CN1479587A - 波形分段及分割段的表征方法 - Google Patents
波形分段及分割段的表征方法 Download PDFInfo
- Publication number
- CN1479587A CN1479587A CNA028032365A CN02803236A CN1479587A CN 1479587 A CN1479587 A CN 1479587A CN A028032365 A CNA028032365 A CN A028032365A CN 02803236 A CN02803236 A CN 02803236A CN 1479587 A CN1479587 A CN 1479587A
- Authority
- CN
- China
- Prior art keywords
- slope
- waveform
- sample
- amplitude
- transition point
- 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
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N3/00—Scanning details of television systems; Combination thereof with generation of supply voltages
- H04N3/10—Scanning details of television systems; Combination thereof with generation of supply voltages by means not exclusively optical-mechanical
- H04N3/16—Scanning details of television systems; Combination thereof with generation of supply voltages by means not exclusively optical-mechanical by deflecting electron beam in cathode-ray tube, e.g. scanning corrections
- H04N3/26—Modifications of scanning arrangements to improve focusing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/17—Function evaluation by approximation methods, e.g. inter- or extrapolation, smoothing, least mean square method
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
- G06F2218/08—Feature extraction
Abstract
本发明公开了一种波形分割方法,该方法通过使用斜率跟踪波形从而以斜率拐点和斜率转变点来表征。该方法可用于活体的生理学信号。
Description
技术领域
本发明涉及一种信号波形分割及其分割段的表征方法,特别是涉及一种将信号波形分成几段的方法,其适于通过斜率拐点和斜率转变点之间的波形的数学合成来进行信号识别。
背景技术
本发明可用于宽范围的信号波形的识别,这些信号包括活体的生理学的信号,如ECG(心电图)、EEG(脑电图)、EMG(肌电图)、电描记图、内部心电图和脉冲波形。
通常,人们试图采用不同的方法将连续的随时间变化的信号波形分成多段。更为普遍的是,将两个曲率转变点之间的部分定义为信号波形的一段,其中在曲率转变点,波形的曲率改变了极性。
然而,当信号波形随时间快速变化时,现有技术在某种意义上存在所分割的段的密度趋向于很高的缺点。
进一步地,现有技术还存在其他一些局限,例如,活体的生理学波形中的一对连续波形被错误地中断成一单一连续波形。
发明内容
因此,本发明的目的在于提供一种能有效将信号波形分割成多段并表征所分割的段的方法。
本发明的目的还在于进一步提供一种分割信号波形的方法,该方法通过利用斜率拐点和斜率转变点而适合用于活体的生理学信号。
为实现上述目的,本发明提供的分割信号波形的方法包括以下步骤:(a)如果跟踪波形在第n个样本处的函数值小于信号波形在第n+1个样本处的振幅,则以信号波形在第n+1个样本处的振幅更新跟踪波形在第n+1个样本处的函数值;
(b)如果所述跟踪波形在第n个样本处的函数值大于或等于所述信号波形在第n+1个样本处的振幅,则比较所述跟踪波形在第n个样本处及第n-1个样本处的函数值;
(c)当所述跟踪波形在第n个样本处的函数值与第n-1个、n-2个…n-L个样本处的函数值一样时,且L小于预定义的数目k,则保持所述跟踪波形在第n+1个样本处的函数值与第n个样本处的函数值一样;或者当所述跟踪波形在第n个样本处的函数值与第n-1个、n-2个…n-L个样本处的函数值一样时,且L等于步骤(b)的数目k,则以从所述跟踪波形第n个样本处的函数值减去第n个样本和第n-k个样本之间的平均斜率后所得的值更新所述跟踪波形在第n+1个样本处的函数值;
(d)如果所述跟踪波形在第n个样本处的函数值不同于第n-1、n-2个…n-j个样本处的函数值,且j小于预先定义的数目L时,则以从所述跟踪波形在第n个样本处的函数值减去同样的斜率(参考为“第一斜率”)所得的值更新第n+1个样本处的函数值;或者如果信号波形在第n个样本和第n-L个样本之间的平均斜率(“第二斜率”)比所述第一斜率乘以预定义比率X%后所得的斜率更陡峭,且所述跟踪波形在第n个样本处的函数值不同于n-1、n-2…n-j个样本处的值,其中j等于L,则以从所述跟踪波形在第n个样本处的函数值减去第二斜率后所得的值更新所述跟踪波形在第n+1个样本处的函数值;或者如果所述第二斜率没有所述第一斜率乘以预定义的比率X%后的斜率陡峭,则以从所述跟踪波形在第n个样本处的函数值减去第一斜率乘以预定义的比率X%后的斜率所得的值更新所述跟踪波形在第n+1个样本处的函数值;及
(e)如果所述跟踪波形在第n+1个样本处的函数值小于或等于所述信号波形在第n+1个样本处的振幅从而两个波形相交时,把第n+1个样本当作斜率转变点,并把所述的斜率转变点和所述斜率拐点之间的部分当作一段。
附图简要说明
结合所附的本发明优选实施例的附图,使用经过跟踪波形的斜率拐点和斜率转变点将信号波形分割成多段的本发明方法的进一步特征将变得很明显。然而,附图不应视为对本发明的限制,仅是为了解释和理解的目的。在附图中:
图1为根据本发明的用下斜率跟踪波形将信号波形分割成多段的优选实施例的示意图。
图2为根据本发明的信号波形的振幅在上升期间下斜率跟踪波形如何追踪信号波形的示意图。
图3为根据本发明的在晚于斜率拐点的下降阶段下斜率跟踪波形的变化情况的示意图。
图4a-4c为根据本发明的在斜率拐点被检测到后为保持下斜率跟踪波形为一恒量样本数目变化时的效果的示意图。
