CN116801808A - 一种心肺复苏的按压检测方法、装置以及存储介质 - Google Patents
一种心肺复苏的按压检测方法、装置以及存储介质 Download PDFInfo
- Publication number
- CN116801808A CN116801808A CN202180075062.7A CN202180075062A CN116801808A CN 116801808 A CN116801808 A CN 116801808A CN 202180075062 A CN202180075062 A CN 202180075062A CN 116801808 A CN116801808 A CN 116801808A
- Authority
- CN
- China
- Prior art keywords
- compression
- frequency
- domain
- time
- instantaneous
- 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
- 238000007906 compression Methods 0.000 title claims abstract description 549
- 230000006835 compression Effects 0.000 title claims abstract description 547
- 238000002680 cardiopulmonary resuscitation Methods 0.000 title claims abstract description 105
- 238000000034 method Methods 0.000 title claims abstract description 99
- 238000001514 detection method Methods 0.000 claims abstract description 107
- 238000001914 filtration Methods 0.000 claims abstract description 43
- 238000004458 analytical method Methods 0.000 claims abstract description 39
- 230000008569 process Effects 0.000 claims abstract description 23
- 238000003825 pressing Methods 0.000 claims description 72
- 230000033764 rhythmic process Effects 0.000 claims description 20
- 238000004590 computer program Methods 0.000 claims description 11
- 238000010219 correlation analysis Methods 0.000 claims description 9
- 230000003595 spectral effect Effects 0.000 claims description 7
- 230000035939 shock Effects 0.000 claims description 6
- 238000001228 spectrum Methods 0.000 claims description 6
- 230000001133 acceleration Effects 0.000 claims description 5
- 238000006073 displacement reaction Methods 0.000 claims description 5
- 230000029058 respiratory gaseous exchange Effects 0.000 claims description 5
- 238000012935 Averaging Methods 0.000 claims description 4
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical group [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 claims description 4
- 239000008280 blood Substances 0.000 claims description 4
- 210000004369 blood Anatomy 0.000 claims description 4
- 239000003550 marker Substances 0.000 claims description 4
- 229910052760 oxygen Inorganic materials 0.000 claims description 4
- 239000001301 oxygen Substances 0.000 claims description 4
- 238000005457 optimization Methods 0.000 claims description 3
- 230000000717 retained effect Effects 0.000 claims description 2
- 238000010586 diagram Methods 0.000 description 10
- 230000003044 adaptive effect Effects 0.000 description 4
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 230000002902 bimodal effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- PCHJSUWPFVWCPO-UHFFFAOYSA-N gold Chemical compound [Au] PCHJSUWPFVWCPO-UHFFFAOYSA-N 0.000 description 1
- 210000004072 lung Anatomy 0.000 description 1
- 230000004660 morphological change Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
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
- A61B5/25—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]
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Engineering & Computer Science (AREA)
- Biomedical Technology (AREA)
