CN116328187B - 可电击心律识别方法、穿戴式心律转复除颤器及存储介质 - Google Patents
可电击心律识别方法、穿戴式心律转复除颤器及存储介质 Download PDFInfo
- Publication number
- CN116328187B CN116328187B CN202310624666.3A CN202310624666A CN116328187B CN 116328187 B CN116328187 B CN 116328187B CN 202310624666 A CN202310624666 A CN 202310624666A CN 116328187 B CN116328187 B CN 116328187B
- Authority
- CN
- China
- Prior art keywords
- data
- shockable rhythm
- electrocardio
- electrocardiographic
- initial
- 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
- 230000033764 rhythmic process Effects 0.000 title claims abstract description 135
- 238000000034 method Methods 0.000 title claims abstract description 51
- 238000012545 processing Methods 0.000 claims abstract description 11
- 238000004590 computer program Methods 0.000 claims description 19
- 238000000605 extraction Methods 0.000 claims description 10
- 230000008569 process Effects 0.000 claims description 10
- 238000006073 displacement reaction Methods 0.000 claims description 9
- 230000010354 integration Effects 0.000 claims description 6
- 238000007781 pre-processing Methods 0.000 claims description 4
- 238000013441 quality evaluation Methods 0.000 claims description 4
- 230000009467 reduction Effects 0.000 claims description 4
- 238000001914 filtration Methods 0.000 claims description 3
- 238000002635 electroconvulsive therapy Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 7
- 238000010586 diagram Methods 0.000 description 6
- 230000009471 action Effects 0.000 description 5
- 230000004044 response Effects 0.000 description 5
- 238000002633 shock therapy Methods 0.000 description 4
- 238000001514 detection method Methods 0.000 description 3
- 230000010355 oscillation Effects 0.000 description 3
- 206010049418 Sudden Cardiac Death Diseases 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 206010014357 Electric shock Diseases 0.000 description 1
- 208000007944 Nodular Nonsuppurative Panniculitis Diseases 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000000981 bystander Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003183 myoelectrical effect Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000002861 ventricular Effects 0.000 description 1
- 208000003663 ventricular fibrillation Diseases 0.000 description 1
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61N—ELECTROTHERAPY; MAGNETOTHERAPY; RADIATION THERAPY; ULTRASOUND THERAPY
- A61N1/00—Electrotherapy; Circuits therefor
- A61N1/18—Applying electric currents by contact electrodes
- A61N1/32—Applying electric currents by contact electrodes alternating or intermittent currents
- A61N1/38—Applying electric currents by contact electrodes alternating or intermittent currents for producing shock effects
- A61N1/39—Heart defibrillators
- A61N1/3904—External heart defibrillators [EHD]
- A61N1/39046—User protection from shock
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
- A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
-
- 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
- A61B5/25—Bioelectric electrodes therefor