图5为一个优选实施例的示意图,其中斜率转变点由下斜率跟踪波形确定从而信号波形被分割。
图6为根据本发明的带有用于分割成多段的信号波形的上斜率跟踪波形的示意图。
图7为根据本发明的信号波形增长到一个最大值的上升阶段期间上斜率跟踪波形的变化情况的示意图。
图8为根据本发明的在晚于斜率拐点的下降阶段上斜率跟踪波形的变化情况的示意图。
图9a-9c为根据本发明的在斜率拐点被检测到后为保持上斜率跟踪波形为一恒量样本数目变化时的效果的示意图。
图10为一个优选实施例的示意图,其中斜率转变点由上斜率跟踪波形确定从而信号波形被分割。
图11为使用下斜率跟踪波形的具有分割段的信号波形的示意图。
图12为使用上斜率跟踪波形的具有分割段的信号波形的示意图。
优选实施例的详细描述
本发明的特征将参考附图进行详细阐述。
术语说明
斜率拐点:所采样的信号波形上的一个点,在该点波形正好转变其斜率极性,或者在该点微分导数从负变正或由正变负。
斜率转变点:在该点信号波形的斜率变化非常快。斜率变化快的程度在某种意义上可理解为在某点的斜率变化率大于预定义的值(X%)。作为优选实施例,X%可被选作50%。
斜率跟踪波形:一种追踪信号波形的波形,用于有效地确定斜率转变点和斜率拐点。两种斜率跟踪波形被公开作为优选实施例:下斜率跟踪波形跟踪信号波形从底部向上的部分;上斜率跟踪波形跟踪信号波形从顶部向下的部分。
更可取地,上斜率跟踪波形和下斜率跟踪波形能够同时用于分割信号波形。根据具体情况,或者选择上斜率跟踪波形,或者选择下斜率跟踪波形。
使用下斜率跟踪波形确定斜率拐点和斜率转变点
图1为根据本发明的用下斜率跟踪波形将信号波形分割成多段的优选实施例的示意图。
参见图1,实线100代表将被分割的信号波形,虚线120表示下斜率跟踪波形的曲线。
如图1所示,下斜率跟踪波形的变化情况根据信号波形和斜率跟踪波形之间的振幅的相对振幅可分为两部分。
图2表示的是信号波形的振幅大于斜率跟踪波形的振幅的情况,而图3表示的是信号波形的振幅小于斜率跟踪波形的振幅的情况。
此外,图1中的点13、15、17、19代表样本的函数值和所考虑的样本点的振幅。
图2为根据本发明的信号波形在上升阶段下斜率跟踪波形的变化情况的示意图。
即,图2表示了信号波形的振幅大于下斜率跟踪波形的振幅时的情况。
参见图2,实线100所代表的是需要被分割的信号波形,所采样的点13、14、15、16代表在应用斜率跟踪波形前所考虑的样本的函数值或其瞬间的振幅。
此外,矩形1、3、5表示的是样本产生后下斜率跟踪波形的位置。虚线2、4、6表示的是采样前下斜率跟踪波形的高度。
当信号波形100的振幅大于下斜率跟踪波形的高度时,用信号波形更新下斜率跟踪波形。
为解释清楚,我们选择第七个样本5作为所考虑的样本。应注意的是,样本5处的信号波形的振幅高于下斜率跟踪波形的虚线4的高度。
因而,用信号波形的振幅5更新下斜率跟踪波形的高度。接下来是比较下斜率跟踪波形的高度6与下一个样本7的振幅的步骤。
此外,在当前的更新处理之前,下斜率跟踪波形的高度4已经用信号波形的振幅4更新,因为信号波形的振幅3高于斜率跟踪波形的高度。只要样本的信号波形的振幅大于下斜率跟踪波形的高度,则继续进行更新处理直到检测到斜率拐点9。
图3是根据本发明的在晚于斜率拐点的下降期间下斜率跟踪波形的变化情况的示意图。
参考图3,我们可以很好理解在检测到斜率拐点9后的下降阶段下斜率跟踪波形的变化。
当检测到斜率拐点9后,将斜率拐点9处的信号波形的振幅与下斜率跟踪波形的高度8进行比较。在这种情况下,由于斜率拐点9处的信号波形的振幅9大于下斜率跟踪波形的高度8,因此用信号波形的振幅9更新下斜率跟踪波形的高度10。
其后,由于下一个连续样本11的振幅低于下斜率跟踪波形的高度10,则下斜率跟踪波形保持其高度10直到下一个样本13。
从拐点9到第三个样本13之间均保持下斜率跟踪波形的高度14为斜率拐点处的信号波形的振幅10,如果前述三个连续样本的任何一个样本处的信号波形的振幅超出下斜率跟踪波形的高度,则忽视先前确定的斜率拐点。
其间,对于斜率拐点9之后的三个连续样本,如果第三个样本13处的信号波形的振幅同前面的两个样本一样,均没有转变下斜率跟踪波形的高度12、14,则计算斜率拐点9和第三个样本13之间的斜率差或振幅差并除以3从而获得每样本平均斜率。
现在,则用从旧值14减去每样本平均斜率而得到的新值16更新下斜率跟踪波形的高度。更合适地,平均斜率(或平均振幅)可当作旧的下斜率跟踪波形14与更新的下斜率跟踪波形16之间的高度差(或振幅差)
接下来,对于下一个连续样本15,将样本15的振幅与下斜率跟踪波形的高度16进行比较。
由于下斜率跟踪波形的高度18超过了信号波形的振幅15,则用减去每样本平均斜率后所得的新值18更新下斜率跟踪波形。
此外,由于下斜率跟踪波形的高度18依然高于下一样本处的信号波形的振幅17,则还以减去每样本平均斜率后所得的新值20更新下斜率跟踪波形。
既然这样,再次比较更新后的下斜率跟踪波形的高度及随后的样本处的振幅19,因为信号波形的振幅19依然低于下斜率跟踪波形的高度,下斜率跟踪波形的高度再次以每样本平均斜率的数目进行减少。
作为一个优选实施例,每样本平均斜率可以用新的数目更新,该新数目定义为在斜率拐点之后的四个连续样本之间的三个样本中的最大值和最小值之间的差值。
换句话说,计算第三个样本13和第六个样本19之间的差并除以3从而得到新的每样本平均斜率。新的每样本平均斜率则开始用于下斜率跟踪波形的计算,直到下三个样本23。
这种处理一直持续直到信号波形的振幅超过下斜率跟踪波形的高度。
在前面的阐述中,为计算每样本平均斜率而将样本数目选作为3。
然而,样本数目没有必要一定是3,在考虑了计算速度后,分组样本的数量可以改变。
更可取地,如果用最近的三个样本计算的新的每样本平均斜率低于先前的平均斜率乘以X%,则每样本平均斜率可以用先前平均斜率的X%进行更新。图3所示的情形为X等于50的情形。
参见图3,下斜率跟踪波形的高度26通过减去平均斜率而得以计算,平均斜率为最大值19和最小值23之间的差被3分割后所得的值,下斜率跟踪波形的高度24乘以3。照此类推,由于每样本平均斜率用于三个连续的样本,平均斜率应用最大值23和最小值25之间的差除以3所得的新值更新。
同时,更新后的每样本平均斜率是一个小值,因为最大值23和最小值25之间的差不太大。
即使为与下一样本27比较的目的,下斜率跟踪波形的高度应以高度30来更新,该高度通过减去一新的平均斜率而计算出,所计算出的平均斜率被忽略,因为其比先前的平均斜率的一定百分比还小。因此,下斜率跟踪波形的高度用较低的值28更新,该值使用先前平均斜率的50%作为更新的平均斜率。
这样,如果信号波形的样本与下斜率跟踪波形相交,其具有特殊的意义。
再次参见图3,样本27表示与下斜率跟踪波形的交叉点。现在,下斜率跟踪波形与信号波形的交叉点定义为斜率转变点,该点暗示平均斜率的重大变化。由于在交叉后信号波形的振幅27高于下斜率跟踪波形的高度28,此时则应用图2所描述的处理。
换句话说,由于其后的样本处的信号波形的振幅大于下斜率跟踪波形的高度28,则用信号波形的振幅34更新下斜率跟踪波形。
