CN1393204A - 心电频谱图测量仪 - Google Patents
心电频谱图测量仪 Download PDFInfo
- Publication number
- CN1393204A CN1393204A CN01129553A CN01129553A CN1393204A CN 1393204 A CN1393204 A CN 1393204A CN 01129553 A CN01129553 A CN 01129553A CN 01129553 A CN01129553 A CN 01129553A CN 1393204 A CN1393204 A CN 1393204A
- Authority
- CN
- China
- Prior art keywords
- ripple
- signal
- computer
- ecg
- changer
- 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.)
- Granted
Links
Images
Landscapes
- Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
Abstract
本发明公开了一种心电频谱图检测仪,通过提高导联电极1和A/D变换器3的采样频率,使心电信号以数字化形式进入信号存储器5,并经数据传送接口6,真实地将心电图形回放于计算机7,再经过工具软件对图形自动识别和测量,利用所记录的信号来制作P波、QRS波、T波信号模板,用计算机自动识别P波、QRS波和T波,对PR间期、QT间期、RR间期和PP间期进行自动时域检测、心律失常和频谱的变异性分析。
Description
本发明涉及一种心电频谱图检测仪,属于探测心电图周期特殊参数的仪器。
心电频谱图检测仪是一种测量心脏电变化的仪器,心脏是一个肌肉泵,在产生机械收缩之前,心肌细胞先产生电变化。心电变化传到体表,用仪器记录到放大的心电变化曲线就是心电图。一个正常人的典型心电图由波、段、间期三部分组成,正常心脏的电激动起源于窦房结,最先激动心房,当左、右心房兴奋时,心电图仪记录下一个时间较短的圆头的正波,称为P波。此后,有一个波群,波群中第一个向下的小且尖的负波,称为Q波,其后是狭窄而高耸的向上非常大的尖的正波,称为R波,紧接的又是向下的一个尖大的负波,称为S波。这三个紧密相连的波被称为QRS波群。QRS波群反映了左右心室的电兴奋。QRS波群之后,有一个持续时间比较长的圆头正波,称为T波。这样,心电图的各间期就赋予了相应的生理意义和病理意义:“PR间期”代表心房开始兴奋至心室开始兴奋的时间,测量时从P波开始至QRS波开始的时间。“ST间期”自QRS波终点至T波的起点,为一条平线。而“QT间期”自QRS波起点至T波终点,反映了心室从兴奋开始至结束的时间。
现在的动态心电图,简称Holter,能一次连续记录24小时以上的心电图,并能对患者在日常活动情况中,身体和精神状况不断变化条件下进行心电图检测。动态心电时内的心电图异常作出综合的统计和评估,并能将患者记录的日志与心电图的异常变化联系起来,以找出心电图异常的原因。动态心电图检测已成为临床诊断中不可缺少的常规检测手段。动态心电图不仅是评价心律失常的重要手段,也可以作为心肌缺血检测的辅助手段。
此外,近年来在动态心电图上增加了很多新的功能,如用于预测急性心肌梗塞后发生猝死危险的心率变异性的检测与分析,心室晚电位的检测与分析等。也可以用来记录和分析埋植型心脏起搏器的起搏信号,用来评定心脏起搏器的工作情况。
但目前的动态心电图仍存在不少问题。主要有:1.对心肌缺血(尤其隐性心肌缺血)诊断的阳性率还比较低;2.动态心电图对P波的形态、QRS波的形态的识别比常规心电图差。基本上是未用计算机识别和分析P波,因而对心房引起的心律失常难以自动检测;3.动态心电图的测量精度比心电图机差,心律失常及ST段的分析软件尚未达到令医生满意的程度。4.以时域检测为主、频域检测技术有待开发。
现有的测量心电频谱图的仪器,如美国专利号US5437285《一种通过估计自主神经和心电稳定性来预测心性猝死的方法与装置》,该专利通过T波的变异性来检测心脏病人心电的不稳定性和自主神经的影响,探讨对心性猝死的价值。其不足之处是只检测了T波,没有检测P波、QRS波,因而仅反映了心动周期电变化的一小部分。
本发明的目的是提出一种既能检测T波,又能检测P波、QRS波及PR间期、QT间期的一种心电频谱图检测仪。
