CN1915166A - 一种基于平板运动心电图的心脏恢复性质检测的方法 - Google Patents
一种基于平板运动心电图的心脏恢复性质检测的方法 Download PDFInfo
- Publication number
- CN1915166A CN1915166A CN 200610019992 CN200610019992A CN1915166A CN 1915166 A CN1915166 A CN 1915166A CN 200610019992 CN200610019992 CN 200610019992 CN 200610019992 A CN200610019992 A CN 200610019992A CN 1915166 A CN1915166 A CN 1915166A
- Authority
- CN
- China
- Prior art keywords
- curve
- interval
- value
- parameter
- recovery
- 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
Landscapes
- Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
Abstract
本发明公开了一种基于平板运动心电图的心脏恢复性质检测的方法，首先是平板运动心电图记录；其次是选择固定导联进行QT间期的连续测量，测量范围从运动前60秒开始到运动峰值，每次测量间隔不高于10秒，测量波形不少于三个，取三个波形的平均值进行分析；第三是利用ORIGIN软件对连续测量的TQ间期和QT间期进行分析，并用特定指数方程对测量值进行非线性拟和，得到QT恢复曲线；第四是根据步骤3所得到的QT恢复曲线参数，通过ORIGIN软件生成QT恢复曲线的斜率分布曲线；最后在斜率分布曲线上找到运动峰值出现的最小TQ间期，对应的纵坐标取值即为QT恢复曲线在生理极量运动范围内的最大斜率Smax。本发明操作简单、方便、无创，检测结果准确可靠。
Description
技术领域
本发明涉及恶性心律失常风险评估和心脏缺血无创评价领域，具体涉及一种基于平板运动心电图的心脏恢复性质检测的方法，适用于通过无创手段预测恶性心律失常发生风险，评价心脏缺血状态。
背景技术
目前，关于恶性心律失常的预测技术一般有下面几种：心腔内电生理检查、心室晚电位、心率变异、QT离散度、T波电交替、心率振荡等。其中心室晚电位、心率变异性和QT离散度等指标的阳性预测值低，假阳性率高，有相当多的恶性室性心律失常不能被准确预测；目前获得FDA批准运用于临床的无创恶性心律失常的预测技术只有T波电交替。腔内电生理检查作为一种有创性的检测方法，是目前最具科学性的检测方法，75％左右的恶性心律失常患者在进行电生理检查时可诱发出持续性室速或室颤，其中约45％的患者可诱发出持续性室速。但由于该方法为一种有创性检测方法，不能作为常规预测方法使用，尤其是在基层医院。为此，需要探索一种评价和预测恶性心律失常的无创性技术。
恶性心律失常的发生与心脏电活动稳定性的丧失有关，恢复性质作为心脏电活动稳定性的评价指标，对恶性心律失常的预测意义可能优于现有的预测指标；在多数动物实验中，恢复曲线斜率(即通过曲线上各点的切线斜率)增加伴随恶性心律失常发生明显增加，而恢复曲线斜率的下降，则伴随恶性心律失常的逆转。恢复性质是通过频率依赖性的兴奋活动变化来衡量心脏电活动稳定性的指标，与其他指标相比评估的心率范围更大。但是目前为止恢复性质尚未运用于临床，除学术层面的争议之外，最重要的原因现有其评价方法的局限性：1、有创性，需要经血管将电极置入心脏进行起搏；2、高风险，现有方法以心室肌不应期或者诱发出心律失常为起搏终点，有诱发心室颤动的风险。
发明内容
本发明的目的在于提供一种基于平板运动心电图的心脏恢复性质检测的方法，将经过反复验证的恢复理论运用于临床，并且以平板运动方案代替有创性的侵入检查和心脏起搏，用于评价恶性心律失常的发生风险，同时还可能作为心脏缺血的敏感指标。本检测方法操作简单、方便，无风险，检测准确可靠。可以作为现有的平板运动心电图检查内容和功能的扩充，也可以作为新的恶性心律失常发生风险的临床评估指标，适合集成为固定功能模块加入现有的平板运动系统，具有较大的经济价值和社会价值。
本发明的技术解决方案如下：
1)病人接受常规平板运动实验检查，用模拟肢体导联和标准胸导联记录完整运动过程的体表心电图，运动方案可自选(可选择目前常用的Bruce方案，也可选择其他方案)但方案一旦选定就需要固定下来，避免不同运动方案对检测结果的影响；
2)根据实际需要选择波形清楚且稳定的固定的导联进行QT间期的连续测量，测量工作通过活动平板系统自带软件在电脑屏幕上进行，QT间期定义为本次QRS波的起点到T波终点，同时测量每个QT间期之前领先的TQ间期(前面一个T波终点开始到本次QRS波的起点)，测量从运动前60秒开始一直到达到运动峰值，每次测量间隔不高于10秒，每次测量波形不少于三个，取10秒以内三个测量值的平均值进行后期分析；早搏和其他心律失常波形不予测量；
