CN116367778A - 使生理测量设备中的共模干扰最小化 - Google Patents
使生理测量设备中的共模干扰最小化 Download PDFInfo
- Publication number
- CN116367778A CN116367778A CN202180068906.5A CN202180068906A CN116367778A CN 116367778 A CN116367778 A CN 116367778A CN 202180068906 A CN202180068906 A CN 202180068906A CN 116367778 A CN116367778 A CN 116367778A
- Authority
- CN
- China
- Prior art keywords
- input
- vector
- filter
- signal
- filter coefficients
- 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.)
- Pending
Links
- 238000005259 measurement Methods 0.000 title claims abstract description 72
- 239000013598 vector Substances 0.000 claims abstract description 105
- 238000005457 optimization Methods 0.000 claims abstract description 45
- 238000012360 testing method Methods 0.000 claims abstract description 25
- 238000000034 method Methods 0.000 claims description 64
- 238000012545 processing Methods 0.000 claims description 39
- 230000006870 function Effects 0.000 claims description 31
- 238000004590 computer program Methods 0.000 claims description 15
- 238000005070 sampling Methods 0.000 claims description 10
- 238000001914 filtration Methods 0.000 claims description 6
- 230000000670 limiting effect Effects 0.000 claims description 4
- 238000000691 measurement method Methods 0.000 claims description 3
- 238000004519 manufacturing process Methods 0.000 description 5
- 239000011159 matrix material Substances 0.000 description 5
- 239000000243 solution Substances 0.000 description 5
- 230000004044 response Effects 0.000 description 4
- 238000013100 final test Methods 0.000 description 3
- 230000009467 reduction Effects 0.000 description 3
- BWSIKGOGLDNQBZ-LURJTMIESA-N (2s)-2-(methoxymethyl)pyrrolidin-1-amine Chemical compound COC[C@@H]1CCCN1N BWSIKGOGLDNQBZ-LURJTMIESA-N 0.000 description 2
- 230000002411 adverse Effects 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 230000001419 dependent effect Effects 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 230000000116 mitigating effect Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000002829 reductive effect Effects 0.000 description 2
- 230000003321 amplification Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 210000004204 blood vessel Anatomy 0.000 description 1
- 230000000747 cardiac effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000010790 dilution Methods 0.000 description 1
- 239000012895 dilution Substances 0.000 description 1
- 238000002001 electrophysiology Methods 0.000 description 1
- 230000007831 electrophysiology Effects 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 238000002847 impedance measurement Methods 0.000 description 1
- 238000001361 intraarterial administration Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 229940050561 matrix product Drugs 0.000 description 1
- 210000000663 muscle cell Anatomy 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 210000002569 neuron Anatomy 0.000 description 1