- A61B5/251—Means for maintaining electrode contact with the body
- A61B5/256—Wearable electrodes, e.g. having straps or bands
-
- 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
- A61B5/25—Bioelectric electrodes therefor
- A61B5/279—Bioelectric electrodes therefor specially adapted for particular uses
- A61B5/28—Bioelectric electrodes therefor specially adapted for particular uses for electrocardiography [ECG]
- A61B5/282—Holders for multiple electrodes
-
- 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
- A61B5/361—Detecting fibrillation
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/48—Other medical applications
- A61B5/4836—Diagnosis combined with treatment in closed-loop systems or methods
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
- A61B5/6801—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be attached to or worn on the body surface
- A61B5/6802—Sensor mounted on worn items
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
- A61B5/6801—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be attached to or worn on the body surface
- A61B5/6843—Monitoring or controlling sensor contact pressure
-
- 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
- A61B5/7221—Determining signal validity, reliability or quality
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61N—ELECTROTHERAPY; MAGNETOTHERAPY; RADIATION THERAPY; ULTRASOUND THERAPY
- A61N1/00—Electrotherapy; Circuits therefor
- A61N1/02—Details
- A61N1/08—Arrangements or circuits for monitoring, protecting, controlling or indicating
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61N—ELECTROTHERAPY; MAGNETOTHERAPY; RADIATION THERAPY; ULTRASOUND THERAPY
- A61N1/00—Electrotherapy; Circuits therefor
- A61N1/18—Applying electric currents by contact electrodes
- A61N1/32—Applying electric currents by contact electrodes alternating or intermittent currents
- A61N1/38—Applying electric currents by contact electrodes alternating or intermittent currents for producing shock effects
- A61N1/39—Heart defibrillators
- A61N1/3925—Monitoring; Protecting
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61N—ELECTROTHERAPY; MAGNETOTHERAPY; RADIATION THERAPY; ULTRASOUND THERAPY
- A61N1/00—Electrotherapy; Circuits therefor
- A61N1/18—Applying electric currents by contact electrodes
- A61N1/32—Applying electric currents by contact electrodes alternating or intermittent currents
- A61N1/38—Applying electric currents by contact electrodes alternating or intermittent currents for producing shock effects
- A61N1/39—Heart defibrillators
- A61N1/3987—Heart defibrillators characterised by the timing or triggering of the shock
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Animal Behavior & Ethology (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Surgery (AREA)
- Cardiology (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- Physics & Mathematics (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Radiology & Medical Imaging (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Physiology (AREA)
- Neurology (AREA)
- Dentistry (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Psychiatry (AREA)