- Cardiology (AREA)
- Physics & Mathematics (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Percussion Or Vibration Massage (AREA)
Abstract
一种心肺复苏的按压检测方法、装置以及存储介质，方法包括：获取对目标对象进行心肺复苏过程中与胸外按压相关的参考信号以及目标对象的心电信号(S110)；对参考信号进行频域分析，以得到频域按压特征(S120)；对参考信号进行时域分析，以得到时域按压特征(S130)；基于频域按压特征和时域按压特征对参考信号进行时域按压检测，以得到参考信号的时域按压事件标记(S140)；基于时域按压事件标记确定瞬时按压间期，并基于瞬时按压间期对心电信号进行滤波，以得到滤波后的心电信号(S150)。按压检测方法和装置能够有效改善ECG信号的CPR滤波性能。
Description
说明书
本申请涉及心肺复苏(Cardiopulmonary Resuscitation，简称为CPR)按压检测技术领域，更具体地涉及一种心肺复苏的按压检测方法、装置以及存储介质。
CPR胸按压检测与滤波技术可以基于与按压相关的参考信号，检测按压频率等按压指标，给予急救人员以按压质量反馈，也可基于参考信号上按压事件的检测，滤除CPR按压时造成的心电(Electrocardiograph，简称为ECG)信号干扰，从一定程度上还原原始ECG波形。这样，在按压过程中，急救人员可以通过按压频率等按压质量反馈，及时调整按压操作质量，也可以观察滤波后的ECG波形，获取病人的身体状态信息，减少CPR的中断时间，从而提高抢救成功率。此外，一些节律分析算法，也可以对滤波后的ECG波形进行分析，给予建议电击决策。
目前，关于CPR胸按压检测与滤波技术的研究主要依赖于CPR传感器，需要额外的传感器信号作为按压参考信号，进行按压检测与滤波。例如，有文献提出选用CPR按压产生的胸部按压位移/按压速度/按压加速度等传感器信号中的一种或多种作为按压参考信号，也有文献还提出综合传感器信号和胸部阻抗变换作为参考信号，选用不同的滤波模型对ECG信号进行CPR干扰滤波。但是上述这些方法需要额外的传感器附件，增加额外成本，而且传感器按压手感欠佳，应用场景受限，用户体验不好。
发明内容
本申请一方面，提供了一种心肺复苏的按压检测方法，该方法包括：获取对目标对象进行心肺复苏过程中与胸外按压相关的参考信号以及所述目标对象的心电信号；对所述参考信号进行频域分析，以得到频域按压特 征；对所述参考信号进行时域分析，以得到时域按压特征；基于所述频域按压特征和所述时域按压特征对所述参考信号进行时域按压检测，以得到所述参考信号的时域按压事件标记；基于所述时域按压事件标记确定瞬时按压间期，并基于所述瞬时按压间期对所述心电信号进行滤波，以得到滤波后的心电信号。
本申请另一方面，提供了一种心肺复苏的按压检测方法，该方法包括：提供第一检测模式和第二检测模式；当在所述第一检测模式时，获取并输出对目标对象进行心肺复苏过程中心肺复苏传感器检测得到的按压频率；当在所述第二检测模式时，获取对目标对象进行心肺复苏过程中与胸外按压相关的参考信号，对所述参考信号进行频域分析以得到频域按压特征，基于所述频域按压特征确定按压频率，并输出与所述按压频率相关的按压质量的反馈信息。
本申请再一方面，提供了一种心肺复苏的按压检测装置，该装置包括存储器和处理器，所述存储器上存储有由所述处理器运行的计算机程序，所述计算机程序在被所述处理器运行时执行上述心肺复苏的按压检测方法。
本申请又一方面，提供了一种存储介质，所述存储介质上存储有计算机程序，所述计算机程序在运行时执行上述心肺复苏的按压检测方法。
根据本申请实施例的心肺复苏的按压检测方法和装置通过时域、频域结合分析获取时域按压事件标记，能够避免按压事件的误检漏检导致按压频率错误以及滤波后ECG失真的问题，基于获取到的有效按压事件标记对ECG信号进行CPR干扰滤波，能够有效改善ECG信号的CPR滤波性能，更好地指导急救人员开展急救。
图1示出根据本申请一个实施例的心肺复苏的按压检测方法的示意性流程图。
图2示出根据本申请实施例的心肺复苏的按压检测方法中获取的与胸外按压相关的参考信号的时域示例图。
图3示出根据本申请实施例的心肺复苏的按压检测方法中获取的与胸外按压相关的参考信号的频域示例图。
图4示出根据本申请实施例的心肺复苏的按压检测方法中参考信号的按压事件位置的示例图。
图5示出根据本申请实施例的心肺复苏的按压检测方法中显示参数的一个显示界面的示例。
图6示出根据图1所示实施例进行CPR胸按压检测与滤波的一个示例性流程框图。
图7示出根据图1所示实施例进行CPR胸按压检测与滤波的另一个示例性流程框图。
图8示出根据本申请另一个实施例的心肺复苏的按压检测方法的示意性流程图。
图9示出根据本申请实施例的心肺复苏的按压检测装置的示意性框图。
为了使得本申请的目的、技术方案和优点更为明显，下面将参照附图详细描述根据本申请的示例实施例。显然，所描述的实施例仅仅是本申请的一部分实施例，而不是本申请的全部实施例，应理解，本申请不受这里描述的示例实施例的限制。基于本申请中描述的本申请实施例，本领域技术人员在没有付出创造性劳动的情况下所得到的所有其他实施例都应落入本申请的保护范围之内。
在下文的描述中，给出了大量具体的细节以便提供对本申请更为彻底的理解。然而，对于本领域技术人员而言显而易见的是，本申请可以无需一个或多个这些细节而得以实施。在其他的例子中，为了避免与本申请发生混淆，对于本领域公知的一些技术特征未进行描述。
应当理解的是，本申请能够以不同形式实施，而不应当解释为局限于这里提出的实施例。相反地，提供这些实施例将使公开彻底和完全，并且将本申请的范围完全地传递给本领域技术人员。
在此使用的术语的目的仅在于描述具体实施例并且不作为本申请的限制。在此使用时，单数形式的“一”、“一个”和“所述/该”也意图包括复数形式，除非上下文清楚指出另外的方式。还应明白术语“组成”和/或“包括”，当在该说明书中使用时，确定所述特征、整数、步骤、操作、 元件和/或部件的存在，但不排除一个或更多其他的特征、整数、步骤、操作、元件、部件和/或组的存在或添加。在此使用时，术语“和/或”包括相关所列项目的任何及所有组合。
为了彻底理解本申请，将在下列的描述中提出详细的步骤以及详细的结构，以便阐释本申请提出的技术方案。本申请的较佳实施例详细描述如下，然而除了这些详细描述外，本申请还可以具有其他实施方式。
首先，参考图1描述根据本申请一个实施例的心肺复苏的按压检测方法。图1示出了根据本申请一个实施例的心肺复苏的按压检测方法100的示意性流程图。如图1所示，心肺复苏的按压检测方法100可以包括如下步骤：
在步骤S110，获取对目标对象进行心肺复苏过程中与胸外按压相关的参考信号以及所述目标对象的心电信号。
在步骤S120，对所述参考信号进行频域分析，以得到频域按压特征。
在步骤S130，对所述参考信号进行时域分析，以得到时域按压特征。
在步骤S140，基于所述频域按压特征和所述时域按压特征对所述参考信号进行时域按压检测，以得到所述参考信号的时域按压事件标记。
在步骤S150，基于所述时域按压事件标记确定瞬时按压间期，并基于所述瞬时按压间期对所述心电信号进行滤波，以得到滤波后的心电信号。
