CN113974648B - 一种基于PQRST波位置识别的RonT信号检测方法 - Google Patents

一种基于PQRST波位置识别的RonT信号检测方法 Download PDF

Info

Publication number
CN113974648B
CN113974648B CN202111291032.8A CN202111291032A CN113974648B CN 113974648 B CN113974648 B CN 113974648B CN 202111291032 A CN202111291032 A CN 202111291032A CN 113974648 B CN113974648 B CN 113974648B
Authority
CN
China
Prior art keywords
wave
point
ront
value
threshold
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
Application number
CN202111291032.8A
Other languages
English (en)
Other versions
CN113974648A (zh
Inventor
苏腾
吴军
鞠海涛
樊昭磊
张伯政
张宁宁
林菲
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.)
Zhongyang Health Technology Group Co ltd
Original Assignee
Zhongyang Health Technology Group Co ltd
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 Zhongyang Health Technology Group Co ltd filed Critical Zhongyang Health Technology Group Co ltd
Priority to CN202111291032.8A priority Critical patent/CN113974648B/zh
Publication of CN113974648A publication Critical patent/CN113974648A/zh
Application granted granted Critical
Publication of CN113974648B publication Critical patent/CN113974648B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/24Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/316Modalities, i.e. specific diagnostic methods
    • A61B5/318Heart-related electrical modalities, e.g. electrocardiography [ECG]
    • A61B5/346Analysis of electrocardiograms
    • A61B5/349Detecting specific parameters of the electrocardiograph cycle
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/24Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/316Modalities, i.e. specific diagnostic methods
    • A61B5/318Heart-related electrical modalities, e.g. electrocardiography [ECG]
    • A61B5/346Analysis of electrocardiograms
    • A61B5/349Detecting specific parameters of the electrocardiograph cycle
    • A61B5/355Detecting T-waves

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Cardiology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Molecular Biology (AREA)
  • Pathology (AREA)
  • Engineering & Computer Science (AREA)
  • Biomedical Technology (AREA)
  • Physics & Mathematics (AREA)
  • Medical Informatics (AREA)
  • Biophysics (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

一种基于PQRST波位置识别的RonT信号检测方法,通过使用一种基于PQRST波位置识别的RonT信号检测方法,进一步挖掘出RonT波形的特征,利用一种基于PQRST波位置识别的RonT信号检测方法,可以有效检测出包含RonT波的心电波形数据,使用F1值,可以定量分析检测RonT的识别效果,对RonT识别研究有促进作用。缓解RonT波的检测尚缺乏医学上的金标准且检测准确性不高的问题。

