JP2022504832A - ノイズを含む信号中の生体測定イベントの検出 - Google Patents
ノイズを含む信号中の生体測定イベントの検出 Download PDFInfo
- Publication number
- JP2022504832A JP2022504832A JP2021520298A JP2021520298A JP2022504832A JP 2022504832 A JP2022504832 A JP 2022504832A JP 2021520298 A JP2021520298 A JP 2021520298A JP 2021520298 A JP2021520298 A JP 2021520298A JP 2022504832 A JP2022504832 A JP 2022504832A
- Authority
- JP
- Japan
- Prior art keywords
- input signal
- heart rate
- probability
- event
- heartbeat
- 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
- 238000001514 detection method Methods 0.000 title claims description 10
- 238000000034 method Methods 0.000 claims abstract description 108
- 239000011159 matrix material Substances 0.000 claims abstract description 45
- 230000008569 process Effects 0.000 claims abstract description 43
- 238000000513 principal component analysis Methods 0.000 claims abstract description 36
- 238000006243 chemical reaction Methods 0.000 claims abstract description 14
- 230000009467 reduction Effects 0.000 claims abstract description 10
- 230000009466 transformation Effects 0.000 claims description 39
- 230000006870 function Effects 0.000 claims description 34
- 238000012545 processing Methods 0.000 claims description 22
- 238000004364 calculation method Methods 0.000 claims description 11
- 238000004590 computer program Methods 0.000 claims description 10
- 230000000694 effects Effects 0.000 claims description 3
- 230000001131 transforming effect Effects 0.000 claims description 3
- 238000010586 diagram Methods 0.000 abstract description 3
- 238000010606 normalization Methods 0.000 description 6
- 239000006185 dispersion Substances 0.000 description 4
- 238000012795 verification Methods 0.000 description 4
- 238000005070 sampling Methods 0.000 description 3
- 238000013500 data storage Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000012790 confirmation 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
- 230000001419 dependent effect Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000010200 validation analysis 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
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7203—Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
- A61B5/024—Detecting, measuring or recording pulse rate or heart rate
- A61B5/02416—Detecting, measuring or recording pulse rate or heart rate using photoplethysmograph signals, e.g. generated by infrared radiation
-
- 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
-
- 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
-
- 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
- A61B5/7271—Specific aspects of physiological measurement analysis
- A61B5/7282—Event detection, e.g. detecting unique waveforms indicative of a medical condition
