CN113768511A - 生理参数检测方法及电子设备 - Google Patents
生理参数检测方法及电子设备 Download PDFInfo
- Publication number
- CN113768511A CN113768511A CN202010501248.1A CN202010501248A CN113768511A CN 113768511 A CN113768511 A CN 113768511A CN 202010501248 A CN202010501248 A CN 202010501248A CN 113768511 A CN113768511 A CN 113768511A
- Authority
- CN
- China
- Prior art keywords
- signal
- detection result
- detection
- main channel
- corresponding segment
- 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
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
-
- 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
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Pathology (AREA)
- Heart & Thoracic Surgery (AREA)
- Psychiatry (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Biophysics (AREA)
- Artificial Intelligence (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
本申请公开了一种生理参数检测方法、装置、电子设备及存储介质。该方法包括:获取多导联心电信号,多导联心电信号包括主通道信号和至少一个次要通道信号;对主通道信号进行心搏检测,得到主通道检测结果,在主通道检测结果出现异常信号时,对至少一个次要通道信号进行心搏检测得到次要通道检测结果;基于次要通道检测结果对异常信号进行分析,得到融合分析结果;将主通道检测结果与融合分析结果组合得到心搏检测结果。通过上述方式,本申请能够提高心搏检测的准确度。
Description
技术领域
本申请涉及心电领域,特别是涉及一种生理参数检测方法、装置、电子设备及存储介质。
背景技术
心电图(ECG,electrocardiogram)自诞生以来,已被广泛应用于临床。对于心电图的分析,可以为心血管疾病的诊断和预警提供有力的支持。
心电图的分析过程中,最首要的步骤即进行心搏的检测。心搏也可以被称为心动周期,一个心搏/心动周期是指一次心跳的起始到下一次心跳的起始。每个心搏/心动周期包括多个波段,主要包括QRS波群(代表心室的除极)、ST段(代表心室除极完成)、T波(代表心室的复极)等。由于QRS波群的幅值大且变化剧烈,一般基于QRS波群来进行心搏检测。
目前心电的采集技术多采用的是多导联心电信号同步采集,但心电分析大多仍采用的是单导联分析。该方法存在的问题是,若采用的单导联出现问题时,例如导联脱落、信号过载、被干扰等,即使其他导联的心电信号是正常的,分析结果也无法体现,降低心搏检测的准确率。
发明内容
本申请提供一种生理参数检测方法、装置、电子设备及存储介质,能够解决相关技术中心搏检测的准确率低的问题。
为解决上述技术问题,本申请采用的一个技术方案是:提供一种生理参数检测方法,该方法包括:获取多导联心电信号,多导联心电信号包括主通道信号和至少一个次要通道信号;对主通道信号进行心搏检测,得到主通道检测结果,在主通道检测结果出现异常信号时,对至少一个次要通道信号进行心搏检测得到次要通道检测结果;基于次要通道检测结果对异常信号进行分析,得到融合分析结果;将主通道检测结果与融合分析结果组合得到心搏检测结果。。
为解决上述技术问题,本申请采用的再一个技术方案是:提供一种生理参数检测装置,该系统包括获取模块,用于获取多导联心电信号,多导联心电信号包括主通道信号和至少一个次要通道信号;检测模块,用于对主通道信号进行心搏检测,得到主通道检测结果,在主通道检测结果出现异常信号时,对至少一个次要通道信号进行心搏检测得到次要通道检测结果;分析模块,用于基于次要通道检测结果对异常信号进行分析,得到融合分析结果;组合模块,用于将主通道检测结果与融合分析结果组合得到心搏检测结果。
为解决上述技术问题,本申请采用的再一个技术方案是:提供一种电子设备,该装置包括处理器,处理器用于执行指令以实现前述的生理参数检测方法。
为解决上述技术问题,本申请采用的再一个技术方案是:提供一种存储介质,存储有指令,指令被执行时实现前述的生理参数检测方法。
本申请的有益效果是:通过获取多导联心电信号,多导联心电信号包括主通道信号和至少一个次要通道信号;对主通道信号进行心搏检测,得到主通道检测结果,在主通道检测结果表示主通道信号出现异常(包括异常信号)时,对至少一个次要通道信号进行心搏检测得到次要通道检测结果;从而能够融合次要通道检测结果对主要通道信号出现异常的部分进行分析,得到更准确的融合分析结果,并在最终的心搏检测结果中采用融合分析结果,提高了心搏检测的准确度。