3)利用ORIGIN软件(美国Microcal公司出品)对测量结果进行分析，将连续测量的TQ间期(后期分析过程中作为作为自变量，X值)和QT间期(后期分析过程中作为作为因变量，Y值)绘制散点图，并用指数方程(方程1)对测量的TQ间期和QT间期进行非线性拟和，用最小二乘法得到最接TQ间期和QT间期实际分布情况的曲线和方程，即QT间期恢复曲线和方程；再将QT间期恢复曲线方程的参数β、τ代入方程(2)，利用软件生成QT间期恢复曲线的斜率分布曲线；在斜率分布曲线上找到运动峰值的TQ间期对应的因变量取值，就得到QT间期恢复曲线的最大斜率Smax。
y＝α-βe-x/τ (方程1)
slope＝β/τ·e-x/τ (方程2)
注：α、β、τ为参数，e为自然对数，TQ间期对应X值，QT间期对应Y值。
利用软件检测QT恢复性质，具体步骤如下：
a)进入ORIGIN软件工作界面，建立新的工作表，在工作表里输入连续测量的TQ间期和QT间期(见图1)；
b)选定TQ间期为自变量X，QT间期为因变量Y，点击“分析”——“非线性拟和”——“高级工具”(如图2)，即自动生成散点图，并弹出的高级非线性拟和功能界面；在弹出的界面选择“定义新功能”，依次输入定义的文件名、功能类型、参数个数、自变量和因变量以及方程(1)。并运行“检查”功能对输入的方程语法进行检查，检查无误后点击“保存”，将上诉设置保存待用(如图3)；
c)点击“曲线模拟”功能设定参数初始值，并对自变量和参数的变化范围进行设定。然后点击“创建曲线”；
d)点击“拟和功能”，点击“最小二乘法”，查看窗口内显示的当前参数值和chi2值，多次点击“10Iter”，每次点击即进行10次迭代，得到的不再继续减少的稳定的chi2值所对应的参数和曲线，即为所得拟和结果，(如图4)。点击“完成”即可显示拟和结果，即QT恢复曲线和方程，(如图5)；
e)根据拟和的曲线和参数对拟和结果进行进一步分析。点击“新建图形”按钮，在弹出的坐标轴属性窗口对新建的坐标图坐标进行设定，X轴设定同QT间期恢复曲线的X轴，Y轴取值范围设定为0～2，(如图6)；
f)在新的坐标轴上建立QT间期恢复曲线的斜率分布曲线：点击“图形”-“图形功能设定”，对将要建立的曲线进行设定，在弹出的参数窗口输入方程(2)，参数取值为QT间期恢复曲线方程的相应参数值，然后点击“完成”，即生成斜率分布曲线，(如图7)；
g)点击“屏幕阅读”，直接在曲线上找到最小的TQ间期对应的点，图形下方的黑框中即显示对应的斜率值，该值就是该病人QT恢复曲线在运动耐量范围内的最大斜率值Smax，(如图8)。
4)结果判定：根据不同病人在生理极量心律范围内所达到的最大坡度值Smax，预测恶性心律失常的发生风险；Smax小于1，表示没有恶性心律失常的发生风险；Smax大于1，则恶性心律失常的发生风险随Smax数值的增加而增加。Smax数值越高，心脏缺血存在的可能性也越大。
本发明的积极效果在于：
首次将实验研究已经证明的成果运用于临床，并解决了技术上面的可行性问题。这种方法具有无创、低风险和廉价的特点，便于在临床上推广，同时也便于集成为现有平板运动心电图检测系统的一个新的功能模块，从而降低工作量。本方法可能用于评价恶性心律失常的发生风险，也可能用于缺血性心脏病的辅助诊断，并且可能成为新的抗心律失常药物治疗靶点和疗效评价手段。
附图说明
图1：进入ORIGIN软件工作界面示意图。
建立新的工作表，在工作表里输入连续测量的TQ间期(X值)和QT间期(Y值)；
图2：点击“分析”——“非线性拟和”——高级工具示意图。
打开高级非线性拟和功能界面。
图3：在弹出的高级非线性拟和功能界面示意图。
选择“定义新功能”，依次输入定义的文件名、功能类型、参数个数、自变量和因变量以及方程。并运行“检查”功能对输入的方程语法进行检查，检查无误后点击“保存”；
图4：点击“拟和功能”，点击“最小二乘法”示意图。
查看窗口内显示的当前参数值和chi2值，多次点击“10Iter”每次点击即进行10次迭代，根据得到的不再继续减少的稳定的chi2值所对应的参数和曲线，即为所得拟和结果。点击“完成”即可显示拟和结果；
图5：显示拟和结果示意图。
图示“拟和曲线”即QT恢复曲线，“拟和结果”即所得曲线方程和相关参数值。
图6：点击“新建图形”按钮示意图。
对新建的坐标图坐标进行设定，X轴设定同QT间期恢复曲线的X轴，Y轴取值范围设定为0～2；
图7：点击“图形”-“图形功能设定”示意图。
对新的曲线进行设定，在弹出的参数窗口输入方程，参数取值为QT间期恢复曲线方程的相应参数值，然后点击“完成”，即生成斜率分布曲线，
图8：点击“屏幕阅读”示意图。
直接在斜率分布曲线(图中虚线)上找到最小的TQ间期对应的点，图形下方的黑框中即显示对应的斜率值，该值就是该病人QT恢复曲线在运动耐量范围内的最大斜率值Smax
图9和图10为具体实施结果的示意图。
图9：为具体实施方式中所绘制的QT恢复曲线示意图。