在本申请的实施例中，首先获取对目标对象进行心肺复苏过程中与胸外按压相关的参考信号(以下简称为参考信号)，诸如以下中的至少一项：胸阻抗信号、血氧信号、呼吸信号以及CPR传感器感知的信号。其中，CPR传感器感知的信号例如可以包括压力信号、位移信号、速度信号和加速度信号中的至少一项。在获取上述参考信号后，分别对参考信号进行频域分析和时域分析，以分别得到参考信号的频域按压特征和时域按压特征。这里，虽然在图1中将其示出为分别是步骤S120和步骤S130，但这两者的先后顺序不是必需如此，可以互换，也可以同时进行。
在本申请的实施例中，基于频域按压特征和时域按压特征对参考信号进行时域按压检测，即通过时域、频域结合分析的方式得到参考信号的时域按压事件标记。由于诸如胸阻抗信号的参考信号不像CPR传感器信号那样形态相对规则稳定，反而是易受个体、按压影响，在同一个体内或不同个体之间均可能出现较大的形态变化，部分情况按压导致胸阻抗信号的时 域信号出现低幅度、双峰甚至多峰形态，因此如果仅在时域对胸阻抗信号这样的参考信号进行按压检测，可能发生按压事件漏检或误检，而如果仅在频域对胸阻抗信号这样的参考信号进行按压检测，其检测结果不如在时域检测时的结果精细，按压检测及滤波性能难以保证。因此，根据本申请实施例的按压检测方法通过时域、频域结合分析，能够避免在时域上诸如胸阻抗信号这样的参考信号低幅度、双峰甚至多峰形态等部分情况下出现按压事件的误检漏检导致按压频率错误以及滤波后ECG失真的问题，基于获取到的参考信号上的有效按压事件标记用于CPR干扰滤波，能够有效改善ECG信号CPR滤波性能。
下面更具体描述根据本申请实施例的心肺复苏的按压检测方法100。
在本申请的实施例中，在获取到参考信号，可以首先通过带通滤波器滤除按压频带范围(例如100-120次/分(count per minute，简称为cpm))以外的不关注信号；接着，可以对滤波后的参考信号进行快速傅里叶变换(Fast Fourier Transform，简称为FFT)频域计算获得选带频谱，最终得到关注频带的参考信号的幅频特性；在此之后，可以基于这样的频谱图获取频域按压特征，诸如以下中的至少一项：瞬时按压频率、瞬时按压频率对应的频谱幅度以及按压谐波成分特征中的至少一项。其中，可以基于参考信号的频谱图检测按压频带范围内的所有频率成分及其对应幅度，分析各频率成分的频率位置、幅度大小等频域特性，确定按压基频，最终选出的按压基频即瞬时按压频率，该频率对应的幅度可以称为频域按压波峰幅度。此外，还可根据其他频率成分与按压基频之间的频率特性关系，获取按压谐波成分特征，可由此推断所获取的参考信号的时域波峰形态(如无按压峰、单个按压峰、两个按压峰、多个按压峰等)。
图2和图3分别示出了根据本申请实施例的按压检测方法中获取的参考信号(以多峰胸阻抗信号为例)的时域波形及其频谱的示例图。其中，该参考信号是从1例心肺复苏患者在按压频率在110cpm左右时采集到的胸阻抗信号波形，频谱图通过FFT计算后得到的。从时域波形上看，1次CPR按压在阻抗波形上产生了多个波峰，如果仅从时域信号上分析，很难判断实际按压频率；但从频谱信号上分析，在按压频带范围内有一个频谱幅度较大的频率成分，称之为按压基频(如图3中所示的横坐标X为1.758， 纵坐标Y为0.2034对应的频率成分)，即实际按压频率，此外，在按压频带范围内，还可见有多个频谱幅度较大的频率成分，它们各自对应的频率大小均为按压基频的倍数关系，称之为按压谐波(诸如图3中所示的横坐标X分别为3.589、5.396以及7.19的按压谐波)。因此，虽然胸阻抗信号在时域上表现多峰，但通过频域分析可确定按压基频及谐波成分特征，从而能够实现频域按压特征辅助时域按压峰检测(下文中将描述)。此处，虽然在这里描述为按压峰检测，但实际上按压事件也可能发生在波谷而不是波峰(下文中将描述)，因此，本申请中的按压检测在一些示例中描述为按压峰检测，在一些示例中描述为按压谷检测，它们统称为按压事件检测。
以上是频域按压特征的获取过程。下面描述时域按压特征以及基于时域按压特征对时域按压事件的检测。
在本申请的实施例中，对参考信号进行时域分析得到的时域按压特征可以包括以下中的至少一项：按压间期、按压幅度、单次按压持续时间。其中，继续以胸阻抗信号作为参考信号为例，可以将胸阻抗信号经过带通滤波器等预处理，滤除按压频带范围以外的不关注信号(如呼吸导致的阻抗波动)，对滤波后的胸阻抗信号根据时域按压特征搜索按压事件(波峰或波谷)标记。搜索初期可以基于时域按压特征的先验知识进行按压事件检索，其中先验知识参考美国心脏协会(American Heart Association,AHA)心肺复苏指南、发表文献或者公开技术提出的按压引起的阻抗幅度变化范围、阻抗波峰宽度范围，以及推荐的按压频率等信息；搜索后期可以结合这些先验知识，对前期搜索到的时域按压特征的不断学习，最终对按压事件搜索策略进行优化调整，检测胸阻抗信号的时域按压事件标记。
此外，在本申请的实施例中，在基于时域按压特征进行时域按压事件搜索的过程中，还可以基于参考信号的数据特性确定时域按压事件是发生在时域波峰位置还是发生在时域波谷位置；当确定时域按压事件发生在时域波峰位置时，所述时域按压事件搜索包括时域按压波峰搜索；当确定时域按压事件发生在时域波谷位置时，所述时域按压事件搜索包括时域按压波谷搜索。在该实施例中，时域按压事件检测策略还会依据一段时间内的参考信号的数据特性(包括但不仅限于时域波峰幅度、时域波谷幅度)等，自动分辨出参考信号时域波形中具体是波峰代表按压事件位置还是波谷代 表按压位置(如前文已提及的)，从而调整时域按压事件检测策略为搜索波峰或者搜索波谷，以获取更为精准的按压事件位置(即时域按压事件标记)。如图4所示，图中上半部分是阻抗波形，其波谷与金标准(传感器采集到的压力信号，即图4下半部分的波形)的波峰一一对应，相对于阻抗波形的波峰更能代表按压事件发生的时间位置。因此，在图4所示的示例中，时域按压事件检测时检测的就是参考信号时域波形的波谷位置。
如前所述的，在本申请的实施例中，基于频域按压特征和时域按压特征对参考信号进行时域按压检测，以得到所述参考信号的时域按压事件标记。其中，具体地，可以基于时域按压特征进行时域按压事件搜索，并基于频域按压特征对时域按压事件搜索进行优化调整，以得到所述参考信号的时域按压事件标记。前文已经描述过基于时域按压特征进行时域按压事件搜索，下面描述基于频域按压特征对时域按压事件搜索进行的优化调整。
在本申请的实施例中，基于频域按压特征对按压事件搜索进行优化调整，可以包括以下中的至少一项：基于瞬时按压频率调整时域按压事件搜索的按压间期的阈值；基于瞬时按压频率对应的频谱幅度调整时域按压事件搜索的按压幅度的阈值；基于瞬时按压频率和按压谐波成分特征调整时域按压事件搜索的单次按压持续时间的阈值。例如，通过按压基频调整时域搜索按压波峰(谷)的间期阈值，间期阈值时间窗口内仅有一次按压事件，即仅一个代表按压的波峰(谷)；再如，通过按压基频波峰幅度调整时域搜索波峰(谷)幅度的阈值，振幅在幅度阈值以下的波峰(谷)均不代表真实按压事件，即为无效波峰(谷)；又如，通过按压基频及谐波成分调整时域波峰(谷)宽度的阈值，单次按压事件的持续时间应该在上限阈值和下限阈值之间，即一个有效波峰(谷)宽度应在上下限限制之内。总体上，基于频域按压特征辅助时域按压峰检测，可以减少低幅度按压峰漏检或按压谐波导致的按压双峰/多峰误检等情况的发生。