- 238000003199 nucleic acid amplification method Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000036961 partial effect Effects 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 230000035479 physiological effects, processes and functions Effects 0.000 description 1
- 238000013139 quantization Methods 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
- 238000002560 therapeutic procedure Methods 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
- 238000005303 weighing Methods 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
- A61B5/30—Input circuits therefor
- A61B5/305—Common mode rejection
-
- 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
- A61B5/30—Input circuits therefor
- A61B5/307—Input circuits therefor specially adapted for particular uses
- A61B5/308—Input circuits therefor specially adapted for particular uses for electrocardiography [ECG]
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
- A61B5/30—Input circuits therefor
- A61B5/307—Input circuits therefor specially adapted for particular uses
- A61B5/31—Input circuits therefor specially adapted for particular uses for electroencephalography [EEG]
-
- 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]
- A61B5/339—Displays specially adapted therefor
- A61B5/341—Vectorcardiography [VCG]
-
- 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
- A61B5/725—Details of waveform analysis using specific filters therefor, e.g. Kalman or adaptive filters
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B2560/00—Constructional details of operational features of apparatus; Accessories for medical measuring apparatus
- A61B2560/02—Operational features
- A61B2560/0223—Operational features of calibration, e.g. protocols for calibrating sensors
-
- 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
- A61B5/7225—Details of analog processing, e.g. isolation amplifier, gain or sensitivity adjustment, filtering, baseline or drift compensation
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Surgery (AREA)
- General Health & Medical Sciences (AREA)
- Biophysics (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- Physics & Mathematics (AREA)
- Animal Behavior & Ethology (AREA)
- Pathology (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Cardiology (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physiology (AREA)
- Psychiatry (AREA)
- Signal Processing (AREA)
- Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
Abstract
本发明涉及一种生理测量设备(11)。为了减少共模干扰和/或改善测量设备(11)的数字输入滤波器(31)的特性而不损害输入滤波器的共模抑制能力，提出了借助于优化，基于测量设备(11)的多个输入信号(si)的样本(ci)和至少一个定义向量(vj)来计算用于与测量设备(11)的特定输入通道相关联的至少一个数字输入滤波器(31)的一组滤波器系数，所述样本对应于被应用到测量设备(11)的多条输入通道的测试信号(TS)，所述至少一个定义向量描述至少两条输入通道的样本(ci)的线性组合。
Description
技术领域
本发明涉及生理测量设备，特别是电生理测量设备，如心电图(ECG)设备或脑电图(EEG)设备。
背景技术
生理测量设备通常以差分值的形式(通常被称为“向量”，或者特别是在ECG或EEG的上下文中被称为“导联”)向其用户(例如，医学人员)呈现测量结果。差分值是从在患者身体上的不同点处测量的物理量的差异导出的。测量设备被设计成尽可能好地抑制在不同点处测量的信号的共模分量。
在WO 2018/162365中，描述了一种生理测量设备，其包括被布置在与测量设备的不同通道相关联的不同模数转换器(ADC)的输出部处的数字滤波器。对滤波器进行校准以降低共模干扰。相应的校准方法包括确定参考输入通道并使参考输入通道与除了参考输入通道之外的每条输入通道之间的时域差最小化。
发明内容