图中所示周围22条恢复曲线(周围有黑点分布的曲线)，和来自于方程2的恢复曲线斜率曲线(周围无黑点分布的曲线)，可以看出，缺血性心脏病组(A图)的曲线坡度和最大斜率均明显高于对照组(B图)。
图10：为具体实施方式中结果的统计图。
缺血性心脏病组的曲线最大斜率(Smax)明显高于对照组。
具体实施方式
实施例1缺血性心脏病患者平板运动心电图心脏恢复性质的评价
缺血性疾病导致心脏发生心室颤动和心脏性猝死的可能性明显增加，近年来发现这些恶性心律失常可能来源于动态不稳定性增加，其中恢复性质被认为是动态不稳定性增加的最主要因素。恢复理论认为，恢复曲线坡度(斜率)越大，恶性心律失常越容易发生。本实验观察缺血性心脏病男性患者的平板运动心电图QT恢复性质与对照组的差别。
1、病例入选：26例男性入选本实验，分为缺血性心脏病组(14例)和对照组(12例)。缺血性心脏病组定义为：选择性冠状动脉造影提示至少一支主要冠脉分支狭窄程度达到70％(左前降支、回旋支、右冠状动脉)；对照组定义为：选择性冠状动脉造影提示三支主要冠脉分支均无明显狭窄。所有病人经过常规体检，心脏超声检查排除其他常见的非缺血病变。
2、平板运动心电图记录：所有病人在停用所有可能有抗心律失常作用的药物至少5个半衰期以后，接受平板运动心电图检查，局部皮肤去皮屑处理以后贴常规12导联电极(接模拟肢体导联和标准胸导联)，采取BRUCE运动方案，记录整个运动过程的全息浏览心电图(CASE，GE scientific information system)，采样频率1000Hz。首先记录运动开始前静息状态下和运动过程的全息浏览心电图，运动开始后按Bruce方案逐渐增加运动能级，运动目标心率为亚极量心率(根据年龄计算的最大心率值的80％)或极量心率(极量成亚极量心率均由系统根据输入的病人信息自动生成)。在硬盘上保存运动前60秒至运动峰值的所有心电图波形进行测量分析。运动实验过程直接用机器分析静息状态和运动峰值心率、血压和QT间期变化、运动耐量等指标，并通过询问病史和回顾病历得到病人所患其他疾病的情况。
3、心电图QT间期和TQ间期测量：选择整个运动过程心电图记录清晰稳定的病例进行分析，图形分析测量采用GE公司CASE平板运动仪系统自带测量软件，在屏幕上进行手工测量QT间期(本次QRS波的起点至T波终点)和领先的TQ间期(前面一个T波终点至本次QRS波的起点)。全部图形的测量均由同一名经验丰富的工作人员完成，该工作人员不参与病例的分组和后期统计学处理。为保证测量范围完整性，从运动开始以前60秒开始，每10秒测量一次，直到达到运动峰值，固定一个导联进行测量(测量导联固定为V2)，每次测量连续且稳定的3个波形，取平均值进入后期分析。T波终点的确认标准参照Lepeschkin等制定的标准，即，T波与TP等电位线的明确交点，交点部位不明确的采用T波下降支切线延长线与等电位线的交点，TP或TU融合的情况下，采用可明确辨别的T波和P波，T波和U波之间的切迹作为T波终点，双向T波只测量前面一个T波的终点。下列情况不予测量：1、T波波形不规则，采取上述方法仍然难以辨识终点者；2、T波振幅小于0.1mv者；
3、房性和室性早搏。
4、利用ORIGIN软件(美国Microcal公司出品)完成连续心电图QT恢复性质的分析，其步骤如下：
a)进入ORIGIN软件工作界面，建立新的工作表，在工作表里输入连续测量的TQ间期(作为自变量，X值)和QT间期(作为因变量，Y值)，即为分析过程TQ间期作为自变量，QT间期作了因变量。(如图1)；
b)点击“分析”——“非线性拟和”——“高级工具”(如图2)，打开高级非线性拟和功能界面，选择“定义新功能”，依次输入定义的文件名、功能类型、参数个数、自变量和因变量以及方程(方程1)。并运行“检查”功能对输入的方程语法进行检查，检查无误后点击“保存”方案(如图3)；
y＝α-βe-x/τ (方程1)
c)然后点击“曲线模拟”功能对参数进行初始设置，参数设定为3个，对自变量的变化范围参考病人TQ间期测量值变化范围进行设定。然后点击“创建曲线”；
d)运行“拟和功能”选择“最小二乘法”，查看窗口内显示的当前参数值和chi2值，多次点击“10Iter”每次点击即进行10次迭代，最后得到的不再继续减少的稳定的chi2值所对应的参数和曲线(如图4)，即为所得拟和结果。点击“完成”即可显示QT恢复曲线和(如图5)。
e)根据拟和的曲线和参数对拟和结果进行进一步分析。点击“新建图形”键，对新建的坐标图坐标进行设定，X轴设定为拟和结果输出界面中的X轴，Y轴设定为0～2(如图6)。
f)在新的坐标轴上建立QT间期恢复曲线的斜率分布曲线：运行新建曲线功能，点击“图形”-“图形功能设定”，对将要建立的曲线进行设定，在弹出的参数窗口输入方程(2)，参数取值为QT间期恢复曲线方程的相应参数值β/τ，然后点击“完成”，即生成斜率分布曲线(如图7)；
slope＝β/τ·e-x/τ (方程2)
g)运行“屏幕阅读”功能，直接在斜率分布曲线上找到最小的TQ间期对应的点，曲线下方窗口(黑框)中即显示对应的斜率值，该值就是该病人QT恢复曲线在运动耐量范围内的最大斜率值Smax，(如图8)。