- Signal Processing (AREA)
- Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
Abstract
本申请提供了一种可电击心律识别方法、穿戴式心律转复除颤器及存储介质,涉及信号处理的技术领域,其中的可电击心律识别方法包括:获取被监测者的心电数据、运动数据及输入阻抗数据;根据从心电数据中提取的心电特征值,识别心电数据是否符合可电击心律并得到相应的初始识别结果;若初始识别结果指示心电数据符合可电击心律,则根据运动数据对初始识别结果进行第一次正确性判断;若第一次正确性判断指示初始识别结果正确,则根据输入阻抗数据对初始识别结果进行第二次正确性判断;若第二次正确性判断指示初始识别结果正确,则得到心电数据符合可电击心律的最终识别结果。基于此,本申请能够有效地降低识别可电击心律的失误率。
Description
技术领域
本申请涉及信号处理的技术领域,尤其涉及一种可电击心律识别方法、穿戴式心律转复除颤器及存储介质。
背景技术
穿戴式心律转复除颤器(Wearable Cardioverter Defibrillator,WCD)几乎需要用户时刻穿戴,在穿戴后无需旁观者干预,即可在用户发生心脏猝死时自行给予用户电击治疗,及时地挽救用户的生命,并且用户在清醒时可通过按动WCD上的响应按钮以延迟或终止治疗。在实际的应用中,WCD可以采集用户的动态心电数据,并判断所采集的动态心电数据是否属于可电击心律,如果属于可电击心律,那么便需对用户进行电击治疗,而如果不属于可电击心律,那么便无需对用户进行电击治疗,继续执行动态心电数据的采集即可。
相关技术中,WCD的可电击心律的识别通常采用从用户的心电图(ECG)中提取特征的方式,所提取的这些特征对于运动干扰,尤其是与VF/VT(室颤/无脉性室速)在波形上存在高度相似的干扰信号的分析存在严重的不足;一方面,用户在穿戴WCD后,其日常生活不受限制,故而WCD所采集的动态心电数据中往往存在较多的运动干扰,这些干扰容易被ECG特征提取算法误判为可电击心律;另一方面,当用户主躯体保持不动,并且WCD的运动传感器的检测结果为非运动状态时,由于用户身体局部进行着快速且重复的动作,从而导致WCD的心电采集电极与用户皮肤之间产生摩擦(即两者发生相对位移),此种情况下,WCD所采集的动态心电数据中存在类似于真实VF及VT发生时的振荡波,使得ECG特征提取算法将此误识别为可电击心律。如果出现上述可电击心律的误识别现象,那么WCD会不断地进行报警提示,此时便需要用户频繁按动WCD上的响应按钮以终止警报及后续的电击治疗,而如果用户没有及时地按下WCD上的响应按钮,后续WCD便会发生误放电,这给用户带来了十分不友好的使用体验,甚至会导致用户拒绝继续穿戴WCD。
因此,有必要对现有的可电击心律的识别方案进行改进。
发明内容
本申请提供了一种可电击心律识别方法、穿戴式心律转复除颤器及存储介质,旨在解决相关技术中WCD识别可电击心律的失误率较高的问题。
为了解决相关技术中所存在的上述技术问题,本申请实施例第一方面提供了一种可电击心律识别方法,其包括:获取被监测者的心电数据、运动数据及输入阻抗数据;根据从心电数据中提取的心电特征值,识别心电数据是否符合可电击心律并得到相应的初始识别结果;若初始识别结果指示心电数据符合可电击心律,则根据运动数据对初始识别结果进行第一次正确性判断;若第一次正确性判断指示初始识别结果正确,则根据输入阻抗数据对初始识别结果进行第二次正确性判断;若第二次正确性判断指示初始识别结果正确,则得到心电数据符合可电击心律的最终识别结果。
本申请实施例第二方面提供了一种穿戴式心律转复除颤器,其包括:心电采集电极,用于采集被监测者的心电数据和输入阻抗数据;运动传感器,用于采集被监测者的运动数据;存储器,用于存储计算机程序;处理器,用于接收心电数据、输入阻抗数据和运动数据,并调用计算机程序以执行本申请实施例第一方面所述的方法中的步骤。
本申请实施例第三方面提供了一种计算机可读存储介质,该计算机可读存储介质上存储有计算机程序,当该计算机程序被处理器调用时实现本申请实施例第一方面所述的方法中的步骤。
从上述描述可知,与相关技术相比,本申请的有益效果在于:从被监测者的心电数据中提取出相应的心电特征值,根据所提取的心电特征值识别心电数据是否符合可电击心律并得到相应的初始识别结果,若初始识别结果指示心电数据符合可电击心律,则根据被监测者的运动数据对初始识别结果进行第一次正确性判断,而若第一次正确性判断指示初始识别结果正确,则根据被监测者的输入阻抗数据对初始识别结果进行第二次正确性判断,只有当第二次正确性判断仍然指示初始识别结果正确时,才得出心电数据符合可电击心律的最终识别结果。由此可见,本申请在根据从被监测者的心电数据中提取出的心电特征值得到心电数据符合可电击心律的初始识别结果之后,还会根据被监测者的运动数据对初始识别结果进行第一次正确性判断,并在第一次正确性判断指示初始识别结果正确(即心电数据符合可电击心律)时,再根据被监测者的输入阻抗数据对初始识别结果进行第二次正确性判断,也就是说,本申请在得到心电数据符合可电击心律的初始识别结果之后,会分别根据被监测者的运动数据和输入阻抗数据先后对初始识别结果进行两次正确性判断,从而能够有效地降低识别可电击心律的失误率。
附图说明
为了更清楚地说明相关技术或本申请实施例中的技术方案,下面将对相关技术或本申请实施例的描述中所需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申请的一些实施例,而并非是全部实施例,对于本领域的普通技术人员来讲,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。
图1为本申请实施例提供的穿戴式心律转复除颤器的模块框图;
图2为本申请实施例提供的可电击心律识别方法的流程示意图;
图3为本申请实施例提供的可电击心律识别方法的框架图;
图4为本申请实施例提供的图2中S202的流程示意图;
图5为本申请实施例提供的计算机可读存储介质的模块框图。
具体实施方式
为了使本申请的目的、技术方案及优点更加的明显、易懂,下面将结合本申请实施例以及相应的附图,对本申请进行清楚、完整地描述,其中,自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。应当理解的是,下面所描述的本申请的各个实施例仅用以解释本申请,并不用于限定本申请,即基于本申请的各个实施例,本领域的普通技术人员在没有做出创造性劳动的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。此外,下面所描述的本申请的各个实施例中所涉及的技术特征只要彼此之间未构成冲突就可以相互组合。
