和/或数据提供给可编程处理器的任何计算机程序产品、设备、和/或装置(例如,磁盘、光盘、存储器、可编程逻辑装置(PLD)),包括,接收作为机器可读信号的机器指令的机器可读介质。术语“机器可读信号”指的是用于将机器指令和/或数据提供给可编程处理器的任何信号。
为了提供与用户的交互,可以在计算机上实施此处描述的系统和技术,该计算机具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如,作为数据服务器)、或者包括中间件部件的计算系统(例如,应用服务器)、或者包括前端部件的计算系统(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将系统的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)和互联网。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。
Claims (14)
1.一种基线漂移曲线的生成方法,其特征在于,所述方法包括:
步骤一,对信号进行采样,获取待处理的数字信号曲线,所述数字信号曲线包括周期性的目标波形,所述目标波形包括一个特征信号的波形或多个特征信号的波形;
步骤二,计算每个目标波形的能量重心;
步骤三,根据每个目标波形的能量重心,构建能量重心点序列;
步骤四,基于所述能量重心点序列,生成基线漂移曲线。
2.根据权利要求1所述的基线漂移曲线的生成方法,其特征在于,所述方法还包括:
根据所述基线漂移曲线和所述待处理的数字信号曲线,生成校正基线后的数字信号曲线。
4.根据权利要求3所述的基线漂移曲线的生成方法,其特征在于,所述目标波形包括至少一个特征点,所述选取的点包括所述特征点。
5.根据权利要求1所述的基线漂移曲线的生成方法,其特征在于,所述根据每个目标波形的能量重心,构建能量重心点序列,包括:
根据所述每个目标波形的能量重心、所述待处理的数字信号曲线的起始点和终止点,构建能量重心点序列。
6.根据权利要求1所述的基线漂移曲线的生成方法,其特征在于,所述待处理的数字信号曲线为多帧的数字信号曲线;
所述计算每个目标波形的能量重心,包括:
计算每帧数字信号曲线中每个目标波形的能量重心;
所述根据每个目标波形的能量重心,构建能量重心点序列,包括:
根据每帧数字信号曲线中每个目标波形的能量重心,构建所述每帧数字信号曲线的能量重心点序列。
7.根据权利要求6所述的基线漂移曲线的生成方法,其特征在于,所述根据每帧数字信号曲线中每个目标波形的能量重心,构建所述每帧数字信号曲线的能量重心点序列,包括:
在第一帧数字信号曲线中,根据每个目标波形的能量重心、所述第一帧数字信号曲线的起始点和终止点,构建所述第一帧数字信号曲线对应的能量重心点序列;
在第一帧之后的其余帧数字信号曲线中,根据当前帧的每个目标波形的能量重心、前一帧的最后一个目标波形的能量重心和当前帧的数字信号曲线的终止点,构建当前帧对应的能量重心点序列。
8.根据权利要求1所述的基线漂移曲线的生成方法,其特征在于,所述方法还包括:
当目标波形存在缺失时,根据与缺失的目标波形相邻的已确定的两个目标波形的能量重心进行线性插值,确定所述缺失的目标波形的能量重心。
9.根据权利要求1所述的基线漂移曲线的生成方法,其特征在于,所述基于所述能量重心点序列,生成基线漂移曲线,包括:
对通过步骤三获取的能量重心点序列进行插值拟合,生成基线漂移曲线。
10.根据权利要求1所述的基线漂移曲线的生成方法,其特征在于,所述待处理的数字信号曲线为多帧的数字信号曲线;
所述方法还包括:
分别对每帧数字信号曲线生成基线漂移曲线;或,
获取多个第一预设时长的数字信号曲线,每个第一预设时长的数字信号曲线中包括多帧数字信号曲线;分别对所述每个第一预设时长的数字信号曲线生成基线漂移曲线;或,
当所述待处理的数字信号曲线的时长大于预设时长阈值时,获取当前时刻之前的第二预设时长的数字信号曲线,所述第二预设时长小于所述预设时长阈值;对所述第二预设时长的数字信号生成基线漂移曲线。
11.根据权利要求1所述的基线漂移曲线的生成方法,其特征在于,所述信号为心电信号,所述目标波形包括P波、QRS波群、T波,所述目标波形的特征点包括以下一种或多种:P波起始点、P波顶点、P波结束点、Q波起始点、Q波顶点、R波顶点、S波顶点、S波结束点、T波起始点、T波顶点、T波结束点。
12.一种基线漂移曲线的生成装置,其特征在于,所述装置包括:
获取模块,用于对信号进行采样,获取待处理的数字信号曲线,所述数字信号曲线包括周期性的目标波形,所述目标波形包括一个特征信号的波形或多个特征信号的波形;
计算模块,用于计算每个目标波形的能量重心;
构建模块,用于根据每个目标波形的能量重心,构建能量重心点序列;
确定模块,用于基于所述能量重心点序列,生成基线漂移曲线。
13.一种电子设备,包括:
处理器;以及
存储程序的存储器,
其中,所述程序包括指令,所述指令在由所述处理器执行时使所述处理器执行根据权利要求1-11中任一项所述的方法。
14.一种存储有计算机指令的非瞬时计算机可读存储介质,其中,所述计算机指令用于使计算机执行根据权利要求1-11中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111184794.8A CN113616217B (zh) | 2021-10-12 | 2021-10-12 | 基线漂移曲线的生成方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111184794.8A CN113616217B (zh) | 2021-10-12 | 2021-10-12 | 基线漂移曲线的生成方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113616217A true CN113616217A (zh) | 2021-11-09 |
CN113616217B CN113616217B (zh) | 2021-12-21 |
Family
ID=78391033
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111184794.8A Active CN113616217B (zh) | 2021-10-12 | 2021-10-12 | 基线漂移曲线的生成方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113616217B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114384028A (zh) * | 2021-12-14 | 2022-04-22 | 安徽皖仪科技股份有限公司 | 一种用于连续流动分析仪的峰漂移校正方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6147480A (en) * | 1997-10-23 | 2000-11-14 | Biosense, Inc. | Detection of metal disturbance |