Description

一种基于PQRST波位置识别的RonT信号检测方法
技术领域
本发明涉及心电信号技术领域,具体涉及一种基于PQRST波位置识别的RonT信号检测方法。
背景技术
心电图是心肌电总合,反映单位时间内心肌细胞膜内外电压差值的变化。对作为合胞体心肌而言,反映波形时间的延续;而对心肌整体细胞而言,反映波形空间的整合。
RonT信号即R波重合于T波之上的信号,心电图上出现RonT信号可能会导致的严重后果。目前识别RonT信号的方法是基于QRS波群单一阈值方法,检测准确率低,容易产生漏诊。
发明内容
本发明为了克服以上技术的不足,提供了一种以有效检测出包含RonT波的心电波形数据的方法。
本发明克服其技术问题所采用的技术方案是:
一种基于PQRST波位置识别的RonT信号检测方法,包括如下步骤:
a)建立RonT心电数据ALL_ECG,
,式中为第i个心电信号,i∈{1,...,n};
b)对RonT心电数据ALL_ECG进行滤波,消除高频干扰;
c)对滤波后的RonT心电数据ALL_ECG去除基线漂移;
d)将去除基线漂移后的RonT心电数据ALL_ECG进行归一化处理;
e)对的RonT心电数据ALL_ECG中的12导联心电数据振幅进行绝对值处理,根据振幅的绝对值将12导联合并成一个导联x(nT),n∈{1,...,length},length为RonT心电数据ALL_ECG的信号长度,T为采样率;
f)利用Pan-Tompkins算法识别合并后的导联信号x(nT)中的R波峰值;
g)根据R波峰值检测QRS复合波起止点;
h)根据R波峰值检测P波起止点;。
i)根据R波峰值检测T波起止点;
j)根据PQRST波形的起止位置对RonT心电数据ALL_ECG划分为若干个心搏,每个心搏包含一个PQRST波形,通过PQRST波形的位置信息以及步骤d)中取出基线漂移后的RonT心电数据ALL_ECG进行RonT信号检测。
进一步的,步骤b)中采用窗宽为150、截止频率为40Hz的FIR数字低通滤波器对RonT心电数据ALL_ECG进行滤波。
进一步的,步骤c)中采用中值滤波器将滤波后的RonT心电数据ALL_ECG减采样到50Hz后取窗宽为560ms的长窗,对长窗中70%的中间值求平均值得到当前基线值,将当前基线值重采样到原频率后作为基线被移除。
进一步的,步骤d)中通过公式计算得到导联名称为m的归一化后的心电数据/>m∈{Ⅰ,Ⅱ,Ⅲ,aVR,aVL,aVF,V1,V2,V3,V4,V5,V6},/>为获得导联名称为m的全部心电数据,/>为获得导联名称为m的全部心电数据的最小值,/>为获得导联名称为m的全部心电数据的最大值。
进一步的,步骤g)中
检测QRS复合波起止点的方法为:
g-1)以R波为基准,在R波前0.1RR间期数据段内,利用峰值位置确定该段数据内的极小值点作为Q波波峰点;
g-2)以R波为基准,在R波后0.1RR间期数据段内,利用峰值位置确定该段数据内的极小值点作为S波波峰点;
g-3)将Q波波峰点左侧15ms时间窗口内最靠近基线的点作为Q波起点,将S波波峰点右侧15ms时间窗口内最靠近基线的点作为S波终点。
进一步的,步骤h)中根据R波峰值检测P波起止点的方法为:h-1)根据两个R波峰值点计算出RR间期,以R波的峰值点为基础点设置搜索时间窗,在此R波前一个R波峰值点后的0.55RR间期距离作为时间窗的开始点,将当前QRS波群的R波峰值点位置作为时间窗的终止点;
h-2)在时间窗内寻找此段信号内的极大值点,计算该极大值点与它相邻基线的幅值差,如果幅值差大于阈值threshold3,则该极大值点为P波峰值点;h-3)在P波峰值点前66ms的区域作为搜索时间窗范围,在该时间窗范围内计算一阶向前差分,如果该时间窗范围内的信号的差分连续出现3个点都小于threshold3/20,则定义这3个点中第一个点为P波起点;
h-4)在P波峰值点后66ms的区域作为搜索时间窗范围,在该时间窗范围内计算一阶向前差分,如果该时间窗范围内的信号的差分连续出现3个点都小于等于threshold3/20,则定义这3个点中第一个点为P波终点。
进一步的,步骤i)中根据R波峰值检测T波起止点的方法为:i-1)根据两个R波峰值点计算出RR间期,以R波的峰值点为基础点设置搜索时间窗,在此R波前一个R波峰值点后的0.55RR间期距离作为时间窗的开始点,将当前QRS波群的R波峰值点位置作为时间窗的终止点;
i-2)在时间窗内寻找此段信号内的极大值点,计算该极大值点与它相邻基线的幅值差,如果幅值差大于阈值threshold4,则该极大值点为T波峰值点;
