KR20080069392A - The method for detecting r peak of an electrocardiogram signal - Google Patents

The method for detecting r peak of an electrocardiogram signal Download PDF

Info

Publication number
KR20080069392A
KR20080069392A KR1020070007052A KR20070007052A KR20080069392A KR 20080069392 A KR20080069392 A KR 20080069392A KR 1020070007052 A KR1020070007052 A KR 1020070007052A KR 20070007052 A KR20070007052 A KR 20070007052A KR 20080069392 A KR20080069392 A KR 20080069392A
Authority
KR
South Korea
Prior art keywords
peak
current
signal
detecting
candidate
Prior art date
Application number
KR1020070007052A
Other languages
Korean (ko)
Inventor
최동혁
강병익
장윤승
오도창
Original Assignee
건양대학교산학협력단
최동혁
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by 건양대학교산학협력단, 최동혁 filed Critical 건양대학교산학협력단
Priority to KR1020070007052A priority Critical patent/KR20080069392A/en
Publication of KR20080069392A publication Critical patent/KR20080069392A/en

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/24—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]
    • A61B5/346—Analysis of electrocardiograms
    • A61B5/349—Detecting specific parameters of the electrocardiograph cycle
    • A61B5/352—Detecting R peaks, e.g. for synchronising diagnostic apparatus; Estimating R-R interval

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Cardiology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Molecular Biology (AREA)
  • Pathology (AREA)
  • Engineering & Computer Science (AREA)
  • Biomedical Technology (AREA)
  • Physics & Mathematics (AREA)
  • Medical Informatics (AREA)
  • Biophysics (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • General Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Veterinary Medicine (AREA)
  • Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)

Abstract

A method for detecting an R peak of an electrocardiogram signal is provided to select the R peak exactly by evaluating suitability of an R peak candidate by using a central R peak in spite of a motion artifact. A method for detecting an R peak of an electrocardiogram signal includes the steps of: calculating a moving average with a width of 120msec; selecting a signal with the maximum in a signal region with 0.5mV or more than the moving average as an R peak candidate; selecting a point of time when the R peak has the most similar shape to a current R peak between 0.3 to 1.0 second from the R peak; and calculating an interval RRi between a point of time of the current R peak and the selected point of time, calculating a histogram of the RRis, and determining the interval with the maximum to be a period of the current R peak.

Description

심전도 신호의 알 피크 검출 방법{The method for detecting R peak of an electrocardiogram signal}The method for detecting R peak of an electrocardiogram signal

도 1 은 종래 움직임 잡음이 있는 심전도 신호의 파형 도면,1 is a waveform diagram of a conventional ECG signal with motion noise,

도 2 는 본 발명에 따른 검출방법의 순서를 개략적으로 나타낸 블록도면,2 is a block diagram schematically showing a procedure of a detection method according to the present invention;

도 3 은 본 발명에 따른 이동 평균으로부터 R 피크 후보의 선택결과를 나타낸 파형 도면,3 is a waveform diagram showing a result of selecting an R peak candidate from a moving average according to the present invention;

도 4 는 본 발명에 따른 현재 R 피크와 가장 유사한 시점의 선택결과를 나타낸 파형도면,4 is a waveform diagram showing a selection result at a time point most similar to a current R peak according to the present invention;

도 5 와 도 6 은 본 발명에 따른 R 피크 주기와 현재 R 피크 후보점 좌/우의 시간 제약 영역을 나타낸 파형도면,5 and 6 are waveform diagrams showing time constraint regions of the R peak period and the current R peak candidate point left and right according to the present invention;

도 7 은 본 발명에 따른 중심 R 피크들과 각 중심 R 피크들의 발생 빈도를 나타낸 파형도면,7 is a waveform diagram showing the frequency of occurrence of the center R peaks and each center R peak according to the present invention;

도 8 은 본 발명에 따른 중심 R 피크의 발생 빈도를 이용하여 최종 R 피크를 선택한 결과를 나타낸 파형도면이다. 8 is a waveform diagram illustrating a result of selecting a final R peak using a frequency of occurrence of a central R peak according to the present invention.