本发明的目的是这样实现的:本心电频谱图检测仪由导联电极、心电放大器、A/D变换器、单片计算机、信号存储器、数据传送接口和分析与回放计算机组成;导联电极贴在身体表面,导联电极与心电放大器相连;心电放大器与A/D变换器相连,经A/D变换器将心电信号由连续变化的模拟量信号形式转换成间断变化的数字量信号形式;A/D变换器与单片计算机相连,单片计算机将心电信号经软件压缩运算后以数字化形式直接送入信号存储器中记录下来;A/D变换器采用采样频率越高,对心电信号波形的描述就越细致;反之,当采样频率太低时,将会丢失某些有临床意义的心电信号细节;例如,目前常用的Holter采用的采样频率为128-256Hz,就有可能造成3ms以内的信号无法还原;这样,就无法高保真地检测P波;根据信息论的理论,当采样频率高到某一数值时(信号频谱的高频截止频率的二倍),方可由采样后的数字信号准确无误地复原原来的连续变化的信号;故本心电频谱图检测仪的A/D变换器采用采样频率大于512Hz,且字长为16个字位的A/D变换器;为节省信号存储器的存储空间,单片计算机加载有数据压缩算法,这种数据压缩算法的原理是公知的,可由市售的商品软件包获得。
分析与回放计算机中的基本信息有:心动周期信号数据库、信号的采样和处理算法、信号时域分析算法、信号频域分析算法和诊断报告编辑模块,心动周期信号数据库由信号存储器中所序时记录的数字化形式的心电信息组成,在回放时,由分析与回放计算机将信号存储器记录的数字信号经过数据传送接口读出并进行分析。
信号的采样和处理算法加载在分析与回放计算机上,当信号存储器所记录的心电图形经数字传送接口真实地回放于计算机时,计算机利用所记录的信号来制作工具软件,得到被测试者的心动周期P波、QRS波、T波信号模板,计算机即可自动识别P波、QRS波和T波。计算机在自动识别P波、QRS波和T波后,运行其内置的信号时域分析算法,对PR间期、QT问期、RR间期和PP间期进行自动时域检测和心律失常分析。计算机在自动识别P波、QRS波和T波后,运行其内置的信号频域分析算法,进行心电频谱的变异性分析。
本发明的优点是:
由于采用采样频率大于512Hz且字长为16个字位的A/D变换器和P波、QRS波、T波信号模板,故可以对P波等微小波形进行自动检测;对PR间期、QT间期、RR间期和PP间期进行自动时域检测、频域分析和心律失常分析。
本发明的附图有:
图1心电频谱图检测仪结构框图。
图2心电频谱图检测仪工作流程图。
下面结合附图和实施例对本发明作进一步描述:
图1为心电频谱图检测仪结构框图。它由导联电极1、心电放大器2、A/D变换器3、单片计算机4、信号存储器5、数据传送接口6、计算机7七部分组成。做心电图时,导联电极1贴在身体表面。导联电极1内的载流子与身体内的载流子进行电化学交换,将交换后的信号经心电放大器2放大后,经A/D变换器3变换成以数码表示的数字信号,A/D变换器3从原理上说是一个采样编码器。采样就是以一定的时间间隔Δt采集连续变化信号的数值。在等间隔的t1、t2…tn时间对连续变化信号取值,得到V1、V2……Vn,称为采样。采样在时间上是等间隔的,当间隔为Δt时,L=1/Δt称为采样频率。经采样得到的数值V1、V2、V3……Vn,经过A/D变换器得到相应的数码就是输入到单片计算机4的数字信号。该信号被直接送入信号存储器5中记录下来。在回放时,由信号存储器5记录的信号经过数据传送接口6直接传送到计算机7中进行分析,得到能用于临床诊断的分析结果。
图2为心电频谱图检测仪工作流程图。
心电频谱图检测仪工作流程由信号的采样和处理、信号的时域分析、信号的频域分析和诊断报告编辑四大软件模块(共18个步骤)组成。
信号的采样和处理模块通过步骤1~步骤4实现:
步骤1:首先通过数据传输接口6将心电信号回放到计算机7的磁盘文件中。
步骤2:将心电信号进行预处理以减少干扰的影响。在心电信号处理中常常采用滤波技术,用数字滤波器抑制一部分干扰信号。
步骤3:采用适当的方法,如高通滤波、样条曲线拟合,并扣除基线等,消除基线漂移。
步骤4:对经过预处理的心电信号进行检波。检波就是以一定的数学算法由心电数据中计算出的PP间期和RR间期。由于分析是逐个心搏进行的,必需先检出每个心搏周期的R波位置(其在心搏周期中是不可缺少的)。以R波位置为基准,试算出每个心搏周期的各波、间期和波群的波峰,或波谷位置及心搏周期的左、右边界。以便将心电信号分成单个的心搏的波形再进行分析。
信号的时域分析通过步骤5~步骤13实现:
步骤5:对经过预处理的心电信号进行认证式分析。将步骤4分出的心电信号分类,通过人机对话,将全部心电信号按波形相似的程度分成若干个类别,每个类别都有一个最能代表该类心电信号的形状,称为该类的模板。
步骤6:判断该心电信号是否符合分析系统中已有的心电信号模板。如果是,该心电信号被标识为该类心电信号波形,分析系统软件跳转步骤5;否则,分析系统软件顺序进入步骤7。
心电信号模板分类属于模式识别领域,用统计分类方法对心电信号进行分类时,首先要抽取心电信号的特征。以最小错误概率的Bayes决策准则原理对心电信号模板进行分类。
步骤7:检查本次心电信号是否符合最后一个分析系统中已有的心电信号模板。如果是,该心电信号被标识为该类心电信号波形,分析系统软件跳转步骤5;否则,意味着在分析过程中每当遇到一类新的心电信号,分析系统软件顺序进入步骤8。