附图说明
图1是本申请生理参数检测方法一实施例的流程示意图;
图2是图1中S4的一种具体流程示意图;
图3是本申请生理参数检测装置一实施例的结构示意图;
图4是本申请电子设备一实施例的结构示意图;
图5是本申请存储介质一实施例的结构示意图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅是本申请的一部分实施例,而不是全部的实施例。基于本申请中的实施例,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,都属于本申请保护的范围。
本申请中的术语“第一”、“第二”、“第三”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”、“第三”的特征可以明示或者隐含地包括至少一个该特征。本申请的描述中,“多个”的含义是至少两个,例如两个,三个等,除非另有明确具体的限定。本申请实施例中所有方向性指示(诸如上、下、左、右、前、后……)仅用于解释在某一特定姿态(如附图所示)下各部件之间的相对位置关系、运动情况等,如果该特定姿态发生改变时,则该方向性指示也相应地随之改变。此外,术语“包括”和“具有”以及它们任何变形,意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元,而是可选地还包括没有列出的步骤或单元,或可选地还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。
在本文中提及“实施例”意味着,结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例,也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是,在不冲突的情况下,本文所描述的实施例可以与其它实施例相结合。
图1是本申请生理参数检测方法一实施例的流程示意图。需注意的是,若有实质上相同的结果,本实施例并不以图1所示的流程顺序为限。
如图1所示,本实施例包括:
S1:获取多导联心电信号。
多导联心电信号包括主通道信号和至少一个次要通道信号。
其中,可以采用生理电极连接人体和心电采集设备,获取受试者的多导联心电信号。多导联心电信号包括多个导联信号,每个导联信号对应一路导联。可以对心电信号进行必要的预处理,如滤除工频干扰、基线漂移、肌电干扰等。
在QRS波群中,一般来说R波的幅值最大,因此一般基于R波来进行心搏检测。心电信号可能存在多种类型的干扰,包括肌电,工频,或者运动伪差R波幅值越大,心搏检测受干扰的影响越小,心搏检测的准确度会越高。
在自动分析的过程中,一般选择指定范围内R波幅值最大的导联信号作为主通道信号,其他导联信号作为次要通道信号。当然也可以采用其他的方式来确定主通道信号和次要通道信号,例如手动设置。
具体的,可以计算指定范围内的平均QRS向量;选择平均QRS向量对应的导联信号(即R波幅值最大的导联信号)作为主通道信号。根据指定范围的不同,主通道信号的确定方式可以包括但不限于以下三种:
(1)指定范围内的平均QRS向量为肢体导联系统的平均QRS向量,主通道信号与肢体导联系统的平均QRS向量在额面上的方向相同;
(2)指定范围内的平均QRS向量为胸导联系统的平均QRS向量,主通道信号与肢体导联系统的平均QRS向量在水平面上的方向相同;
(3)指定范围内的平均QRS向量为三维空间中的平均QRS向量,主通道信号为三维空间中的平均QRS向量在各个面上的投影值最大的面所对应的导联信号。
上面讨论的指定范围是指对于不同导联的划分。在时间上,可以基于完整的或部分的导联信号计算平均QRS向量,并将划分出的主通道和次要通道应用于整体的心搏检测;或者将心电信号在时间上划分为多个段,再分别为每段心电信号划分主通道和次要通道。在心电信号的长度很长的情况下,例如长程心电信号,受试者的姿态、运动等可能随着时间出现明显变化,后一种分段划分的方案可以更准确的找出主通道信号,从而进一步提高心搏检测的准确率。
若采用手动设置的方式,则可以接收来自于人机交互装置的选择结果,然后根据选择结果确定主通道信号和次要通道信号。
人机交互装置可以包括输入装置,例如触摸屏、键盘,鼠标等。用户可以观察显示的多导联的心电信号并向人机交互装置输入选择结果,以指示用户选中的主通道信号和/或次要通道信号。
根据人机交互装置的类型,选择结果可能有不同的表现形式。按照人机交互装置的类型对选择结果进行解析,从而确定主通道信号和次要通道信号。
例如,人机交互装置为键盘时,选择结果包括用户输入的主通道信号的名称/编号,此时可以直接从选择结果中读取该名称/编号以确定主通道信号,其他导联信号为次要通道信号。或者,人机交互装置为鼠标/触摸屏时,选择结果包括用户输入的若干个定位数据和操作参数,每个定位数据为用户进行点选/触摸的位置,操作参数可以包括用户使用鼠标/触摸屏进行选择时所用的手势参数,例如双击/单击/拖放/触摸力度等,解析选择结果,结合显示的内容以及提供给用户的主次划分方式,可以确定主通道信号和次要通道信号。
S2:对主通道信号进行心搏检测,得到主通道检测结果,在主通道检测结果出现异常信号时,对至少一个次要通道信号进行心搏检测得到次要通道检测结果。