本发明的目的是进一步减少共模干扰和/或改善数字滤波器的特性而不损害输入滤波器的共模抑制能力。
在本发明的第一方面中，提出了一种用于使生理测量设备中的共模干扰最小化的方法，所述方法包括：接收所述测量设备的多个输入信号的样本，所述样本对应于被应用到所述测量设备的多条输入通道的测试信号；输入描述至少两条输入通道的样本的线性组合的至少一个定义向量；优化根据至少一个向量信号计算的度量，所述向量信号基于所接收的输入信号中的至少两个输入信号的所述样本和所述定义向量；并且基于所述优化来获得与特定输入通道相关联的至少一个数字输入滤波器的至少一组滤波器系数。通过不仅基于输入信号的样本而且还基于定义向量来优化度量，能够省去对参考信号的选择，从而为多个个体数字输入滤波器产生非常适合的多组滤波器系数，这允许良好地减轻共模干扰，并且对向量信号的期望(例如，差分)分量的质量的不利影响特别低。
该方法可以是用于校准测量设备的校准方法。该方法可以在应用于测量设备的生产最终测试期间运行。然而，该方法不限于某个用例。例如，该方法能够用于执行对测量设备的自测试或自校准。还可以在日常维护任务等过程中使用该方法。
在典型的应用中，待校准的测量设备具有对应于多个向量信号的多个导联。因此，可以输入多个定义向量，并且可以针对特定向量获得至少一组滤波器系数。换句话说，不同组滤波器系数可以用于相同的输入通道，但是用于不同的向量信号。在实施例中，可以将和与某个向量信号所使用的通道相关联的所有滤波器有关的一组专用滤波器系数分配给该向量信号。对不同向量信号使用不同组滤波器系数不仅允许改善的共模干扰减少，而且还简化了在计算复杂度方面的优化。
另一种用于保持低优化计算复杂度的方法包括将优化分成多个优化步骤。特别地，优化所述度量可以包括多个优化步骤，通过一个步骤获得的一组滤波器系数对于后续优化步骤保持不变。
由于优化基于输入信号的样本以及定义向量这两者，因此可以定义约束以控制可以不与共模干扰减少有关或不直接与共模干扰减少有关的至少一个输入滤波器的特性。例如，所述优化可以受制于关于滤波器系数的至少一个线性等式约束。可以应用这样的线性等式约束以获得某个DC增益或在Nyquist频率处的某个增益。
所述方法可以包括：输入至少一条输入通道的DC增益值，并且基于所述DC增益值来确定对应的线性等式约束。当基于所输入的DC增益值设置一个、多个或所有数字输入滤波器的DC增益时，能够补偿通道之间的差异。在实施例中，输入一条输入通道的DC增益值，并且可以基于该单个DC增益值来确定对应的线性等式约束。可以通过在本方法之前或与本方法并行地执行的单独的测量过程来确定DC增益值。应用例如基于DC增益值的至少一个线性等式约束防止了优化操作形式通过简单地将所有滤波器系数设置为零来达到使目标函数最小化的平凡解(trivial solution)。
此外，所述优化可以受制于用于限制某个输入滤波器在给定频率处的增益的至少一个非线性不等式约束。(一个或多个)这样的约束允许至少在一定程度上控制数字输入滤波器的频率响应。这些约束可以被定义为使得能够至少部分地补偿例如模拟前端的部分的不期望的频率响应。
所述优化还可以受制于关于滤波器系数的至少一个边界约束。当根据特定数字格式(例如，某个浮点格式或某个定点格式)存储滤波器系数时，这样的限制滤波器系数的范围的约束可以避免数值溢出。这样的约束还可以限制特定输入滤波器在某个频率处的增益，以例如避免对不重要频率范围的放大。
可以以与由所述测量设备应用以执行生理测量的操作采样频率相比增加的校准采样频率接收所述样本，并且/或者，所接收的样本的校准分辨率可以不同于(优选地小于)被接收以执行所述生理测量的样本的测量分辨率。经如此调整的采样频率和/或分辨率非常适合用于校准，因为能够更准确地考虑更高的频率，而在校准期间可以接受更低的分辨率，因为能够比在测量设备的正常操作期间捕获的测量信号的幅度更好地控制测试信号的幅度。
优化所述度量可以包括使输出样本的惩罚函数最小化，所述输出样本对应于根据利用所述至少一个输入滤波器进行滤波的所述输入信号并且根据所述向量计算的至少一个向量信号。对应于差分测量的向量信号常常也被称为“向量”。此外，在校准期间应用的测试信号在所有输入通道处都可以是相同的。因此，将纯共模信号应用到测量设备的通道。然后，使至少一个向量信号的范数最小化对应于使共模降低最大化。输出样本可以对应于由测量设备支持的单个、多个或所有向量信号。当针对个体向量信号或针对多个向量信号的预定义组群使用多组专用滤波器系数时，输出样本可以对应于相应的向量信号或相应的向量信号组群。
优化可以包括同时使所述输出样本的多个不同惩罚函数最小化或者使不同惩罚函数的标量目标函数最小化。换句话说，优化可以是多目标优化。
至少一个惩罚函数可以是凸或准凸惩罚函数，优选地是范数。例如，可以同时或基于标量目标函数使l-无穷大(最大)范数和另一范数最大化，优选地使l2(欧几里德)范数最大化。至少一个惩罚函数可以包括Huber损失函数。
优化可以包括使不同范数的标量目标函数或其他惩罚函数最小化以降低优化的计算复杂度。由若干不同的范数或惩罚函数组成目标函数可以允许实现多个目标或彼此权衡不同的目标。例如，使用l-无穷大范数和l-2范数的加权和将在由权重给出的权衡的平衡的情况下不仅使最大偏差(由l-无限大范数量化)最小化而且还使误差信号的能量含量(由l2范数量化)最小化。
在本发明的另外的方面中，提出了一种计算机程序。所述计算机程序可以包括被编程用于使计算机(例如，设备的处理单元)执行该方法的程序代码。计算机程序可以是计算机程序产品(如包括程序的计算机可读非瞬态记录介质)的部分。计算机可以包括校准设备的处理单元。计算机(特别是校准设备的处理单元)可以包括被配置用于执行输入/输出(IO)操作以访问存在于测量设备中的数据和/或控制测量设备以执行本文描述的方法的IO电路。
在本发明的又另外的方面中，提出了一种用于使生理测量设备中的共模干扰最小化的校准设备，所述校准设备包括处理单元，所述处理单元被配置用于：接收所述测量设备的多个输入信号的样本，所述样本对应于被应用到所述测量设备的多条输入通道的测试信号；输入描述至少两条输入通道的样本的线性组合的至少一个定义向量；优化根据至少一个向量信号计算的度量，所述向量信号基于所接收的输入信号中的至少两个输入信号的所述样本和所述定义向量；并且基于所述优化来获得与特定输入通道相关联的至少一个数字输入滤波器的至少一组滤波器系数。校准设备可以被实施为关于生理测量设备的单独的设备。这样的单独的测量设备能够用于生产最终测试。替代地，校准设备可以适于被集成到生理测量设备中，以向生理测量设备提供自测试和/或自校准功能。在任何情况下，校准设备(特别是其处理单元)可以被配置用于执行上述方法。