相关技术中,用户在穿戴WCD后,其日常生活不受限制,故而WCD所采集的动态心电数据中往往存在较多的运动干扰,这些干扰容易被ECG特征提取算法误判为可电击心律;当用户主躯体保持不动,并且WCD的运动传感器的检测结果为非运动状态时,由于用户身体局部进行着快速且重复的动作,从而导致WCD的心电采集电极与用户皮肤之间产生摩擦(即两者发生相对位移),此种情况下,WCD所采集的动态心电数据中存在类似于真实VF及VT发生时的振荡波,使得ECG特征提取算法将此误识别为可电击心律。如果出现上述可电击心律的误识别现象,那么WCD会不断地进行报警提示,此时便需要用户频繁按动WCD上的响应按钮以终止警报及后续的电击治疗,而如果用户没有及时地按下WCD上的响应按钮,后续WCD便会发生误放电,这给用户带来了十分不友好的使用体验,甚至会导致用户拒绝继续穿戴WCD。为此,本申请实施例提供了一种穿戴式心律转复除颤器及相应的可电击心律识别方法,该可电击心律识别方法实际上是计算机程序,穿戴式心律转复除颤器通过执行此计算机程序可以实现对可电击心律的识别功能,当穿戴式心律转复除颤器通过执行此计算机程序去识别可电击心律时,可以有效地降低识别可电击心律的失误率。
图1为本申请实施例提供的穿戴式心律转复除颤器的模块框图,在一些实施例中,穿戴式心律转复除颤器100包括存储器140、处理器130、心电采集电极110和运动传感器120,心电采集电极110和运动传感器120均与被监测者接触,心电采集电极110和运动传感器120分别连接于处理器130,处理器130连接于存储器140。在实际的应用中,心电采集电极110可以采集被监测者的心电数据和输入阻抗数据,运动传感器120可以采集被监测者的运动数据,处理器130可以接收来自于运动传感器120的运动数据和来自于心电采集电极110的心电数据、输入阻抗数据,并调用存储器140中存储的计算机程序以实现对可电击心律的识别功能,即识别心电数据是否符合可电击心律。
作为其中的一种实施例,处理器130由集成电路组成,其可以由单个封装的集成电路组成,也可以由多个相同功能或不同功能封装的集成电路组成,其包括中央处理器(CPU)、微处理器、神经网络芯片、数字处理芯片、图形处理器及各种控制芯片中的任意一种或多种的组合。可以理解的是,处理器130是穿戴式心律转复除颤器100的控制核心,其利用各种接口和线路连接整个穿戴式心律转复除颤器100的各个部件,并通过运行或执行计算机程序或模块以及调用数据,来实现穿戴式心律转复除颤器100的各种功能和数据处理,比如实现对可电击心律的识别功能、对被监测者的电击治疗功能等。
作为其中的一种实施例,存储器140至少包括一种类型的计算机可读存储介质,计算机可读存储介质可以包括但不限于闪存、移动硬盘、多媒体卡、卡型存储器(如SD存储器、DX存储器等)、磁性存储器、磁盘和光盘。在本实施例中,存储器140可以是穿戴式心律转复除颤器100的内部存储单元(比如除颤器的移动硬盘),也可以是穿戴式心律转复除颤器100的外部存储设备,比如除颤器上配备的插接式移动硬盘、智能存储卡(SMC)、安全数字(SD)卡及闪存卡等,或者,存储器140同时是穿戴式心律转复除颤器100的内部存储单元和外部存储设备;进一步地,存储器140不仅可以用于存储安装于穿戴式心律转复除颤器100的应用软件、各类数据及计算机程序(比如实现可电击心律识别功能、电击治疗功能的代码等),还可以用于暂时地存储已经输出或者将要输出的数据;在实际的应用中,处理器130可以调取并运行存储器140中存储的计算机程序,从而实现可电击心律识别、电击治疗等功能。
作为其中的一种实施例,运动传感器120至少包括一个,当运动传感器120包括多个时,多个运动传感器120可以分别与被监测者的多个不同位置相接触,用以全面地获取被监测者的运动数据,而所获取的运动数据主要用来判断被监测者当前是否处于运动状态。进一步地,心电采集电极110至少包括两个,这些心电采集电极110可以分别与被监测者的多个不同位置相接触,它们两两组合可以构成多个导联,每个导联均用于采集被监测者的心电数据和输入阻抗数据;可以理解的是,心电采集电极110在采集心电数据时对输入阻抗数据进行同步采集,实现了一种类型的器件(即心电采集电极110)同时采集两种不同类型的数据,可以有效地避免增加穿戴式心律转复除颤器100的硬件资源。在本实施例的一些实现方式中,穿戴式心律转复除颤器100采用单导联模式,即心电采集电极110包括两个(分别以A、B表示),此种情况下,只能构成一个导联(即AB)。在本实施例的另一些实现方式中,穿戴式心律转复除颤器100采用多导联模式,即心电采集电极110至少包括三个,如此至少可以构成三个导联;为了便于理解,假设心电采集电极110包括四个(分别以A、B、C、D表示),此种情况下,可以构成六个导联(即AB、AC、AD、BC、BD、CD),这六个导联中的任意一个均可以采集被监测者的心电数据和输入阻抗数据。
以上实施例仅作为本申请的优选实现,它们并非是对所描述内容的唯一限定;对此,本领域技术人员可以在以上实施例的基础上,根据实际应用场景进行灵活设定。下面,先从单导联角度对处理器130所调用的计算机程序(即可电击心律识别方法)进行详尽地阐述,之后再延伸至多导联的情形。
图2为本申请实施例提供的可电击心律识别方法的流程示意图,在一些实施例中,该可电击心律识别方法包括如下S201至S205五个步骤,同时请结合图3所示出的本申请实施例提供的可电击心律识别方法的框架图,可以便于本领域技术人员对该可电击心律识别方法有更加清晰的认知。
S201、获取被监测者的心电数据、运动数据及输入阻抗数据。
在这些实施例中,穿戴式心律转复除颤器100需要被监测者时刻穿戴,故而其可以通过心电采集电极110实时地采集被监测者的心电数据和输入阻抗数据,还可以通过运动传感器120实时地采集被监测者的运动数据,而所采集的这些数据均被传输至处理器130,以便处理器130对这些数据进行处理,目的则是得出心电数据是否符合可电击心律的最终识别结果。
S202、根据从心电数据中提取的心电特征值,识别心电数据是否符合可电击心律并得到相应的初始识别结果。
在这些实施例中,处理器130获取到运动传感器120实时采集的运动数据和心电采集电极110实时采集的心电数据、输入阻抗数据之后,还需要从心电数据中提取相应的心电特征值,以及根据所提取的心电特征值去识别心电数据是否符合可电击心律并得到相应的初始识别结果。需要说明的是,从心电数据中提取的心电特征值包括RR间期、RR间期变异度、RR波峰变异度、斜率变异度、幅度概率密度、扩展时延特征和归一化阶矩特征中的至少一种。
作为其中的一种实施例,S202具体包括:从心电数据中提取至少一种心电特征值;将至少一种心电特征值采用阈值积分策略,得到相应的心电特征值总数;根据心电特征值总数识别心电数据是否符合可电击心律并得到相应的初始识别结果。在本实施例的一些实现方式中,可以将心电特征值总数与预先设置的一个基准数值相比较,并根据两者之间的大小关系得到心电数据是否符合可电击心律的初始识别结果。在本实施例的一些实现方式中,阈值积分策略由如下公式表示:
;
其中,Qi表示分配给第i种心电特征值的权重,Si为第i种心电特征值,m表示心电特征值的种类数,S表示心电特征值总数。