异常信号也可以被称为主通道信号包括的异常信号片段,主通道检测结果出现异常信号可以理解为主通道检测结果表示主通道信号异常,即主通道信号包括至少一个异常信号片段。
对主通道信号进行心搏检测得到的主通道检测结果可以包括主通道信号中每个心搏的位置,以及位置对应的电压值,可以根据这些心搏位置及其对应的电压值判断主通道信号是正常还是异常,即判断主通道信号是否包括异常信号(片段)。
异常信号的检测结果可以为心搏漏检或RR异常。心搏漏检是指这部分主通道信号检测不到心搏,导致出现心搏漏检的原因可以包括信号过载、导联脱落等情况。RR异常表现为RR间隔过长或者过短,RR间隔是指相邻两个R波之间的时间间隔,RR间隔可能是由干扰信号引起的,也可能是由受试者自身的心率变化引起的。
若主通道检测结果表示主通道信号不包括异常信号,即主通道信号整体均被检测为正常,则可以直接将主通道检测结果作为心电信号的心搏检测结果。
若主通道检测结果表示主通道信号包括异常信号,则需要对至少一个次要通道信号进行心博检测得到次要通道检测结果。可选的,可以只对每个次要通道信号中异常信号的对应信号片段进行心搏检测以减少计算量。
S3:基于次要通道检测结果对异常信号进行分析,得到融合分析结果。
异常信号的数量可以为一个或者至少两个。若异常信号的数量大于二,则需要分别对每个异常信号进行独立的分析。为简化描述,以下仅以单个异常信号的分析为例进行说明。
每个对应片段属于一个次要通道信号,且每个对应片段在其所属的次要通道信号中的位置与异常信号在主通道信号中的位置相同。对应片段即为上述提到的对应信号片段,也就是说,每一对应片段为次要通道信号中与异常信号对应的信号片段。
针对不同类型的异常信号,可以采用不同的分析方式,具体如下:
A.若异常信号的检测结果为心搏漏检,且所有的对应片段的检测结果均为心搏漏检,则将心搏漏检作为融合分析结果;
B.若异常信号的检测结果为心搏漏检,且所有的对应片段检测出的心搏位置一致,则将对应片段的检测出的心搏位置作为融合分析结果;
C.若异常信号的检测结果为心搏漏检,且至少两个对应片段检测出的心搏位置不一致,则对不同导联系统的对应片段的检测结果进行比较以确定融合分析结果。
具体的,次要通道信号被划分为胸导联系统和肢体导联系统,确定第二对应片段和第三对应片段。第二对应片段所属的次要通道信号属于胸导联系统,第三对应片段所属的次要通道信号属于肢体导联系统。若第二对应片段和第三对应片段检测出的心搏位置一致,则将第二对应片段和第三对应片段检测出的心搏位置作为融合分析结果。否则意味着存在干扰,将第二对应片段或第三对应片段检测出的心搏位置作为融合分析结果并判定为干扰信号(即此片段存在干扰)。可以将该片段标记为干扰信号,以与其他正常的片段区分开,便于后续的心电图分析。
可选的,第二对应片段所属的次要通道信号的权重在胸导联系统中最高,第三对应片段所属的次要通道信号的权重在肢体导联系统中最高。次要通道信号的权重与其R波幅值正相关。第二对应片段/第三对应片段的具体确定方式可以参考前述主通道信号的确定方式。
D.若异常信号的检测结果为RR异常,且所有的对应片段检测出的心搏位置均与异常信号的检测结果一致,则将异常信号的检测结果作为融合分析结果。
E.若异常信号的检测结果为RR异常,所有的对应片段检测出的心搏位置一致但与异常信号的检测结果不一致,意味着只有主通道信号存在干扰,将对应片段的检测结果作为融合分析结果;
F.若异常信号的检测结果为RR异常,且至少两个对应片段检测出的心搏位置不一致,则将异常信号的检测结果与第一对应片段的检测结果进行比较以确定融合分析结果。
第一对应片段所属的次要通道信号与主通道信号属于不同的导联系统。若主通道信号属于胸导联系统,则第一对应片段所属的次要通道信号属于肢体导联系统;若主通道信号属于肢体导联系统,则第一对应片段所属的次要通道信号属于胸导联系统。
具体的,若异常信号和第一对应片段检测出的心搏位置一致,则将异常信号和第一对应片段检测出的心搏位置作为融合分析结果。否则意味着存在干扰,将异常信号或第一对应片段检测出的心搏位置作为融合分析结果并判定为干扰信号。
可选的,第一对应片段所属的次要通道信号的权重在其所属的导联系统中最高。次要通道信号的权重与其R波幅值正相关。第一对应片段的具体确定方式可以参考前述主通道信号的确定方式。
举例说明,如图2所示,对异常信号进行分析的具体过程可以包括:
S31:判断异常信号的类型。
若异常信号的检测结果为心搏漏检,则跳转到S32;若异常信号的检测结果为RR异常,则跳转到S38。
S32:判断所有的对应片段的检测结果是否均为心搏漏检。
若是,则跳转到S33;否则跳转到S34。
S33:将心搏漏检作为融合分析结果。
S34:判断所有的对应片段检测出的心搏位置是否一致。
若是,则将任一对应片段检测出的心搏位置作为最终心搏位置,并跳转到S36;否则跳转到S35。
S35:判断胸导联系统和肢体导联系统的代表片段检测出的心搏位置是否一致。
胸导联系统的代表片段为第二对应片段,肢体导联系统的代表片段为第三对应片段。
若是,则将第二/第三对应片段检测出的心搏位置作为最终心搏位置,并跳转到S36;否则将第二/第三对应片段检测出的心搏位置作为最终心搏位置,并跳转到S37。
S36:将最终心搏位置作为融合分析结果。