参考图3,应该注意到下斜率跟踪波形的高度14保持和斜率拐点处的振幅9一样。如果在下斜率跟踪波形被保持时,信号波形的样本碰巧超过下斜率跟踪波形,则应用图2中所阐述的处理,其中斜率拐点被忽略且信号波形被假设呈增长情形。
参考图3,下斜率跟踪波形在检测到斜率拐点后在三个样本期间被保持。然而,根据不同的效果需要,样本的数目可以任意选取。
换句话说,根据样本的数量,相邻的两个波形可以看作是一个单一波形或者两个独立的波形,其可能导致低通滤波器的效果。
图4a-4c为根据本发明的在斜率拐点被检测到后下斜率跟踪波形被保持为一恒量时,样本数目变化时的效果的示意图。
参考图4a,应当注意到振幅在斜率拐点37处中止增长,并在第二斜率拐点39处转变为正的数字。
参考图4b,在检测到斜率拐点37后下斜率跟踪波形的高度42保持了三个样本的时间长度。
这样,下斜率跟踪波形的高度42被保持直到第三个样本41,并随后被减去平均斜率后的新高度44更新。由于交叉出现在信号波形和下斜率跟踪波形之间,一个斜率转变点被定义,且将第一斜率拐点37和斜率转变点43之间的部分当作一个单一的段。
参考图4c,应注意到在检测到最大值37后下斜率跟踪波形被保持了四个样本的时间长度(甚至多于四个)。
在检测到第一斜率拐点37后,只要样本45之前的信号波形的四个样本没有超过下斜率跟踪波形的高度46,则应用图2中描述的程序。这样,斜率拐点37被忽略且信号波形被认为是持续增长。
在检测斜率拐点后,通过调整下斜率跟踪波形的高度的保持时间(样本的数目),两个连续的波形可被分作为两段或当作为一段。
根据本发明的通过使用一下斜率跟踪波形来分割信号波形的方法实施图2、图3、图4所公开的程序,信号波形在考虑斜率拐点和斜率转变点之后被分割。
在图3中所描述的斜率转变点9,下斜率跟踪波形与从负到正的信号波形相交叉,且信号波形被保持在下斜率跟踪波形的水平之下三个样本时间长度或k个样本长度。斜率转变点9也能用以确定一定间隔内信号波形的最大值。
如图3所示的信号波形的样本27,是信号波形与从负到正的下斜率跟踪波形相交叉的点,其可被当作是一斜率转变点,在这里信号波形中止下降。
图5为采用下斜率跟踪波形确定斜率转变点的方法及其优选实施例。参考图5,应注意到在底部的第一条49代表信号波形的斜率拐点9,而第二条50对应于斜率转变点。进一步要理解的是,在两条之间的部分应当作一单一的间隔。条49、50的振幅相互不同,第一条49的较大的振幅意味着斜率拐点,而第二条50的较小的振幅意味着斜率转变点。
使用上斜率跟踪波形确定斜率拐点和斜率转变点
接下来将参考图6到图10对根据本发明的使用上斜率跟踪波形的另一优选实施例进行详细描述。
上斜率跟踪波形的变化情况非常类似于前述的下斜率跟踪波形,二者之间的区别在于上斜率跟踪波形跟踪从顶部往下的信号波形。
图6为根据本发明的使用上斜率跟踪波形的波形分割方法的示意图。图6中显示的是当上斜率跟踪波形140应用到信号波形100时的情况。参考图6,实线10代表需要被分割的信号波形,点52、53、59代表信号波形的所采样的值(或直接的振幅),虚线140展示上斜率跟踪波形的变化情况。
即使由虚线140描述的上斜率跟踪波形看上去是跟踪从底部向上的信号波形,其还是被叫做“上”斜率跟踪波形。
如图7所示,上斜率跟踪波形的变化情况依据信号波形和斜率跟踪波形之间的振幅的相对幅度可以被分为两种情形。
图7表示的是信号波形的振幅大于上斜率跟踪波形的振幅的情况,而图8对应信号波形的振幅小于上斜率跟踪波形的振幅的情况。
图7为根据本发明的在信号波形在增长的上升阶段期间上斜率跟踪波形的变化情况的示意图。
即,图7展示的是信号波形的振幅大于上斜率跟踪波形的振幅的情况。
参考图7,实线100代表需要被分割的信号波形,所采样的点52、53、59、61代表在应用上斜率跟踪波形之前所考虑样本的函数值或振幅。
此外,矩形54、56、60表示的是在样本产生后上斜率跟踪波形的位置,虚线140表示在采样前上斜率跟踪波形的高度。
对于上斜率跟踪波形的详细描述开始于斜率拐点51,在该点斜率从负转变为正。
被斜率拐点51更新的上斜率跟踪波形140保持其高度54直到第三个样本53处。
如果在到第三个样本53的过程中信号波形的振幅碰巧低于上斜率跟踪波形的高度,则以其振幅低于上斜率跟踪波形的振幅的那个样本更新上斜率跟踪波形,并放弃先前确定的斜率拐点。
然而,如果信号波形从斜率拐点51直到第三个样本53,均没有与上斜率跟踪波形交叉,则斜率拐点被确认。
进一步地,计算斜率拐点51与第三个样本53之间的斜率差(或振幅差)并除以3以得到每样本平均斜率。
接下来,用上斜率跟踪波形的高度加上每样本平均斜率所得的新值56更新上斜率跟踪波形的高度。
在每样本平均斜率确定后,对上斜率跟踪波形增加每样本平均斜率的处理一直延续到下几个样本。
其间,对于下三个样本,信号波形的振幅没有低于上斜率跟踪波形的高度,新的每样本平均斜率被更新,且向旧的上斜率跟踪波形增加每样本平均斜率来更新上斜率跟踪波形,这种处理一直持续到信号波形的振幅低于上斜率跟踪波形的高度时为止。
图7中表示出了上斜率跟踪波形的高度从斜率拐点51到第三个样本53期间一直保持同一高度的情形,以及上斜率跟踪波形的高度60被上斜率跟踪波形加上每样本平均斜率后的值更新。
这样,每样本平均斜率再次被更新,并在到下三个样本61期间被添加到上斜率跟踪波形。
其间,信号波形的振幅65碰巧低于上斜率跟踪波形的振幅66,斜率转变点被确定,且以斜率转变点的振幅更新上斜率跟踪波形。
作为根据本发明的一个优选实施例,在每三个样本期间计算出的新的每样本平均斜率,可以与先前使用的每样本平均斜率的50%进行比较。
如果新的每样本平均斜率低于先前每样本平均斜率的50%,则以先前每样本平均斜率的50%更新每样本平均斜率。
图8为根据本发明的在晚于斜率拐点的下降阶段期间上斜率跟踪波形的变化情况的示意图。
参考图8,在信号波形的振幅低于斜率跟踪波形的振幅时,信号波形的第二部分示出了上斜率跟踪波形的变化情况。
图8所示的波形的第一部分对应于图7所描述的变化情况,第二部分描述了信号波形的振幅低于上斜率跟踪波形的情况。
参考图8,实线100表示需要被分割的信号波形,虚线140表示上斜率跟踪波形,点53、59为信号波形的采样值,矩形56、60表示上斜率跟踪波形的每样本的高度。
依据振幅的比较情况,上斜率跟踪波形或者以先前的样本更新,或者以当前的样本更新。
由于斜率转变点65位于上斜率跟踪波形的下方,上斜率跟踪波形用样本68更新,随后比较高度70及下一样本71的振幅。
这样,由于上斜率跟踪波形的高度70大于样本71的振幅,上斜率跟踪波形被信号样本71更新并保持高度72以与下一样本73进行比较。
如图7所示,只要信号波形的振幅位于上斜率跟踪波形之上,则继续这种处理。
其间,如果信号波形的样本的高度位于上斜率跟踪波形的下面,即与图7所示的在晚于斜率拐点51的下三个样本期间上斜率跟踪波形的高度一直保持不变的情况相反,斜率拐点被放弃并实施图8所描述的处理。
然而,在保持同一高度的三个样本之后的上斜率跟踪波形以每样本平均斜率增长的上升阶段,如果信号波形的振幅碰巧低于上斜率跟踪波形的高度时,则确认斜率拐点。