作为其中的一种实施例,当穿戴式心律转复除颤器100采用多导联模式(即心电数据和输入阻抗数据均包括多个,并且多个心电数据和多个输入阻抗数据均分别来自于多个不同的导联)时,S202具体包括:分别对多个心电数据进行特征提取,得到相应的多组心电特征值;分别根据多组心电特征值识别相应的心电数据是否符合可电击心律,得到相应的多个子初始识别结果;对多个子初始识别结果进行综合分析,得到初始识别结果。可以理解的是,单导联与多导联相比,两者的区别在于:单导联模式下得到的是一个导联的心电数据是否符合可电击心律的初始识别结果,而多导联模式是先得到各个导联的心电数据是否符合可电击心律的子初始识别结果,然后再对所得到的多个子初始识别结果进行综合分析,最终得到心电数据是否符合可电击心律的初始识别结果;也就是说,多导联相较于单导联增加了一个综合分析的过程,并且前文所给出的单导联模式下获得初始识别结果的方案同样适用于多导联模式下获得子初始识别结果,故而本实施例对多导联模式下获取子初始识别结果的过程不再展开赘述。在本实施例中,多导联模式下,对每个导联的心电数据均进行心电特征值的提取及阈值积分策略,得到每个导联的心电数据是否符合可电击心律的子初始识别结果之后,再对所得到的多个子初始识别结果进行综合分析,这种方式可以从稳定的心电数据中识别出可电击心律,算法复杂度低,运行效率高,十分适合运行于可穿戴设备端。
作为其中的一种实施例,请参阅图4所示出的本申请实施例提供的图2中S202的流程示意图,当穿戴式心律转复除颤器100采用多导联模式(即心电数据和输入阻抗数据均包括多个,并且多个心电数据和多个输入阻抗数据均分别来自于多个不同的导联)时,S202具体包括S2021至S2024四个步骤,即:S2021、分别根据每个导联的输入阻抗数据,评估每个导联的心电数据的质量并得到相应的质量评估结果;S2022、根据每个导联的质量评估结果,从多个导联的心电数据中选择出质量最优的心电数据;S2023、对质量最优的心电数据进行特征提取,得到相应的心电特征值;S2024、根据心电特征值识别质量最优的心电数据是否符合可电击心律并得到相应的初始识别结果。在本实施例中,可以根据导联的输入阻抗数据来评估导联的心电数据的质量,比如通过输入阻抗数据的方差来量化输入阻抗数据的波动程度,并据此评估导联的心电数据的质量,并且输入阻抗数据的方差值与心电数据的质量之间呈现负相关关系,即输入阻抗数据的方差值越小,心电数据的质量越好,此种情况下,便可从多个导联的心电数据中选择出质量最优的心电数据,之后即可根据优先选择出的质量最优的心电数据的心电特征值得到其是否符合可电击心律的初始识别结果,如此不仅可以提升基于心电特征值提取的可电击心律识别的准确度,还可以有效地避免在被监测者真实存在可电击心律的情况下,因个别导联采集的输入阻抗数据存在波动所导致的电击治疗取消(即未识别出真实存在的可电击心律)的现象,从而能够在很大程度上避免被监测者错失抢救时机。
作为其中的一种实施例,为了确保心电数据的质量,进一步提升识别可电击心律的准确性,可以在S202中或S202之前增加对心电数据进行预处理的步骤,其中,对心电数据所做的预处理包括降噪处理和干扰数据剔除处理中的至少一种。在本实施例的一些实现方式中,降噪处理包括带通滤波和工频陷波中的至少一种,目的则是去除心电数据中的基线漂移、肌电干扰和工频干扰;优选地,带通滤波的频率为2~35Hz,工频陷波的频率为50Hz。在本实施例的一些实现方式中,干扰数据剔除处理为采用斜率阈值方法剔除心电数据中的干扰数据,比如剔除心电数据中的高大噪声及明显的运动干扰信号。
S203、若初始识别结果指示心电数据符合可电击心律,则根据运动数据对初始识别结果进行第一次正确性判断。
在这些实施例中,由于被监测者在穿戴WCD后其日常生活不受限制,所以WCD所采集的心电数据中往往存在较多的运动干扰,这些干扰容易致使心电数据被误判为可电击心律,也就是说,S202所得到的初始识别结果并不一定是正确的,故而为了避免可电击心律的误判现象,在初始识别结果指示心电数据符合可电击心律时,还需要通过S203对初始识别结果进行第一次正确性判断,具体的是根据运动数据对初始识别结果进行第一次正确性判断,以降低心电数据因运动干扰而被误判为可电击心律的可能;此外,如果初始识别结果指示心电数据不符合可电击心律,那么可以直接得到心电数据不符合可电击心律的最终识别结果,并继续通过心电采集电极110和运动传感器120所实时采集的相应数据进行下一次可电击心律的识别。
作为其中的一种实施例,S203具体包括:根据运动数据判断被监测者是否处于运动状态;若被监测者处于运动状态,则确定初始识别结果错误;若被监测者处于非运动状态,则确定初始识别结果正确。可以理解的是,在初始识别结果指示心电数据符合可电击心律的情况下,如果被监测者当前是处于运动状态的,那么就说明S202所得到的心电数据符合可电击心律的初始识别结果是受运动干扰的影响,也就是说,该初始识别结果是错误的,实际上心电数据是不符合可电击心律的,此时可以直接得到心电数据不符合可电击心律的最终识别结果,并继续通过心电采集电极110和运动传感器120所实时采集的相应数据进行下一次可电击心律的识别;如果被监测者当前是处于非运动状态的,那么就说明S202所得到的心电数据符合可电击心律的初始识别结果并未受到运动干扰的影响,也就是说,该初始识别结果是正确的,实际上心电数据是符合可电击心律的。
S204、若第一次正确性判断指示初始识别结果正确,则根据输入阻抗数据对初始识别结果进行第二次正确性判断。
在这些实施例中,当被监测者主躯体保持不动,并且运动传感器120的检测结果为非运动状态时,由于被监测者身体局部进行着快速且重复的动作,从而导致心电采集电极110与被监测者体表之间产生摩擦(即两者之间发生相对位移),此种情况下,心电采集电极110所采集的心电数据中往往存在着类似于真实VF及VT发生时的振荡波,这使得心电数据被误判为可电击心律;也就是说,即使被监测者当前处于非运动状态,也有很大的可能将心电数据误判为可电击心律,故而为了避免可电击心律的误判现象,在S203中的第一次正确性判断指示初始识别结果正确(即心电数据符合可电击心律)时,还需要通过S204对初始识别结果进行第二次正确性判断,具体的是根据输入阻抗数据对初始识别结果进行第二次正确性判断,以降低心电数据因非运动状态下心电采集电极110与被监测者体表之间发生相对位移而被误判为可电击心律的可能;此外,如果第一次正确性判断指示初始识别结果错误,那么可以直接得到心电数据不符合可电击心律的最终识别结果,并继续通过心电采集电极110和运动传感器120所实时采集的相应数据进行下一次可电击心律的识别。
作为其中的一种实施例,S204具体包括:计算输入阻抗数据的方差值;将方差值与预设的方差阈值进行比较;若方差值大于方差阈值,则确定初始识别结果错误;若方差值小于或等于方差阈值,则确定初始识别结果正确。可以理解的是,本实施例通过输入阻抗数据的方差值来量化输入阻抗的波动程度,在S203中的第一次正确性判断指示初始识别结果正确(即心电数据符合可电击心律)时,如果输入阻抗数据的方差值大于方差阈值,那么就说明输入阻抗的波动程度很大,即S202所得到的心电数据符合可电击心律的初始识别结果受到了心电采集电极110与被监测者体表之间相对位移的影响,也就是说,该初始识别结果是错误的,实际上心电数据是不符合可电击心律的,此时可以直接得到心电数据不符合可电击心律的最终识别结果,并继续通过心电采集电极110和运动传感器120所实时采集的相应数据进行下一次可电击心律的识别;如果输入阻抗数据的方差值小于或等于方差阈值,那么就说明输入阻抗的波动程度很小,即S202所得到的心电数据符合可电击心律的初始识别结果并未受到心电采集电极110与被监测者体表之间相对位移的影响,也就是说,该初始识别结果是正确的,实际上心电数据是符合可电击心律的。