S37:将最终心搏位置作为融合分析结果并判定为干扰信号。
S38:判断所有的对应片段检测出的心搏位置是否一致。
若是,则跳转到S39;否则跳转到S34。
S39:判断所有的对应片段检测出的心搏位置是否与异常信号的检测结果一致。
若是,则将异常信号/任一对应片段的检测结果作为最终心搏位置,并跳转到S36;否则将任一对应片段检测出的心搏位置作为最终心搏位置,并跳转到S36。
S40:判断异常信号与第一对应片段的检测结果是否一致。
若是,则将异常信号/第一对应片段检测出的心搏位置作为最终心搏位置,并跳转到S36;否则将异常信号/第一对应片段检测出的心搏位置作为最终心搏位置,并跳转到S37。
S4:将主通道检测结果与融合分析结果组合得到心搏检测结果。
也可以表示为,将主通道检测结果中的异常信号的部分替换为融合分析结果得到心电信号的心搏检测结果。或者可以表示为,将主通道检测结果中除异常信号之外的部分与融合分析结果组合得到心搏检测结果。
心电信号的心搏检测结果中,对应异常信号的部分采用融合分析结果,其他部分为主通道检测结果。心电信号的心搏检测结果可以用于后续的心电信号分析。
通过本实施例的实施,本申请能够在主通道检测结果表示主通道信号出现异常(包括异常信号)时,对至少一个次要通道信号进行心搏检测得到次要通道检测结果,从而能够融合次要通道检测结果对主要通道信号出现异常的部分进行分析,得到更准确的融合分析结果,并在最终的心搏检测结果中采用融合分析结果,提高了心搏检测的准确度。
请参阅图3,图3为本申请生理参数检测装置一实施例的结构示意图。如图3所示,该系统包括获取模块21,检测模块22,分析模块23和组合模块24。
获取模块21,用于获取多导联心电信号,多导联心电信号包括主通道信号和至少一个次要通道信号。
检测模块22,用于对主通道信号进行心搏检测,得到主通道检测结果,在主通道检测结果出现异常信号时,对至少一个次要通道信号进行心搏检测得到次要通道检测结果。
分析模块23,用于基于次要通道检测结果对异常信号进行分析,得到融合分析结果。
组合模块24,用于将主通道检测结果与融合分析结果组合得到心搏检测结果。
各个模块的具体功能以及可能的进一步划分和其他部件可参考本申请生理参数检测方法各实施例的描述。
请参阅图4,图4为本申请电子设备一实施例的结构示意图。本实施例中,电子设备可以为具有生理参数检测功能的医疗设备,其可以在进行长程心电信号采集后,对采集到的心电信号进行心博检测。或者,电子设备还可以为具有生理参数采集功能和检测功能的医疗设备,如心电设备,其可以进行长程心电信号采集,并对采集到的心电信号进行心博检测,例如。如图4所示,该电子设备30可以包括处理器31。
处理器31还可以称为CPU(Central Processing Unit,中央处理单元)。处理器31可能是一种集成电路芯片,具有信号的处理能力。处理器31还可以是通用处理器、数字信号处理器(DSP)、专用集成电路(ASIC)、现成可编程门阵列(FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
该电子设备30可以进一步包括存储器(图中未示出),用于存储处理器31运行所需的指令和数据。
处理器31用于执行指令以实现上述本申请心理参数检测方法任一实施例及任意不冲突的组合所提供的方法。
参阅图5,图5为本申请存储介质一实施例的结构示意图。本申请实施例的存储介质40存储有指令,该指令被执行时实现本申请心电参数检测方法任一实施例以及任意不冲突的组合所提供的方法。其中,该指令可以形成程序文件以软件产品的形式存储在上述存储介质40中,以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)或处理器(processor)执行本申请各个实施方式方法的全部或部分步骤。而前述的存储介质40包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,RandomAccess Memory)、磁碟或者光盘等各种可以存储程序代码的介质,或者是计算机、服务器、手机、平板等终端设备。
在本申请所提供的几个实施例中,应该理解到,所揭露的系统,装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
另外,在本申请各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。以上仅为本申请的实施方式,并非因此限制本申请的专利范围,凡是利用本申请说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本申请的专利保护范围内。
Claims (13)
1.一种生理参数检测方法,其特征在于,包括:
获取多导联心电信号,所述多导联心电信号包括主通道信号和至少一个次要通道信号;
对所述主通道信号进行心搏检测,得到主通道检测结果,在所述主通道检测结果出现异常信号时,对所述至少一个次要通道信号进行心搏检测得到次要通道检测结果;
基于所述次要通道检测结果对所述异常信号进行分析,得到融合分析结果;
将所述主通道检测结果与所述融合分析结果组合得到心搏检测结果。
2.根据权利要求1所述的方法,其特征在于,所述将所述主通道检测结果与所述融合分析结果组合得到心搏检测结果,包括:
将所述主通道检测结果中除异常信号之外的部分与所述融合分析结果组合得到心搏检测结果。
3.根据权利要求1所述的方法,其特征在于,所述主通道信号为指定范围内R波幅值最大的导联信号,所述次要通道信号为所述主通道信号之外的所有导联信号。
4.根据权利要求3所述的方法,其特征在于,所述指定范围内R波幅值最大的导联信号,通过如下方式得到:
计算所述指定范围内的平均QRS向量;
选择所述平均QRS向量对应的导联信号作为所述主通道信号。
5.根据权利要求4所述的方法,其特征在于,
所述指定范围内的平均QRS向量为肢体导联系统的平均QRS向量,所述主通道信号与所述肢体导联系统的平均QRS向量在额面上的方向相同;或
所述指定范围内的平均QRS向量为胸导联系统的平均QRS向量,所述主通道信号与所述肢体导联系统的平均QRS向量在水平面上的方向相同;或
所述指定范围内的平均QRS向量为三维空间中的平均QRS向量,所述主通道信号为所述三维空间中的平均QRS向量在各个面上的投影值最大的面所对应的导联信号。
6.根据权利要求1所述的方法,其特征在于,所述异常信号的检测结果为心搏漏检或RR异常。
7.根据权利要求6所述的方法,其特征在于,
所述基于次要通道检测结果对异常信号进行分析,得到融合分析结果,包括:
若所述异常信号的检测结果为心搏漏检,且所有的对应片段的检测结果均为心搏漏检,则将心搏漏检作为所述融合分析结果,每个所述对应片段属于一个所述次要通道信号,且每个所述对应片段在其所属的所述次要通道信号中的位置与所述异常信号在所述主通道信号中的位置相同;
若所述异常信号的检测结果为心搏漏检,且所有的所述对应片段检测出的心搏位置一致,则将所述对应片段的检测出的心搏位置作为所述融合分析结果;
若所述异常信号的检测结果为心搏漏检,且至少两个所述对应片段检测出的心搏位置不一致,则对不同导联系统的对应片段的检测结果进行比较以确定所述融合分析结果。
8.根据权利要求6所述的方法,其特征在于,
所述基于次要通道检测结果对异常信号进行分析,得到融合分析结果,包括:
若所述异常信号的检测结果为RR异常,且所有的所述对应片段检测出的心搏位置均与所述异常信号的检测结果一致,则将所述异常信号的检测结果作为所述融合分析结果;
若所述异常信号的检测结果为RR异常,所有的所述对应片段检测出的心搏位置一致但与所述异常信号的检测结果不一致,则将所述对应片段的检测结果作为所述融合分析结果;
若所述异常信号的检测结果为RR异常,且至少两个所述对应片段检测出的心搏位置不一致,则将所述异常信号的检测结果与第一对应片段的检测结果进行比较以确定所述融合分析结果,所述第一对应片段所属的次要通道信号与所述主通道信号属于不同的导联系统。
9.根据权利要求8所述的方法,其特征在于,
所述将所述异常信号的检测结果与第一对应片段的检测结果进行比较以确定所述融合分析结果包括:
若所述异常信号和所述第一对应片段检测出的心搏位置一致,则将所述异常信号和所述第一对应片段检测出的心搏位置作为所述融合分析结果,否则将所述异常信号或所述第一对应片段检测出的心搏位置作为所述融合分析结果并判定为干扰信号。
10.根据权利要求7所述的方法,其特征在于,
所述次要通道信号被划分为胸导联系统和肢体导联系统,所述对不同导联系统的对应片段的检测结果进行比较以确定所述融合分析结果包括:
确定第二对应片段和第三对应片段,所述第二对应片段所属的次要通道信号属于所述胸导联系统,所述第三对应片段所属的次要通道信号属于所述肢体导联系统;
若所述第二对应片段和所述第三对应片段检测出的心搏位置一致,则将所述第二对应片段和所述第三对应片段检测出的心搏位置作为所述融合分析结果,否则将所述第二对应片段或所述第三对应片段检测出的心搏位置作为所述融合分析结果并判定为干扰信号。
11.一种生理检测装置,其特征在于,包括:
获取模块,用于获取多导联心电信号,所述多导联心电信号包括主通道信号和至少一个次要通道信号;
检测模块,用于对所述主通道信号进行心搏检测,得到主通道检测结果,在所述主通道检测结果出现异常信号时,对所述至少一个次要通道信号进行心搏检测得到次要通道检测结果;
分析模块,用于基于所述次要通道检测结果对所述异常信号进行分析,得到融合分析结果;
组合模块,用于将所述主通道检测结果与所述融合分析结果组合得到心搏检测结果。
12.一种电子设备,其特征在于,包括处理器,
所述处理器用于执行指令以实现如权利要求1-10中任一项所述的方法。
13.一种存储介质,存储有指令,其特征在于,所述指令被执行时实现如权利要求1-10中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010501248.1A CN113768511B (zh) | 2020-06-04 | 2020-06-04 | 生理参数检测方法及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010501248.1A CN113768511B (zh) | 2020-06-04 | 2020-06-04 | 生理参数检测方法及电子设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113768511A true CN113768511A (zh) | 2021-12-10 |