US20160089047A1 (en) * | 2014-09-26 | 2016-03-31 | Sowmya Jonnada | Electrocardiograph (ecg) signal processing |
CN105816165A (zh) * | 2016-05-04 | 2016-08-03 | 上海轶卓信息科技有限公司 | 一种实时动态心率监测装置及监测方法 |
CN108195326A (zh) * | 2017-12-14 | 2018-06-22 | 大连理工大学 | 一种基于经验模态分解的撞击定位方法 |
CN111195124A (zh) * | 2018-11-20 | 2020-05-26 | 上海翰临电子科技有限公司 | Ecg信号噪声处理方法及其装置、设备和存储介质 |
-
2021
- 2021-10-12 CN CN202111184794.8A patent/CN113616217B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6147480A (en) * | 1997-10-23 | 2000-11-14 | Biosense, Inc. | Detection of metal disturbance |
US20160089047A1 (en) * | 2014-09-26 | 2016-03-31 | Sowmya Jonnada | Electrocardiograph (ecg) signal processing |
CN105816165A (zh) * | 2016-05-04 | 2016-08-03 | 上海轶卓信息科技有限公司 | 一种实时动态心率监测装置及监测方法 |
CN108195326A (zh) * | 2017-12-14 | 2018-06-22 | 大连理工大学 | 一种基于经验模态分解的撞击定位方法 |
CN111195124A (zh) * | 2018-11-20 | 2020-05-26 | 上海翰临电子科技有限公司 | Ecg信号噪声处理方法及其装置、设备和存储介质 |
Non-Patent Citations (1)
Title |
---|
史健婷等: "基于小波和自适应滤波的ECG基线漂移校正", 《计算机工程》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114384028A (zh) * | 2021-12-14 | 2022-04-22 | 安徽皖仪科技股份有限公司 | 一种用于连续流动分析仪的峰漂移校正方法 |
CN114384028B (zh) * | 2021-12-14 | 2023-10-24 | 安徽皖仪科技股份有限公司 | 一种用于连续流动分析仪的峰漂移校正方法 |
Also Published As
Publication number | Publication date |
---|---|
CN113616217B (zh) | 2021-12-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6219942B2 (ja) | 心電図におけるリアルタイムqrs期間測定 | |
CN108478209B (zh) | 心电信息动态监护方法和动态监护系统 | |
TW201806370A (zh) | 提供即時訊號分段和基準點對準架構的系統與方法 | |
US8543194B2 (en) | System and method of detecting abnormal movement of a physical object | |
CN106510676B (zh) | 心率检测方法以及心率检测装置 | |
JP2016537037A (ja) | 生理信号を処理する処理装置、処理方法及びシステム | |
US9314180B2 (en) | Heart electrophysiological signal analysis system | |
KR20140139564A (ko) | Ecg 모니터링을 위한 시스템들 및 방법들 | |
US11109794B2 (en) | Method and apparatus for processing ECG signals, and ECG machine | |
CN107303177A (zh) | 一种心电图t波、p波的检测方法及系统 | |
WO2019079829A9 (en) | Method of preprocessing and screening auscultatory sound signals | |
CN115429251A (zh) | 可穿戴设备及其监测方法和监测装置 | |
CN113616217B (zh) | 基线漂移曲线的生成方法和装置 | |
US8880352B2 (en) | System and method for analyzing an electrophysiological signal | |
CN112957018A (zh) | 基于人工智能的心脏状态检测方法和装置 | |
JP2007181628A (ja) | 脈拍間隔算出装置及び脈拍間隔算出方法 | |
JP2015213714A (ja) | 心電波形検出装置、心電波形検出方法、心電波形検出プログラム、及び撮像装置 | |
Jokić et al. | An efficient ECG modeling for heartbeat classification | |
Jokić et al. | An efficient approach for heartbeat classification | |
CN111612042A (zh) | 左前分支传导阻滞的检测装置、存储介质及终端 | |
CN114668401B (zh) | 一种ai心电训练数据标注方法、装置、电子设备及介质 | |
CN112826460B (zh) | 生理信号频率提取方法、装置、生理信号采集设备和介质 | |
CN115886834B (zh) | Ecg的心电数据波峰检测方法、装置及计算机设备 | |
JP7149175B2 (ja) | Ecgピーク検出装置 | |
JP2018011753A (ja) | 呼吸推定方法および装置 |
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 |