需要说明的是,当穿戴式心律转复除颤器100采用多导联模式时,每个导联均会采集得到各自的心电数据和输入阻抗数据,那么S202使用的是哪一个导联的心电数据,S204便需使用相应导联的输入阻抗数据;而当S202采用“对多个导联的子初始识别结果进行综合分析以得到初始识别结果”的方案时,S204可以先将多个导联的输入阻抗数据综合成一个后再进行初始识别结果的正确性判断,或者,先根据每个导联的输入阻抗数据进行初始识别结果的正确性判断后再将所有的正确性判断结果综合成一个,或者,先计算每个导联的输入阻抗数据的方差值,然后再将所有的方差值综合成一个(比如计算所有的方差值的平均值)以进行初始识别结果的正确性判断。
S205、若第二次正确性判断指示初始识别结果正确,则得到心电数据符合可电击心律的最终识别结果。
在这些实施例中,如果S204中的第二次正确性判断依然指示初始识别结果正确(即心电数据符合可电击心律),那么就说明S202所得到的心电数据符合可电击心律的初始识别结果既没有受到运动干扰的影响,也没有受到心电采集电极110与被监测者体表之间相对位移的影响,此种情况下,可以直接得到心电数据符合可电击心律的最终识别结果,并进行相应的电击治疗;如果S204中的第二次正确性判断指示初始识别结果错误,那么可以直接得到心电数据不符合可电击心律的最终识别结果,并继续通过心电采集电极110和运动传感器120所实时采集的相应数据进行下一次可电击心律的识别。
由上可见,本申请实施例在根据从被监测者的心电数据中提取出的心电特征值得到心电数据符合可电击心律的初始识别结果之后,还会根据被监测者的运动数据对初始识别结果进行第一次正确性判断,并在第一次正确性判断指示初始识别结果正确(即心电数据符合可电击心律)时,再根据被监测者的输入阻抗数据对初始识别结果进行第二次正确性判断,也就是说,本申请实施例在得到心电数据符合可电击心律的初始识别结果之后,会分别根据被监测者的运动数据和输入阻抗数据先后对初始识别结果进行两次正确性判断,不仅可以降低心电数据因运动干扰而被误判为可电击心律的可能,还可以降低心电数据因非运动状态下心电采集电极110与被监测者体表之间发生相对位移而被误判为可电击心律的可能,从而能够有效地降低识别可电击心律的失误率。
以上实施例仅作为本申请的优选实现,它们并非是对所描述内容的唯一限定;对此,本领域技术人员可以在以上实施例的基础上,根据实际应用场景进行灵活设定。此外,需要说明的是,运动数据、心电数据和输入阻抗数据的采集均是实时进行的,那么处理器130对于这些数据的获取也是实时进行的,而被监测者的心脏猝死具有突发性,其黄金救援时间通常只有4分钟,这就需要处理器130能够在较短的时间内识别出可电击心律,以便进行后续的电击治疗从而挽救被监测者的生命;因此,在本申请实施例中,处理器130实时获取被监测者的运动数据、心电数据和输入阻抗数据,并按照预设时长(比如4s、8s等)的时间窗对所获取的这些数据进行分析与处理,即:在S202中按照此时间窗从心电数据中提取心电特征值,以及根据所提取的心电特征值识别当前时间窗下的心电数据是否符合可电击心律并得到相应的初始识别结果;在S203中根据当前时间窗下的运动数据对初始识别结果进行第一次正确性判断(判断当前时间窗下被监测者是否处于运动状态);在S204中根据当前时间窗下的输入阻抗数据对初始识别结果进行第二次正确性判断(计算当前时间窗下输入阻抗数据的方差值以量化输入阻抗在当前时间窗下的波动程度);在S205中可以得到当前时间窗下的心电数据是否符合可电击心律的最终识别结果,至此,当前时间窗下的可电击心律识别结束;如果S205得到的最终识别结果指示当前时间窗下的心电数据符合可电击心律,那么便对被监测者进行电击治疗;如果S205得到的最终识别结果指示当前时间窗下的心电数据不符合可电击心律,那么可以通过滑动时间窗的方式去进行下一个时间窗内可电击心律的识别,以此类推。
前文中提到,存储器140至少包括一种类型的计算机可读存储介质,故而本申请实施例在此提供一种计算机可读存储介质,请参阅图5所示出的本申请实施例提供的计算机可读存储介质的模块框图,在一些实施例中,该计算机可读存储介质500上存储有计算机程序510,当该计算机程序510被处理器130调用时实现本申请实施例提供的前述可电击心律识别方法。
结合本文中所公开的实施例所描述的方法或算法的步骤,其可以直接用硬件、处理器执行的软件模块,或者二者的结合来实施。软件模块可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。
在上述实施例中,可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时,可以全部或部分地以计算机程序产品的形式实现。计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时,全部或部分地产生按照本申请所述的流程或功能。计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。计算机指令可以存储在计算机可读存储介质中,或者从一个计算机可读存储介质向另一个计算机可读存储介质传输,例如,计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(如同轴电缆、光纤、数字用户线)或无线(如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。可用介质可以是磁性介质(如软盘、硬盘、磁带)、光介质(如DVD)、或者半导体介质(如固态硬盘Solid State Disk)等。
需要说明的是,本申请内容中的各个实施例均采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似的部分互相参见即可。对于产品类实施例而言,由于其与方法类实施例相似,所以描述的比较简单,相关之处参见方法类实施例的部分说明即可。
还需要说明的是,在本申请内容中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
对所公开的实施例的上述说明,使本领域专业技术人员能够实现或使用本申请内容。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的,本申请内容中所定义的一般原理可以在不脱离本申请内容的精神或范围的情况下,在其它实施例中实现。因此,本申请内容将不会被限制于本申请内容所示的这些实施例,而是要符合与本申请内容所公开的原理和新颖特点相一致的最宽的范围。
Claims (13)
1.一种可电击心律识别方法,其特征在于,包括:
获取被监测者的心电数据、运动数据及输入阻抗数据;
根据从所述心电数据中提取的心电特征值,识别所述心电数据是否符合可电击心律并得到相应的初始识别结果;
若所述初始识别结果指示所述心电数据符合可电击心律,则根据所述运动数据对所述初始识别结果进行第一次正确性判断;
若所述第一次正确性判断指示所述初始识别结果正确,则根据所述输入阻抗数据对所述初始识别结果进行第二次正确性判断;其中,所述输入阻抗数据用于量化输入阻抗的波动,所述输入阻抗的波动用于指示心电采集电极与所述被监测者体表之间的相对位移;