尽管上斜率跟踪波形的振幅保持不变的样本数目为3,人们也可选择其他的数目以获得不同的效果。
根据用于保持斜率跟踪波形的高度的样本数目,两个相邻的波形可以被当作一个或独立的两个,从而可以产生低通滤波的效果。
图9a到图9c为在检测到斜率拐点后,对用于保持斜率跟踪波形的高度的样本的依赖性的图解示意图。
参考图9a,在波形下降后,信号波形从第一斜率拐点87向上直到第二斜率拐点89均增长。
参考图9b,在到达第一斜率拐点87之后,保持上斜率跟踪波形的高度为第三样本的振幅92。这样,通过对上斜率跟踪波形增加每样本平均斜率来更新上斜率跟踪波形的高度94,每样本平均斜率为三个样本的平均值。
接下来,将下一样本93与上斜率跟踪波形的高度94进行比较。由于信号波形向下与上斜率跟踪波形交叉且振幅93位于上斜率跟踪波形的高度94之下,样本93被检测为斜率转变点并与随后的波形分离。
参考图9c,在第一斜率拐点之后,上斜率跟踪波形的高度被保持到第四个样本95。这样,斜率拐点87被放弃且波形被认为是下降的,因为在斜率跟踪波形的高度保持为一常数时,信号波形的振幅95低于斜率跟踪波形的振幅96。
从而,信号波形的上部和下部可以被分开,也可以合并在一起,这主要取决于上斜率跟踪波形的高度保持为斜率拐点的振幅所持续的样本的数量。
上斜率跟踪波形保持同一高度的样本数量N可以在考虑波形的特征和/或干扰性能后进行选取,并进一步自动确定。
图10示出了用于确定斜率转变点并分割波形的优选实施例的示意图。
图10中所示的第一条99意为第一斜率拐点51,具有较低高度的第二条102表示斜率转变点,在前述两条之间的部分被当作为一段。
此外,第三条101意为信号波形的第二斜率拐点。
本发明公开的用上斜率跟踪波形分割信号波形的方法实施图7、8、9中所描述的程序并使用斜率拐点和斜率转变点分割波形。
如图7所示的斜率拐点51,在该点上斜率跟踪波形开始与信号波形交叉,上斜率跟踪波形的高度在接下来的三个或k个样本期间保持其高度不变,这可用于确定特定段的波形的最小值。
如图8所描述的信号波形的样本65,在该点信号波形开始低于上斜率跟踪波形的高度,该点被考虑为增长的一个终点,从而作为一个斜率转变点用于分割波形。
波形的段分割方法
本发明公开的波形分割方法,确定一斜率拐点,在该点信号波形的斜率值从正变为负,接下来的三个或n个信号样本的振幅均低于斜率从负变为正的那点的斜率值,而斜率转变点通过找到在其处下斜率跟踪波形以每样本平均斜率持续下降并最终小于信号波形的样本的那一点来确定。从而这些点均用作参考分割点。
如图3所示的最大样本9,在该样本处下斜率跟踪波形一直小于信号波形的振幅但开始准备超出,该样本确定了一斜率拐点,在该点信号波形的斜率由正变为负。在图3所示的样本27处,信号波形的振幅一直小于下斜率跟踪波形的高度并开始准备超出,该样本通过考虑其作为下降的终止点而确定一斜率转变点。
图5展示了通过使用下斜率跟踪波形而确定斜率转变点的例子。图5中所示的第一条49代表斜率拐点,该点是在下斜率跟踪波形在三个采样瞬间一直保持最大样本9的值的条件下确定的;第二条50代表高度28变得低于样本27的那一瞬间,且其被当作斜率变化非常突然的一个点。
其后,在图7的斜率拐点51,上斜率跟踪波形的振幅变得低于信号波形的振幅,在该点上斜率跟踪波形的斜率由负变为正,且随着上斜率跟踪波形在斜率转变点处以平均斜率开始增长并变得大于信号波形的振幅,斜率拐点51处的斜率低于随后的三个或n个样本的斜率。既然上斜率跟踪波形的振幅在下三个样本期间保持不变,则斜率拐点被确定。进一步地,斜率转变点也被确定,因为上斜率跟踪波形以平均斜率增长,然后上斜率跟踪波形的高度变得高于信号波形的振幅。从而信号波形与随后的信号间隔分离开。
图10为通过使用上斜率跟踪波形确定斜率转变点的一个实施例的示意图。
图10中的第一条99表示斜率拐点51,其是根据上斜率跟踪波形的振幅在下三个样本期间保持不变的条件确定的。第二条100对应斜率转变点,在该点上斜率跟踪波形的振幅66变得再次低于样本65的振幅。这两点用于划分信号波形。
图5和图10展示的是怎样通过使用斜率拐点和斜率转变点来划分信号波形。每个图中所示的条表示用于信号波形的划分的点。
指向正方向的条49、50表示由下斜率跟踪波形确定的分割点,而指向负方向的条99、100、101表示由上斜率跟踪波形确定的分割点。
图5的长条49表示斜率拐点,在该点由下斜率跟踪波形检测到的斜率由正变为负,而另一条50表示由下斜率跟踪波形检测的斜率转变点。
长条99、101表示斜率拐点,在该点由上斜率跟踪波形检测到的斜率从负变为正,而另一条100则表示由上斜率跟踪波形检测到的斜率转变点。
如前述的波形分割方法,使用了上和下斜率跟踪波形,其中斜率跟踪波形的时间轴增加。
这种方法也可用于信号波形的实时识别或用于所存储的波形。
当需要从所存储的信号波形识别某一波形时,可在反向时间轴上应用上和下斜率跟踪波形。也就是说,根据本发明,所存储的波形可以通过在反向时间轴上应用从末端到初始端的斜率跟踪波形而得以分割。为使信号波形被划分得更准确,可以在时间轴的两个方向上应用前述的斜率跟踪波形。也就是说,在向前的时间轴及随后的反向时间轴中既应用上斜率跟踪波形,又应用下斜率跟踪波形。
更好地,如果需要,应用斜率跟踪波形的时间轴的方向可以改变。即,例如,在样本的某一时期内,在时间轴的正方向可应用上和下斜率跟踪波形。当到达一个斜率拐点或斜率转变点后,应用斜率跟踪波形的时间轴的方向可以反向直到检测到下一个新的斜率转变点或斜率拐点为止。在这种情况下,如果反向应用斜率跟踪波形的时间短于样本周期,其可被实时应用。
在上述阐述中,利用上和下斜率跟踪波形的波形分割方法将斜率拐点和邻近的斜率转变点之间的部分确定为一单一段。然而,更可取的是,可以将以斜率拐点为中心的左斜率转变点和右斜率转变点之间的部分当作一单一段。该方法还可用于混合自两种斜率跟踪波形的斜率拐点及斜率转变点,尽管其是通过不同的方式应用到由上斜率跟踪波形确定的斜率拐点和斜率转变点或由下斜率跟踪波形确定的斜率拐点和斜率转变点。
如果需要的话,如图5和图10所示的由下斜率跟踪波形和上斜率跟踪波形分割的间隔可以采样下述方式修正。
图11为由下斜率跟踪波形确定的分割波形示意图。图11中的第一条171和最后一条173对应于由下斜率跟踪波形确定的斜率转变点,而第三条172对应于由下斜率跟踪波形确定的斜率拐点。
可以看到,在左斜率转变点171和右斜率转变点173之间的信号波形的振幅177和振幅178之间具有较大的差值。
在这种情况下,如果左斜率转变点171和右斜率转变点173之间的振幅的比值大于Y%,则由下斜率跟踪波形确定的斜率转变点171、173仍然被使用。
在相反的情况,如图11所示,斜率转变点的位置被调整,分割间隔也随之改变。
作为根据本发明的一个优选实施例,选择斜率转变点173,该点的振幅178要接近斜率拐点172处的信号波形的振幅170。此外,为了修正下斜率跟踪波形确定的分割间隔,可以通过找到一样本179来确定用于调整采样瞬间的斜率转变点180,所述样本179的振幅必须最接近于斜率转变点173的振幅178。