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/213—Feature extraction, e.g. by transforming the feature space; Summarisation; Mappings, e.g. subspace methods
- G06F18/2135—Feature extraction, e.g. by transforming the feature space; Summarisation; Mappings, e.g. subspace methods based on approximation criteria, e.g. principal component analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
- G06F18/2415—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches based on parametric or probabilistic models, e.g. based on likelihood ratio or false acceptance rate versus a false rejection rate
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
-
- 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]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
- G06F2218/02—Preprocessing
- G06F2218/04—Denoising
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/15—Biometric patterns based on physiological signals, e.g. heartbeat, blood flow
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Theoretical Computer Science (AREA)
- Artificial Intelligence (AREA)
- General Health & Medical Sciences (AREA)
- Biophysics (AREA)
- Animal Behavior & Ethology (AREA)
- Surgery (AREA)
- Public Health (AREA)
- Molecular Biology (AREA)
- Medical Informatics (AREA)
- Heart & Thoracic Surgery (AREA)
- Biomedical Technology (AREA)
- Pathology (AREA)
- Veterinary Medicine (AREA)
- Signal Processing (AREA)
- Data Mining & Analysis (AREA)
- Physiology (AREA)
- General Physics & Mathematics (AREA)
- Psychiatry (AREA)
- General Engineering & Computer Science (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Cardiology (AREA)
- Multimedia (AREA)
- Probability & Statistics with Applications (AREA)
- Human Computer Interaction (AREA)
- Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)
- Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
Abstract
【解決手段】入力信号中の生体測定イベントを検出する方法は、検出したい前記イベントを含んだ既知信号から各々なる複数のモデル信号の標本に対して主成分分析PCAを実施することにより、情報性の高い成分および情報性の低い成分を含む変換行列を生成する過程と、1つ以上の前記情報性の高い成分を除去することにより、前記変換行列の次元を削減する過程と、前記入力信号の複数の標本を、次元削減後の前記変換行列で変換する過程と、変換後の前記標本について所定の確率関数を計算することにより、前記入力信号の前記複数の標本中に前記イベントが存在する確率を算出する過程と、前記確率が閾値を上回る場合に、前記入力信号が前記イベントを含んでいると判断する過程と、を備える。
【選択図】図1
Description
検出したい前記生体測定イベントを含んだ既知信号から各々なる複数のモデル信号の標本に対して主成分分析PCAを実施することにより、情報性の高い成分および情報性の低い成分を含む変換行列を生成する過程と、
1つ以上の前記情報性の高い成分を除去することにより、前記変換行列の次元を削減する過程と、
前記入力信号の複数の標本を、次元削減後の前記変換行列で変換する過程と、
変換後の前記標本について所定の確率関数を計算することにより、前記入力信号の前記複数の標本中に前記生体測定イベントが存在する確率を算出する過程と、
前記確率が閾値を上回る場合に、前記入力信号が前記生体測定イベントを含んでいると判断する過程と、
を備える、方法が提供される。
検出したい前記生体測定イベントを含んだ既知信号から各々なる複数のモデル信号の標本に対してPCAを実施することによって情報性の高い成分および情報性の低い成分を含む変換行列を生成し、1つ以上の前記情報性の高い成分を除去することによって前記変換行列の次元を削減するように構成されている主成分分析PCA部と、
前記入力信号の複数の標本を、次元削減後の前記変換行列で変換するように構成されている標本変換部と、
変換後の前記標本について所定の確率関数を計算することにより、前記入力信号の前記複数の標本中に前記生体測定イベントが存在する確率を算出するように構成されている確率算出部と、
前記確率が閾値を上回る場合に、前記入力信号が前記生体測定イベントを含んでいると判断するように構成されている生体測定イベント検出部と、