步骤8:分析系统软件都要停下来要求操作人员通过人机对话对其分析结果进行确认,操作人员据此建立新的心电信号模板。
步骤9:判断心电信号是否分析完毕,如果是,分析系统软件依顺序进入步骤10;否则,分析系统软件跳转返回步骤5。
这样,当以后再次遇到同一类型的波形时,软件就按操作员确认的结果进行识别和分类,从而也实现了在分析过程中的人机对话功能。
步骤10:回放已全部记入计算机分析系统磁盘文件的心电信号。
在分析过程中动态地显示三个通道的各个心搏周期的动态波形叠加图,操作人员可监视分析过程。当操作人员发现这三个点的位置不合适时可以随时进行纠正。
步骤11:单击鼠标,即可暂停前述的屏幕扫描。操作人员可以心电信号的分类性质。
例如:当趋势图上出现了一连串的红色条纹,而且心率高于120次/分,这意味着此时出现了一串室性心动过速。如果出现了一串黄色条纹,而且心率较高,操作人员可以停止心率趋势图的扫描,并调出这一段心电信号进行验证。如果发现这一串心电信号的波形是室性心动过速或阵发性室性扑动或室颤,则可以对其进行修正,修正之后在心率趋势图上恢复成红色条纹。再次单击鼠标,即可恢复前述的屏幕扫描。
在计算机学习了操作员的指示之后,可以使以后的分析过程加快并减少错误,更重要的是可以纠正对有意义的医学事件的漏检。
步骤12:模板建立并完成了心电信号的分类之后,便是以医学知识对每类模板进行医学标识,也就是判定每类模板是属于室性波(V)、窦性波(N)或者其它类别的波(O)(例如室性融合波)。
步骤13:再下一步是根据RR间期的期前量进行节律分析,以判定早搏以及成串的异位搏动事件。最后据心电信号形态的判定结合节律分析一起结合医学知识来判定事件是属于那一类医学事件。一般在心电信号的分类以及事件的医学判定过程中加入医生的人工干预,一方面纠正计算机的分析错误,另一方面根据操作指令扩展计算机的分析功能,以诊断计算机人工智能所不能完成的分析功能。
信号的频域分析模块通过步骤14~步骤15实现:
步骤14:显示和分析普通心电信号每一频率成分的功率分布、相位变化及信号之间的相互关系等频域特征,确定房室传导系统(PR)的频谱图、心室传导系统(QT)的频谱图和单个心动周期(PP)的总频谱图,并描述PR、QT、PP或RR间期动态趋势图。
步骤15:对RR间期、PR间期、QT间期和单个心搏周期(PP)大小的栅状图进行频域变换(如傅里叶变换),确定心电信号每一频率成分的功率分布、相位变化及信号之间的相互关系等频域特征。
诊断报告编辑模块通过步骤16~步骤18实现:
步骤16:分析和回顾完成之后显示出报告的“软拷贝”。
步骤17:操作人员在分析完成之后,对分析结果中的错误进行修正,称为人工编辑。在进行人工编辑时,可以在屏上显示异常事件的心电图片段,也可以逐屏地显示24小时的心电波形,由操作人员对分析结果进行修正。操作人员也可以选择和组织打印报告的内容,将有代表性的异常心电图片段纳入到打印报告中。
步骤18:分析、回顾和人工编辑完成后打印出报告的“硬拷贝”。
报告的内容包括:病人的基本信息(姓名、性别、年龄等);24小时内的平均窦性心率;最快和最慢的窦性心率;24小时内各种心律失常事件的总数;按小时划分的心律失常事件的列表;室性心律失常的类别及波形;典型的心律失常的心电波形片段;房室传导系统(PR)、心室传导系统(QT)和整个心搏周期(PP)或(RR)的动态趋势图和心电频谱图。
虽然具体地示出并描述了示例性实施例,但是,熟悉本行的人都会明白,在不离开本示例性实施例的精神和范围的情况下,在形式上和细节上可以作各种各样的改定。
Claims (4)
1、一种心电频谱图检测仪,包括导联电极(1)、心电放大器(2)、A/D变换器(3)、单片计算机(4)、信号存储器(5)、数据传送接口(6)和计算机(7);导联电极(1)贴在人体表面,导联电极(1)与心电放大器(2)相连;心电放大器(2)与A/D变换器(3)相连,经A/D变换器(3)将心电信号由连续变化的模拟量信号形式转换成间断变化的数字量信号形式;A/D变换器(3)与单片计算机(4)相连,单片计算机(4)将心电信号经软件压缩运算后以数字化形式直接送入信号存储器(5)中记录下来;在回放时,由计算机(7)将信号存储器(5)记录的数字信号经过数据传送接口(6)读出并进行分析,其特征在于:
(A)所述的A/D变换器(3)采用采样频率大于512Hz且字长为16个字位的A/D变换器;
(B)所述的单片计算机(4)采用了现有的数据压缩算法;
(C)所述的计算机(7)中的基本信息有:心动周期信号数据库、信号的采样和处理算法、信号时域分析算法、信号频域分析算法和诊断报告编辑模块。
2、根据权利要求1所述的心电频谱图检测仪,其特征在于,当信号存储器(5)所记录的心电图形经数据传送接口(6)真实地回放于计算机(7)时,计算机(7)利用所记录的信号来制作工具软件,得到被测试者的心动周期P波、QRS波、T波信号模板,即可自动识别P波、QRS波和T波。