在本发明的另外的方面中，提出了一种生理测量设备，所述设备包括：多条输入通道，其用于处理多个(通常模拟的)输入信号；存储器设备，其被配置为存储多组滤波器系数，所述多组滤波器系数中的至少一组滤波器系数与所述测量设备的至少一个数字输入滤波器有关，所述输入滤波器被配置为对一个输入信号的样本进行滤波以获得所述输入信号的经滤波的样本；以及处理单元，其被配置为计算多个向量信号，所述多个向量信号中的一个向量信号是基于定义向量根据多个经滤波的输入信号来计算的；其中，所述存储器设备被配置为存储与一个(换句话说，同一)输入通道有关的不同组滤波器系数，并且所述处理单元被配置为选择不同组滤波器系数中的一组滤波器系数以用于计算特定向量信号。在实施方式中，可以定义多个向量信号，并且存储器设备被配置为针对一条输入通道存储不同组滤波器系数，其中，所存储的多组滤波器系数中的至少一些(优选地每组)滤波器系数与多个向量信号中的不同向量信号相关联。
在本发明的另外的方面中，提出了一种生理测量方法，所述方法包括：经由多条输入通道处理多个(优选模拟的)输入信号；将多组滤波器系数存储在存储器设备中，所述多组滤波器系数中的至少一组滤波器系数与所述测量设备的至少一个数字输入滤波器有关，所述输入滤波器被配置为对一个输入信号的样本进行滤波以获得所述输入信号的经滤波的样本，并且计算多个向量信号，所述多个向量信号中的一个向量信号是基于定义向量根据多个经滤波的输入信号来计算的；其中，将与一条输入通道有关的不同组滤波器系数存储在所述存储器设备中，并且选择所述不同组滤波器系数中的一组滤波器系数以用于计算特定向量信号。
在本发明的又另外的方面中，提供了一种对应于测量方法的计算机程序以及一种其中存储有计算机程序产品的非瞬态计算机可读记录介质，所述计算机程序包括用于当所述计算机程序在计算机上被执行时使计算机执行本文公开的方法的步骤的程序代码单元，所述计算机程序产品在由处理器运行时使得执行本文公开的方法。
应当理解，请求保护的方法、系统、计算机程序和介质与请求保护的并且如特别是在从属权利要求中定义的并且在本文中公开的系统具有相似和/或相同的优选实施例。
附图说明
参考下文描述的(一个或多个)实施例，本发明的这些方面和其他方面将变得明显并且得到阐明。在以下附图中：
图1示出了生理测量设备和校准设备的框图；
图2示出了示例性测量设备；
图3示出了根据实施例的测量设备内的信号流；
图4示出了校准方法的流程图；并且
图5示出了根据实施例的测量设备内的另外的信号流。
具体实施方式
图1示出了连接到校准设备13的生理测量设备11。生理测量设备11具有多条通道。为了简单起见，在图1中仅示出了三条通道，但是通常可以存在N条通道。每条通道都具有用于输入模拟输入信号si(i＝1,...,N)的模拟输入部15。个体通道的输入部15连接到模拟前端17。模拟前端17包括与个体通道相关联的模拟输入电路19。模拟输入电路19可以包括一个或多个放大器、阻抗转换器、模拟滤波器等。个体通道的输入电路连接到多通道模数转换器21。多通道模数转换器21被配置为将由个体模拟输入电路19预处理的个体输入信号si转换成表示个体通道的输入信号si的样本ci(i＝1,...,N)。在所示的实施例中，多通道模数转换器21包括多个模数转换器(ADC 23)，其中，这些ADC中的每个ADC与特定通道相关联。在另一实施例中，单个ADC 23可以与多条通道相关联，并且多通道模数转换器21可以包括多路复用器以选择性地将一条通道连接到相应的ADC。当使用多路复用器时，可以使用一个ADC33来一个接一个地转换每一条通道的输入信号。通过使用多路复用器，能够利用一个ADC顺序地对若干输入通道进行采样。这里描述的校准方法可以补偿可能存在于这样的多路复用设置中的定时偏斜。在可能的实施方式(例如，ECG设备)中，可以存在两个ADC，它们能操作用于每个ADC顺序地对例如五条ECG输入通道(总共十条输入通道)进行采样。
多通道模数转换器21的数字接口连接到测量设备11的处理单元25，使得个体输入信号si的样本ci被转发到处理单元25。
处理单元25可以包括构成能操作用于执行由生理测量设备11执行测量所需的各种处理步骤的计算设备的第一处理器27和第一存储器设备29。处理单元25包括多个数字输入滤波器31。输入滤波器的数量可以对应于通道的数量N，并且一个数字输入滤波器31可以被分配给一个特定通道。个体输入滤波器31可以被实施为具有由列向量xi(i 1,...,N)表示的滤波器系数的有限脉冲响应(FIR)滤波器。个体向量xi的长度K对应于每个数字滤波器31的滤波器系数的数量。数字滤波器31也被称为输入通道特异性数字滤波器(ICSF)，因为它们在从输入信号si的样本ci导出差分输出信号之前被应用于这些样本。
注意，本公开内容不限于特定的滤波器拓扑。代替FIR滤波器，可以应用如无限脉冲响应(IIR)滤波器的其他滤波器。滤波器31可以以软件方式实施，即，存储在存储器设备29中的计算机程序可以被编程为使得第一处理器27基于滤波器系数xi来运行滤波器算法。滤波器系数xi可以存储在第一存储器设备29的可编程且非易失性区段中。校准设备13可以访问处理单元25，使得校准设备13能够读取样本xi并对滤波器系数xi进行编程。
处理单元25能操作用于根据由个体数字输入滤波器31滤波的个体输入信号的样本ci来计算一个或多个输出信号yj(j＝1,...,M)。可以通过形成多条通道的经滤波的样本
的线性组合而关于至少两个输入信号si执行差分测量来计算输出信号yj(也被称为向量信号或仅被称为“向量”)。该线性组合可以由特定输出信号yj的定义向量vj指定，其中，1T'*vj＝0，并且1代表1的列向量，即，1T＝[1,...,1]，并且“*”表示标量积。输出信号是
由定义向量描述的线性组合指定差分测量。差分测量可以基于两条或更多条通道。在如ECG或EEG的一些应用中，向量信号常常也被称为“导联”。
在生理学中，电压测量几乎总是差分的。如压力或温度的其他物理量通常被测量为绝对值(例如，37℃的温度或100mmHg的动脉内压)，但是在一些情况下，差分测量可能是感兴趣的(心输出量能够通过热稀释来测量，这需要测量血管中的两个点处的温度差)。因此，这里描述的技术也可以应用于不是电压测量的差分测量。
为了简单起见，图1仅示出了每条输入通道有一个数字滤波器31。然而，可以为一条输入通道i提供多个数字滤波器31，其中的每个数字滤波器处理样本ci。不同的数字滤波器31可以与不同的输出信号相关联。因此，经滤波的信号
的特定变体可以用于计算某个输出信号yj。
测量设备11可以包括与处理单元25耦合的输出设备33，使得输出设备33能够输出输出信号yj。例如，输出设备33可以包括用于可视化输出信号yj的元件，例如，显示器或打印机。可以存在用于在由输出设备33输出至少一个输出信号yi之前处理至少一个输出信号yi的一个或多个后处理步骤。
生理测量设备11可以是电生理测量设备，例如，ECG或EEG。特别是关于通道的数量N和输出信号的数量M的各种配置是可能的。
相对简单的示例是具有单个输出信号(单个向量)和连接到两个输入部15(两条通道)的两个电极的ECG或EEG设备。这样的测量设备11所需的唯一定义向量可以是v1＝[1,-1]。
根据图2所示的另一示例，提供了具有连接到测量设备11的N＝9个输入部15的九个测量电极的12导联ECG。因此，这样的测量设备具有九条通道。电极可以包括三个肢体电极(右臂RA、左臂LA、左腿LL)、六个胸部电极(V1-V6)，这些电极经由测量电缆35连接到生理测量设备11的九个不同输入部15。