본 발명은 움직임 잡음(motion artifact)에 견고한 심전도 신호의 R 피크를 검출하는 방법에 관한 것으로서, 보다 상세하게는 심전도 신호의 R 피크가 주기성을 갖는다는데 착안하여 내재된 주기성을 히스토그램에 의한 통계적 방법으로 찾은 다음, 이 주기성을 심전도 신호의 R 피크 시간 제약으로 사용하여 이 시간제약을 만족하는 피크를 R 피크 후보로 검출한 다음, 신경망 경쟁학습법을 이용하여 중심 R 피크를 만들고, 이 중심 R 피크와의 유사성을 이용하여 후보 R 피크 중 보다 정확한 R 피크를 선택하고, 후 처리를 거쳐 최종 R 피크를 검출하는 방법에 관한것이다.The present invention relates to a method for detecting an R peak of an electrocardiogram signal that is robust to motion artifacts. More specifically, the R peak of an electrocardiogram signal has a periodicity. Then, using this periodicity as the R peak time constraint of the ECG signal, a peak satisfying this time constraint is detected as an R peak candidate, and then, using a neural network competition learning method, a center R peak is formed, and the center R peak is The similarity is used to select a more accurate R peak among candidate R peaks, and to post-process to detect the final R peak.

일반적으로 심전도 신호는 일정한 주기로 디지탈 변환되어 디지탈 처리장치에 입력되고 적절한 디지탈 처리를 거쳐 보정된 후, 기록장치에 기록되거나 진단프로그램에 의해 심장의 상태를 진단하기 위해 사용되는 신호이다.In general, an electrocardiogram signal is a signal that is digitally converted at regular intervals, input to a digital processing apparatus, corrected through appropriate digital processing, and then recorded on a recording apparatus or used for diagnosing a heart condition by a diagnostic program.

상기한 디지탈 신호로 변환된 심전도 신호의 움직임 잡음은 심전도 측정부위 피부 내부의 변화, 심전도 접점 변화 등에서 발생하며 기저선 변동도 포함된다.The movement noise of the electrocardiogram signal converted into the digital signal is generated in the skin inside the ECG measurement site, the ECG contact change, and also includes the baseline variation.

이러한 움직임 잡음은 비교적 부드러운 운동을 하면서 심전도의 R 피크를 검출할 때 반드시 극복 되어야 하는데, 움직임 잡음의 형태는 도 1 에서와 같이 R 피크와 유사한 형태의 피크가 다수 발생하며, 기저선의 변동과 중첩되어 있다.This motion noise must be overcome when detecting the R peak of the ECG while performing a relatively smooth motion. The shape of the motion noise is similar to the R peak as shown in FIG. 1, and overlaps with the variation of the baseline. have.

상기의 움직임 잡음이 혼재하는 심전도 신호의 종래 R 피크 검출방법에는 크게 두 가지 방법이 있는데, 그 중 하나가 중간 심박 갱신(median beat update)에 의한 움직임 잡음 제거방법으로 이 방법은 QRS를 지속적으로 갱신하여 QRS 중간 표현을 템플리트 형태로 표현하는 방식으로 잡음에 강한 특징이 있으나 R 피크 형태 와 유사한 잡음에 약한 폐단이 있고, 다른 방법은 여러 개의 심전도 센서를 사용한 후, 이들을 평가하여 적절한 R 피크를 선택하는 방법으로 이 방법은 심전도 센서를 여러 개 사용해야하는 부담과 움직임 잡음이 여러 개 센서에 동시에 나타나는 경우가 많으므로 적절한 R 피크 선택에 어려움이 생길 수 있는 문제가 있다. The conventional R peak detection method of the ECG signal in which the motion noise is mixed is one of two methods, one of which is the method of removing the noise by median beat update, which continuously updates the QRS. By expressing the intermediate representation of the QRS in the form of a template, it is strong in noise, but weak in noise similar to the form of the R peak. Another method uses several ECG sensors and evaluates them to select an appropriate R peak. As a method, the burden of using multiple ECG sensors and the movement noise often appear in multiple sensors simultaneously, which may cause difficulty in selecting an appropriate R peak.