3、根据权利要求1所述的心电频谱图检测仪,其特征在于,计算机(7)在自动识别P波、QRS波和T波后,运行其内置的信号时域分析算法,对PR间期、QT间期、RR间期和PP间期进行自动时域检测和心律失常分析。
4、根据权利要求1所述的心电频谱图检测仪,其特征在于,计算机(7)在自动识别P波、QRS波和T波后,运行其内置的信号频域分析算法,进行心电频谱的变异性分析。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CNB011295538A CN1180746C (zh) | 2001-06-26 | 2001-06-26 | 心电频谱图检测仪 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CNB011295538A CN1180746C (zh) | 2001-06-26 | 2001-06-26 | 心电频谱图检测仪 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN1393204A true CN1393204A (zh) | 2003-01-29 |
CN1180746C CN1180746C (zh) | 2004-12-22 |
Family
ID=4669267
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CNB011295538A Expired - Fee Related CN1180746C (zh) | 2001-06-26 | 2001-06-26 | 心电频谱图检测仪 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN1180746C (zh) |
Cited By (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101972144A (zh) * | 2010-10-19 | 2011-02-16 | 高杰 | 一种心率失常的心电图记录分析方法 |
CN101669819B (zh) * | 2009-09-25 | 2011-06-01 | 西安电子科技大学 | 基于pt变换与线性预测结合的心电图信号无损压缩方法 |
US7998081B2 (en) | 2006-07-14 | 2011-08-16 | Shenzhen Mindray Bio-Medical Electronics Co., Ltd. | Computer assisted cardiogram diagnostic system and the method thereof |
CN1909831B (zh) * | 2004-01-21 | 2012-07-04 | 心脏网络公司 | 心脏监视方法、以及心脏监视系统和装置 |
CN101627907B (zh) * | 2009-07-17 | 2012-09-05 | 深圳迪美泰数字医学技术有限公司 | 心电信号分析处理装置及方法 |
CN103239222A (zh) * | 2013-04-17 | 2013-08-14 | 深圳市科曼医疗设备有限公司 | 心电信号采集装置与采集方法 |
CN103705234A (zh) * | 2013-12-05 | 2014-04-09 | 深圳先进技术研究院 | 动态心电信号数据中的检波方法和装置 |
CN104866724A (zh) * | 2015-05-26 | 2015-08-26 | 北京海思敏医疗技术有限公司 | 基于图像的心电分析方法及装置 |
CN105411567A (zh) * | 2015-12-15 | 2016-03-23 | 北京世纪今科医疗器械有限公司 | 一种心电图数据分析方法及系统 |
CN105578960A (zh) * | 2013-09-27 | 2016-05-11 | 皇家飞利浦有限公司 | 用于处理生理信号的处理装置、处理方法和系统 |
WO2019100564A1 (zh) * | 2017-11-27 | 2019-05-31 | 乐普(北京)医疗器械股份有限公司 | 检测报告数据生成方法 |
CN109846473A (zh) * | 2019-03-19 | 2019-06-07 | 苏州哈特智能医疗科技有限公司 | 一种检测单导联10秒心电图噪音干扰程度的方法 |
CN110507311A (zh) * | 2019-08-27 | 2019-11-29 | 中科麦迪人工智能研究院(苏州)有限公司 | 一种基于图像信息的心电分析方法、装置、设备及介质 |