i-3)在T波峰值点前70ms的区域作为搜索时间窗范围,在该时间窗范围内计算一阶向前差分,如果该时间窗范围内的信号的差分连续出现3个点都小于threshold4/20,则定义这3个点中第一个点为T波起点;
i-4)在T波峰值点后70ms的区域作为搜索时间窗范围,在该时间窗范围内计算一阶向前差分,如果该时间窗范围内的信号的差分连续出现3个点都小于等于threshold4/20,则定义这3个点中第一个点为T波终点。
进一步的,步骤j)包括如下步骤:
j-1)设置阈值Flag_RonT,并将阈值Flag_RonT赋值为0;
j-2)判断当前心搏中是否具有P波,如果没有P波则转至执行步骤j-4);
j-3)如果P波存在则寻找下一个心搏并转至执行步骤j-2);
j-4)对当前心搏所在的导联的所有心搏R波幅值求平均,得到均值Ravg,如果QRS波宽度大于阈值thresholdQRS且当前心搏R波幅值大于1.1倍的Ravg,则转至执行步骤j-5),如果QRS波宽度小于等于阈值thresholdQRS则转至执行步骤j-2);
j-5)计算QT间期,如果QT间期的长度小于设定的阈值thresholdQT,则阈值Flag_RonT赋值为1,如果QT间期的长度大于等于设定的阈值thresholdQT则转至步骤j-2);
j-6)如果阈值Flag_RonT等于1则表示存在RonT信号,并转至执行步骤j-7),阈值Flag_RonT等于0则表示不存在RonT信号,并转至执行步骤j-2);
j-7)输出RonT识别结果。
进一步的,步骤h-2)中threshold3取值为0.1mV,步骤i-2)中threshold4取值为0.3mV。
进一步的,步骤j-4)中80≤thresholdQRS≤200,步骤j-5)中60≤thresholdQT≤180。
本发明的有益效果是:通过使用一种基于PQRST波位置识别的RonT信号检测方法,进一步挖掘出RonT波形的特征,利用一种基于PQRST波位置识别的RonT信号检测方法,可以有效检测出包含RonT波的心电波形数据,使用F1值,可以定量分析检测RonT的识别效果,对RonT识别研究有促进作用。缓解RonT波的检测尚缺乏医学上的金标准且检测准确性不高的问题。
附图说明
图1为本发明的方法流程图。
具体实施方式
下面结合附图1对本发明做进一步说明。
一种基于PQRST波位置识别的RonT信号检测方法,包括如下步骤:
a)建立RonT心电数据ALL_ECG,
,式中为第i个心电信号,i∈{1,...,n}。
b)对RonT心电数据ALL_ECG进行滤波,消除高频干扰。
c)对滤波后的RonT心电数据ALL_ECG去除基线漂移。
d)将去除基线漂移后的RonT心电数据ALL_ECG进行归一化处理。
e)对的RonT心电数据ALL_ECG中的12导联心电数据振幅进行绝对值处理,根据振幅的绝对值将12导联合并成一个导联x(nT),n∈{1,...,length},length为RonT心电数据ALL_ECG的信号长度,T为采样率。
f)利用Pan-Tompkins等人的差分阈值检测算法识别合并后的导联信号x(nT)中的R波峰值。
g)根据R波峰值检测QRS复合波起止点。
h)根据R波峰值检测P波起止点。。
i)根据R波峰值检测T波起止点。
j)根据PQRST波形的起止位置对RonT心电数据ALL_ECG划分为若干个心搏,每个心搏包含一个PQRST波形,通过PQRST波形的位置信息以及步骤d)中取出基线漂移后的RonT心电数据ALL_ECG进行RonT信号检测。
通过使用一种基于PQRST波位置识别的RonT信号检测方法,进一步挖掘出RonT波形的特征,利用一种基于PQRST波位置识别的RonT信号检测方法,可以有效检测出包含RonT波的心电波形数据,使用F1值,可以定量分析检测RonT的识别效果,对RonT识别研究有促进作用。缓解RonT波的检测尚缺乏医学上的金标准且检测准确性不高的问题。
使用测试数据1000条作检验RonT识别效果,如下表所示:
通过上表计算出精确率=80.21%,召回率=83.87%,F1值=81.99%。
实施例1:
步骤b)中采用窗宽为150、截止频率为40Hz的FIR数字低通滤波器对RonT心电数据ALL_ECG进行滤波。
实施例2:
步骤c)中采用中值滤波器将滤波后的RonT心电数据ALL_ECG减采样到50Hz后取窗宽为560ms的长窗,对长窗中70%的中间值求平均值得到当前基线值,将当前基线值重采样到原频率后作为基线被移除。
实施例3:
步骤d)中通过公式计算得到导联名称为m的归一化后的心电数据/>m∈{Ⅰ,Ⅱ,Ⅲ,aVR,aVL,aVF,V1,V2,V3,V4,V5,V6},/>为获得导联名称为m的全部心电数据,为获得导联名称为m的全部心电数据的最小值,/>为获得导联名称为m的全部心电数据的最大值。
实施例4:
检测QRS复合波起止点,QRS复合波的起点指的是Q波(当Q波不存在时为R波)的起点;QRS复合波的终点是指S波(当S波不存在时为R波)的终点。检测QRS复合波起止点检测方法为先检测Q波峰值和S波峰值,具体的步骤g)中检测QRS复合波起止点的方法为:
g-1)以R波为基准,在R波前0.1RR间期数据段内,利用峰值位置确定该段数据内的极小值点作为Q波波峰点;
g-2)以R波为基准,在R波后0.1RR间期数据段内,利用峰值位置确定该段数据内的极小值点作为S波波峰点;
g-3)将Q波波峰点左侧15ms时间窗口内最靠近基线的点作为Q波起点,将S波波峰点右侧15ms时间窗口内最靠近基线的点作为S波终点。
实施例5:
步骤h)中根据R波峰值检测P波起止点的方法为:
h-1)根据两个R波峰值点计算出RR间期,以R波的峰值点为基础点设置搜索时间窗,在此R波前一个R波峰值点后的0.55RR间期距离作为时间窗的开始点,将当前QRS波群的R波峰值点位置作为时间窗的终止点;
h-2)在时间窗内寻找此段信号内的极大值点,计算该极大值点与它相邻基线的幅值差,如果幅值差大于阈值threshold3,则该极大值点为P波峰值点;h-3)在P波峰值点前66ms的区域作为搜索时间窗范围,在该时间窗范围内计算一阶向前差分,如果该时间窗范围内的信号的差分连续出现3个点都小于threshold3/20,则定义这3个点中第一个点为P波起点;
h-4)在P波峰值点后66ms的区域作为搜索时间窗范围,在该时间窗范围内计算一阶向前差分,如果该时间窗范围内的信号的差分连续出现3个点都小于等于threshold3/20,则定义这3个点中第一个点为P波终点。
实施例6:
步骤i)中根据R波峰值检测T波起止点的方法为:
i-1)根据两个R波峰值点计算出RR间期,以R波的峰值点为基础点设置搜索时间窗,在此R波前一个R波峰值点后的0.55RR间期距离作为时间窗的开始点,将当前QRS波群的R波峰值点位置作为时间窗的终止点;
i-2)在时间窗内寻找此段信号内的极大值点,计算该极大值点与它相邻基线的幅值差,如果幅值差大于阈值threshold4,则该极大值点为T波峰值点;
i-3)在T波峰值点前70ms的区域作为搜索时间窗范围,在该时间窗范围内计算一阶向前差分,如果该时间窗范围内的信号的差分连续出现3个点都小于threshold4/20,则定义这3个点中第一个点为T波起点;
i-4)在T波峰值点后70ms的区域作为搜索时间窗范围,在该时间窗范围内计算一阶向前差分,如果该时间窗范围内的信号的差分连续出现3个点都小于等于threshold4/20,则定义这3个点中第一个点为T波终点。
实施例7:
步骤j)包括如下步骤:
j-1)设置阈值Flag_RonT,并将阈值Flag_RonT赋值为0;
j-2)判断当前心搏中是否具有P波,如果没有P波则转至执行步骤j-4);
j-3)如果P波存在则寻找下一个心搏并转至执行步骤j-2);
j-4)对当前心搏所在的导联的所有心搏R波幅值求平均,得到均值Ravg,如果QRS波宽度大于阈值thresholdQRS且当前心搏R波幅值大于1.1倍的Ravg,则转至执行步骤j-5),如果QRS波宽度小于等于阈值thresholdQRS则转至执行步骤j-2);
j-5)计算QT间期,如果QT间期的长度小于设定的阈值thresholdQT,则阈值Flag_RonT赋值为1,如果QT间期的长度大于等于设定的阈值thresholdQT则转至步骤j-2);
j-6)如果阈值Flag_RonT等于1则表示存在RonT信号,并转至执行步骤j-7),阈值Flag_RonT等于0则表示不存在RonT信号,并转至执行步骤j-2);
j-7)输出RonT识别结果。
实施例8
优选的,步骤h-2)中threshold3取值为0.1mV,步骤i-2)中threshold4取值为0.3mV。步骤j-4)中80≤thresholdQRS≤200,步骤j-5)中60≤thresholdQT≤180。
最后应说明的是:以上所述仅为本发明的优选实施例而已,并不用于限制本发明,尽管参照前述实施例对本发明进行了详细的说明,对于本领域的技术人员来说,其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。