CN113768511B CN113768511B (zh) | 2023-09-22 |
Family
ID=78834186
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010501248.1A Active CN113768511B (zh) | 2020-06-04 | 2020-06-04 | 生理参数检测方法及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113768511B (zh) |
Citations (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050171448A1 (en) * | 2004-02-02 | 2005-08-04 | Lev Korzinov | Biological signal management |
US20090137916A1 (en) * | 2007-10-24 | 2009-05-28 | Ela Medical S.A. | Electrocardiologic device for assisted diagnosis for the diagnostic of brugada syndrome or early repolarization syndrome |
CN101467879A (zh) * | 2007-12-26 | 2009-07-01 | 深圳迈瑞生物医疗电子股份有限公司 | 一种基于多导同步心电信号处理方法及装置 |
US20090281441A1 (en) * | 2008-05-09 | 2009-11-12 | Siemens Medical Solutions Usa, Inc. | System for Heart Performance Characterization and Abnormality Detection |
CN102793539A (zh) * | 2012-08-31 | 2012-11-28 | 深圳市理邦精密仪器股份有限公司 | 心电向量图检测分析方法及系统 |
US20130158422A1 (en) * | 2011-12-14 | 2013-06-20 | Siemens Medical Solutions Usa, Inc. | System for Cardiac Arrhythmia Detection and Characterization |
US20160331273A1 (en) * | 2014-01-17 | 2016-11-17 | The General Hospital Corporation | Method and apparatus for processing cardiac signals and deriving non-cardiac physiological informatoin |
JP2017086293A (ja) * | 2015-11-06 | 2017-05-25 | 日本電信電話株式会社 | 生理指標検出装置、生理指標検出方法、生理指標検出処理プログラム |
CN107072545A (zh) * | 2014-09-02 | 2017-08-18 | 吉莫·博尔只斤 | 用于快速诊断的心电图数据分析方法和系统 |
CN107358196A (zh) * | 2017-07-12 | 2017-11-17 | 北京卫嘉高科信息技术有限公司 | 一种心搏类型的分类方法、装置及心电仪 |
CN107951485A (zh) * | 2017-11-27 | 2018-04-24 | 乐普(北京)医疗器械股份有限公司 | 基于人工智能自学习的动态心电图分析方法和装置 |
CN108309262A (zh) * | 2018-02-24 | 2018-07-24 | 乐普(北京)医疗器械股份有限公司 | 多参数监护数据分析方法和多参数监护仪 |
CN108720832A (zh) * | 2018-05-30 | 2018-11-02 | 京东方科技集团股份有限公司 | 一种心电信号处理方法及装置 |
CN108937916A (zh) * | 2018-08-03 | 2018-12-07 | 西南大学 | 一种心电信号检测方法、装置及存储介质 |
CN109171712A (zh) * | 2018-09-28 | 2019-01-11 | 东软集团股份有限公司 | 心房颤动识别方法、装置、设备及计算机可读存储介质 |
WO2019216378A1 (ja) * | 2018-05-09 | 2019-11-14 | 国立大学法人京都大学 | 演算装置、検知装置、演算方法、及び、コンピュータプログラム |
CN110448295A (zh) * | 2019-07-05 | 2019-11-15 | 深圳邦健生物医疗设备股份有限公司 | 心电波形编辑显示方法、装置和计算机设备 |
CN110693483A (zh) * | 2019-09-02 | 2020-01-17 | 乐普智芯(天津)医疗器械有限公司 | 一种动态心电图自动分析的方法 |