更适宜地,根据信号波形的特征,Y应被选为30到90之间的数字。特别是用于活体的生理学信号,Y可选为70。
图12为由上斜率跟踪波形确定的分割波形示意图。
图12中的第一条181和最后一条183对应于由上斜率跟踪波形确定的斜率转变点,而第二条182对应于由上斜率跟踪波形确定的斜率拐点。在左斜率转变点181和右斜率转变点183之间的信号波形的振幅187和振幅189之间具有较大的差值。
在这种情况下,分别计算斜率拐点182处的信号波形的振幅180与斜率转变点处的振幅187、189之间的差值。
进一步地,如果最大振幅和最小振幅之间的比值大于Y%,则应继续使用由上斜率跟踪波形确定的斜率转变点181、183。
然而,如果恰恰与上面的相反,为修正分割的间隔,应将斜率转变点调整为如图12所示的点。
通过选择斜率转变点181并将斜率转变点185确定为采样瞬间,可以修正由下斜率跟踪波形确定的间隔。斜率转变点181的振幅接近于斜率拐点处的信号波形的振幅180,相对的信号波形的振幅188接近于所选择的斜率转变点181的振幅187。
其中,Y可以选作为30到90之间的任意数字,对于生理学信号,Y最好选为70。如果需要,上述的修正可以有选择地使用。
分割的波形的特征
接下来,将对使用上和下斜率跟踪波形确定的斜率拐点和斜率转变点的特征进行详细描述。
作为根据本发明的第一实施例,由分割点之间的波形的集合构成的间隔可以用间隔末端的面积来表征。
每个间隔的信号波形的面积可以通过间隔中所采样的值减斜率转变点处的信号波形的振幅、然后求和所减得的值而得到。
此外,如果以斜率拐点为中心的右斜率转变点与左斜率转变点之间的间隔定义为一单一段,第一部分和第二部分的和或他们各自自身可用于表征波形。
作为根据本发明的第二实施例,被分割点分割的间隔的振幅可用于表征。在这里,振幅定义为斜率拐点处的振幅减去斜率转变点处的振幅所得的值。
此外,当信号波形的间隔定义为以斜率拐点为中心的左斜率转变点与右斜率转变点之间的间隔时,同振幅对一样,第一部分和第二部分的振幅和可用于表征。
作为根据本发明的第三优选实施例,由斜率分割点分割的时间间隔被计算并被表征。时间间隔定义为间隔的起始点和终点之间的时间差。
此外,当信号波形的间隔定义为以斜率拐点为中心的左斜率转变点与右斜率转变点之间的空间时,第一部分和第二部分的和或他们各自自身均可用于间隔的表征。
上面述及的三个实施例,可以独自应用,也可同时使用。也就是说,通过时间间隔中的分割或乘积,根据本发明所计算的面积或振幅能进一步减少信号波形的特征。
尽管参照示例性实施例对本发明进行了描述,但应该理解为本领域的技术人员在不脱离本发明的实质和范围时实施的不同的变化、增加和删除均在本发明的保护范围之内。
因此,本发明不应理解为仅限于具体的实施例,而应包括在本发明范围内的所有实施例。实用性
如前面所阐述的,本发明可通过使用上和下斜率跟踪波形而用于分割信号波形,从而被分割的波形适于信号的识别。
特别是,根据本发明的波形分割方法可用于医疗装置的生理学信号。
Claims (13)
1、一种将所采样的信号波形分成几段的方法,其中每段均包括具有一跟踪波形的多个样本,该方法包括以下步骤:
(a)如果所述跟踪波形在第n个样本处的函数值小于所述信号波形在第n+1个样本处的振幅,则以所述信号波形在第n+1个样本处的振幅更新所述跟踪波形在第n+1个样本处的函数值;
(b)如果所述跟踪波形在第n个样本处的函数值大于或等于所述信号波形在第n+1个样本处的振幅,则比较所述跟踪波形在第n个样本处及第n-1个样本处的函数值;
(c)包括第n个、n-1个、n-2个…的连续前述样本的所述跟踪波形的函数值保持常数时,且样本的数目小于预定义的数目k,保持所述跟踪波形在第n+1个样本处的函数值与第n个样本处的函数值一样;或者当样本数目大于或等于在步骤(b)所述的预定义的数目k,以从所述跟踪波形第n个样本处的函数值减去第n个样本和第n-k个样本之间的平均斜率后所得值更新所述跟踪波形在第n+1个样本处的函数值,第n-k个样本被认为是斜率拐点;
(d)如果所述跟踪波形在第n个样本处的值不同于第n-1个样本处的值,且包括以同样的斜率(所述的“第一斜率”)递减的第n个、n-1个、n-2个…的样本数目小于预先定义的数目L时,则以从所述跟踪波形在第n个样本处的函数值减去第一斜率所得的值更新所述跟踪波形在第n+1个样本处的函数值;或者如果以所述第一斜率递减的样本的数目大于或等于所述预定义的数目L且在第n个样本和第n-L个样本之间的平均斜率(“第二斜率”)比所述第一斜率乘以预定义比率X%后所得的斜率更陡峭时,则以从所述跟踪波形在第n个样本处的函数值减去第二斜率后所得的值更新所述跟踪波形在第n+1个样本处的函数值;或者如果所述第二斜率没有所述第一斜率乘以预定义的比率X%后的斜率陡峭,则以从所述跟踪波形在第n个样本处的函数值减去第一斜率乘以预定义的比率X%后的斜率所得的值更新所述跟踪波形在第n+1个样本处的函数值;及
(e)如果所述跟踪波形在第n+1个样本处的函数值小于或等于所述信号波形在第n+1个样本处的值从而两个波形相交时,把第n+1个样本当作斜率转变点,并把所述的斜率转变点和所述斜率拐点之间的部分当作一段。
2、一种将所采样的信号波形分成几段的方法,其中每段均包括具有一跟踪波形的多个样本,该方法包括以下步骤:
(a)如果所述跟踪波形在第n个样本处的函数值大于所述信号波形在第n+1个样本处的振幅,则以所述信号波形在第n+1个样本处的振幅更新所述跟踪波形在第n+1个样本处的函数值;
(b)如果所述跟踪波形在第n个样本处的函数值小于或等于所述信号波形在第n+1个样本处的振幅,则比较所述跟踪波形在第n个样本处及第n-1个样本处的函数值;
(c)包括第n个、n-1个、n-2个…的连续前述样本的所述跟踪波形的函数值保持常数时,其中样本的数目小于预定义的数目k,保持所述跟踪波形在第n+1个样本处的函数值与第n个样本处的函数值一样;或者当样本数目大于或等于在步骤(b)所述的预定义的数目k时,以所述跟踪波形第n个样本处的函数值加上第n个样本和第n-k个样本之间的平均斜率后所得值更新所述跟踪波形在第n+1个样本处的函数值,第n-k个样本被认为是斜率拐点;
(d)如果所述跟踪波形在第n个样本处的值不同于第n-1个样本处的值,且包括以同样的斜率(所述的“第一斜率”)递增的第n个、n-1个、n-2个…的样本数目小于预先定义的数目L时,则以所述跟踪波形在第n个样本处的函数值加上第一斜率所得的值更新所述跟踪波形在第n+1个样本处的函数值;或者如果以所述第一斜率递增的样本的数目大于或等于所述预定义的数目L且在第n个样本和第n-L个样本之间的平均斜率(“第二斜率”)比所述第一斜率乘以预定义比率X%后所得的斜率更陡峭时,则以所述跟踪波形在第n个样本处的函数值加上第二斜率后所得的值更新所述跟踪波形在第n+1个样本处的函数值;或者如果所述第二斜率没有所述第一斜率乘以预定义的比率X%后的斜率陡峭,则以所述跟踪波形在第n个样本处的函数值加上第一斜率乘以预定义的比率X%后的斜率所得的值更新所述跟踪波形在第n+1个样本处的函数值;及