본 발명은 상기한 바의 문제를 해결하기 위하여 안출한 것으로서, 심전도 신호의 R 피크가 주기성을 갖는다는데 착안하여 R 피크의 주기성을 히스토그램에 의한 통계적 방법으로 찾는바, 우선 주기성을 찾기 위해 원 신호에서 개략적인 R 피크 후보를 찾는데, 찾는 방법은 120msec 폭을 갖는 이동평균(moving average) 값을 구한 다음, 이 이동평균 값보다 0,5mV 이상을 갖는 신호 영역에서 최대값을 갖는 신호를 R 피크 후보로 선택한 후, 상기의 R 피크로부터 0.3초부터 1.0초 사이에서 현재 R 피크와 가장 유사한 형태를 가지는 시점을 선택하고, 현재 R 피크 시점과 선택된 시점 간 간격 RRi를 구한 후, 다시 RRi들의 히스토그램을 구하여 이중 최대값을 가지는 간격이 현재 R 피크의 주기가 되게 한 다음, 이 주기성을 심전도 신호의 R 피크 시간 제약으로 사용하여 이 시간 제약을 만족하는 피크를 R 피크로 검출한 상태에서 이를 신경망 경쟁학습법을 이용하여 중심 R 피크를 만들고, 이 중심 R 피크와의 유사성과 발생 빈도를 이용하여 R 피크 중 보다 정확한 R 피크를 선택하는 방법을 제공함에 그 목적이 있다. The present invention has been made to solve the above-described problem, and focuses on the fact that the R peak of the ECG signal has a periodicity, and the periodicity of the R peak is found by a statistical method using a histogram. The approximate R-peak candidate is found. The method finds a moving average value of 120 msec wide, and then selects the signal having the maximum value as the R-peak candidate in the signal region having 0,5 mV or more above this moving average value. After the selection, the time point having the shape most similar to the current R peak is selected from 0.3 second to 1.0 second from the R peak, the interval RRi between the current R peak time point and the selected time point is obtained, and the histogram of the RR i is obtained again. Allow the interval with the maximum value to be the period of the current R peak, then use this periodicity as the R peak time constraint for the ECG signal. A method that detects a peak that satisfies a constraint as an R peak and uses the neural network competition learning method to generate a center R peak, and selects a more accurate R peak among R peaks using similarity and frequency of the center R peaks. The purpose is to provide.

이하, 본 발명의 바람직한 실시예를 첨부한 도면에 의거하여 상세히 설명하 면 다음과 같다.Hereinafter, preferred embodiments of the present invention will be described in detail with reference to the accompanying drawings.

도 2 는 본 발명에 따른 검출방법의 순서를 개략적으로 나타낸 블록도면이며, 도 3 은 본 발명에 따른 이동 평균으로부터 R 피크 후보의 선택결과를 나타낸 파형도면이고, 도 4 는 현재 R 피크와 가장 유사한 시점의 선택결과를 나타낸 파형도면이며, 도 5 와 도 6 은 R 피크 주기와 현재 R 피크 후보점 좌/우의 시간 제약 영역을 나타낸 파형도면이고, 도 7 은 중심 R 피크들과 각 중심 R 피크들의 발생 빈도를 나타낸 파형도면이며, 도 8 은 중심 R 피크의 발생 빈도를 이용하여 최종 R 피크를 선택한 결과를 나타낸 파형도면이다.FIG. 2 is a block diagram schematically showing a procedure of a detection method according to the present invention, FIG. 3 is a waveform diagram showing a result of selecting an R peak candidate from a moving average according to the present invention, and FIG. 4 is most similar to a current R peak. FIG. 5 and FIG. 6 are waveform diagrams showing a result of selecting a viewpoint, and FIG. 5 and FIG. 6 are waveform diagrams showing time constraint regions of the R peak period and the current R peak candidate point left and right, and FIG. 7 shows the center R peaks and the center R peaks. Fig. 8 is a waveform diagram showing the frequency of occurrence, and Fig. 8 is a waveform diagram showing the result of selecting the final R peak using the frequency of occurrence of the center R peak.

먼저 본 발명에 따른 검출방법은 120msec 폭을 갖는 이동평균(moving average) 값을 구한 다음 이 이동평균 값보다 0.5mV 이상을 갖는 신호 영역에서 최대값을 갖는 신호를 R 피크 후보로 선택하는데, 이때 도 3 에서와 같이 파형 신호의 상단 꼭지점에 나타난 작은 사각 영역이 검출 결과이다.First, the detection method according to the present invention obtains a moving average value having a width of 120 msec, and then selects a signal having a maximum value as an R peak candidate in a signal region having 0.5 mV or more above the moving average value. As shown in Fig. 3, the small square area shown at the top vertex of the waveform signal is the detection result.