CN118044820A (zh) * | 2024-02-21 | 2024-05-17 | 北京信心相联科技有限公司 | 一种心电信号的处理方法、装置、设备及介质 |
-
2001
- 2001-06-26 CN CNB011295538A patent/CN1180746C/zh not_active Expired - Fee Related
Cited By (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1909831B (zh) * | 2004-01-21 | 2012-07-04 | 心脏网络公司 | 心脏监视方法、以及心脏监视系统和装置 |
US7998081B2 (en) | 2006-07-14 | 2011-08-16 | Shenzhen Mindray Bio-Medical Electronics Co., Ltd. | Computer assisted cardiogram diagnostic system and the method thereof |
CN101627907B (zh) * | 2009-07-17 | 2012-09-05 | 深圳迪美泰数字医学技术有限公司 | 心电信号分析处理装置及方法 |
CN101669819B (zh) * | 2009-09-25 | 2011-06-01 | 西安电子科技大学 | 基于pt变换与线性预测结合的心电图信号无损压缩方法 |
CN101972144A (zh) * | 2010-10-19 | 2011-02-16 | 高杰 | 一种心率失常的心电图记录分析方法 |
CN103239222A (zh) * | 2013-04-17 | 2013-08-14 | 深圳市科曼医疗设备有限公司 | 心电信号采集装置与采集方法 |
CN105578960A (zh) * | 2013-09-27 | 2016-05-11 | 皇家飞利浦有限公司 | 用于处理生理信号的处理装置、处理方法和系统 |
CN103705234A (zh) * | 2013-12-05 | 2014-04-09 | 深圳先进技术研究院 | 动态心电信号数据中的检波方法和装置 |
CN103705234B (zh) * | 2013-12-05 | 2015-08-26 | 深圳先进技术研究院 | 动态心电信号数据中的检波方法和装置 |
CN104866724A (zh) * | 2015-05-26 | 2015-08-26 | 北京海思敏医疗技术有限公司 | 基于图像的心电分析方法及装置 |
CN105411567A (zh) * | 2015-12-15 | 2016-03-23 | 北京世纪今科医疗器械有限公司 | 一种心电图数据分析方法及系统 |
CN105411567B (zh) * | 2015-12-15 | 2018-04-24 | 北京世纪今科医疗器械有限公司 | 一种心电图数据分析方法及系统 |
WO2019100564A1 (zh) * | 2017-11-27 | 2019-05-31 | 乐普(北京)医疗器械股份有限公司 | 检测报告数据生成方法 |
US11452476B2 (en) | 2017-11-27 | 2022-09-27 | Shanghai Lepu CloudMed Co., LTD | Detection report data generation method |
CN109846473A (zh) * | 2019-03-19 | 2019-06-07 | 苏州哈特智能医疗科技有限公司 | 一种检测单导联10秒心电图噪音干扰程度的方法 |
CN109846473B (zh) * | 2019-03-19 | 2021-11-05 | 苏州哈特智能医疗科技有限公司 | 一种检测单导联10秒心电图噪音干扰程度的方法 |
CN110507311A (zh) * | 2019-08-27 | 2019-11-29 | 中科麦迪人工智能研究院(苏州)有限公司 | 一种基于图像信息的心电分析方法、装置、设备及介质 |
CN118044820A (zh) * | 2024-02-21 | 2024-05-17 | 北京信心相联科技有限公司 | 一种心电信号的处理方法、装置、设备及介质 |
CN118044820B (zh) * | 2024-02-21 | 2024-08-06 | 北京信心相联科技有限公司 | 一种心电信号的处理方法、装置、设备及介质 |
Also Published As
Publication number | Publication date |
---|---|
