JPWO2020074873A5 - - Google Patents
Download PDFInfo
- Publication number
- JPWO2020074873A5 JPWO2020074873A5 JP2021520298A JP2021520298A JPWO2020074873A5 JP WO2020074873 A5 JPWO2020074873 A5 JP WO2020074873A5 JP 2021520298 A JP2021520298 A JP 2021520298A JP 2021520298 A JP2021520298 A JP 2021520298A JP WO2020074873 A5 JPWO2020074873 A5 JP WO2020074873A5
- Authority
- JP
- Japan
- Prior art keywords
- input signal
- heartbeat
- samples
- event
- probability
- 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
- 239000011159 matrix material Substances 0.000 claims description 20
- 230000001131 transforming Effects 0.000 claims description 20
- 238000004590 computer program Methods 0.000 claims description 8
- 238000000513 principal component analysis Methods 0.000 claims description 7
- 238000000034 method Methods 0.000 claims description 6
- 238000001514 detection method Methods 0.000 claims description 2
- 230000037081 physical activity Effects 0.000 claims 1
- 230000000704 physical effect Effects 0.000 claims 1
- 230000000694 effects Effects 0.000 description 1
Description
これまでの説明で説明した構成同士は、明記した組合せ以外の組合せで使用されてもよい。
なお、本発明は、態様として以下の内容を含む。
〔態様１〕
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。
〔態様２〕
態様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。
〔態様３〕
態様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。
〔態様４〕
態様１から３のいずれか一態様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。
〔態様５〕
態様１から４のいずれか一態様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。
〔態様６〕
態様１から５のいずれか一態様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。
〔態様７〕
態様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。
〔態様８〕
態様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。
〔態様９〕
態様１から８のいずれか一態様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。
〔態様１０〕
態様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。
〔態様１〕
態様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。
〔態様１２〕
態様１から１１のいずれか一態様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。
〔態様１３〕
態様１から１２のいずれか一態様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。
〔態様１４〕
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、態様１から１３のいずれか一態様に記載の方法が実施される、記憶媒体。
〔態様１５〕
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。
〔態様１６〕
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。
〔態様１７〕
態様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。
〔態様１８〕
態様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。
The configurations described above may be used in combinations other than the specified combinations.
In addition, this invention includes the following contents as a mode.
[Aspect 1]
A method for detecting biometric events in an input signal, comprising:
Generating a transformation matrix containing highly informative components and less informative components by performing principal component analysis PCA on a plurality of model signal samples, each consisting of a known signal containing the event to be detected. When,
reducing the dimension of the transformation matrix by removing one or more of the highly informative components;
transforming a plurality of samples of the input signal with the transformed matrix after dimensionality reduction;
calculating a probability of the event being present in the plurality of samples of the input signal by calculating a predetermined probability function on the transformed samples;
determining that the input signal contains the event if the probability is above a threshold;
A method.
[Aspect 2]
The method of aspect 1, wherein the plurality of samples of the input signal are selected by applying a time window of the same length as the plurality of model signals to the input signal, the method further comprising:
whether the event is present at various points in time in the input signal by moving the window in time within the input signal and recalculating the probability function at each of a plurality of positions of the window; the process of determining whether
A method.
[Aspect 3]
3. The method of aspect 1 or 2, wherein each of the plurality of model signals is prepared to have a peak amplitude at the same position within the signal, the method further comprising:
if the input signal is determined to contain the event,
identifying the time index of a sample of the plurality of samples of the input signal that is at a position equivalent to the peak amplitude position in the model signal;
recording the time index of the identified specimen as the event to be detected;
A method.
[Aspect 4]
4. The method of any one of aspects 1-3, wherein the biometric event comprises heart rate, heart rate variability, or activity of the subject.
[Aspect 5]
5. The method of any one of aspects 1-4, wherein the biometric event to be detected is a heartbeat and the plurality of model signals comprises a plurality of known heartbeat signals.
[Aspect 6]
6. The method of any one of aspects 1-5, wherein determining that the input signal comprises a heartbeat comprises:
a subprocess of identifying a candidate heartbeat if the probability is above the threshold;
a subprocess of calculating the period between the candidate beat and the immediately preceding beat in the input signal; and
a sub-process of determining whether the candidate heartbeat is an actual heartbeat based on a comparison of the calculated duration and a known pulse rate;
A method, including
[Aspect 7]
7. The method of aspect 6, wherein the sub-process of determining whether the candidate heartbeat is an actual heartbeat includes:
calculating an expected beat-to-beat interval based on the known pulse rate; and
determining that the candidate heartbeat is not an actual heartbeat if the difference between the calculated duration and the expected interval exceeds a threshold amount;
A method, including
[Aspect 8]
8. The method of aspects 6 or 7, wherein the threshold amount is ±30% of the expected interval.
[Aspect 9]
The method according to any one of aspects 1 to 8, further comprising
prior to calculating the probability, setting the probability of occurrence of the biometric event to zero for a predetermined period of time after each detection of a biometric event;
A method.