또 후보 R 피크는 도 3 에서와 같이 신호의 변화가 큰 부분이 되며, 실제 R 피크도 검출이 되지만 아닌 것도 있다.In addition, the candidate R peak is a large portion of the signal change as shown in Fig. 3, and the actual R peak may be detected but not.

이후, 상기의 후보 R 피크로부터 0.3초 내지 1.0초 사이에서 현재 R 피크와 가장 유사한 형태를 가지는 시점을 선택하고 현재 R 피크 시점과 선택된 시점 간 간격 RRi를 구하되, 도 4 에서 나타난 바와 같이 8번 R 피크 후보와 가장 유사한 시점은 10번 R 피크이며, 9번 R 피크 후보와 가장 유사한 시점은 10번 R 피크 후보 다음에 작은 원 영역으로 표시되어 있다.Thereafter, a time point having the shape most similar to the current R peak is selected from 0.3 sec to 1.0 second from the candidate R peak, and the interval RRi between the current R peak time point and the selected time point is obtained, as shown in FIG. 4. The time point most similar to the R peak candidate is the R peak 10, and the time point most similar to the R peak candidate 9 is indicated by a small circle region after the R peak candidate 10.

그리고 상기에서 구한 간격 RRi들의 히스토그램을 구하고 이중 최대값을 가 지는 간격이 현재 R 피크의 주기가 되며, 이때 이 주기성을 심전도 신호의 R 피크 시간 제약으로 사용하여 이 시간 제약을 만족하는 피크를 R 피크로 검출한다.The histogram of the intervals RRi obtained above is obtained, and the interval having a double maximum value is the period of the current R peak. At this time, the peak satisfying this time constraint is used as the R peak time constraint by using this periodicity as the R peak time constraint of the ECG signal. To be detected.

또한 도 5 와 도 6 에는 R 피크 주기와 현재 R 피크 후보 좌/우의 시간 제약 영역이 있으며, 이 시간 제약 영역 안에 다른 R 피크 후보가 있어야 하고, 이 조건을 만족하지 못하는 R 피크 후보는 제거되는바, 즉, 도 6 에 표시된 R 피크 후보의 작은 원 영역은 제거 된다.In addition, there are R peak periods and time constraint regions of the current R peak candidates left and right in FIG. 5 and FIG. 6, and other R peak candidates must be included in the time constraint region, and R peak candidates that do not satisfy this condition are removed. That is, the small circle region of the R peak candidate shown in FIG. 6 is removed.

한편, 상기의 방법을 거친 후, 신경망 경쟁학습법을 이용하여 중심 R 피크를 만들게 되는데, 이때 다수개의 중심 R 피크들은 현재 입력되는 R 피크들로부터 아래 스텝과 같이 연속적으로 업 데이트 된다.On the other hand, after going through the above method, using the neural network competition learning method to create a center R peak, wherein a plurality of center R peaks are continuously updated from the currently input R peaks as shown below.

Step 1. 입력 R 피크 ｘ와 중심 R 피크들 ｍ k에 대해, 최소 유클리디언 거리Step 1. Minimum Euclidean distance for input R peak ｘ and center R peaks m k

를 가지는 중심 R 피크 i를 선택한다.Select the center R peak i with.

Figure 112007006885480-PAT00001
Figure 112007006885480-PAT00001

여기서 ｍ k는 k번째 중심 R 피크, m은 중심 R 피크 개수를 지칭한다.Where m k is the k-th center R peak and m is the number of center R peaks.

Step 2. D(ｘ,ｍ i) > T 이면, 새로운 중심 R 피크를 만들고, 아니면 다음과 Step 2. If the D (x, i m)> T, R, create a new central peak, or following

같이 업 데이트 된다.It is updated together.

Figure 112007006885480-PAT00002
Figure 112007006885480-PAT00002

상기와 같이 업 데이트 된 다음, 이 중심 R 피크와의 유사성과 발생 빈도를 이용하여 R 피크 중 보다 정확한 R 피크를 선택 하게 되면 도 7 에서와 같이 중심 R 피크들과 각 중심 R 피크들의 발생빈도를 보이게 된다.     After updating as described above, using the similarity and the frequency of occurrence of the central R peak to select a more accurate R peak among the R peaks, as shown in FIG. It becomes visible.