Claims (9)

1.一种基于PQRST波位置识别的RonT信号检测方法,其特征在于,包括如下步骤:
a)建立RonT心电数据ALL_ECG,
式中为第i个心电信号,i∈{1,...,n};
b)对RonT心电数据ALL_ECG进行滤波,消除高频干扰;
c)对滤波后的RonT心电数据ALL_ECG去除基线漂移;
d)将去除基线漂移后的RonT心电数据ALL_ECG进行归一化处理;
e)对的RonT心电数据ALL_ECG中的12导联心电数据振幅进行绝对值处理,根据振幅的绝对值将12导联合并成一个导联x(nT),n∈{1,...,length},length为RonT心电数据ALL_ECG的信号长度,T为采样率;
f)利用Pan-Tompkins算法识别合并后的导联信号x(nT)中的R波峰值;
g)根据R波峰值检测QRS复合波起止点;
h)根据R波峰值检测P波起止点;
i)根据R波峰值检测T波起止点;
j)根据PQRST波形的起止位置对RonT心电数据ALL_ECG划分为若干个心搏,每个心搏包含一个PQRST波形,通过PQRST波形的位置信息以及步骤d)中取出基线漂移后的RonT心电数据ALL_ECG进行RonT信号检测;
步骤j)包括如下步骤:
j-1)设置阈值Flag_RonT,并将阈值Flag_RonT赋值为0;
j-2)判断当前心搏中是否具有P波,如果没有P波则转至执行步骤j-4);
j-3)如果P波存在则寻找下一个心搏并转至执行步骤j-2);
j-4)对当前心搏所在的导联的所有心搏R波幅值求平均,得到均值Ravg,如果QRS波宽度大于阈值thresholdQRS且当前心搏R波幅值大于1.1倍的Ravg,则转至执行步骤j-5),如果QRS波宽度小于等于阈值thresholdQRS则转至执行步骤j-2);
j-5)计算QT间期,如果QT间期的长度小于设定的阈值thresholdQT,则阈值Flag_RonT赋值为1,如果QT间期的长度大于等于设定的阈值thresholdQT则转至步骤j-2);
j-6)如果阈值Flag_RonT等于1则表示存在RonT信号,并转至执行步骤j-7),阈值Flag_RonT等于0则表示不存在RonT信号,并转至执行步骤j-2);
j-7)输出RonT识别结果。
2.根据权利要求1所述的基于PQRST波位置识别的RonT信号检测方法,其特征在于:步骤b)中采用窗宽为150、截止频率为40Hz的FIR数字低通滤波器对RonT心电数据ALL_ECG进行滤波。
3.根据权利要求1所述的基于PQRST波位置识别的RonT信号检测方法,其特征在于:步骤c)中采用中值滤波器将滤波后的RonT心电数据ALL_ECG减采样到50Hz后取窗宽为560ms的长窗,对长窗中70%的中间值求平均值得到当前基线值,将当前基线值重采样到原频率后作为基线被移除。
4.根据权利要求1所述的基于PQRST波位置识别的RonT信号检测方法,其特征在于:步骤d)中通过公式计算得到导联名称为m的归一化后的心电数据/> 为获得导联名称为m的全部心电数据,/>为获得导联名称为m的全部心电数据的最小值,/>为获得导联名称为m的全部心电数据的最大值。
5.根据权利要求1所述的基于PQRST波位置识别的RonT信号检测方法,其特征在于,步骤g)中检测QRS复合波起止点的方法为:
g-1)以R波为基准,在R波前0.1RR间期数据段内,利用峰值位置确定该段数据内的极小值点作为Q波波峰点;
g-2)以R波为基准,在R波后0.1RR间期数据段内,利用峰值位置确定该段数据内的极小值点作为S波波峰点;