最后，基于时域按压事件标记，可以确定瞬时按压间期，并基于瞬时按压间期对目标对象的ECG信号进行滤波，以得到滤波后的ECG信号。由于基于时域按压特征和频域按压特征结合获取参考信号上的有效按压事件标记，因此基于其的CPR干扰滤波能够有效改善ECG信号CPR滤波性能。在本申请的实施例中，在基于瞬时按压间期对心电信号进行滤波之前， 还可以对心电信号的噪声和参考信号进行相关性分析，并根据相关性分析的结果确定滤波模式，以用于进行滤波。例如，在一个示例中，采用最小均方(Least Mean Square,简称为LMS)自适应滤波器对ECG信号实施自适应CPR干扰滤波；其中，实施自适应CPR干扰滤波前还可以对ECG波形噪声与参考信号进行相关性分析，根据ECG波形的噪声状态，判断ECG波形该采用哪种滤波模式进行滤波，控制自适应滤波器的阶数，从而达到更好的滤波效果。在本申请的实施例中，ECG抗CPR干扰滤波后的ECG波形可以实时显示在用户界面上，如图5左下侧所示的CPR干扰滤波后ECG波形(滤波前的波形也可在图5中看到，如图5左上侧所示的)，以帮助急救人员在按压过程中实时观察病人的身体状态信息，减少按压中断时间。
在本申请的实施例中，还可以基于滤波后的心电信号进行节律分析；基于节律分析的结果获取按压过程中的节律状态；基于节律状态输出电击决策。ECG抗CPR干扰滤波后的ECG波形能一定程度上反映真实ECG波形的节律状态，因此，可以参与节律分析，获取按压过程中的节律状态，给予电击决策，辅助急救人员实施急救操作，减少按压中断时间。
在本申请的进一步的实施例中，还可以基于频域按压特征确定按压频率，并输出与按压频率相关的按压质量的反馈信息，诸如按压频率的数值和/或按压快慢的提示，例如如图5所示的在显示界面上示出了按压频率为146cpm(此外，如图5所示的显示界面上还示出了与ECG信号相关的信息)。其中，基于频域按压特征确定按压频率，可以包括：基于多个时间段的参考信号确定多个瞬时按压频率；基于多个瞬时按压频率确定最终的按压频率。例如，对多个瞬时按压频率进行加权平均、几何平均或者求中位数以得到最终的按压频率。在该实施例中，可以实现仅利用频域按压特征即得到按压频率。
此外，在基于频域按压特征确定按压频率之前，还可以确定频域按压特征是否满足可靠阈值；当频域按压特征满足可靠性阈值条件时，基于频域按压特征确定按压频率。在该实施例中，先对频域按压特征进行可靠性检测，在确定可靠时再基于频域按压特征确定按压频率，能够提高按压频率确定结果的准确性。
当频域按压特征不满足可靠性阈值条件时，例如频域按压波峰幅度极小或者瞬时按压频率不合理，则这些频域按压特征为不可靠特征，此时可以对目标对象的心电信号进行分析以得到心电按压特征(诸如心率、心率频率波峰幅度、心率频带能量占比、心电按压频率波峰幅度、心电按压频带波峰能量占比等中的至少一项)；然后，基于心电按压特征确定不满足可靠性阈值条件的频域按压特征是否是因为按压而导致的；当确定不满足可靠性阈值条件的频域按压特征是因为按压而导致的时，基于心电按压特征修改频域按压特征，以使得修改后的频域按压特征满足可靠性阈值条件，并基于修改后的频域按压特征确定按压频率。反之，当确定不满足可靠性阈值条件的频域按压特征不是因为按压而导致的时，可以删除该频域按压特征；当无法确定不满足可靠性阈值条件的频域按压特征是否是因为按压而导致的时，可以保留频域按压特征，并基于频域按压特征确定按压频率。
以上描述了根据频域按压特征确定按压频率的实施例。在另一个实施例中，也可以基于频域按压特征和时域按压事件标记确定按压频率，并输出与按压频率相关的按压质量的反馈信息。具体地，可以基于频域按压特征确定第一瞬时按压频率；基于时域按压事件标记确定第二瞬时按压频率；对第一瞬时按压频率和第二瞬时按压频率分别进行可靠性分析；基于可靠性分析的结果将第一瞬时按压频率、第二瞬时按压频率或者这两者的结合作为第三瞬时按压频率；针对多个时间段的参考信号重复上述过程，得到多个第三瞬时按压频率；对多个第三瞬时按压频率进行加权平均、几何平均或者求中位数以得到最终的按压频率。在该实施例中，基于频域按压特征和时域按压事件标记确定按压频率，可以得到更准确的按压频率。
以上示例性地示出根据本申请一个实施例的心肺复苏的按压检测方法，为了更好地理解该方法，图6示出了CPR胸按压检测与滤波的一个示例性流程框图(以参考信号为阻抗信号为例，按压事件为按压峰为例来描述)，可以根据该流程框图更好地理解前文所述的内容。此外，图7示出了CPR胸按压检测与滤波的另一个示例性流程框图。该流程框图与图6所示的流程框图相比，有些许的变形，即在图6中是基于频域按压特征确定按压频率，而在图7中是基于频域按压特征和时域按压特征确定按压频率，这在前文中均已描述，此处不再赘述。
基于上面的描述，根据本申请实施例的心肺复苏的按压检测方法通过时域、频域结合分析获取时域按压事件标记，能够避免在时域上诸如胸阻抗信号这样的参考信号低幅度、双峰甚至多峰形态等部分情况下出现按压事件的误检漏检而导致按压频率错误以及滤波后ECG失真的问题，此外基于获取到的有效按压事件标记对ECG信号进行CPR干扰滤波，能够有效改善ECG信号的CPR滤波性能，更好地指导急救人员开展急救。
下面结合图8描述根据本申请另一实施例的心肺复苏的按压检测方法800。如图8所示，心肺复苏的按压检测方法800可以包括如下步骤：
在步骤S810，提供第一检测模式和第二检测模式。
在步骤S820，当在第一检测模式时，获取并输出对目标对象进行心肺复苏过程中心肺复苏传感器检测得到的按压频率。
在步骤S830，当在第二检测模式时，获取对目标对象进行心肺复苏过程中与胸外按压相关的参考信号，对所述参考信号进行频域分析以得到频域按压特征，基于频域按压特征确定按压频率，并输出与按压频率相关的按压质量的反馈信息。
在该实施例中，提供两种检测模式，一种检测模式通过CPR传感器得到按压频率，另一种检测模式通过参考信号的频域按压特征确定按压频率(如前文实施例所述的)。因此，用户可以根据需求选择不同的检测模式，实现灵活的切换。
在本申请的进一步的实施例中，还可以提供第三检测模式，当在第三检测模式时：获取对目标对象进行心肺复苏过程中心肺复苏传感器检测得到的第一按压频率；获取对目标对象进行心肺复苏过程中与胸外按压相关的参考信号，对参考信号进行频域分析以得到频域按压特征，基于频域按压特征确定第二按压频率；基于第一按压频率和第二按压频率确定第三按压频率，并输出与第三按压频率相关的按压质量的反馈信息。示例性地，基于第一按压频率和第二按压频率确定第三按压频率，可以包括：将第一按压频率和第二按压频率进行平均或加权平均以得到第三按压频率；或者将第一按压频率和第二按压频率中的这两者中的一者确定为第三按压频率。在该实施例中，将第一检测模式中能够得到的按压频率与第二检测模式中能够得到的按压频率这两者相结合，得到一个新的按压频率，可以得到更 准确的按压频率。
在本申请的进一步的实施例中，当在第二检测模式时，还可以对参考信号进行时域分析以得到时域按压特征；基于频域按压特征和时域按压特征对参考信号进行时域按压检测，以得到参考信号的时域按压事件标记；基于时域按压事件标记确定瞬时按压间期，并基于瞬时按压间期对心电信号进行滤波，以得到滤波后的心电信号。该实施例与前文结合图1描述的实施例相同，为了简洁，此处不再赘述。