を備える、装置が提供される。
少なくとも1つのプロセッサを含む処理部と、
コンピュータプログラム命令を記憶するように設けられたメモリと、
を備え、前記コンピュータプログラム命令は、前記処理部で実行されることにより、当該装置に、
複数のモデル信号の標本に対して主成分分析PCAを実施することにより、情報性の高い成分および情報性の低い成分を含む変換行列を生成する手順と、
1つ以上の前記情報性の高い成分を除去することにより、前記変換行列の次元を削減する手順と、
前記入力信号の複数の標本を、次元削減後の前記変換行列で変換する手順と、
変換後の前記標本について所定の確率関数を計算することにより、前記入力信号の前記複数の標本中に前記生体測定イベントが存在する確率を算出する手順と、
前記確率が閾値を上回る場合に、前記入力信号が前記生体測定イベントを含んでいると判断する手順と、
を実行させる、装置が提供される。
Claims (18)
- 入力信号中の生体測定イベントを検出する方法であって、
検出したい前記イベントを含んだ既知信号から各々なる複数のモデル信号の標本に対して主成分分析PCAを実施することにより、情報性の高い成分および情報性の低い成分を含む変換行列を生成する過程と、
1つ以上の前記情報性の高い成分を除去することにより、前記変換行列の次元を削減する過程と、
前記入力信号の複数の標本を、次元削減後の前記変換行列で変換する過程と、
変換後の前記標本について所定の確率関数を計算することにより、前記入力信号の前記複数の標本中に前記イベントが存在する確率を算出する過程と、
前記確率が閾値を上回る場合に、前記入力信号が前記イベントを含んでいると判断する過程と、
を備える、方法。 - 請求項1に記載の方法において、前記入力信号の前記複数の標本は、前記複数のモデル信号と同じ長さの時間窓を当該入力信号に適用することによって選出され、当該方法は、さらに、
前記入力信号内で前記窓を時間的に移動させて、当該窓の複数の各位置で前記確率関数を再計算することにより、前記入力信号中の様々な時点にて前記イベントが存在するか否かを判定する過程、
を備える、方法。 - 請求項1または2に記載の方法において、前記複数の各モデル信号は、当該信号内の同じ位置にピーク振幅を有するように用意され、前記方法は、さらに、
前記入力信号が前記イベントを含んでいると判断された場合に、
前記入力信号の前記複数の標本のうちの、前記モデル信号内における前記ピーク振幅の位置と同等の位置にある標本の時間インデックスを特定する過程と、
特定された前記標本の前記時間インデックスを、検出対象の前記イベントとして記録する過程と、
を備える、方法。 - 請求項1から3のいずれか一項に記載の方法において、前記生体測定イベントが、心拍、心拍変動、または対象者の活動を含む、方法。
- 請求項1から4のいずれか一項に記載の方法において、検出対象の前記生体測定イベントが心拍であり、前記複数のモデル信号が複数の既知の心拍信号を含む、方法。
- 請求項1から5のいずれか一項に記載の方法において、前記入力信号が心拍を含んでいると判断する過程が、
前記確率が前記閾値を上回る場合に、心拍候補として特定する副過程、
前記心拍候補と前記入力信号中の直前の心拍との間の期間を算出する副過程、および
算出された前記期間と既知の脈拍数との比較に基づいて、前記心拍候補が実際の心拍であるか否かを判定する副過程、
を含む、方法。 - 請求項6に記載の方法において、前記心拍候補が実際の心拍であるか否かを判定する副過程が、
前記既知の脈拍数に基づいて心拍-心拍間の予想間隔を算出すること、および
前記算出された期間と前記予想間隔との差分が閾値量を超える場合に、前記心拍候補が実際の心拍ではないと判断すること、
を含む、方法。 - 請求項6または7に記載の方法において、前記閾値量が、前記予想間隔の±30%である、方法。
- 請求項1から8のいずれか一項に記載の方法において、さらに、
前記確率を算出する過程に先立って、前記生体測定イベントの発生確率を、生体測定イベントの各検出後の所定の期間のあいだゼロに設定する過程、
を備える、方法。 - 請求項6、7または8に記載の方法において、前記心拍候補が実際の心拍であるか否かを判定する副過程が、
前記算出された期間が所定の期間を下回る場合に、前記心拍候補が実際の心拍ではないと判断すること、
を含む、方法。 - 請求項9または10に記載の方法において、前記所定の期間が、200ミリ秒以下に設定される、方法。
- 請求項1から11のいずれか一項に記載の方法において、さらに、
それぞれ特定の対象者に関連付けて記憶された複数の変換行列に対して前記変換行列を照合することにより、前記入力信号の入手元である対象者を特定する過程、
を備える、方法。 - 請求項1から12のいずれか一項に記載の方法において、さらに、
前記入力信号の標準偏差の標準偏差を算出することによって前記入力信号を検証する過程、
を備え、前記標準偏差の前記標準偏差が所定の閾値を上回る場合に前記入力信号が廃棄される、方法。 - コンピュータプログラム命令を記憶するように設けられたコンピュータ読取り可能な記憶媒体であって、前記コンピュータプログラム命令が実行されることにより、請求項1から13のいずれか一項に記載の方法が実施される、記憶媒体。
- 入力信号中の生体測定イベントを検出する装置であって、
検出したい前記生体測定イベントを含んだ既知信号から各々なる複数のモデル信号の標本に対してPCAを実施することによって情報性の高い成分および情報性の低い成分を含む変換行列を生成し、1つ以上の前記情報性の高い成分を除去することによって前記変換行列の次元を削減するように構成されている主成分分析PCA部と、
前記入力信号の複数の標本を、次元削減後の前記変換行列で変換するように構成されている標本変換部と、
変換後の前記標本について所定の確率関数を計算することにより、前記入力信号の前記複数の標本中に前記生体測定イベントが存在する確率を算出するように構成されている確率算出部と、
前記確率が閾値を上回る場合に、前記入力信号が前記生体測定イベントを含んでいると判断するように構成されている生体測定イベント検出部と、
を備える、装置。 - 入力信号中の生体測定イベントを検出する装置であって、
少なくとも1つのプロセッサを含む処理部と、
コンピュータプログラム命令を記憶するように設けられたメモリと、
を備え、前記コンピュータプログラム命令は、前記処理部で実行されることにより、当該装置に、