g-3)将Q波波峰点左侧15ms时间窗口内最靠近基线的点作为Q波起点,将S波波峰点右侧15ms时间窗口内最靠近基线的点作为S波终点。
6.根据权利要求1所述的基于PQRST波位置识别的RonT信号检测方法,其特征在于,步骤h)中根据R波峰值检测P波起止点的方法为:
h-1)根据两个R波峰值点计算出RR间期,以R波的峰值点为基础点设置搜索时间窗,在此R波前一个R波峰值点后的0.55RR间期距离作为时间窗的开始点,将当前QRS波群的R波峰值点位置作为时间窗的终止点;
h-2)在时间窗内寻找此段信号内的极大值点,计算该极大值点与它相邻基线的幅值差,如果幅值差大于阈值threshold3,则该极大值点为P波峰值点;
h-3)在P波峰值点前66ms的区域作为搜索时间窗范围,在该时间窗范围内计算一阶向前差分,如果该时间窗范围内的信号的差分连续出现3个点都小于threshold3/20,则定义这3个点中第一个点为P波起点;
h-4)在P波峰值点后66ms的区域作为搜索时间窗范围,在该时间窗范围内计算一阶向前差分,如果该时间窗范围内的信号的差分连续出现3个点都小于等于threshold3/20,则定义这3个点中第一个点为P波终点。
7.根据权利要求6所述的基于PQRST波位置识别的RonT信号检测方法,其特征在于,步骤i)中根据R波峰值检测T波起止点的方法为:
i-1)根据两个R波峰值点计算出RR间期,以R波的峰值点为基础点设置搜索时间窗,在此R波前一个R波峰值点后的0.55RR间期距离作为时间窗的开始点,将当前QRS波群的R波峰值点位置作为时间窗的终止点;
i-2)在时间窗内寻找此段信号内的极大值点,计算该极大值点与它相邻基线的幅值差,如果幅值差大于阈值threshold4,则该极大值点为T波峰值点;
i-3)在T波峰值点前70ms的区域作为搜索时间窗范围,在该时间窗范围内计算一阶向前差分,如果该时间窗范围内的信号的差分连续出现3个点都小于threshold4/20,则定义这3个点中第一个点为T波起点;
i-4)在T波峰值点后70ms的区域作为搜索时间窗范围,在该时间窗范围内计算一阶向前差分,如果该时间窗范围内的信号的差分连续出现3个点都小于等于threshold4/20,则定义这3个点中第一个点为T波终点。
8.根据权利要求7所述的基于PQRST波位置识别的RonT信号检测方法,其特征在于:步骤h-2)中threshold3取值为0.1mV,步骤i-2)中threshold4取值为0.3mV。
9.根据权利要求1所述的基于PQRST波位置识别的RonT信号检测方法,其特征在于:步骤j-4)中80≤thresholdQRS≤200,步骤j-5)中60≤thresholdQT≤180。
CN202111291032.8A 2021-11-01 2021-11-01 一种基于PQRST波位置识别的RonT信号检测方法 Active CN113974648B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111291032.8A CN113974648B (zh) 2021-11-01 2021-11-01 一种基于PQRST波位置识别的RonT信号检测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111291032.8A CN113974648B (zh) 2021-11-01 2021-11-01 一种基于PQRST波位置识别的RonT信号检测方法