[Aspect 10]
A method according to aspects 6, 7 or 8, wherein the sub-process of determining whether the candidate heartbeat is an actual heartbeat comprises:
determining that the candidate heartbeat is not an actual heartbeat if the calculated duration is less than a predetermined duration;
A method, including
[Aspect 1]
A method according to aspect 9 or 10, wherein said predetermined period of time is set to 200 milliseconds or less.
[Aspect 12]
The method according to any one of aspects 1 to 11, further comprising
identifying the subject from whom the input signal was obtained by matching the transformation matrix against a plurality of transformation matrices each stored in association with a particular subject;
A method.
[Aspect 13]
The method according to any one of aspects 1 to 12, further comprising
verifying the input signal by calculating the standard deviation of the standard deviation of the input signal;
wherein said input signal is discarded if said standard deviation of said standard deviation exceeds a predetermined threshold.
[Aspect 14]
A computer readable storage medium provided to store computer program instructions, the computer program instructions being executed to perform the method of any one of aspects 1 to 13; storage medium.
[Aspect 15]
An apparatus for detecting biometric events in an input signal, comprising:
generating a transformation matrix containing highly informative components and less informative components by performing PCA on a plurality of model signal samples, each consisting of a known signal containing the biometric event to be detected; a principal component analysis PCA unit configured to reduce the dimension of the transformation matrix by removing the above highly informative components;
a sample transform unit configured to transform a plurality of samples of the input signal with the transform matrix after dimensionality reduction;
a probability calculator configured to calculate a probability of the biometric event being present in the plurality of samples of the input signal by calculating a predetermined probability function for the transformed samples;
a biometric event detector configured to determine that the input signal contains the biometric event if the probability is above a threshold;
A device comprising:
[Aspect 16]
An apparatus for detecting biometric events in an input signal, comprising:
a processing unit including at least one processor;
a memory configured to store computer program instructions;
wherein the computer program instructions are executed by the processing unit to cause the apparatus to:
Generating a transformation matrix containing highly informative components and less informative components by performing principal component analysis PCA on a plurality of model signal samples each consisting of a known signal containing said biometric event to be detected. and
reducing the dimension of the transformation matrix by removing one or more of the highly informative components;
transforming a plurality of samples of the input signal with the transformed matrix after dimensionality reduction;
calculating a probability of the presence of the biometric event in the plurality of samples of the input signal by calculating a predetermined probability function on the transformed samples;
determining that the input signal contains the biometric event if the probability is above a threshold;
A device that causes the
[Aspect 17]
17. The apparatus of aspects 15 or 16, wherein the biometric event to be detected is a heartbeat, and the plurality of model signals comprises a plurality of known heartbeat signals, the apparatus further comprising:
a sensor configured to obtain the input signal by recording the value of a physiological parameter over time;
A device comprising:
[Aspect 18]
18. The apparatus of aspect 17, wherein the sensor is a photoplethysmogram sensor.
Claims (18)
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、分散の大きい成分および分散の小さい成分を含む変換行列を生成する過程と、
１つ以上の前記分散の大き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スライディング確率関数を計算して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。 A method for detecting biometric events in an input signal, comprising:
generating a transformation matrix containing high variance components and low variance components by performing principal component analysis ( PCA ) on a plurality of samples of model signals each consisting of a known signal containing said event to be detected. When,
reducing the dimension of the transformation matrix by removing one or more of the high variance components;
transforming a plurality of samples of the input signal with the transformed matrix after dimensionality reduction;
calculating a sliding probability function for the transformed samples to calculate the probability of the event being present in the plurality of samples of the input signal;
determining that the input signal contains the event if the probability is above a threshold;
A method.
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。 2. The method of claim 1, wherein the plurality of samples of the input signal are selected by applying to the input signal a time window of the same length as the plurality of model signals, the method further comprising:
whether the event is present at various points in time in the input signal by moving the window in time within the input signal and recalculating the probability function at each of a plurality of positions of the window; the process of determining whether
A method.