(e)如果所述跟踪波形在第n+1个样本处的函数值大于或等于所述信号波形在第n+1个样本处的值从而两个波形相交时,把第n+1个样本当作斜率转变点,并把所述的斜率转变点和所述斜率拐点之间的部分当作一段。
3、如权利要求1或2所述的方法,进一步包括以下步骤:将所述分隔的段中的每个样本处的所述信号波形的振幅减去在斜率转变点处所述信号波形的振幅,并求和每个样本处“减”后所得的值以计算所述分隔的段的面积。
4、权利要求1或2所述的方法,其中定义以所述斜率拐点为中心的左斜率转变点和右斜率转变点之间的部分为一段,还包括步骤:
计算所述分隔的段中的波形的左部分和右部分的面积;和
通过求和所计算的波形的左部分和右部分的面积来表征所述分隔的段。
5、如权利要求1或2所述的方法,其中定义以所述斜率拐点为中心的左斜率转变点和右斜率转变点之间的部分为一段,进一步包括以下步骤:
计算所述分隔的段中的波形的左部分和右部分的面积;和
通过联结一对所计算的波形的左部分和右部分的面积来表征所述分隔的段。
6、如权利要求1或2所述的方法,进一步包括通过计算分隔的段中每个样本处信号波形的振幅的差值来表征分隔段的波形的步骤。
7、如权利要求1或2所述的方法,进一步包括通过从斜率拐点的振幅减去斜率转变点的振幅来计算所述分隔的段中振幅间的差值的步骤。
8、如权利要求1或2所述的方法,其中以所述斜率拐点为中心的左斜率转变点和右斜率转变点之间的部分被当作为一段,进一步包括通过将每一斜率转变点处的振幅减去斜率拐点处的振幅并求和所减得的值来表征所述段的步骤。
9、如权利要求1或2所述的方法,其中以所述斜率拐点为中心的左斜率转变点和右斜率转变点之间的部分被当作为一段,进一步包括通过将每一斜率转变点处的振幅减去斜率拐点处的振幅并联结一对所减得的值来表征所述段的步骤。
10、如权利要求1或2所述的方法,通过计算由所述斜率转变点和所述斜率拐点确定的所述分隔段的初始点和最终点之间的时间差来定义时间间隔的步骤。
11、如权利要求1或2所述的方法,其中定义以所述斜率拐点为中心的左斜率转变点和右斜率转变点之间的部分为一段,进一步包括通过计算初始点和最终点之间的时间差并求和差值来表征所述段的时间间隔。
12、如权利要求1或2所述的方法,其中定义以所述斜率拐点为中心的左斜率转变点和右斜率转变点之间的部分为一段,进一步包括通过计算初始点和最终点之间的时间差并联结一对所述的值来表征所述段的时间间隔。
13、如权利要求1或2所述的方法,其中斜率拐点、左斜率转变点、右斜率转变点的振幅均被检测,进一步包括以下步骤:
在两个斜率转变点之间选择一其振幅与所述斜率拐点的振幅最接近的斜率转变点;及
如果左斜率转变点和右斜率转变点之间的振幅比小于预定义的数值(Y%),则通过选择所述信号波形的样本为另一斜率转变点来修正所分割的段,所述的另一斜率转变点的振幅应最接近于原选择的斜率转变点的振幅,且其位置应最接近于原选择的斜率转变点关于所述的斜率拐点的镜像位置。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR10-2001-0070371A KR100399737B1 (ko) | 2001-11-13 | 2001-11-13 | 신호 파형의 분할 및 분할된 구간의 특성화 방법 |
KR2001/70371 | 2001-11-13 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN1479587A true CN1479587A (zh) | 2004-03-03 |
Family
ID=19715929
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CNA028032365A Pending CN1479587A (zh) | 2001-11-13 | 2002-07-08 | 波形分段及分割段的表征方法 |
Country Status (5)
Country | Link |
---|---|
US (1) | US20040102710A1 (zh) |
EP (1) | EP1339319A4 (zh) |
KR (1) | KR100399737B1 (zh) |
CN (1) | CN1479587A (zh) |
WO (1) | WO2003041574A1 (zh) |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104517098A (zh) * | 2013-09-30 | 2015-04-15 | 富士重工业株式会社 | 滤波装置及环境识别系统 |
CN105122273A (zh) * | 2013-01-17 | 2015-12-02 | 科迪影技术股份有限公司 | 用于电生理学信号的非局域均值滤波 |
CN105852852A (zh) * | 2016-03-18 | 2016-08-17 | 上海诺诚电气股份有限公司 | 指数脑电图仪及其使用方法 |
CN108091313A (zh) * | 2018-01-17 | 2018-05-29 | 京东方科技集团股份有限公司 | 驱动电压生成方法、源极驱动电路、阵列基板及显示装置 |
CN108836310A (zh) * | 2018-07-13 | 2018-11-20 | 希蓝科技(北京)有限公司 | 一种基于人工智能的自动判断用户心电状态的方法及系统 |
CN109009048A (zh) * | 2018-06-12 | 2018-12-18 | 四川斐讯信息技术有限公司 | 一种ppg波峰检测方法及系统 |
CN109033996A (zh) * | 2018-07-03 | 2018-12-18 | 深圳第蓝筹科技有限公司 | 一种基于运动数据的波形分析方法及系统 |
CN109009087A (zh) * | 2018-08-07 | 2018-12-18 | 四川智琢科技有限责任公司 | 一种心电信号r波的快速检测方法 |
CN113909720A (zh) * | 2021-09-24 | 2022-01-11 | 深圳前海瑞集科技有限公司 | 用于深波陡坡波纹板集装箱的焊接装置和焊接方法 |
CN114546330A (zh) * | 2022-04-26 | 2022-05-27 | 成都登临科技有限公司 | 函数实现方法、逼近区间分段方法、芯片、设备及介质 |
Families Citing this family (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR100675019B1 (ko) * | 2006-02-02 | 2007-01-29 | 김정국 | 기울기 추적파를 이용한 저주파 또는 고주파 신호 분리방법 |
WO2008059415A1 (en) * | 2006-11-16 | 2008-05-22 | Koninklijke Philips Electronics N. V. | The present invention is directed to a feeding tube in particular for total parental nutrition and/or medicine dosing |