한편, 도 8 에서 0번 R 피크 후보와 1번 R 피크 후보 중에 하나는 없어져야 하는 경우인데, 이때 0번 후보와 가장 유사한 중간 R 피크의 발생 빈도가 1번 후보와 가장 유사한 중간 R 피크의 후보 발생 빈도보다 크기 때문에 1번은 제거되면서 0번만 남고, 나머지도 작은 원 영역이 있는 R 피크만 선택 된 결과이다.      Meanwhile, in FIG. 8, one of R peak candidates 0 and 1 R peak candidates should be eliminated. In this case, candidates of intermediate R peaks having the highest frequency of intermediate R peaks most similar to candidate 0 are most likely to occur. Because the frequency is greater than the frequency, only one R peak is removed while only one zero is left and the remaining circle is smaller.

이상과 같은 본 발명에 따르면 심전도 신호의 R 피크가 주기성을 갖는다는데 착안하여 R 피크의 주기성을 히스토그램에 의한 통계적 방법으로 검출함으로서 움직임 잡음에 강한 특성을 갖게 되는 효과가 있고, 또 중심 R 피크를 사용하여 후보로 검출된 R 피크의 적합도를 유연하게 평가하여 움직임 잡음이 있는 경우에도 정확한 R 피크를 선택할 수 있는 효과가 있다.       According to the present invention as described above, the R peak of the ECG signal has a periodicity, and by detecting the periodicity of the R peak by a statistical method using a histogram, it has the effect of having a strong characteristic against motion noise, and using the center R peak. By flexibly evaluating the goodness of fit of the R peaks detected as candidates, an accurate R peak can be selected even in the presence of motion noise.

Claims (2)

120msec 폭을 갖는 이동평균(moving average) 값을 구하는 단계와;, 이 이동평균 값보다 0,5mV 이상을 갖는 신호 영역에서 최대값을 갖는 신호를 R 피크 후보로 선택하는 단계와;, 상기의 R 피크로부터 0.3 내지 1.0초 사이에서 현재 R 피크와 가장 유사한 형태를 가지는 시점을 선택하는 단계와; 현재 R 피크 시점과 선택된 시점 간 간격 RRi를 구한 다음 다시 RRi들의 히스토그램을 구하여 이중 최대값을 가지는 간격이 현재 R 피크의 주기가 되게 결정하는 단계로 이루어짐을 특징으로 하는 심전도 신호의 R 피크 검출방법.Obtaining a moving average value having a width of 120 msec; selecting a signal having a maximum value as a R peak candidate in a signal region having a maximum of 0,5 mV above the moving average value; Selecting a time point having a shape most similar to the current R peak between 0.3 and 1.0 seconds from the peak; A method for detecting an R peak of an ECG signal, comprising: determining an interval between the current R peak time point and a selected time point RRi, and then obtaining a histogram of the RRi values so that an interval having a double maximum value becomes a period of the current R peak. 제 1 항에 있어서, 상기의 방법을 거친 후, 신경망 경쟁학습법을 이용하여 중심 R 피크를 만드는 단계와; 이 중심 R 피크와의 유사성과 발생 빈도를 이용하여 R 피크중 보다 정확한 R 피크를 선택하는 단계로 이루어짐을 특징으로 하는 심전도 신호의 R 피크 검출방법.      The method according to claim 1, further comprising the steps of: creating a central R peak using neural network competition learning; A method for detecting an R peak of an ECG signal, comprising: selecting a more accurate R peak among the R peaks by using similarity with the center R peak and a frequency of occurrence.
KR1020070007052A 2007-01-23 2007-01-23 The method for detecting r peak of an electrocardiogram signal KR20080069392A (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020070007052A KR20080069392A (en) 2007-01-23 2007-01-23 The method for detecting r peak of an electrocardiogram signal

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020070007052A KR20080069392A (en) 2007-01-23 2007-01-23 The method for detecting r peak of an electrocardiogram signal

Publications (1)

Publication Number Publication Date
KR20080069392A true KR20080069392A (en) 2008-07-28

Family

ID=39822638

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020070007052A KR20080069392A (en) 2007-01-23 2007-01-23 The method for detecting r peak of an electrocardiogram signal

Country Status (1)