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。 3. The method of claim 1 or 2, wherein each of the plurality of model signals is arranged to have a peak amplitude at the same position within the signal, the method further comprising:
if the input signal is determined to contain the event,
identifying the time index of a sample of the plurality of samples of the input signal that is at a position equivalent to the peak amplitude position in the model signal;
recording the time index of the identified specimen as the event to be detected;
A method.
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。 6. A method as claimed in any one of claims 1 to 5, wherein the step of determining that the input signal comprises heartbeats comprises:
a subprocess of identifying a candidate heartbeat if the probability is above the threshold;
calculating a period between the candidate heartbeat and the immediately preceding heartbeat in the input signal; and based on comparing the calculated period to a known pulse rate, the candidate heartbeat is the actual heartbeat. A sub-process of determining whether or not
A method, including
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時間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。 7. The method of claim 6, wherein the sub-step of determining whether the candidate heartbeat is an actual heartbeat comprises:
calculating an expected beat-to-beat interval based on the known pulse rate; and if the difference between the calculated duration and the expected interval exceeds a time threshold amount, the candidate heartbeat is not an actual heartbeat. to determine that there is no
A method, including
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。 9. The method of any one of claims 1-8, further comprising
prior to calculating the probability, setting the probability of occurrence of the biometric event to zero for a predetermined period of time after each detection of a biometric event;
A method.
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。 9. The method of claim 6, 7 or 8, wherein the sub-step of determining whether the candidate heartbeat is an actual heartbeat comprises:
determining that the candidate heartbeat is not an actual heartbeat if the calculated duration is less than a predetermined duration;
A method, including
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。 12. The method of any one of claims 1-11, further comprising
identifying the subject from whom the input signal was obtained by matching the transformation matrix against a plurality of transformation matrices each stored in association with a particular subject;
A method.
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。 13. The method of any one of claims 1-12, further comprising
verifying the input signal by calculating the standard deviation of the standard deviation of the input signal;
wherein said input signal is discarded if said standard deviation of said standard deviation exceeds a predetermined threshold.
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って分散の大きい成分および分散の小さい成分を含む変換行列を生成し、１つ以上の前記分散の大き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スライディング確率関数を計算して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。 An apparatus for detecting biometric events in an input signal, comprising:
generating a transformation matrix containing high variance components and low variance components by performing a principal component analysis ( PCA ) on a plurality of samples of model signals each consisting of a known signal containing said biometric event to be detected; , a principal component analysis ( PCA ) unit configured to reduce the dimensionality of the transformation matrix by removing one or more of the high variance components;
a sample transform unit configured to transform a plurality of samples of the input signal with the transform matrix after dimensionality reduction;
a probability calculator configured to calculate a sliding probability function for the transformed samples to calculate a probability that the biometric event is present in the plurality of samples of the input signal;
a biometric event detector configured to determine that the input signal contains the biometric event if the probability is above a threshold;
A device comprising:
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、分散の大きい成分および分散の小さい成分を含む変換行列を生成する手順と、
１つ以上の前記分散の大き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スライディング確率関数を計算して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。 An apparatus for detecting biometric events in an input signal, comprising:
a processing unit including at least one processor;
a memory configured to store computer program instructions;
wherein the computer program instructions are executed by the processing unit to cause the apparatus to:
Generating a transformation matrix containing high variance components and low variance components by performing principal component analysis ( PCA ) on a plurality of samples of model signals each consisting of a known signal containing said biometric event to be detected. and
reducing the dimension of the transformation matrix by removing one or more of the high variance components;
transforming a plurality of samples of the input signal with the transformed matrix after dimensionality reduction;
calculating a sliding probability function for the transformed samples to calculate the probability that the biometric event is present in the plurality of samples of the input signal;