CN1180746C (zh) | 2004-12-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11134880B2 (en) | Automatic method to delineate or categorize an electrocardiogram | |
CN109171712B (zh) | 心房颤动识别方法、装置、设备及计算机可读存储介质 | |
EP3367897B1 (en) | An automatic method to delineate or categorize an electrocardiogram | |
US7412282B2 (en) | Algorithms for detecting cardiac arrhythmia and methods and apparatuses utilizing the algorithms | |
WO2019100565A1 (zh) | 基于人工智能自学习的动态心电图分析方法和装置 | |
CN101828917B (zh) | 心电信号特征提取的方法和系统 | |
Li et al. | A low-complexity data-adaptive approach for premature ventricular contraction recognition | |
CN1180746C (zh) | 心电频谱图检测仪 | |
CN106815570B (zh) | 一种基于动态模式识别的心电信号st-t段识别方法 | |
CN101065058A (zh) | 使用部分状态空间重构监视生理活动 | |
CN103970975A (zh) | 心电数据处理方法和系统 | |
Wu et al. | Personalizing a generic ECG heartbeat classification for arrhythmia detection: a deep learning approach | |
Xiong et al. | A real-time QRS detection algorithm based on energy segmentation for exercise electrocardiogram | |
CN115486854B (zh) | 一种针对干电极采集的单导联心电图室性早搏识别方法 | |
à Mougoufan et al. | Three-class ECG beat classification by ordinal entropies | |
Zou et al. | A generalizable and robust deep learning method for atrial fibrillation detection from long-term electrocardiogram | |
CN113288169B (zh) | 一种心电波形信号的波形识别方法、装置及设备 | |
Simon et al. | Impact of sampling rate reduction on automatic ECG delineation | |
Patel et al. | Extraction of Features from ECG Signal | |
Meltzer et al. | A clustering approach to construct multi-scale overcomplete dictionaries for ECG modeling | |
Tiwari et al. | Automatic detection of QT interval in electro-cardiograph using MATLAB | |
CN111685754B (zh) | 针对可穿戴ecg采集设备的心率计算方法及系统 | |
RU2759404C1 (ru) | Аппаратно-программный комплекс электрокардиографических измерений | |
Li et al. | An automatic detection algorithm for T wave position based on T wave morphology | |
Bessette et al. | Automated electrocardiogram analysis: the state of the art |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
C17 | Cessation of patent right | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20041222 Termination date: 20100626 |