5、结果分析：4例病人因不能达到亚极量心率成T波形态变异太大无法准确测量，未进入后期分析；根据两组病人的测量结果一共拟和了22条QT恢复曲线，两组各11例，平均R2为0.88，(如图9)。缺血组QT恢复曲线的最大斜率为1.33±0.39，而对照组QT恢复曲线的最大斜率为0.85±0.21，缺血组明显高于对照组(P＜0.01)，(如图10)。而2组病人在年龄、基础心率和血压、伴随疾病、运动心电图特点方面没有差距的情况下(见表1、表2)，上述QT恢复曲线的比较结果提示，缺血性心脏病男性病人运动时QT恢复曲线坡度增加，这种QT恢复曲线坡度增加不仅可能作为缺血心脏病发生的敏感指标，还可能作为缺血性心脏病男性病人发生恶性室性心律失常的风险预测指标。
表1.病人基本情况
| 缺血性心脏病组 | 对照组 | P值 | |
| 年龄(岁)静息心率(次/分钟)静息舒张压(mmHg)静息收缩压(mmHg)患高血压人数患高脂血症人数患糖尿病人数 | 54±7.3973.8±9.980.8±10.82130±22.67400 | 53±9.8172.6±10.175.1±13.02127±15.24421 | 0.8270.7850.2910.7481.00.4780.748 |
表2.平板运动心电图特点
| 缺血性心脏病组 | 对照组 | P值 | |
| 运动耐量(Met)运动时间(min)达到目标心率的百分数(％)最大心率(bpm)最大收缩压(mmHg)最大舒张压(mmHg)达到目标心率的80％的人数 | 7.32±1.195.82±1.2583.82±10.24140±17.16174.54±33.0386.09±10.155 | 8.38±1.396.79±1.4091.36±6.90153.6±18.18175.91±25.9674.64±12.9610 | 0.0670.1100.0560.0850.9150.0310.076 |
Claims (1)
1、一种基于平板运动心电图的心脏恢复性质检测的方法，它包括下列步骤：
A、平板运动心电图记录：病人在停用抗心律失常作用的药物5个半衰期以后，接受平板运动心电图检查，接模拟肢体导联和标准胸导联，记录运动开始前静息状态下和运动过程的全息浏览心电图，运动目标心率为亚极量心率或极量心率，在硬盘上保存运动前60秒至运动峰值的心电图波形进行测量分析；
B、心电图QT间期和TQ间期测量：选择整个运动过程心电图记录进行分析，图形分析测量采用平板运动仪系统自带测量软件，在屏幕上测量QT间期和领先的TQ间期，从运动开始以前60秒开始，每10秒测量一次，直到达到运动峰值，固定一个导联进行测量，每次测量连续且稳定的3个波形，取平均值进入后期分析；
C、用ORIGIN软件完成连续心电图QT恢复性质的分析，其步骤如下：
a)进入ORIGIN软件工作界面，建立工作表，在工作表里输入连续测量的TQ间期和QT间期，分析过程中TQ间期作为自变量，QT间期作为因变量；
b)打开非线性拟和功能界面，依次输入文件名、功能类型、参数个数、自变量和因变量以及方程(1)，并运行检查功能对输入的方程语法进行检查，检查无误后保存方案：
y＝α-βe -x/τ (1)；
c)然后运行曲线模拟功能对参数进行设置，对自变量的变化范围进行设定，然后创建曲线；
d)运行拟和功能，选择最小二乘法，查看窗口内显示的当前参数值和chi2值，点击10Iter，每次点击即进行10次迭代，最后得到的不再继续减少的稳定的chi2值所对应的参数和曲线，即为所得拟和结果；
e)根据拟和的曲线和参数对拟和结果进行分析，点击新建图形键，对新建的坐标图坐标进行设定，X轴设定为拟和结果输出界面中的X轴，Y轴设定为0～2；
f)在新的坐标轴上建立QT间期恢复曲线的斜率分布曲线：运行新建曲线功能，在弹出的参数窗口输入方程(2)，参数取值为QT间期恢复曲线方程的参数值β和τ，然后点击完成，即生成QT间期恢复曲线斜率分布曲线；
slope＝β/τ·e-x/τ (2)；
g)运行屏幕阅读功能，直接在曲线上找到最小的TQ间期对应的点，曲线下方窗口显示对应的斜率值，即为QT恢复曲线的最大斜率Smax；
D、结果判定：根据不同病人在生理极量心律范围内所达到的最大斜率值Smax，预测恶性心律失常的发生风险；Smax小于1，表示没有恶性心律失常的发生风险；Smax大于1，则恶性心律失常的发生风险随Smax数值的增加而增加；在判断心脏缺血方面，Smax数值越高，心脏缺血存在的也越大。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN 200610019992 CN1915166A (zh) | 2006-08-15 | 2006-08-15 | 一种基于平板运动心电图的心脏恢复性质检测的方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN 200610019992 CN1915166A (zh) | 2006-08-15 | 2006-08-15 | 一种基于平板运动心电图的心脏恢复性质检测的方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN1915166A true CN1915166A (zh) | 2007-02-21 |