若所述第二次正确性判断指示所述初始识别结果正确,则得到所述心电数据符合可电击心律的最终识别结果。
2.根据权利要求1所述的可电击心律识别方法,其特征在于,所述根据所述运动数据对所述初始识别结果进行第一次正确性判断,包括:
根据所述运动数据判断所述被监测者是否处于运动状态;
若所述被监测者处于运动状态,则确定所述初始识别结果错误;
若所述被监测者处于非运动状态,则确定所述初始识别结果正确。
3.根据权利要求1所述的可电击心律识别方法,其特征在于,所述根据所述输入阻抗数据对所述初始识别结果进行第二次正确性判断,包括:
计算所述输入阻抗数据的方差值;
将所述方差值与预设的方差阈值进行比较;
若所述方差值大于所述方差阈值,则确定所述初始识别结果错误;
若所述方差值小于或等于所述方差阈值,则确定所述初始识别结果正确。
4.根据权利要求1所述的可电击心律识别方法,其特征在于,所述心电数据包括多个,多个所述心电数据分别来自于多个不同的导联;
所述根据从所述心电数据中提取的心电特征值,识别所述心电数据是否符合可电击心律并得到相应的初始识别结果,包括:
分别对多个所述心电数据进行特征提取,得到相应的多组心电特征值;
分别根据多组所述心电特征值识别相应的所述心电数据是否符合可电击心律,得到相应的多个子初始识别结果;
对多个所述子初始识别结果进行综合分析,得到初始识别结果。
5.根据权利要求1所述的可电击心律识别方法,其特征在于,所述心电数据和所述输入阻抗数据均包括多个,多个所述心电数据和多个所述输入阻抗数据均分别来自于多个不同的导联;
所述根据从所述心电数据中提取的心电特征值,识别所述心电数据是否符合可电击心律并得到相应的初始识别结果,包括:
分别根据每个所述导联的所述输入阻抗数据,评估每个所述导联的所述心电数据的质量并得到相应的质量评估结果;
根据每个所述导联的所述质量评估结果,从多个所述导联的所述心电数据中选择出质量最优的所述心电数据;
对质量最优的所述心电数据进行特征提取,得到相应的心电特征值;
根据所述心电特征值识别质量最优的所述心电数据是否符合可电击心律并得到相应的初始识别结果。
6.根据权利要求1所述的可电击心律识别方法,其特征在于,所述根据从所述心电数据中提取的心电特征值,识别所述心电数据是否符合可电击心律并得到相应的初始识别结果,包括:
从所述心电数据中提取至少一种心电特征值;
将至少一种所述心电特征值采用阈值积分策略,得到心电特征值总数;
根据所述心电特征值总数识别所述心电数据是否符合可电击心律并得到相应的初始识别结果。
7.根据权利要求6所述的可电击心律识别方法,其特征在于,所述阈值积分策略由如下公式表示:
;
其中,Qi表示分配给第i种所述心电特征值的权重,Si表示第i种所述心电特征值,m表示所述心电特征值的种类数,S表示所述心电特征值总数。
8.根据权利要求1所述的可电击心律识别方法,其特征在于,所述心电特征值包括RR间期、RR间期变异度、RR波峰变异度、斜率变异度、幅度概率密度、扩展时延特征和归一化阶矩特征中的至少一种。
9.根据权利要求1所述的可电击心律识别方法,其特征在于,还包括:
若所述初始识别结果指示所述心电数据不符合可电击心律,则得到所述心电数据不符合可电击心律的最终识别结果;或,
若所述第一次正确性判断指示所述初始识别结果错误,则得到所述心电数据不符合可电击心律的最终识别结果;或,
若所述第二次正确性判断指示所述初始识别结果错误,则得到所述心电数据不符合可电击心律的最终识别结果。
10.根据权利要求1所述的可电击心律识别方法,其特征在于,所述根据从所述心电数据中提取的心电特征值,识别所述心电数据是否符合可电击心律并得到相应的初始识别结果之前,还包括:
对所述心电数据进行预处理;其中,所述预处理包括降噪处理和干扰数据剔除处理中的至少一种,所述降噪处理包括带通滤波和工频陷波中的至少一种。
11.根据权利要求10所述的可电击心律识别方法,其特征在于,所述干扰数据剔除处理包括:
采用斜率阈值法剔除所述心电数据中的干扰数据。
12.一种穿戴式心律转复除颤器,其特征在于,包括:
心电采集电极,用于采集被监测者的心电数据和输入阻抗数据;
运动传感器,用于采集所述被监测者的运动数据;
存储器,用于存储计算机程序;
处理器,用于接收所述心电数据、所述输入阻抗数据和所述运动数据,并调用所述计算机程序以执行权利要求1至11中任意一项所述的方法中的步骤。
13.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有计算机程序,当所述计算机程序被处理器调用时实现权利要求1至11中任意一项所述的方法中的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310624666.3A CN116328187B (zh) | 2023-05-30 | 2023-05-30 | 可电击心律识别方法、穿戴式心律转复除颤器及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310624666.3A CN116328187B (zh) | 2023-05-30 | 2023-05-30 | 可电击心律识别方法、穿戴式心律转复除颤器及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116328187A CN116328187A (zh) | 2023-06-27 |
CN116328187B true CN116328187B (zh) | 2023-09-26 |
Family
ID=86893371
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310624666.3A Active CN116328187B (zh) | 2023-05-30 | 2023-05-30 | 可电击心律识别方法、穿戴式心律转复除颤器及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116328187B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117137497B (zh) * | 2023-10-27 | 2024-01-26 | 苏州维伟思医疗科技有限公司 | 心律预测方法、除颤控制方法及相应装置 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101232844A (zh) * | 2004-07-30 | 2008-07-30 | 捷通心脏系统公司 | 检测由cpr或患者动作引起的人为信号 |
CN101461709A (zh) * | 2009-01-12 | 2009-06-24 | 复旦大学 | 基于斜率绝对值分布离散度的可电击复律心律识别算法 |
CN107029355A (zh) * | 2015-12-04 | 2017-08-11 | 西艾丰控股公司(开曼群岛) | 具有隔离患者参数元件的可穿戴式心律转复除颤器(wcd)系统 |