其中，基于所述频域按压特征和所述时域按压特征对所述参考信号进行时域按压检测，以得到所述参考信号的时域按压事件标记，包括：基于所述时域按压特征进行时域按压事件搜索，并基于所述频域按压特征对所述时域按压事件搜索进行优化调整，以得到所述参考信号的时域按压事件标记。所述频域按压特征包括以下中的至少一项：瞬时按压频率、瞬时按压频率对应的频谱幅度、按压谐波成分特征；所述时域按压特征包括以下中的至少一项：单次按压持续时间、按压幅度、按压宽度；所述基于所述频域按压特征对所述按压事件搜索进行优化调整，包括以下中的至少一项：基于所述瞬时按压频率调整所述时域按压事件搜索的按压间期的阈值；基于所述瞬时按压频率对应的频谱幅度调整所述时域按压事件搜索的按压幅度的阈值；基于所述瞬时按压频率和所述按压谐波成分特征调整所述时域按压事件搜索的单次按压持续时间的阈值。此外，在基于所述时域按压特征进行时域按压事件搜索的过程中，基于所述参考信号的数据特性确定时域按压事件是发生在时域波峰位置还是发生在时域波谷位置；当确定时域按压事件发生在时域波峰位置时，所述时域按压事件搜索包括时域按压波峰搜索；当确定时域按压事件发生在时域波谷位置时，所述时域按压事件搜索包括时域按压波谷搜索。此外，在基于所述瞬时按压间期对所述心电信号进行滤波之前，对所述心电信号的噪声和所述参考信号进行相关性分析，并根据所述相关性分析的结果确定滤波模式，以用于进行所述滤波。其中，与所述按压频率相关的按压质量的反馈信息包括所述按压频率的数值和/或按压快慢的提示。此外，所述频域按压特征可以包括瞬时按压频率，所述基于所述频域按压特征确定按压频率，可以包括：基于多个时间段的所述参考信号确定多个瞬时按压频率；基于所述多个瞬时按压频率确定最 终的按压频率。此外，所述基于所述多个瞬时按压频率确定最终的按压频率，可以包括：对所述多个瞬时按压频率进行加权平均、几何平均或者求中位数以得到最终的按压频率。此外，所述参考信号包括以下中的至少一项：胸阻抗信号、血氧信号、呼吸信号、以及心肺复苏传感器感知的信号，其中，所述心肺复苏传感器感知的信号包括压力信号、位移信号、速度信号和加速度信号中的至少一项。此外，还可以实时显示所述滤波后的心电信号。此外，还可以基于所述滤波后的心电信号进行节律分析；基于所述节律分析的结果获取按压过程中的节律状态；基于所述节律状态输出电击决策。上述内容均在前文结合图1描述的实施例中已描述过，此处不再赘述更多细节。
以上示例性地描述了根据本申请实施例的心肺复苏的按压检测方法。下面结合图9描述根据本申请另一方面提供的心肺复苏的按压检测装置。图9示出了根据本申请实施例的心肺复苏的按压检测装置900的示意性框图。如图9所示，心肺复苏的按压检测装置900可以包括存储器910和处理器920，存储器910上存储有由处理器920运行的计算机程序，所述计算机程序在被处理器920运行时执行前文所述的根据本申请实施例的心肺复苏的按压检测方法。在本申请的进一步的实施例中，心肺复苏的按压检测装置900还可以包括信号采集装置930，其可以用于采集对目标对象进行心肺复苏过程中与胸外按压相关的参考信号，并传送至处理器920，以由其执行前文所述的根据本申请实施例的心肺复苏的按压检测方法。本领域技术人员可以结合前文所述理解根据本申请实施例的心肺复苏的按压检测装置各部件的结构和操作，为了简洁，此处不再赘述。
此外，根据本申请实施例，还提供了一种存储介质，在存储介质上存储了程序指令，在程序指令被计算机或处理器运行时用于执行本申请实施例的心肺复苏的按压检测方法的相应步骤。存储介质例如可以包括智能电话的存储卡、平板电脑的存储部件、个人计算机的硬盘、只读存储器(ROM)、可擦除可编程只读存储器(EPROM)、便携式紧致盘只读存储器(CD-ROM)、USB存储器、或者上述存储介质的任意组合。计算机可读存储介质可以是一个或多个计算机可读存储介质的任意组合。
此外，根据本申请实施例，还提供了一种计算机程序，该计算机程序 可以存储在云端或本地的存储介质上。在该计算机程序被计算机或处理器运行时用于执行本申请实施例的心肺复苏的按压检测方法的相应步骤。
基于上面的描述，根据本申请实施例的心肺复苏的按压检测方法和装置通过时域、频域结合分析获取时域按压事件标记，能够避免在时域上诸如胸阻抗信号这样的参考信号低幅度、双峰甚至多峰形态等部分情况下出现按压事件的误检漏检而导致按压频率错误以及滤波后ECG失真的问题，此外基于获取到的有效按压事件标记对ECG信号进行CPR干扰滤波，能够有效改善ECG信号的CPR滤波性能，更好地指导急救人员开展急救。此外，根据本申请实施例的心肺复苏的按压检测方法和装置可以提供两种检测模式，一种检测模式通过CPR传感器得到按压频率，另一种检测模式通过参考信号的频域按压特征确定按压频率，用户可以根据需求选择不同的检测模式，实现灵活的切换。
尽管这里已经参考附图描述了示例实施例，应理解上述示例实施例仅仅是示例性的，并且不意图将本申请的范围限制于此。本领域普通技术人员可以在其中进行各种改变和修改，而不偏离本申请的范围和精神。所有这些改变和修改意在被包括在所附权利要求所要求的本申请的范围之内。
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。
在本申请所提供的几个实施例中，应该理解到，所揭露的装置和方法，可以通过其他的方式实现。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装置，或一些特征可以忽略，或不执行。
在此处所提供的说明书中，说明了大量具体细节。然而，能够理解，本申请的实施例可以在没有这些具体细节的情况下实践。在一些实例中，并未详细示出公知的方法、结构和技术，以便不模糊对本说明书的理解。
类似地，应当理解，为了精简本申请并帮助理解各个发明方面中的一个或多个，在对本申请的示例性实施例的描述中，本申请的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而，并不应将该本申请的方法解释成反映如下意图：即所要求保护的本申请要求比在每个权利要求中所明确记载的特征更多的特征。更确切地说，如相应的权利要求书所反映的那样，其发明点在于可以用少于某个公开的单个实施例的所有特征的特征来解决相应的技术问题。因此，遵循具体实施方式的权利要求书由此明确地并入该具体实施方式，其中每个权利要求本身都作为本申请的单独实施例。
本领域的技术人员可以理解，除了特征之间相互排斥之外，可以采用任何组合对本说明书(包括伴随的权利要求、摘要和附图)中公开的所有特征以及如此公开的任何方法或者装置的所有过程或单元进行组合。除非另外明确陈述，本说明书(包括伴随的权利要求、摘要和附图)中公开的每个特征可以由提供相同、等同或相似目的的替代特征来代替。
此外，本领域的技术人员能够理解，尽管在此的一些实施例包括其他实施例中所包括的某些特征而不是其他特征，但是不同实施例的特征的组合意味着处于本申请的范围之内并且形成不同的实施例。例如，在权利要求书中，所要求保护的实施例的任意之一都可以以任意的组合方式来使用。
本申请的各个部件实施例可以以硬件实现，或者以在一个或者多个处理器上运行的软件模块实现，或者以它们的组合实现。本领域的技术人员应当理解，可以在实践中使用微处理器或者数字信号处理器(DSP)来实现根据本申请实施例的一些模块的一些或者全部功能。本申请还可以实现为用于执行这里所描述的方法的一部分或者全部的装置程序(例如，计算机程序和计算机程序产品)。这样的实现本申请的程序可以存储在计算机可读介质上，或者可以具有一个或者多个信号的形式。这样的信号可以从因特网网站上下载得到，或者在载体信号上提供，或者以任何其他形式提供。