Family
ID=37736337
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN 200610019992 Pending CN1915166A (zh) | 2006-08-15 | 2006-08-15 | 一种基于平板运动心电图的心脏恢复性质检测的方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN1915166A (zh) |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US8588896B2 (en) | 2008-03-07 | 2013-11-19 | Cameron Health, Inc. | Methods and devices for accurately classifying cardiac activity |
| US8600489B2 (en) | 2008-05-07 | 2013-12-03 | Cameron Health, Inc. | Methods and devices for accurately classifying cardiac activity |
| WO2015150831A1 (en) * | 2014-04-04 | 2015-10-08 | University Of Leicester | Ecg evaluation |
| CN102056646B (zh) * | 2008-03-07 | 2015-10-21 | 卡梅伦保健公司 | 可植入的心脏刺激装置中的准确的心脏事件检测 |
| US9554714B2 (en) | 2014-08-14 | 2017-01-31 | Cameron Health Inc. | Use of detection profiles in an implantable medical device |
| CN111419212A (zh) * | 2020-02-27 | 2020-07-17 | 平安科技（深圳）有限公司 | 心电图数据处理的方法、装置、存储介质及计算机设备 |
-
2006
- 2006-08-15 CN CN 200610019992 patent/CN1915166A/zh active Pending
Cited By (21)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US10974058B2 (en) | 2008-03-07 | 2021-04-13 | Cameron Health, Inc. | Methods and devices for accurately classifying cardiac activity |
| US10220219B2 (en) | 2008-03-07 | 2019-03-05 | Cameron Health, Inc. | Methods and devices for accurately classifying cardiac activity |
| US8626280B2 (en) | 2008-03-07 | 2014-01-07 | Cameron Health, Inc. | Methods and devices for accurately classifying cardiac activity |
| US9878172B2 (en) | 2008-03-07 | 2018-01-30 | Cameron Health, Inc. | Methods and devices for accurately classifying cardiac activity |
| US8929977B2 (en) | 2008-03-07 | 2015-01-06 | Cameron Health, Inc. | Methods and devices for accurately classifying cardiac activity |
| US8588896B2 (en) | 2008-03-07 | 2013-11-19 | Cameron Health, Inc. | Methods and devices for accurately classifying cardiac activity |
| US9162074B2 (en) | 2008-03-07 | 2015-10-20 | Cameron Health, Inc. | Methods and devices for accurately classifying cardiac activity |