US20200093389A1 (en) * | 2018-09-24 | 2020-03-26 | Sotera Wireless, Inc. | Method and system for monitoring a patient for atrial fibrillation and/or asystole |
CN111126350A (zh) * | 2020-01-17 | 2020-05-08 | 乐普(北京)医疗器械股份有限公司 | 一种心搏分类结果的生成方法和装置 |
CN111134658A (zh) * | 2020-01-17 | 2020-05-12 | 乐普(北京)医疗器械股份有限公司 | 一种心电信号中RonT类型心搏的检测方法和装置 |
-
2020
- 2020-06-04 CN CN202010501248.1A patent/CN113768511B/zh active Active
Patent Citations (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050171448A1 (en) * | 2004-02-02 | 2005-08-04 | Lev Korzinov | Biological signal management |
US20090137916A1 (en) * | 2007-10-24 | 2009-05-28 | Ela Medical S.A. | Electrocardiologic device for assisted diagnosis for the diagnostic of brugada syndrome or early repolarization syndrome |
CN101467879A (zh) * | 2007-12-26 | 2009-07-01 | 深圳迈瑞生物医疗电子股份有限公司 | 一种基于多导同步心电信号处理方法及装置 |
US20090281441A1 (en) * | 2008-05-09 | 2009-11-12 | Siemens Medical Solutions Usa, Inc. | System for Heart Performance Characterization and Abnormality Detection |
US20130158422A1 (en) * | 2011-12-14 | 2013-06-20 | Siemens Medical Solutions Usa, Inc. | System for Cardiac Arrhythmia Detection and Characterization |
CN102793539A (zh) * | 2012-08-31 | 2012-11-28 | 深圳市理邦精密仪器股份有限公司 | 心电向量图检测分析方法及系统 |
US20160331273A1 (en) * | 2014-01-17 | 2016-11-17 | The General Hospital Corporation | Method and apparatus for processing cardiac signals and deriving non-cardiac physiological informatoin |
CN107072545A (zh) * | 2014-09-02 | 2017-08-18 | 吉莫·博尔只斤 | 用于快速诊断的心电图数据分析方法和系统 |
JP2017086293A (ja) * | 2015-11-06 | 2017-05-25 | 日本電信電話株式会社 | 生理指標検出装置、生理指標検出方法、生理指標検出処理プログラム |
CN107358196A (zh) * | 2017-07-12 | 2017-11-17 | 北京卫嘉高科信息技术有限公司 | 一种心搏类型的分类方法、装置及心电仪 |
CN107951485A (zh) * | 2017-11-27 | 2018-04-24 | 乐普(北京)医疗器械股份有限公司 | 基于人工智能自学习的动态心电图分析方法和装置 |
CN108309262A (zh) * | 2018-02-24 | 2018-07-24 | 乐普(北京)医疗器械股份有限公司 | 多参数监护数据分析方法和多参数监护仪 |
WO2019216378A1 (ja) * | 2018-05-09 | 2019-11-14 | 国立大学法人京都大学 | 演算装置、検知装置、演算方法、及び、コンピュータプログラム |
CN108720832A (zh) * | 2018-05-30 | 2018-11-02 | 京东方科技集团股份有限公司 | 一种心电信号处理方法及装置 |
CN108937916A (zh) * | 2018-08-03 | 2018-12-07 | 西南大学 | 一种心电信号检测方法、装置及存储介质 |
US20200093389A1 (en) * | 2018-09-24 | 2020-03-26 | Sotera Wireless, Inc. | Method and system for monitoring a patient for atrial fibrillation and/or asystole |