应该注意的是上述实施例对本申请进行说明而不是对本申请进行限制，并且本领域技术人员在不脱离所附权利要求的范围的情况下可设计出替换实施例。在权利要求中，不应将位于括号之间的任何参考符号构造成对权利要求的限制。本申请可以借助于包括有若干不同元件的硬件以及借 助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中，这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。
以上，仅为本申请的具体实施方式或对具体实施方式的说明，本申请的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本申请的保护范围之内。本申请的保护范围应以权利要求的保护范围为准。
Claims (37)
- 一种心肺复苏的按压检测方法，其特征在于，所述方法包括：获取对目标对象进行心肺复苏过程中与胸外按压相关的参考信号以及所述目标对象的心电信号；对所述参考信号进行频域分析，以得到频域按压特征；对所述参考信号进行时域分析，以得到时域按压特征；基于所述频域按压特征和所述时域按压特征对所述参考信号进行时域按压检测，以得到所述参考信号的时域按压事件标记；基于所述时域按压事件标记确定瞬时按压间期，并基于所述瞬时按压间期对所述心电信号进行滤波，以得到滤波后的心电信号。
- 根据权利要求1所述的方法，其特征在于，所述方法还包括：基于所述频域按压特征确定按压频率，并输出与所述按压频率相关的按压质量的反馈信息。
- 根据权利要求2所述的方法，其特征在于，所述方法还包括：在基于所述频域按压特征确定按压频率之前，确定所述频域按压特征是否满足可靠阈值；当所述频域按压特征满足可靠性阈值条件时，基于所述频域按压特征确定按压频率。
- 根据权利要求3所述的方法，其特征在于，所述方法还包括：当所述频域按压特征不满足所述可靠性阈值条件时，对所述目标对象的心电信号进行分析以得到心电按压特征；基于所述心电按压特征确定不满足所述可靠性阈值条件的所述频域按压特征是否是因为按压而导致的；当确定不满足所述可靠性阈值条件的所述频域按压特征是因为按压而导致的时，基于所述心电按压特征修改所述频域按压特征，以使得修改后的频域按压特征满足所述可靠性阈值条件，并基于所述修改后的频域按压特征确定按压频率。
- 根据权利要求4所述的方法，其特征在于，所述方法还包括：当确定不满足所述可靠性阈值条件的所述频域按压特征不是因为按压而导致的时，删除所述频域按压特征；和/或当无法确定不满足所述可靠性阈值条件的所述频域按压特征是否是因为按压而导致的时，保留所述频域按压特征，并基于所述频域按压特征确定按压频率。
- 根据权利要求4所述的方法，其特征在于，所述心电按压特征包括以下中的至少一项：心率、心率频率波峰幅度、心率频带能量占比、心电按压频率波峰幅度、心电按压频带波峰能量占比。
- 根据权利要求2所述的方法，其特征在于，与所述按压频率相关的按压质量的反馈信息包括所述按压频率的数值和/或按压快慢的提示。
- 根据权利要求2所述的方法，其特征在于，所述频域按压特征包括瞬时按压频率，所述基于所述频域按压特征确定按压频率，包括：基于多个时间段的所述参考信号确定多个瞬时按压频率；基于所述多个瞬时按压频率确定最终的按压频率。
- 根据权利要求8所述的方法，其特征在于，所述基于所述多个瞬时按压频率确定最终的按压频率，包括：对所述多个瞬时按压频率进行加权平均、几何平均或者求中位数以得到最终的按压频率。
- 根据权利要求1所述的方法，其特征在于，所述基于所述频域按压特征和所述时域按压特征对所述参考信号进行时域按压检测，以得到所述参考信号的时域按压事件标记，包括：基于所述时域按压特征进行时域按压事件搜索，并基于所述频域按压特征对所述时域按压事件搜索进行优化调整，以得到所述参考信号的时域按压事件标记。
- 根据权利要求10所述的方法，其特征在于，所述频域按压特征包括以下中的至少一项：瞬时按压频率、瞬时按压频率对应的频谱幅度、按压谐波成分特征；所述时域按压特征包括以下中的至少一项：按压间期、按压幅度、单次按压持续时间；所述基于所述频域按压特征对所述按压事件搜索进行优化调整，包括以下中的至少一项：基于所述瞬时按压频率调整所述时域按压事件搜索的按压间期的阈值；基于所述瞬时按压频率对应的频谱幅度调整所述时域按压事件搜索 的按压幅度的阈值；基于所述瞬时按压频率和所述按压谐波成分特征调整所述时域按压事件搜索的单次按压持续时间的阈值。
- 根据权利要求10所述的方法，其特征在于，所述方法还包括：在基于所述时域按压特征进行时域按压事件搜索的过程中，基于所述参考信号的数据特性确定时域按压事件是发生在时域波峰位置还是发生在时域波谷位置；当确定时域按压事件发生在时域波峰位置时，所述时域按压事件搜索包括时域按压波峰搜索；当确定时域按压事件发生在时域波谷位置时，所述时域按压事件搜索包括时域按压波谷搜索。
- 根据权利要求12所述的方法，其特征在于，所述参考信号的数据特性包括所述参考信号的时域波峰幅度和/或时域波谷幅度。
- 根据权利要求1所述的方法，其特征在于，所述方法还包括：在基于所述瞬时按压间期对所述心电信号进行滤波之前，对所述心电信号的噪声和所述参考信号进行相关性分析，并根据所述相关性分析的结果确定滤波模式，以用于进行所述滤波。
- 根据权利要求1所述的方法，其特征在于，所述方法还包括：基于所述频域按压特征和所述时域按压事件标记确定按压频率，并输出与所述按压频率相关的按压质量的反馈信息。
- 根据权利要求15所述的方法，其特征在于，所述基于所述频域按压特征和所述时域按压事件标记确定按压频率，包括：基于所述频域按压特征确定第一瞬时按压频率；基于所述时域按压事件标记确定第二瞬时按压频率；对所述第一瞬时按压频率和所述第二瞬时按压频率分别进行可靠性分析；基于所述可靠性分析的结果将所述第一瞬时按压频率、所述第二瞬时按压频率或者这两者的结合作为第三瞬时按压频率；针对多个时间段的所述参考信号重复上述过程，得到多个所述第三瞬时按压频率；对所述多个第三瞬时按压频率进行加权平均、几何平均或者求中位数以得到最终的按压频率。
- 根据权利要求1-16中的任一项所述的方法，其特征在于，所述参考信号包括以下中的至少一项：胸阻抗信号、血氧信号、呼吸信号以及心肺复苏传感器感知的信号，其中，所述心肺复苏传感器感知的信号包括压力信号、位移信号、速度信号和加速度信号中的至少一项。
- 根据权利要求1-17中的任一项所述的方法，其特征在于，所述方法还包括：实时显示所述滤波后的心电信号。
- 根据权利要求1-17中的任一项所述的方法，其特征在于，所述方法还包括：基于所述滤波后的心电信号进行节律分析；基于所述节律分析的结果获取按压过程中的节律状态；基于所述节律状态输出电击决策。
- 一种心肺复苏的按压检测方法，其特征在于，所述方法包括：提供第一检测模式和第二检测模式；当在所述第一检测模式时，获取并输出对目标对象进行心肺复苏过程中心肺复苏传感器检测得到的按压频率；当在所述第二检测模式时，获取对目标对象进行心肺复苏过程中与胸外按压相关的参考信号，对所述参考信号进行频域分析以得到频域按压特征，基于所述频域按压特征确定按压频率，并输出与所述按压频率相关的按压质量的反馈信息。