| CN102056646B (zh) * | 2008-03-07 | 2015-10-21 | 卡梅伦保健公司 | 可植入的心脏刺激装置中的准确的心脏事件检测 |
| US9802056B2 (en) | 2008-03-07 | 2017-10-31 | Cameron Health, Inc. | Accurate cardiac event detection in an implantable cardiac stimulus device |
| US9339662B2 (en) | 2008-03-07 | 2016-05-17 | Cameron Health, Inc. | Methods and devices for accurately classifying cardiac activity |
| US11413468B2 (en) | 2008-03-07 | 2022-08-16 | Cameron Health, Inc. | Accurate cardiac event detection in an implantable cardiac stimulus device |
| US9265432B2 (en) | 2008-05-07 | 2016-02-23 | Cameron Health, Inc. | Methods and devices for accurately classifying cardiac activity |
| US9763619B2 (en) | 2008-05-07 | 2017-09-19 | Cameron Health, Inc. | Methods and devices for accurately classifying cardiac activity |
| US10709379B2 (en) | 2008-05-07 | 2020-07-14 | Cameron Health, Inc. | Methods and devices for accurately classifying cardiac activity |
| US8880161B2 (en) | 2008-05-07 | 2014-11-04 | Cameron Health, Inc. | Methods and devices for accurately classifying cardiac activity |
| US8600489B2 (en) | 2008-05-07 | 2013-12-03 | Cameron Health, Inc. | Methods and devices for accurately classifying cardiac activity |
| WO2015150831A1 (en) * | 2014-04-04 | 2015-10-08 | University Of Leicester | Ecg evaluation |
| CN106456033A (zh) * | 2014-04-04 | 2017-02-22 | 莱斯特大学 | Ecg评估 |
| US10758138B2 (en) | 2014-08-14 | 2020-09-01 | Cameron Health, Inc. | Use of detection profiles in an implantable medical device |
| US9554714B2 (en) | 2014-08-14 | 2017-01-31 | Cameron Health Inc. | Use of detection profiles in an implantable medical device |
| CN111419212A (zh) * | 2020-02-27 | 2020-07-17 | 平安科技（深圳）有限公司 | 心电图数据处理的方法、装置、存储介质及计算机设备 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US8352018B2 (en) | Multi-tier system for cardiology and patient monitoring data analysis | |
| US7142907B2 (en) | Method and apparatus for algorithm fusion of high-resolution electrocardiograms | |
| US7806832B2 (en) | False positive reduction in SPO2 atrial fibrillation detection using average heart rate and NIBP | |
| US8233972B2 (en) | System for cardiac arrhythmia detection and characterization | |