検出したい前記生体測定イベントを含んだ既知信号から各々なる複数のモデル信号の標本に対して主成分分析PCAを実施することにより、情報性の高い成分および情報性の低い成分を含む変換行列を生成する手順と、
1つ以上の前記情報性の高い成分を除去することにより、前記変換行列の次元を削減する手順と、
前記入力信号の複数の標本を、次元削減後の前記変換行列で変換する手順と、
変換後の前記標本について所定の確率関数を計算することにより、前記入力信号の前記複数の標本中に前記生体測定イベントが存在する確率を算出する手順と、
前記確率が閾値を上回る場合に、前記入力信号が前記生体測定イベントを含んでいると判断する手順と、
を実行させる、装置。 - 請求項15または16に記載の装置において、検出対象の前記生体測定イベントが心拍であり、前記複数のモデル信号が複数の既知の心拍信号を含み、当該装置が、さらに、
生理的パラメータの値を経時的に記録することによって前記入力信号を取得するように構成されたセンサ、
を備える、装置。 - 請求項17に記載の装置において、前記センサが、光電脈波センサである、装置。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
GB1816386.5A GB2577883A (en) | 2018-10-08 | 2018-10-08 | Detecting a biometric event in a noisy signal |
GB1816386.5 | 2018-10-08 | ||
PCT/GB2019/052841 WO2020074873A1 (en) | 2018-10-08 | 2019-10-08 | Detecting a biometric event in a noisy signal |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2022504832A true JP2022504832A (ja) | 2022-01-13 |
JPWO2020074873A5 JPWO2020074873A5 (ja) | 2022-10-18 |
Family
ID=64397518
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2021520298A Pending JP2022504832A (ja) | 2018-10-08 | 2019-10-08 | ノイズを含む信号中の生体測定イベントの検出 |
Country Status (7)
Country | Link |
---|---|
US (1) | US20210334566A1 (ja) |
EP (1) | EP3864571A1 (ja) |
JP (1) | JP2022504832A (ja) |
KR (1) | KR20210116431A (ja) |
CA (1) | CA3156937A1 (ja) |
GB (1) | GB2577883A (ja) |
WO (1) | WO2020074873A1 (ja) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120071730A1 (en) * | 2010-09-17 | 2012-03-22 | Stichting Imec Nederland | Adaptive Processing of Ambulatory Electrocardiogram Signals |
US20160051157A1 (en) * | 2014-08-22 | 2016-02-25 | Apple Inc. | Frequency domain projection algorithm |
JP2018032395A (ja) * | 2016-08-25 | 2018-03-01 | 株式会社日立製作所 | センサデータに基づく患者デバイスの管理 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2010083366A1 (en) * | 2009-01-15 | 2010-07-22 | Medtronic, Inc. | Implantable medical device with adaptive signal processing and artifact cancellation |
CA2781040A1 (en) * | 2009-11-17 | 2011-05-26 | Veralight, Inc. | Method and apparatus to detect coronary artery calcification or disease |
KR101788803B1 (ko) * | 2016-10-12 | 2017-10-20 | 조선대학교 산학협력단 | 심전도를 이용한 개인 식별 정보 생성방법 및 그 개인 식별 정보를 이용한 개인 식별 방법 |
CN108537100A (zh) * | 2017-11-17 | 2018-09-14 | 吉林大学 | 一种基于pca和lda分析的心电信号身份识别方法及系统 |
-
2018
- 2018-10-08 GB GB1816386.5A patent/GB2577883A/en not_active Withdrawn
-
2019
- 2019-10-08 KR KR1020217013766A patent/KR20210116431A/ko unknown
- 2019-10-08 WO PCT/GB2019/052841 patent/WO2020074873A1/en unknown
- 2019-10-08 CA CA3156937A patent/CA3156937A1/en active Pending
- 2019-10-08 US US17/283,940 patent/US20210334566A1/en active Pending
- 2019-10-08 JP JP2021520298A patent/JP2022504832A/ja active Pending
- 2019-10-08 EP EP19790708.2A patent/EP3864571A1/en not_active Withdrawn