CN109171712A (zh) * | 2018-09-28 | 2019-01-11 | 东软集团股份有限公司 | 心房颤动识别方法、装置、设备及计算机可读存储介质 |
CN110448295A (zh) * | 2019-07-05 | 2019-11-15 | 深圳邦健生物医疗设备股份有限公司 | 心电波形编辑显示方法、装置和计算机设备 |
CN110693483A (zh) * | 2019-09-02 | 2020-01-17 | 乐普智芯(天津)医疗器械有限公司 | 一种动态心电图自动分析的方法 |
CN111126350A (zh) * | 2020-01-17 | 2020-05-08 | 乐普(北京)医疗器械股份有限公司 | 一种心搏分类结果的生成方法和装置 |
CN111134658A (zh) * | 2020-01-17 | 2020-05-12 | 乐普(北京)医疗器械股份有限公司 | 一种心电信号中RonT类型心搏的检测方法和装置 |
Also Published As
Publication number | Publication date |
---|---|
CN113768511B (zh) | 2023-09-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107072545B (zh) | 用于快速诊断的心电图数据分析方法和系统 | |
CN109411041B (zh) | 心电信息处理方法和心电工作站系统 | |
JP6381444B2 (ja) | リアルタイムecgにおいて心電図のst部レベルを全自動で測定する方法およびシステム | |
CN102908135B (zh) | 心电诊断系统及其操作方法 | |
CN102869303B (zh) | 在诊断ecg中对心肌梗塞尺寸的可视化 | |
EP1890595B1 (en) | Medical data signal processing systems | |
Pilia et al. | ECGdeli-An open source ECG delineation toolbox for MATLAB | |
JP6339677B2 (ja) | 長期生理的信号品質インジケーションに関する方法及びディスプレイ | |
US6119035A (en) | Method and system for synthesizing the 12-lead electrocardiogram | |
KR20130048596A (ko) | 심전도 디스플레이 방법 및 이를 위한 사용자 인터페이스 장치 | |
CN114052746A (zh) | 运动心电数据处理方法、装置、计算机设备和存储介质 | |
CN112528783A (zh) | 心电图心搏数据聚类方法、装置、电子设备和介质 | |
US20190216355A1 (en) | Multiple rhythm template monitoring | |
Vaglio et al. | Use of ECG quality metrics in clinical trials | |
Hermawan et al. | Development of ECG signal interpretation software on Android 2.2 | |
CN109328029B (zh) | 生命体征数据统计系统和监护仪 | |
CN113768511B (zh) | 生理参数检测方法及电子设备 | |
US20110184296A1 (en) | Method and system for quantitative assessment of cardiac electrical events | |
Villa et al. | Variational mode decomposition features for heartbeat classification | |
Martínez et al. | Assessment of QT-measurement accuracy using the 12-lead electrocardiogram derived from EASI leads | |
CN112438731A (zh) | 心电信号分析方法、装置及存储介质 | |
WO2017182622A1 (en) | Adaptive visualization of electrocardiogram | |
CN116616790B (zh) | 心脏风险评估方法、装置、计算机设备与存储介质 | |
US20230277107A1 (en) | Systems and methods for visual tracing of abnormality in diagnostic and monitoring clinical applications | |
KR102432260B1 (ko) | 심전도 데이터에 관련된 심음 데이터를 이용하여 심전도 데이터의 비정상 신호 구간을 검출하는 생체신호 측정 장치 및 생체신호 측정 방법 |
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 |