US10281504B2 (en) | 2008-03-25 | 2019-05-07 | Abb Schweiz Ag | Method and apparatus for analyzing waveform signals of a power system |
EP2839429A4 (en) | 2012-04-16 | 2015-11-04 | Airstrip Ip Holdings Llc | SYSTEMS AND METHOD FOR DISPLAYING PATIENT DATA |
AU2013249417B2 (en) | 2012-04-16 | 2018-01-18 | Airstrip Ip Holdings, Llc | Systems and methods for displaying patient data |
US11238983B2 (en) | 2012-04-16 | 2022-02-01 | Airstrip Ip Holdings, Llc | Systems and methods for and displaying patient data |
US10460409B2 (en) | 2013-03-13 | 2019-10-29 | Airstrip Ip Holdings, Llc | Systems and methods for and displaying patient data |
US10262382B2 (en) | 2013-03-15 | 2019-04-16 | Airstrip Ip Holdings, Llc | Systems and methods for and displaying patient data |
CN103169465B (zh) * | 2013-04-15 | 2015-01-07 | 瞿浩正 | 一种在电子血压计中确定收缩压和舒张压的算法 |
KR101440237B1 (ko) | 2013-06-20 | 2014-09-12 | 전북대학교산학협력단 | 구간별 임계값 방법 적용을 위한 스펙트럼 구간 분할 방법 및 이를 이용한 x선 형광 분석 방법 |
KR102605896B1 (ko) | 2016-09-20 | 2023-11-23 | 삼성전자주식회사 | 생체정보 검출을 위한 특징 추출 장치 및 방법과, 생체정보 검출 장치 및 웨어러블 기기 |
JP7075405B2 (ja) * | 2016-12-28 | 2022-05-25 | コーニンクレッカ フィリップス エヌ ヴェ | 睡眠呼吸障害の特徴付け方法 |
US11457834B2 (en) * | 2018-07-20 | 2022-10-04 | General Electric Company | System and method for generating ECG reference data for MR imaging triggering |
CN110090016B (zh) * | 2019-04-28 | 2021-06-25 | 心医国际数字医疗系统(大连)有限公司 | 定位r波位置的方法及系统、使用lstm神经网络的r波自动检测方法 |
KR102205308B1 (ko) * | 2020-09-03 | 2021-01-20 | 세종대학교산학협력단 | 변형된 미러 패딩을 이용한 fmcw 레이다의 거리 정밀도 개선 |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS5793036A (en) * | 1980-11-29 | 1982-06-09 | Hiroshi Osanai | Acceleration pulse meter and diagnosis by using same |
JPS59216282A (ja) * | 1983-05-24 | 1984-12-06 | Advance Res & Dev Co Ltd | 生体信号処理方式 |
US4960126A (en) * | 1988-01-15 | 1990-10-02 | Criticare Systems, Inc. | ECG synchronized pulse oximeter |
JP2607597B2 (ja) * | 1988-03-02 | 1997-05-07 | 株式会社日立製作所 | エレベータの群管理制御方法 |
US5842997A (en) * | 1991-02-20 | 1998-12-01 | Georgetown University | Non-invasive, dynamic tracking of cardiac vulnerability by simultaneous analysis of heart rate variability and T-wave alternans |
US5365428A (en) * | 1992-01-21 | 1994-11-15 | Quinton Instrument Company | Device and method for reducing number of data sample points sent to a video display system |
TW299488B (zh) * | 1995-06-28 | 1997-03-01 | Hitachi Ltd | |
US5819007A (en) * | 1996-03-15 | 1998-10-06 | Siemens Medical Systems, Inc. | Feature-based expert system classifier |
JP3684274B2 (ja) * | 1996-06-18 | 2005-08-17 | 株式会社コルグ | 和音抽出装置 |
-
2001
- 2001-11-13 KR KR10-2001-0070371A patent/KR100399737B1/ko not_active IP Right Cessation
-
2002
- 2002-07-08 EP EP02751847A patent/EP1339319A4/en not_active Withdrawn
- 2002-07-08 CN CNA028032365A patent/CN1479587A/zh active Pending
- 2002-07-08 WO PCT/KR2002/001287 patent/WO2003041574A1/en not_active Application Discontinuation
- 2002-07-08 US US10/451,700 patent/US20040102710A1/en not_active Abandoned