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120071730A1 (en) * | 2010-09-17 | 2012-03-22 | Stichting Imec Nederland | Adaptive Processing of Ambulatory Electrocardiogram Signals |
US20160051157A1 (en) * | 2014-08-22 | 2016-02-25 | Apple Inc. | Frequency domain projection algorithm |
JP2018032395A (ja) * | 2016-08-25 | 2018-03-01 | 株式会社日立製作所 | センサデータに基づく患者デバイスの管理 |
Also Published As
Publication number | Publication date |
---|---|
GB2577883A (en) | 2020-04-15 |
WO2020074873A1 (en) | 2020-04-16 |
EP3864571A1 (en) | 2021-08-18 |
GB201816386D0 (en) | 2018-11-28 |
US20210334566A1 (en) | 2021-10-28 |
KR20210116431A (ko) | 2021-09-27 |
CA3156937A1 (en) | 2020-04-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109522916B (zh) | 识别单导心电图(ecg)信号中的节律的级联二元分类器 | |
EP3558101B1 (en) | Methods and systems for determining abnormal cardiac activity | |
Odinaka et al. | ECG biometrics: A robust short-time frequency analysis | |
Kao et al. | Automatic phonocardiograph signal analysis for detecting heart valve disorders | |
US20130345579A1 (en) | System and method of detecting abnormal movement of a physical object | |
EP3366203A1 (en) | Method and system for cuffless blood pressure estimation using photoplethysmogram features and pulse transit time | |
CN110840443B (zh) | 心电信号处理方法、心电信号处理装置和电子设备 | |
CN109009084B (zh) | 多导联心电信号的qrs波群校验方法、装置及设备、介质 | |
US10687726B2 (en) | System and method for processing ECG recordings from multiple patients | |
EP3641643B1 (en) | System for detecting atrial fibrillation | |
KR102483693B1 (ko) | 설명 가능한 다중 심전도 부정맥 진단 장치 및 방법 | |
Matos et al. | Embedded system for individual recognition based on ECG Biometrics | |
JP2012176106A (ja) | 認証装置及び認証方法、電子機器、並びにコンピューター・プロクラム | |
US10349852B2 (en) | Analysing physiological electrograms | |
CN108125678B (zh) | 心电信号的方向检测方法、装置及电子设备 | |
JP2003000561A (ja) | R波認識方法及びr−r間隔測定方法及び心拍数測定方法及びr−r間隔測定装置及び心拍数測定装置 | |
Wan et al. | A novel atrial fibrillation automatic detection algorithm based on ensemble learning and multi-feature discrimination | |
Zhang et al. | An Improved Real‐Time R‐Wave Detection Efficient Algorithm in Exercise ECG Signal Analysis | |
CN112957018A (zh) | 基于人工智能的心脏状态检测方法和装置 | |
Liu et al. | Semantic segmentation of qrs complex in single channel ecg with bidirectional lstm networks | |
JP2022504832A (ja) | ノイズを含む信号中の生体測定イベントの検出 | |
KR102155206B1 (ko) | 심전도 신호의 주기성을 이용한 r파 정점 검출 방법 | |
JP6706996B2 (ja) | 生体信号処理装置、異常判別方法およびプログラム | |
US20210321890A1 (en) | Apparatus and Method for Determining Fetal Movement | |
JP2015217060A (ja) | 心拍検出方法および心拍検出装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20221007 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20221007 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20230411 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230418 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20231107 |