输出向量信号y1,...,y12可以根据借助于输出设备33向医学人员可视化的十二个导联来定义。导联和相应的向量信号包括导联I(LA-RA)、导联II(LL-RA)、导联III(LL-LA)、aVR(RA-0,5*(LA+LL))、aVL(LA-0,5*(RA+LL))、aVF(LL-(RA+LA))和(Vn-WCT)；n＝1,...,6。WCT对应于Wilson中心端子电压，其近似为(RA+LA+LL)/3。
本公开内容不限于上述两个示例性测量设备。例如，也能够基于本公开内容提供15导联或18导联ECG。还可以基于本公开内容提供具有32条或更多条通道的高密度EEG。
图3示出了其中通过从经滤波的输入信号s1(定义向量[1,-1])中减去另一经滤波的输入信号s2来生成输出信号y1的示例。因此，输出信号y1对应于通过基于两个输入信号s1和s2的差分测量获得的信号。当执行生理测量时，输入信号s1、s2受到共模干扰。在理想情况下，将两个信号s1、s2彼此相减将完全消除共模部分。然而，在测量设备11的实际实施方式中，信号y1包括由于例如与个体通道有关的信号路径的部件19、21、23的电特性的差异而在某种程度上引起的共模部分。
在电生理学中，测量由于肌肉细胞或神经细胞的活动而在患者表面上的点之间发生的电压。感兴趣信号通常在微伏(EEG)至毫伏(ECG)范围内，而信号的共模分量能够是数十或数百毫伏。在医学上下文中，存在许多可能的干扰源(包括共模干扰)，其范围跨越其他医学仪器零件、电子通信或联网设备和电力线噪声。为了使输出信号yj对诊断和治疗有用，需要电生理测量设备11具有高共模抑制比(CMRR)。虽然存在用于确定50Hz或60Hz的电力线频率范围内的CMRR的标准化测试流程，但是在其他频率处也应当减轻共模干扰。其中应当减轻共模干扰的频率可以包括ECG/EEG频带之外的频率，特别是如果记录设备执行某种带外处理(例如，用于电极阻抗测量或ECG起搏器脉冲检测)。
为了减轻共模干扰，数字滤波器31可以被设计成使得相应的输出信号yj的共模部分最小化。为此目的，能够应用图1所示的校准设备13来确定滤波器系数xi，使得个体输出信号yj的共模分量最小化。校准设备13包括另外的处理单元37，另外的处理单元37包括第二处理器39和第二存储器设备41。另外的处理单元37包括被配置用于将另外的处理单元37与校准设备13的测试信号生成器33耦合的输入/输出(IO)电路。IO电路被配置为访问第一存储器设备29，特别是其非易失性部分，使得校准设备13能够读取样本xi并对滤波器系数xi进行编程。IO电路被配置用于执行IO操作以访问存在于测量设备11中的数据和/或控制测量设备以执行本文描述的校准方法45。另外的处理单元37与校准设备13的测试信号生成器33耦合。处理单元37能够经由IO电路控制测试信号生成器43以在执行校准方法时生成馈送到校准设备的个体输入部15中的测试信号TS。包括另外的处理单元37的计算机可以被编程为执行本文描述的用于校准生理测量设备13的方法。相应的程序能够例如存储在第一存储器设备13中。
图4示出了用于校准生理测量设备11的方法。方法45可以由校准设备13来执行。因此，另外的处理单元37能够被配置为运行方法45。特别地，第二存储器设备41可以包括计算机程序，该计算机程序被编程为当在计算机(例如，另外的处理单元37)上运行时运行方法45。替代地，方法45的至少一些操作可以由测量设备11(特别是处理单元25)来执行。
可以将方法45作为与测量设备11有关的生产最终测试的部分来运行。在生产最终测试期间或者通常在执行校准时，校准设备13连接到测量设备11。在测试信号生成器43与输入部15之间可以存在被配置用于将测试信号TS应用到输入部15的电连接，并且在校准设备的处理单元37与测量设备的处理单元25之间可以存在被配置用于读取样本ci并且用于写回如下所述的那样由校准设备13计算的滤波器系数xi的通信连接。
在方法45的开始47之后，在步骤49中将测试信号TS应用到输入部15。为此目的，另外的处理单元37可以控制测试信号生成器43以输出测试信号TS。测试信号应当覆盖测量设备的感兴趣频率范围，并且幅度应当足够大以覆盖测量设备ADC 23输入范围的重要部分，以便使由于量化引起的误差最小化。随后能够使用不同类型的信号，例如，啁啾或扫描信号、脉冲串信号、具有尖锐转变的周期性信号(如方波或锯齿波)，或甚至宽或带限噪声。
在步骤51中，方法45输入或以其他方式确定一个或多个定义向量v1,...,vM，这一个或多个定义向量v1,...,vM可以对应于由测量设备11支持的导联。如图4所示，定义向量能够被布置在矩阵V＝[v1,...,vM]中。
方法45的步骤53输入特定通道i的至少一个DC增益值DCi。可以在单独的测量流程(可以在生产最终测试期间执行该测量流程)中确定DC增益值DCi，并且描述特定通道内(特别是该通道的模拟电路19内)的频率0处的增益。
在方法45的步骤55中，校准设备13配置ADC 23的采样频率fSAMP和分辨率res。与在测量设备11的正常操作期间使用的采样频率相比，可以提高采样频率fSAMP。与在正常操作期间使用的分辨率相比，可以降低在校准方法45期间使用的分辨率res。例如，在校准期间的采样频率可以是至少2000Hz，其中，当执行ECG测量时，ECG记录器通常以500Hz至2000Hz之间的采样频率操作。为了在校准期间配置特殊采样频率和分辨率，可以将测量设备(特别是多通道模数转换器21和/或处理单元25)切换到特殊操作模式。
当应用测试信号TS时，测量设备11记录所有输入通道的未经滤波的ADC样本ci。在步骤57中，方法45接收与个体通道有关的并且表示由模拟前端17引起畸变的测试信号TS的样本c1,...,cN。如图4所示，可以由L×N矩阵C＝[c1,...,cN]表示样本。L是记录的样本的数量。
在步骤59中，可以使用记录的样本C和定义向量V来建立使目标函数TF最小化的优化问题。目标函数TF可以取决于包括至少一些(优选地所有)滤波器系数xi的输出向量X。滤波器系数可以由列向量X＝[x1 T,...,xN T]T表示，它具有N*K个元素的长度，K对应于每条通道的滤波器系数的数量。因此，所示实施例的所有滤波器31具有相同数量的系数。然而，个体滤波器31也可以在系数的数量方面不同，并且可以相应地调整校准方法45。
通常，当考虑每条通道有一个以上的数字滤波器31的情况时，系数向量X的长度为1…imax，N<＝imax<＝N*M。imax的最小值表示每条输入通道仅有一个匹配滤波器的情况，并且imax的最大值表示每条输入通道有一个匹配滤波器以及可能的输出向量的情况。在不失一般性的情况下，以下将假设imax＝N。
目标函数TF可以包括凸或准凸惩罚函数，特别是范数，优选地是L-无穷大范数(最大范数)。也能够使用其他范数(如L2范数(欧几里德范数))。由于样本的数量，在步骤59中要解决的优化问题相对较大，但是能够利用用于优化问题的现有求解器来处理。