Country Link
KR (1) KR20080069392A (en)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101400316B1 (en) * 2012-11-13 2014-05-27 재단법인대구경북과학기술원 Apparatus and method for eliminating noise of biomedical signal
CN108814591A (en) * 2018-03-23 2018-11-16 南京大学 A kind of detection method and its ecg analysis method of Electrocardiograph QRS Wave group width
CN108814590A (en) * 2018-03-23 2018-11-16 江苏华康信息技术有限公司 A kind of detection method and its ecg analysis method of Electrocardiograph QRS Wave group
US10448896B2 (en) 2014-07-14 2019-10-22 Samsung Electronics Co., Ltd. Method and apparatus for processing bio-signals using recursive estimation
CN115120248A (en) * 2022-09-02 2022-09-30 之江实验室 Histogram-based adaptive threshold R peak detection and heart rhythm classification method and device

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101400316B1 (en) * 2012-11-13 2014-05-27 재단법인대구경북과학기술원 Apparatus and method for eliminating noise of biomedical signal
US10448896B2 (en) 2014-07-14 2019-10-22 Samsung Electronics Co., Ltd. Method and apparatus for processing bio-signals using recursive estimation
CN108814591A (en) * 2018-03-23 2018-11-16 南京大学 A kind of detection method and its ecg analysis method of Electrocardiograph QRS Wave group width
CN108814590A (en) * 2018-03-23 2018-11-16 江苏华康信息技术有限公司 A kind of detection method and its ecg analysis method of Electrocardiograph QRS Wave group
CN108814591B (en) * 2018-03-23 2020-12-15 南京大学 Method for detecting width of electrocardio QRS wave group and electrocardio analysis method thereof
CN108814590B (en) * 2018-03-23 2021-01-12 江苏华康信息技术有限公司 Detection method of electrocardio QRS wave group and electrocardio analysis method thereof
CN115120248A (en) * 2022-09-02 2022-09-30 之江实验室 Histogram-based adaptive threshold R peak detection and heart rhythm classification method and device
CN115120248B (en) * 2022-09-02 2022-12-20 之江实验室 Histogram-based adaptive threshold R peak detection and heart rhythm classification method and device

Similar Documents

Publication Publication Date Title
CN108186011B (en) Atrial fibrillation detection method, atrial fibrillation detection device and readable storage medium
Sameni et al. A nonlinear Bayesian filtering framework for ECG denoising
US11690556B2 (en) Classifying ECG signals
US6453191B2 (en) Automated interpretation of T-wave alternans results
US20080194978A1 (en) Apparatus and Method for Analysis of High Frequency Qrs Complexes
JP6521845B2 (en) Device and method for measuring periodic fluctuation linked to heart beat
US20040093192A1 (en) Apparatus and method for effecient representation of periodic and nearly periodic signals for analysis
CN103961089B (en) Based on the heart rate turbulence trend-monitoring method of sectional straight line fitting
Kumar et al. Detection and classification of ECG noises using decomposition on mixed codebook for quality analysis
CN109411042A (en) Ecg information processing method and electro cardio signal workstation
KR20080069392A (en) The method for detecting r peak of an electrocardiogram signal
CN110840443B (en) Electrocardiosignal processing method, electrocardiosignal processing device and electronic equipment
KR102461702B1 (en) Processing method for electrocardiogram signal
Antink et al. Fusing QRS detection and robust interval estimation with a random forest to classify atrial fibrillation
Boucheham et al. Piecewise linear correction of ECG baseline wander: a curve simplification approach
US8880352B2 (en) System and method for analyzing an electrophysiological signal
EP1230893A3 (en) Signal evaluation method for detecting QRS-complexes of electrocardiogram signals
JP4718033B2 (en) ECG information processing apparatus and ECG information processing method
KR101235215B1 (en) Apparatus and method for eliminating noise
JP2004243131A5 (en)
JP2004243131A (en) Method and system for improved measurement of t-wave alternant
Lee et al. ECG waveform analysis by significant point extraction: I. Data reduction
EP3429460B1 (en) Myocardial excitation determining apparatus and method
JP6468986B2 (en) Noise determination apparatus, method, and program
CN111345815B (en) Method, device, equipment and storage medium for detecting QRS wave in electrocardiosignal

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E601 Decision to refuse application
J201 Request for trial against refusal decision
J801 Dismissal of trial

Free format text: REJECTION OF TRIAL FOR APPEAL AGAINST DECISION TO DECLINE REFUSAL REQUESTED 20080924

Effective date: 20090123