Cited By (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105122273A (zh) * | 2013-01-17 | 2015-12-02 | 科迪影技术股份有限公司 | 用于电生理学信号的非局域均值滤波 |
US11324433B2 (en) | 2013-01-17 | 2022-05-10 | Cardioinsight Technologies, Inc. | Non-local mean filtering for electrophysiological signals |
CN105122273B (zh) * | 2013-01-17 | 2018-11-20 | 科迪影技术股份有限公司 | 用于电生理学信号的非局域均值滤波 |
CN104517098A (zh) * | 2013-09-30 | 2015-04-15 | 富士重工业株式会社 | 滤波装置及环境识别系统 |
CN104517098B (zh) * | 2013-09-30 | 2017-06-20 | 株式会社斯巴鲁 | 滤波装置及环境识别系统 |
CN105852852A (zh) * | 2016-03-18 | 2016-08-17 | 上海诺诚电气股份有限公司 | 指数脑电图仪及其使用方法 |
CN108091313A (zh) * | 2018-01-17 | 2018-05-29 | 京东方科技集团股份有限公司 | 驱动电压生成方法、源极驱动电路、阵列基板及显示装置 |
CN109009048A (zh) * | 2018-06-12 | 2018-12-18 | 四川斐讯信息技术有限公司 | 一种ppg波峰检测方法及系统 |
CN109033996A (zh) * | 2018-07-03 | 2018-12-18 | 深圳第蓝筹科技有限公司 | 一种基于运动数据的波形分析方法及系统 |
CN109033996B (zh) * | 2018-07-03 | 2022-02-11 | 运易通科技有限公司 | 一种基于运动数据的波形分析方法及系统 |
CN108836310A (zh) * | 2018-07-13 | 2018-11-20 | 希蓝科技(北京)有限公司 | 一种基于人工智能的自动判断用户心电状态的方法及系统 |
CN109009087A (zh) * | 2018-08-07 | 2018-12-18 | 四川智琢科技有限责任公司 | 一种心电信号r波的快速检测方法 |
CN109009087B (zh) * | 2018-08-07 | 2021-07-06 | 广州麦笛亚医疗器械有限公司 | 一种心电信号r波的快速检测方法 |
CN113909720A (zh) * | 2021-09-24 | 2022-01-11 | 深圳前海瑞集科技有限公司 | 用于深波陡坡波纹板集装箱的焊接装置和焊接方法 |
CN113909720B (zh) * | 2021-09-24 | 2024-01-26 | 深圳前海瑞集科技有限公司 | 用于深波陡坡波纹板集装箱的焊接装置和焊接方法 |
CN114546330A (zh) * | 2022-04-26 | 2022-05-27 | 成都登临科技有限公司 | 函数实现方法、逼近区间分段方法、芯片、设备及介质 |
CN114546330B (zh) * | 2022-04-26 | 2022-07-12 | 成都登临科技有限公司 | 函数实现方法、逼近区间分段方法、芯片、设备及介质 |
Also Published As
Publication number | Publication date |
---|---|
WO2003041574A1 (en) | 2003-05-22 |
KR20030039441A (ko) | 2003-05-22 |
EP1339319A4 (en) | 2007-01-17 |
US20040102710A1 (en) | 2004-05-27 |
EP1339319A1 (en) | 2003-09-03 |
KR100399737B1 (ko) | 2003-09-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN1479587A (zh) | 波形分段及分割段的表征方法 | |
CN1258285C (zh) | 多信道信息处理装置和多信道信息处理方法 | |
WO2013118109A8 (en) | Methods and apparatuses harvesting, modifying and reimplantation of dermal micro -organs | |
CN1143263C (zh) | 识别有调语言的系统和方法 | |
CN1192360C (zh) | 噪声抑制装置 | |
CN1192358C (zh) | 声音信号加工方法和声音信号加工装置 | |
CN1173501C (zh) | 用于产生定点数据的电路和方法 | |
CN1137173A (zh) | 丝焊方法,半导体器件,丝焊的毛细管及球块形成方法 | |
CN1658283A (zh) | 分离声源信号的方法和装置及用来检测间距的方法和装置 | |
CN1494762A (zh) | 音频再生装置及方法 | |
CN1867047A (zh) | 图像处理设备和方法及程序 | |
CN85109209A (zh) | 氧杂环丁-2-酮类化合物的制备方法 | |
CN1094711A (zh) | 新的环己烷亚基衍生物 | |
CN1353594A (zh) | 小轮廓吻合连接器 | |
CN1409577A (zh) | 台词分量强调装置 | |
CN1917578A (zh) | 数据处理设备、数据处理方法及程序 | |
CN1492394A (zh) | 语音识别装置以及语音识别方法 | |
CN1051629A (zh) | 过程控制装置 | |
CN1968020A (zh) | 用于稳定数字锁相环的传递函数的方法和设备 | |
CN1112672C (zh) | 多脉冲分析语言处理系统及其方法 | |
CN1905763A (zh) | 麦克风校正系统、装置和方法 | |
CN1222926C (zh) | 语音编码方法及其装置 | |
CN1757046A (zh) | 图像处理装置 | |
CN1156779C (zh) | 文献检索的方法和装置 | |
CN1655587A (zh) | 同步时钟产生装置及同步时钟产生方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C02 | Deemed withdrawal of patent application after publication (patent law 2001) | ||
WD01 | Invention patent application deemed withdrawn after publication |