目标函数的自变量可以包括未经滤波的样本ci、定义向量vj和滤波器系数xi。滤波器系数xi是在优化期间要确定的目标变量。基于优化，获得滤波器系数的最优值或次优值作为优化的结果。优化可以包括将数值求解器应用于优化问题。
目标函数的自变量可以包括向量信号的所有样本的列向量，并且能够被建模为如下形式：
其中，
To(ci)是ci个元素的Toeplitz矩阵，其大小为(L-K+1,K)。第一列包含ci的最后(L-K+1)个元素；第一行包含相反顺序的ci的前K个元素。针对c＝[1 2 3 4 5 6 7 8 9]T，L＝9，K＝4的示例：
CA＝[To(c1)To(c2)…To(cN)]是为了方便计算所有输出样本而扩充的输入样本矩阵。CA也能够由Hankel矩阵来构造；这仅仅改变了元素的顺序，因此改变了输出中的匹配滤波器系数的顺序。
⊙是Hadamard(逐元素)矩阵乘积
Cvi·X是向量信号i的输出样本的列向量
基于目标函数自变量，能够将优化公式化为多目标优化：使输出样本的向量的l-无穷大范数最小化，并且还使另一范数(或类似范数的惩罚函数，如对l1范数的异常值具有鲁棒行为并且同时是平滑函数(l1范数不是)的Huber损失函数)(通常是输出样本向量的l2范数(具有更低优先级))最小化，即，
关于X，最小化‖Y‖∞,‖Y‖2
通常，如果对差分信号的后续处理对异常值(例如，ECG中的起搏脉冲检测)而不是信号能量敏感，那么优化问题应当使l-无穷大范数(即，当纯共模信号被应用到输入部时与零的最大绝对偏差)最小化。然而，能够牺牲一些l-无穷大范数最优性以找到具有小的l2-范数(或除了l-无穷大之外的范数)的解。取决于所使用的求解器，l-无穷大范数优化的解可能已经偏向于使其他范数最小化。如果不是这种情况，那么能够将多目标优化问题标量化为：
关于X，最小化‖y‖∞+γ‖y‖2
或者能够将它分成第一l-无穷大范数优化，然后对不同范数进行最小化，同时保持l-无穷大范数不变(可能允许与第一优化的值的一些偏差以简化优化算法的工作)。
优化问题可以包括约束。例如，能够应用形式为1T*xi＝bi的线性等式约束，以便补偿关于DC增益的个体通道之间的差异。可以根据在步骤53中获得的DC增益值DCi来导出值bi。类似地，能够使用线性等式约束来约束至少一个数字滤波器31在Nyquist频率处的增益。
可以将至少一个非线性等式约束应用于优化问题，以例如将数字滤波器31的增益约束为等于值bi。该约束具有(sinfT*xi)2+(cosfT*xi)2＝(bi)2的形式。这种类型的约束也能够使用复指数而不是正弦值和余弦值的实值向量来公式化。在这种情况下，可以使用标量积来产生实值输出。
此外，可以将非线性不等式约束应用于优化问题，以便例如将数字滤波器31中的至少一个数字滤波器在给定频率处的增益约束为等于或小于值bi。该约束具有(sinfT*xi)2+(cosfT*xi)2<＝(bi)2的形式。这种类型的约束也能够使用复指数而不是正弦值和余弦值的实值向量来公式化。在这种情况下，可以使用标量积来产生实值输出。
可以应用为线性不等式约束的特殊情况的边界约束以约束个体数字滤波器31的系数的值。这些约束具有bmin<＝x<＝bmax的形式。这些约束能够用于在存储系数时避免数值溢出，并且在计算滤波器输出时避免数值溢出。此外，个体滤波器31的高通行为可能受到限制。
可以应用与根据系数xi计算的范数有关的另外的约束‖xi‖≤bi。范数可以是滤波器系数的l2范数。这样的约束限制了滤波器的平均增益和滤波器的高通行为的量。该约束对应于非线性凸不等式约束。
本公开内容不限于应用于优化问题的上述约束。还可以包括其他类型的约束，例如约束至少一些系数向量xi的值以具有减小的幅值，这迫使滤波器更接近最小相位(和最小延迟)系统。
能够改变优化问题，以例如降低其计算复杂度。一种方法是将优化问题分成总体上小于原始问题的子问题。例如，在ECG应用中，校准可以首先计算由肢体导联(I、II、III、aVR、aVL、aVF)形成的向量的匹配滤波器系数，然后保持第一组系数不变，个体地计算每个胸部电极的系数(由于在实践中不使用具有两个胸部电极的向量，因此能够针对每个胸部电极个体地计算胸部电极滤波器系数)。这引起七个更小的优化问题。
替代地，对Wilson中心端子(WCT)向量信号(RA+LA+LL)/3的计算可以使用其自己的系数，在这种情况下，与胸部电极V1,...,V6有关的通道的滤波器系数必须同时(即，在一个优化运行期间)匹配，因为它们都需要WCT。专门针对WCT向量信号计算滤波器系数将原始问题分成两个更小的子问题——针对肢体导联向量信号RA、LA、LL的一个优化运行，以及针对胸部导联向量V1,...,V6的一个优化运行。
当每个电极使用多个匹配滤波器时，能够将优化问题分成完全独立的子问题，每个子问题都能够独立地求解而不会不利地影响总解决方案的整体最优性。
在(一个或多个)优化运行完成之后，方法45的步骤61获得个体数字滤波器的滤波器系数X。
在步骤63中，可以将所获得的滤波器系数X存储到测量设备的第一存储器设备29的适当存储区域中。
在步骤65中，方法45终止。
在一个实施例中，每条通道具有恰好一个数字滤波器31，由这些滤波器31生成的滤波器样本
用于计算对应于特定向量或导联的每一个输出信号yj。在图5所示的不同实施例中，至少一条通道具有对应于不同数字滤波器31a、31b的至少两组滤波器系数。这些滤波器可以用于计算一个或多个特定输出值。在图5所示的示例中，数字滤波器31a用于计算输出信号y1，并且数字滤波器31b用于计算输出信号y2。两个数字滤波器31a、31b被配置为对一条通道的输入信号s2进行滤波。在实施例中，每个输出信号yj具有一组专用数字滤波器31。换句话说，针对与输出信号yj相对应的特定向量获得与个体数字滤波器31相对应的一组滤波器系数。
总之，本校准方法借助于基于应用到不同通道的输入部15的测试信号的样本以及定义向量这两者优化目标函数来获得数字滤波器31的滤波器系数。这允许直接确定滤波器系数而无需选择参考信号。此外，能够容易地将和与共模干扰减轻无关的滤波器31的特性有关的约束结合到校准方法中。校准方法45可以与测量设备11组合使用，测量设备11在数字域中对所采样的输入信号si进行滤波，然后根据与经滤波的输入信号相对应的经滤波的样本来计算向量信号。此外，描述了包括与某条通道相关联的一个以上的数字输入滤波器31的测量设备11。与相同通道相关联的数字输入滤波器31可以与不同的向量信号相关联。
虽然已经在附图和前面的描述中详细图示和描述了本发明，但是这样的图示和描述应当被认为是图示性或示例性的，而非限制性的；本发明不限于所公开的实施例。本领域技术人员通过研究附图、公开内容以及权利要求，在实践请求保护的发明时能够理解并实现对所公开的实施例的其他变型。
在权利要求中，“包括”一词不排除其他元件或步骤，并且词语“一”或“一个”不排除多个。单个元件或其他单元可以实现在权利要求中记载的若干项的功能。虽然某些措施被记载在互不相同的从属权利要求中，但是这并不指示不能有利地使用这些措施的组合。