- 根据权利要求20所述的方法，其特征在于，所述方法还包括：提供第三检测模式，当在所述第三检测模式时：获取对目标对象进行心肺复苏过程中心肺复苏传感器检测得到的第一按压频率；获取对目标对象进行心肺复苏过程中与胸外按压相关的参考信号，对所述参考信号进行频域分析以得到频域按压特征，基于所述频域按压特征确定第二按压频率；基于所述第一按压频率和所述第二按压频率确定第三按压频率，并输出与所述第三按压频率相关的按压质量的反馈信息。
- 根据权利要求21所述的方法，其特征在于，所述基于所述第一按压频率和所述第二按压频率确定第三按压频率，包括：将所述第一按压频率和所述第二按压频率进行平均或加权平均以得到所述第三按压频率；或者将所述第一按压频率和所述第二按压频率中的这两者中的一者确定为所述第三按压频率。
- 根据权利要求20所述的方法，其特征在于，所述方法还包括：当在第二检测模式时，对所述参考信号进行时域分析以得到时域按压特征；基于所述频域按压特征和所述时域按压特征对所述参考信号进行时域按压检测，以得到所述参考信号的时域按压事件标记；基于所述时域按压事件标记确定瞬时按压间期，并基于所述瞬时按压间期对所述心电信号进行滤波，以得到滤波后的心电信号。
- 根据权利要求23所述的方法，其特征在于，所述基于所述频域按压特征和所述时域按压特征对所述参考信号进行时域按压检测，以得到所述参考信号的时域按压事件标记，包括：基于所述时域按压特征进行时域按压事件搜索，并基于所述频域按压特征对所述时域按压事件搜索进行优化调整，以得到所述参考信号的时域按压事件标记。
- 根据权利要求24所述的方法，其特征在于，所述频域按压特征包括以下中的至少一项：瞬时按压频率、瞬时按压频率对应的频谱幅度、按压谐波成分特征；所述时域按压特征包括以下中的至少一项：单次按压持续时间、按压幅度、按压宽度；所述基于所述频域按压特征对所述按压事件搜索进行优化调整，包括以下中的至少一项：基于所述瞬时按压频率调整所述时域按压事件搜索的按压间期的阈值；基于所述瞬时按压频率对应的频谱幅度调整所述时域按压事件搜索的按压幅度的阈值；基于所述瞬时按压频率和所述按压谐波成分特征调整所述时域按压事件搜索的单次按压持续时间的阈值。
- 根据权利要求24所述的方法，其特征在于，所述方法还包括：在基于所述时域按压特征进行时域按压事件搜索的过程中，基于所述参考信号的数据特性确定时域按压事件是发生在时域波峰位置还是发生在时域波谷位置；当确定时域按压事件发生在时域波峰位置时，所述时域按压事件搜索包括时域按压波峰搜索；当确定时域按压事件发生在时域波谷位置时，所述时域按压事件搜索包括时域按压波谷搜索。
- 根据权利要求23所述的方法，其特征在于，所述方法还包括：在基于所述瞬时按压间期对所述心电信号进行滤波之前，对所述心电信号的噪声和所述参考信号进行相关性分析，并根据所述相关性分析的结果确定滤波模式，以用于进行所述滤波。
- 根据权利要求20所述的方法，其特征在于，与所述按压频率相关的按压质量的反馈信息包括所述按压频率的数值和/或按压快慢的提示。
- 根据权利要求20所述的方法，其特征在于，所述频域按压特征包括瞬时按压频率，所述基于所述频域按压特征确定按压频率，包括：基于多个时间段的所述参考信号确定多个瞬时按压频率；基于所述多个瞬时按压频率确定最终的按压频率。
- 根据权利要求29所述的方法，其特征在于，所述基于所述多个瞬时按压频率确定最终的按压频率，包括：对所述多个瞬时按压频率进行加权平均、几何平均或者求中位数以得到最终的按压频率。
- 根据权利要求20-30中的任一项所述的方法，其特征在于，所述参考信号包括以下中的至少一项：胸阻抗信号、血氧信号、呼吸信号、以及心肺复苏传感器感知的信号，其中，所述心肺复苏传感器感知的信号包括压力信号、位移信号、速度信号和加速度信号中的至少一项。
- 根据权利要求23所述的方法，其特征在于，所述方法还包括：实时显示所述滤波后的心电信号。
- 根据权利要求23所述的方法，其特征在于，所述方法还包括：基于所述滤波后的心电信号进行节律分析；基于所述节律分析的结果获取按压过程中的节律状态；基于所述节律状态输出电击决策。
- 一种心肺复苏的按压检测装置，其特征在于，所述装置包括存储器和处理器，所述存储器上存储有由所述处理器运行的计算机程序，所述计算机程序在被所述处理器运行时执行权利要求1-33中的任一项所述的心肺复苏的按压检测方法。
- 根据权利要求34所述的装置，其特征在于，所述装置还包括信号采集装置，所述信号采集装置用于采集对目标对象进行心肺复苏过程中与胸外按压相关的参考信号。
- 根据权利要求35所述的装置，其特征在于，所述装置为除颤仪。
- 一种存储介质，其特征在于，所述存储介质上存储有计算机程序，所述计算机程序在运行时执行如权利要求1-33中的任一项所述的心肺复苏的按压检测方法。
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| PCT/CN2021/140966 WO2023115483A1 (zh) | 2021-12-23 | 2021-12-23 | 一种心肺复苏的按压检测方法、装置以及存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN116801808A true CN116801808A (zh) | 2023-09-22 |
Family
ID=86901130
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202180075062.7A Pending CN116801808A (zh) | 2021-12-23 | 2021-12-23 | 一种心肺复苏的按压检测方法、装置以及存储介质 |
Country Status (2)
| Country | Link |
|---|---|
| CN (1) | CN116801808A (zh) |
| WO (1) | WO2023115483A1 (zh) |
Family Cites Families (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US9545211B2 (en) * | 2012-03-27 | 2017-01-17 | Physio-Control, Inc. | System and method for electrocardiogram analysis and optimization of cardiopulmonary resuscitation and therapy delivery |
| JP2014076117A (ja) * | 2012-10-09 | 2014-05-01 | Nippon Koden Corp | 心電図解析装置および電極セット |
| CN104274172B (zh) * | 2013-07-08 | 2017-05-17 | 深圳迈瑞生物医疗电子股份有限公司 | 一种胸外按压深度的监测方法、系统和除颤仪 |
| CN107041838B (zh) * | 2013-10-11 | 2020-09-08 | 中国医学科学院北京协和医院 | 基于脉搏血氧的心肺复苏质量反馈控制系统 |