determining that the input signal contains the biometric event if the probability is above a threshold;
A device that causes the
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。 17. The apparatus of claim 15 or 16, wherein the biometric event to be detected is a heartbeat, and the plurality of model signals comprises a plurality of known heartbeat signals, the device further comprising:
a sensor configured to obtain the input signal by recording the value of a physiological parameter over time;
A device comprising:
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 JP2022504832A (en) | 2022-01-13 |
| JPWO2020074873A5 true JPWO2020074873A5 (en) | 2022-10-18 |
Family
ID=64397518
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2021520298A Pending JP2022504832A (en) | 2018-10-08 | 2019-10-08 | Detection of biometric events in noisy signals |
Country Status (7)
| Country | Link |
|---|---|
| US (1) | US20210334566A1 (en) |
| EP (1) | EP3864571A1 (en) |
| JP (1) | JP2022504832A (en) |
| KR (1) | KR20210116431A (en) |
| CA (1) | CA3156937A1 (en) |
| GB (1) | GB2577883A (en) |
| WO (1) | WO2020074873A1 (en) |
Family Cites Families (7)
| 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 |
| CN102762978A (en) * | 2009-11-17 | 2012-10-31 | 薇拉莱特公司 | Method and apparatus to detect coronary artery calcification or disease |
| US20120071730A1 (en) * | 2010-09-17 | 2012-03-22 | Stichting Imec Nederland | Adaptive Processing of Ambulatory Electrocardiogram Signals |
| US10201286B2 (en) * | 2014-08-22 | 2019-02-12 | Apple Inc. | Frequency domain projection algorithm |
| US10340039B2 (en) * | 2016-08-25 | 2019-07-02 | Hitachi, Ltd. | Managing patient devices based on sensor data |
| KR101788803B1 (en) * | 2016-10-12 | 2017-10-20 | 조선대학교 산학협력단 | Generation method of personal identification information using electrocardiogram and personal identification method using the information |
| CN108537100A (en) * | 2017-11-17 | 2018-09-14 | 吉林大学 | A kind of electrocardiosignal personal identification method and system based on PCA and LDA analyses |
-
2018
- 2018-10-08 GB GB1816386.5A patent/GB2577883A/en not_active Withdrawn
-
2019
- 2019-10-08 WO PCT/GB2019/052841 patent/WO2020074873A1/en unknown
- 2019-10-08 US US17/283,940 patent/US20210334566A1/en not_active Abandoned
- 2019-10-08 CA CA3156937A patent/CA3156937A1/en active Pending
- 2019-10-08 JP JP2021520298A patent/JP2022504832A/en active Pending
- 2019-10-08 KR KR1020217013766A patent/KR20210116431A/en unknown
- 2019-10-08 EP EP19790708.2A patent/EP3864571A1/en not_active Withdrawn
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109522916B (en) | Cascaded binary classifier for identifying rhythms in a single-lead Electrocardiogram (ECG) signal | |
| EP3366203B1 (en) | Method and system for cuffless blood pressure estimation using photoplethysmogram features and pulse transit time | |
| US6597943B2 (en) | Method of using spectral measures to distinguish among atrialfibrillation, atrial-flutter and other cardiac rhythms | |
| WO2021143401A1 (en) | Method and device for detecting p wave and t wave in electrocardiogram signal | |
| EP0256886A2 (en) | Method and apparatus for quantifying beat-to-beat variability in physiologic waveforms | |
| EP3641643B1 (en) | System for detecting atrial fibrillation | |
| CN110840443A (en) | Electrocardiosignal processing method, electrocardiosignal processing device and electronic equipment | |
| CN111839494A (en) | Heart rate monitoring method and system | |
| KR102264569B1 (en) | Apparatuses and methods for classifying heart condition based on class probability output network | |
| JP5688309B2 (en) | Biological information analysis apparatus, biological information analysis method, and biological information analysis program | |
| Silipo et al. | ST-T segment change recognition using artificial neural networks and principal component analysis | |
| US4041468A (en) | Method and system for analysis of ambulatory electrocardiographic tape recordings | |
| JPWO2020074873A5 (en) | ||
| Kyle et al. | Computer identification of systolic time intervals | |
| JP6535575B2 (en) | Physiological index detection device, physiological index detection method, physiological index detection processing program | |
| Dalvi et al. | Graph search based detection of periodic activations in complex periodic signals: Application in atrial fibrillation electrograms | |
| Pflugradt et al. | OPRA: A fast on-line signal quality estimator for pulsatile signals | |
| Rahimpour et al. | ECG fiducial points extraction using QRS morphology and adaptive windowing for real-time ECG signal analysis | |
| Khan et al. | Performance analysis of modified zero crossing counts method for heart arrhythmias detection and implementation in HDL | |
| Moeyersons et al. | Evaluation of a continuous ECG quality indicator based on the autocorrelation function | |
| Deogire | Multi lead fetal QRS detection with principal component analysis | |
| Rama et al. | Analysis of signal processing techniques to identify cardiac disorders | |
| RU2791006C1 (en) | System and method for automated electrocardiogram analysis and interpretation | |
| US20210334566A1 (en) | Detecting a biometric event in a noisy signal | |
| Auliya et al. | Detection of Atrial Fibrillation Based on Long Short-Term Memory |