计算机程序可以被存储/分布在合适的非瞬态介质上，例如与其他硬件一起或作为其他硬件的部分而供应的光学存储介质或固态介质，但是也可以被以其他形式分布，例如经由互联网或其他有线或无线的电信系统进行分布。
权利要求中的任何附图标记都不应被解释为对范围的限制。
Claims (15)
1.一种用于使生理测量设备(11)中的共模干扰最小化的方法(45)，所述方法(45)包括：
接收(57)所述测量设备(11)的多个输入信号(si)的样本(ci)，所述样本对应于被应用到所述测量设备(11)的多条输入通道的测试信号(TS)；
输入(51)描述至少两条输入通道的样本(ci)的线性组合的至少一个定义向量(vj)；
优化(59)根据至少一个向量信号(yj)计算的度量，所述向量信号基于所接收的输入信号中的至少两个输入信号的所述样本(ci)和所述定义向量(vj)；并且
基于所述优化(59)来获得与特定输入通道相关联的至少一个数字输入滤波器(31)的至少一组滤波器系数(xi)。
2.根据权利要求1所述的方法(45)，其中，输入多个定义向量(vj)，并且针对特定输入向量(vj)获得至少一组滤波器系数(xi)。
3.根据权利要求1或2所述的方法(45)，其中，优化(59)所述度量包括多个优化步骤，通过一个步骤获得的一组滤波器系数对于后续优化步骤保持不变。
4.根据前述权利要求中的一项所述的方法(45)，其中，所述优化受制于关于滤波器系数(xi)的至少一个线性等式约束。
5.根据权利要求4所述的方法(45)，其中，所述方法(45)包括：输入(53)至少一条输入通道的DC增益值，并且基于所述DC增益值(DCi)来确定对应的线性等式约束。
6.根据前述权利要求中的一项所述的方法(45)，其中，所述优化(59)受制于用于限制某个输入滤波器(31)在给定频率处的增益的至少一个非线性不等式约束。
7.根据前述权利要求中的一项所述的方法(45)，其中，所述优化受制于关于滤波器系数(xi)的至少一个边界约束。
8.根据前述权利要求中的一项所述的方法(45)，其中，以与由所述测量设备(11)应用以执行生理测量的操作采样频率相比增加的校准采样频率(fsamp)接收所述样本(ci)，并且/或者，其中，所接收的样本(ci)的校准分辨率(res)与被接收以执行所述生理测量的样本的测量分辨率不同。
9.根据前述权利要求中的一项所述的方法(45)，其中，优化(59)所述度量包括使输出样本(yj)的惩罚函数最小化，所述输出样本对应于根据依据所述滤波器系数(xi)进行滤波的所述输入信号并且根据所述定义向量(vj)计算的至少一个向量信号(yj)。
10.根据权利要求9所述的方法(45)，其中，优化(59)包括同时使所述输出样本(yj)的多个不同惩罚函数最小化或者使不同惩罚函数的标量目标函数最小化。
11.根据权利要求9或10所述的方法(45)，其中，至少一个惩罚函数是凸或准凸惩罚函数，优选地是范数。
12.一种包括程序代码单元的计算机程序，当所述计算机程序在计算机(37)上被执行时，所述程序代码单元用于使所述计算机(37)执行根据前述权利要求中的一项所述的方法(45)的步骤。
13.一种用于使生理测量设备(11)中的共模干扰最小化的校准设备(13)，所述校准设备(13)包括处理单元，所述处理单元被配置用于：
接收(57)所述测量设备(11)的多个输入信号(si)的样本(ci)，所述样本对应于被应用到所述测量设备(11)的多条输入通道的测试信号(TS)；
输入(51)描述至少两条输入通道的样本(ci)的线性组合的至少一个定义向量(vj)；
优化(57)根据至少一个向量信号(yj)计算的度量，所述向量信号基于所接收的输入信号中的至少两个输入信号的所述样本(ci)和所述定义向量(vj)；并且
基于所述优化(57)来获得与特定输入通道相关联的至少一个数字输入滤波器(31)的至少一组滤波器系数(xi)。
14.一种生理测量设备(11)，包括：
多条输入通道，其用于处理多个输入信号(si)；
存储器设备(29)，其被配置为存储多组滤波器系数(xi)，所述多组滤波器系数中的至少一组滤波器系数与所述测量设备(11)的至少一个数字输入滤波器(31)有关，所述数字输入滤波器(11)被配置为对一个输入信号(si)的样本(ci)进行滤波以获得所述输入信号的经滤波的样本，以及
处理单元(25)，其被配置为计算多个向量信号(yi)，所述多个向量信号中的一个向量信号是基于定义向量(vj)根据多个经滤波的输入信号来计算的；
其中，所述存储器设备(29)被配置为存储与一条输入通道有关的不同组滤波器系数(xi)，并且所述处理单元(25)被配置为选择所述不同组滤波器系数(xi)中的一组滤波器系数以用于计算特定向量信号(yj)。
15.一种生理测量方法，包括：
经由多条输入通道处理多个输入信号(si)；
从存储器设备(29)读取多组滤波器系数(xi)，所述多组滤波器系数中的至少一组滤波器系数与所述测量设备(11)的至少一个数字输入滤波器(31)有关，所述数字输入滤波器(31)被配置为对一个输入信号(si)的样本(ci)进行滤波以获得所述输入信号的经滤波的样本，并且
计算多个向量信号(yj)，所述多个向量信号中的一个向量信号是基于定义向量(vj)根据多个经滤波的输入信号来计算的；
其中，从所述存储器设备(29)读取与一条输入通道有关的不同组滤波器系数(xi)，并且选择所述不同组滤波器系数(xi)中的一组滤波器系数以用于计算特定向量信号(yj)。
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| EP20200589.8A EP3981332A1 (en) | 2020-10-07 | 2020-10-07 | Minimizing common mode interference in a physiological measurement device |
| EP20200589.8 | 2020-10-07 | ||
| PCT/EP2021/076450 WO2022073781A1 (en) | 2020-10-07 | 2021-09-27 | Minimizing common mode interference in a physiological measurement device |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN116367778A true CN116367778A (zh) | 2023-06-30 |
Family
ID=72943852
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202180068906.5A Pending CN116367778A (zh) | 2020-10-07 | 2021-09-27 | 使生理测量设备中的共模干扰最小化 |
Country Status (4)