| US8388542B2 (en) | System for cardiac pathology detection and characterization | |
| CN101057781B (zh) | 用于分析和编辑ecg形态和时间序列的方法和设备 | |
| US8321005B2 (en) | System for continuous cardiac pathology detection and characterization | |
| CN101061950A (zh) | 利用spo2进行心房纤颤检测 | |
| CN114173645A (zh) | 使用生物物理信号的动态分析来评估疾病的方法和系统 | |
| US8364248B2 (en) | System for cardiac pathology detection and characterization | |
| CN101427917B (zh) | 基于固有趋势子序列模式分解的出现新的心脏活动趋势的ecg信号获取方法 | |
| CN1915166A (zh) | 一种基于平板运动心电图的心脏恢复性质检测的方法 | |
| US10646130B2 (en) | Method for recognizing point quantification standard elevation or depression near the equipotential line of each heartbeat | |
| US20130035604A1 (en) | Frequency Analysis of 12-Lead Cardiac Electrical Signals to Detect and Identify Cardiac Abnormalities | |
| Akhmed-Zaki et al. | Using Wavelet Transform and Machine Learning to Predict Heart Fibrillation Disease on ECG | |
| Dong et al. | An integrated framework for evaluation on typical ECG-derived respiration waveform extraction and respiration | |
| Gospodinova | Graphical methods for non-linear analysis of electrocardiographic data | |
| Acharya et al. | Integrated index for cardiac arrythmias diagnosis using entropies as features of heart rate variability signal | |
| JP6173905B2 (ja) | Ｔｗａ測定装置及びｔｗａ測定装置の作動方法 | |
| Wan et al. | A time-domain hybrid analysis method for detecting and quantifying T-wave alternans | |
| Omer et al. | Blinded analysis of an exercise ECG database using high frequency QRS analysis | |
| Jelinek et al. | Introduction to ECG time series variability analysis: a simple overview | |
| Brucal et al. | Development of a Portable 12 Lead ECG Signal Acquisition System using National Instruments' MyRio-1900 | |
| George et al. | Heart disease diagnostic graphical user interface using fractal dimension | |
| Birajdar et al. | Heart Rate Variability Analysis in Healthy Male Subjects with Comprehensive Age Groups |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| C12 | Rejection of a patent application after its publication | ||
| RJ01 | Rejection of invention patent application after publication |