Publications (2)

Publication Number Publication Date
CN113974648A CN113974648A (zh) 2022-01-28
CN113974648B true CN113974648B (zh) 2023-08-29

Family

ID=79745960

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111291032.8A Active CN113974648B (zh) 2021-11-01 2021-11-01 一种基于PQRST波位置识别的RonT信号检测方法

Country Status (1)

Country Link
CN (1) CN113974648B (zh)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2007020799A (ja) * 2005-07-14 2007-02-01 Fukuda Denshi Co Ltd 心電図の解析レポート及び解析装置
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
WO2021143401A1 (zh) * 2020-01-17 2021-07-22 上海优加利健康管理有限公司 一种用于心电信号中p波和t波的检测方法和装置

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2007020799A (ja) * 2005-07-14 2007-02-01 Fukuda Denshi Co Ltd 心電図の解析レポート及び解析装置
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
WO2021143401A1 (zh) * 2020-01-17 2021-07-22 上海优加利健康管理有限公司 一种用于心电信号中p波和t波的检测方法和装置

Also Published As

Publication number Publication date
CN113974648A (zh) 2022-01-28

Similar Documents

Publication Publication Date Title
EP3795074B1 (en) Method and device for automatically determining st segment of electrocardiogram signal based on artificial intelligence technology
JP5271718B2 (ja) 複数の時間区分にわたり胎児及び産婦のecgを特定する方法
US7747316B2 (en) Blind adaptive filter extraction of fetal electrocardiogram signal estimate
CN108294745B (zh) 多导联心电图信号中p波、t波起止点检测方法及系统
CN110742599B (zh) 一种心电信号特征提取分类方法及系统
CN103110417A (zh) 一种心电图自动识别系统
CN107184200B (zh) 全导联qrst波形检测及显示方法
JP2002532182A (ja) 胎児ecg信号中の信号ノイズを低減する装置
Smisek et al. Cardiac Pathologies detection and classification in 12-lead ECG
CN112244860B (zh) 一种动态心电图数据分析方法
CN113974648B (zh) 一种基于PQRST波位置识别的RonT信号检测方法
US20030050565A1 (en) Method and system for analyzing an electrocardiographic signal
CN111166325B (zh) 基于ipcmm算法的心电信号qrs复合波检测方法及系统
CN110367973B (zh) 多导联心电信号qrs波群起始点的检测方法
Sahoo et al. ECG signal analysis for detection of Cardiovascular abnormalities and Ischemic episodes
CN112438735B (zh) 一种心电图p波检测方法、分析装置以及存储介质
CN111166322A (zh) 心电信号特征波提取方法
CN114159068B (zh) 一种心电信号心房扑动的检测方法及检测装置
CN115828056A (zh) 一种心电图特征信号提取方法及终端
Friganovic et al. Optimizing the detection of characteristic waves in ECG based on exploration of processing steps combinations
Akula et al. Automation algorithm to detect and quantify Electrocardiogram waves and intervals
Deng et al. Electrocardiographic criteria for the diagnosis of left ventricular hypertrophy based on data mining
KR19980030894A (ko) 심전도 신호의 에스.티 세그먼트와 티 파에 대한 특성 표시 방법
Jumahat et al. Automatic QRS onset detection of ECG signal using secant line slope formula
Kavya et al. Abnormality diagnosis in ECG signal using Daubechies wavelet

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
CB02 Change of applicant information
CB02 Change of applicant information

Address after: 12 / F, building 1, Aosheng building, 1166 Xinluo street, hi tech Zone, Jinan City, Shandong Province

Applicant after: Zhongyang Health Technology Group Co.,Ltd.

Address before: 12 / F, building 1, Aosheng building, 1166 Xinluo street, high tech Zone, Jinan City, Shandong Province

Applicant before: SHANDONG MSUNHEALTH TECHNOLOGY GROUP Co.,Ltd.

GR01 Patent grant
GR01 Patent grant