| EP2859913B1 (en) * | 2013-10-11 | 2020-08-19 | Peking Union Medical College Hospital, Chinese Academy of Medical Sciences | Pulse oximetry-based Cardio-Pulmonary Resuscitation (CPR) quality feedback systems and methods |
| US20200138667A1 (en) * | 2013-12-16 | 2020-05-07 | Peking Union Medical College Hospital, Chinese Academy Of Medical Sciences | Devices and systems for real-time recognition of restoration of spontaneous circulation (rosc) in cardio-pulmonary resuscitation (cpr) process |
| CN107690340B (zh) * | 2015-06-05 | 2021-06-22 | 皇家飞利浦有限公司 | 无需使用独立按压计而检测cpr胸部按压状态的方法和装置 |
| US10426695B2 (en) * | 2015-09-08 | 2019-10-01 | Covidien Lp | System and method for cardiopulmonary resuscitation |
| CN208573999U (zh) * | 2017-12-28 | 2019-03-05 | 苏州尚领医疗科技有限公司 | 一种心肺复苏按压指导反馈装置 |
| CN111683593B (zh) * | 2018-01-18 | 2023-09-01 | 深圳迈瑞生物医疗电子股份有限公司 | 一种ecg信号的去噪方法及终端 |
-
2021
- 2021-12-23 CN CN202180075062.7A patent/CN116801808A/zh active Pending
- 2021-12-23 WO PCT/CN2021/140966 patent/WO2023115483A1/zh active Application Filing
Also Published As
| Publication number | Publication date |
|---|---|
| WO2023115483A1 (zh) | 2023-06-29 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108388912B (zh) | 基于多传感器特征优化算法的睡眠分期方法 | |
| US20210068672A1 (en) | Continuous non-invasive monitoring of a pregnant human subject | |
| CN110742585B (zh) | 基于bcg信号的睡眠分期方法 | |
| CN105796096B (zh) | 一种心率变异性分析方法、系统及终端 | |
| EP3479758B1 (en) | System and method for breathing pattern extraction from ppg signals | |
| CN108992053B (zh) | 一种实时的无束缚检测心率和心跳间隔的方法 | |
| CN111513706B (zh) | 一种针对含有异常r波的心电信号的检测方法和装置 | |
| JP2018512243A5 (zh) | ||
| JP2018512243A (ja) | 妊娠中の被験者の連続非侵襲モニタリング | |
| EP3678553B1 (en) | Diagnosis of pathologies using infrasonic signatures | |
| JP2015508693A (ja) | 生理的リズムを表す信号を処理する方法 | |
| EP3387988B1 (en) | Biological state estimation device, biological state estimation method, computer program, and recording medium | |
| US20060287606A1 (en) | Method for detecting heart rate and systems thereof | |
| CN102274014A (zh) | 一种基于小波去噪的柯氏音血压测量与信号分析方法 | |
| Vuksanovic et al. | Analysis of human electrocardiogram for biometric recognition using analytic and ar modeling extracted parameters | |
| CN116801808A (zh) | 一种心肺复苏的按压检测方法、装置以及存储介质 | |
| CN113616188B (zh) | 一种基于不可听声音调频连续波的呼吸监测方法 | |
| US20220323023A1 (en) | Method for determining respiratory rate | |
| US10952625B2 (en) | Apparatus, methods and computer programs for analyzing heartbeat signals | |
| Moukadem et al. | High Order Statistics and Time‐Frequency Domain to Classify Heart Sounds for Subjects under Cardiac Stress Test | |
| CN111345815A (zh) | 一种心电信号中qrs波的检测方法、装置、设备和存储介质 | |
| Zamrath et al. | Robust and computationally efficient approach for Heart Rate monitoring using photoplethysmographic signals during intensive physical excercise | |
| US20220361798A1 (en) | Multi sensor and method | |
| Santos et al. | Detection of the S2 split using the Hilbert and wavelet transforms | |
| Shama et al. | Hamming filter design for ECG signal detection and processing using co-simulation |
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 |