| Country | Link |
|---|---|
| EP (2) | EP3981332A1 (zh) |
| JP (1) | JP2023544187A (zh) |
| CN (1) | CN116367778A (zh) |
| WO (1) | WO2022073781A1 (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP4356835A1 (en) * | 2022-10-19 | 2024-04-24 | Koninklijke Philips N.V. | A lead set for a bio-potential recoding system |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US9591981B2 (en) * | 2012-12-04 | 2017-03-14 | Biosense Webster (Isreal) Ltd. | Multi-channel ECG measurement |
| EP3372148A1 (en) | 2017-03-07 | 2018-09-12 | Koninklijke Philips N.V. | Physiological measurement device with common mode interference suppression |
-
2020
- 2020-10-07 EP EP20200589.8A patent/EP3981332A1/en not_active Withdrawn
-
2021
- 2021-09-27 CN CN202180068906.5A patent/CN116367778A/zh active Pending
- 2021-09-27 WO PCT/EP2021/076450 patent/WO2022073781A1/en active Application Filing
- 2021-09-27 EP EP21782557.9A patent/EP4225143B1/en active Active
- 2021-09-27 JP JP2023520479A patent/JP2023544187A/ja active Pending
Also Published As
| Publication number | Publication date |
|---|---|
| EP4225143A1 (en) | 2023-08-16 |
| EP3981332A1 (en) | 2022-04-13 |
| WO2022073781A1 (en) | 2022-04-14 |
| JP2023544187A (ja) | 2023-10-20 |
| EP4225143B1 (en) | 2024-03-13 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN102421354B (zh) | 具有脉冲和通道切换adc噪声滤波器和衍生导联纠错器的ecg设备 | |
| US10702183B2 (en) | Multi-channel reconfigurable systems and methods for sensing biopotential signals | |
| EP3592207B1 (en) | Physiological measurement device with common mode interference suppression | |
| US7245961B2 (en) | ECG electrode characterization and compensation | |
| JP2008086754A (ja) | 減少電極システム特定のｅｃｇ解釈を持つ方法及び装置 | |
| CN116367778A (zh) | 使生理测量设备中的共模干扰最小化 | |
| JPH04219023A (ja) | アナログ‐ディジタル変換方法および装置 | |
| EP4193924A1 (en) | Physiological measurement device, system and method | |
| EP4356835A1 (en) | A lead set for a bio-potential recoding system | |
| US20240138742A1 (en) | Physiological measurement device and method | |
| Sinha | EEG instrumentation | |
| EP4176811A1 (en) | Signal linearization in a measurement device | |
| Benning et al. | The Experimental Portable EEG/EMG Amplifier | |
| DE10028460B4 (de) | Integrierter Signalverarbeitungsschaltkreis | |
| CN115956919B (zh) | 偏移自校准电路、方法、芯片及系统 | |
| Sardjono et al. | Comparative SNR Analysis Between Instrument ADAS1000 and AD620 | |
| Clancy et al. | Equalization filters for multiple-channel electromyogram arrays | |
| RU2076625C1 (ru) | Устройство для исследования биологической активности мозга | |
| Kasik et al. | Design and Implementation of Monitor Tester for Validation of ECG Signals. | |
| RU1010U1 (ru) | Кардиоанализатор | |
| JP2021071374A (ja) | 磁場計測装置 | |
| HU192718B (en) | Connection arrangement for multiple-pole draining the bio potential of biological structures, living organism and measuring the potential difference being between the draining electrodes |
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 |