CN109171697A (zh) * | 2018-07-25 | 2019-01-11 | 乐普医学电子仪器股份有限公司 | 一种基于双重判断标准的可电击复律心律识别方法 |
CN114768098A (zh) * | 2022-03-18 | 2022-07-22 | 苏州维伟思医疗科技有限公司 | 一种除颤器控制方法、装置及计算机可读存储介质 |
-
2023
- 2023-05-30 CN CN202310624666.3A patent/CN116328187B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101232844A (zh) * | 2004-07-30 | 2008-07-30 | 捷通心脏系统公司 | 检测由cpr或患者动作引起的人为信号 |
CN101461709A (zh) * | 2009-01-12 | 2009-06-24 | 复旦大学 | 基于斜率绝对值分布离散度的可电击复律心律识别算法 |
CN107029355A (zh) * | 2015-12-04 | 2017-08-11 | 西艾丰控股公司(开曼群岛) | 具有隔离患者参数元件的可穿戴式心律转复除颤器(wcd)系统 |
CN109171697A (zh) * | 2018-07-25 | 2019-01-11 | 乐普医学电子仪器股份有限公司 | 一种基于双重判断标准的可电击复律心律识别方法 |
CN114768098A (zh) * | 2022-03-18 | 2022-07-22 | 苏州维伟思医疗科技有限公司 | 一种除颤器控制方法、装置及计算机可读存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN116328187A (zh) | 2023-06-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Liu et al. | Performance analysis of ten common QRS detectors on different ECG application cases | |
EP3801238B1 (en) | Detecting abnormalities in ecg signals | |
CA1306065C (en) | Method and apparatus for comparing waveform shapes of time-varying signals | |
US20210267530A1 (en) | Multiclass classification method for the estimation of eeg signal quality | |
CN116328187B (zh) | 可电击心律识别方法、穿戴式心律转复除颤器及存储介质 | |
Beyramienanlou et al. | An efficient teager energy operator-based automated QRS complex detection | |
Xiang et al. | ECG-based heartbeat classification using two-level convolutional neural network and RR interval difference | |
CN109222964B (zh) | 房颤检测装置及存储介质 | |
Singh et al. | A robust R-peak detection algorithm using wavelet packets | |
CN110751131A (zh) | 一种心律失常检测装置 | |
CN109077721B (zh) | 房颤检测装置及存储介质 | |
Chin et al. | Bayesian real-time QRS complex detector for healthcare system | |
CN109034060B (zh) | 一种佩戴状态检测的方法及装置 | |
CN115120248A (zh) | 基于直方图的自适应阈值r峰检测、心律分类方法及装置 | |
Othman et al. | A new semantic mining approach for detecting ventricular tachycardia and ventricular fibrillation | |
Chen et al. | An effective PSR-based arrhythmia classifier using self-similarity analysis | |
Manikandan et al. | Automatic SWT based QRS detection using weighted subbands and Shannon energy peak amplification for ECG signal analysis devices | |
CN116849669A (zh) | 一种心电信号信号处理系统及除颤器 | |
Jovanovic et al. | QRS complex detection based ECG signal artefact discrimination | |
CN116271539B (zh) | 可电击心律识别方法、穿戴式心律转复除颤器及存储介质 | |
Thungtong | A robust algorithm for R peak detection based on optimal Discrete Wavelet Transform | |
Tun et al. | Analysis of computer aided identification system for ECG characteristic points | |
Mohammad-Taheri et al. | Slope analysis based methods for detection of ventricular fibrillation and ventricular tachycardia | |
KR101293248B1 (ko) | Rr간격을 이용한 심실조기수축 판별 시스템, 심실조기수축 판별 방법 및 이를 수행 하는 프로그램이 기록된 저장매체 | |
Jaafar et al. | Intelligent person recognition system based on ecg signal |
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 | ||
CB03 | Change of inventor or designer information |
Inventor after: Chen Jin Inventor before: Zhou Dengshi Inventor before: Chen Jin |
|
CB03 | Change of inventor or designer information |