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 PDFInfo
- 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
Links
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
- A61B5/349—Detecting specific parameters of the electrocardiograph cycle
-
- 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
- A61B5/349—Detecting specific parameters of the electrocardiograph cycle
- A61B5/355—Detecting 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
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。
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)
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 |
-
2021
- 2021-11-01 CN CN202111291032.8A patent/CN113974648B/zh active Active
Patent Citations (3)
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 |