TW201523502A - 分析系統及其方法 - Google Patents

分析系統及其方法 Download PDF

Info

Publication number
TW201523502A
TW201523502A TW102145345A TW102145345A TW201523502A TW 201523502 A TW201523502 A TW 201523502A TW 102145345 A TW102145345 A TW 102145345A TW 102145345 A TW102145345 A TW 102145345A TW 201523502 A TW201523502 A TW 201523502A
Authority
TW
Taiwan
Prior art keywords
scale
analysis system
specific component
quantized values
analysis
Prior art date
Application number
TW102145345A
Other languages
English (en)
Other versions
TWI506583B (zh
Inventor
黃鍔
郭博昭
林祐正
彭仲康
羅孟宗
Original Assignee
國立中央大學
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 國立中央大學 filed Critical 國立中央大學
Priority to TW102145345A priority Critical patent/TWI506583B/zh
Priority to US14/273,082 priority patent/US20150162009A1/en
Publication of TW201523502A publication Critical patent/TW201523502A/zh
Application granted granted Critical
Publication of TWI506583B publication Critical patent/TWI506583B/zh
Priority to US15/090,100 priority patent/US10354422B2/en

Links

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
    • A61B5/7271—Specific aspects of physiological measurement analysis
    • A61B5/7275—Determining trends in physiological measurement data; Predicting development of a medical condition based on physiological measurements, e.g. determining a risk factor
    • 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
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems

Landscapes

  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Biomedical Technology (AREA)
  • Medical Informatics (AREA)
  • Public Health (AREA)
  • General Health & Medical Sciences (AREA)
  • Pathology (AREA)
  • Physics & Mathematics (AREA)
  • Animal Behavior & Ethology (AREA)
  • Surgery (AREA)
  • Molecular Biology (AREA)
  • Physiology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Veterinary Medicine (AREA)
  • Biophysics (AREA)
  • Signal Processing (AREA)
  • Cardiology (AREA)
  • Primary Health Care (AREA)
  • Epidemiology (AREA)
  • Databases & Information Systems (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Psychiatry (AREA)
  • Data Mining & Analysis (AREA)
  • Measuring And Recording Apparatus For Diagnosis (AREA)
  • Computational Linguistics (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Human Computer Interaction (AREA)
  • Acoustics & Sound (AREA)
  • Multimedia (AREA)
  • Medical Treatment And Welfare Office Work (AREA)

Abstract

本發明提供一分析系統，適用於處理一原始訊號，該原始訊號具有一訊號長度，該分析系統包含一尺度分割單元、一分析單元、一處理單元以及一輸出單元。尺度分割單元根據一等時間距將該每一訊號長度切割為複數個尺度視窗。分析單元透過希爾伯特-黃轉換法(HHT)的演算程式將該些尺度視窗進行處理，該每一尺度視窗將依據不同分量對應產生複數個量化數值。處理單元將該些量化數值進行重組，分別將相同分量的量化數值重組為複數個特定分量數值序列。輸出單元累加複數個時間距之特定分量數值，將該些特定分量數值序列組合為一三維變化圖。

Description

分析系統及其方法
本發明係關於一種分析系統，特別是關於可以產生三維變化圖的分析系統。
隨著科技的進步，市場上出現越來越多可用來偵測生理訊號的偵測裝置，這些偵測裝置可以提供使用者自行檢測身體狀況，然而，偵測裝置所量測到的生理訊號很多元且複雜，且每一次量測的資訊並無法經過有系統的方式整理，往往只能讓使用者了解當下身體狀況基礎的資訊而已，完全無法得知個人整體的生理參數變化和趨勢走向。
習知技術有提供一些健康管理系統，但幾乎皆為離線式分析，不僅系統較為龐大複雜且需要專業人士進行操作分析，價購成本高且分析需耗費較多的人力及時間。
本發明提供一分析系統，適用於處理一原始訊號，該原始訊號具有一訊號長度，該分析系統包含一尺度分割單元、一分析單元、一處理單元以及一輸出單元。
本發明的尺度分割單元根據一等時間距將該每一訊號長度切割為複數個尺度視窗。訊號長度可以由任一等時間距進行切割，本案不以此為限。
本發明的分析單元透過希爾伯特-黃轉換法(HHT)的演算程式將該些尺度視窗進行處理，該每一尺度視窗將依據分解出不同分量對應產生複數個量化數值；最佳地，該些分量係為複數個單一頻率分量。
本發明的處理單元將該些量化數值進行重組，分別將相同分量的量化數值重組為複數個特定分量數值序列。最後，本發明的輸出單元累加複數個時間距之特定分量數值序列，將該些特定分量數值序列組合為一三維變化圖。
本發明另外提供一分析方法，包含下述步驟：
Step1 提供一原始訊號，該原始訊號具有一訊號長度。
Step2 根據一等時間距將該每一訊號長度切割為複數個尺度視窗。
Step3 透過HHT的演算程式將該些尺度視窗進行處理，該每一尺度視窗將依據分解出不同分量對應產生複數個量化數值，該HHT的演算程式亦可包含一經驗模式分解法，本發明不以此為限。
Step4.將該些量化數值進行重組，分別將相同分量的量化數值重組為複數個特定分量數值序列。
Step5.重覆Step1.至Step4.之步驟，累加複數個時間距之特定分量數值序列，將該些特定分量數值序列組合為一三維變化圖。
透過本發明處理完原始訊號產生的指標，並比對健康者所測出來的指標，本發明所提供的分析系統及方法可以做為一個自動化健康管 理的系統，將個人健康量測儀器所量測到的原始訊號透過有線或無線的方式上傳到伺服器進行分析，或是直接由個人量測端進行分析，且將所有的資訊記錄與儲存，並應用希爾伯特轉換法中的經驗模式分解法，將複雜的原始訊號分解成複數個不同的分量以及單一趨勢。該些分量係為複數個固有模態函數，最佳地，該些分量係為複數個單一頻率分量；而該趨勢係為一非震盪餘數。而分解出複數個固有模態函數可作為個人生理參數這幾天，幾週或幾個月的波動資訊，而非震盪餘數已排除相關瞬時的雜訊或臨時波動的影響，因此可藉由非震盪餘數作為個人整體的生理參數趨勢走向和變化，讓使用者可以有效獲得到自己身體狀況和相關資訊。
關於本發明之優點與精神，以及更詳細的實施方式可以藉由以下的實施方式以及所附圖式得到進一步的瞭解。
10‧‧‧伺服端
20‧‧‧分析系統
210‧‧‧尺度分割單元
220‧‧‧分析單元
230‧‧‧處理單元
240‧‧‧輸出單元
241‧‧‧操作介面
30‧‧‧資料庫
40‧‧‧健康量測儀器
TS‧‧‧原始訊號
T‧‧‧訊號長度
T1、T2‧‧‧等時間距為
T1W1、T1W2、T1W3、T1W4；T2W1、T2W2、T2W3、T2W4、T2W5、T2W6‧‧‧尺度視窗
T1W1F1、T1W1F2、T1W1F3、T1W1F4、T1W1F5、T1W1F6；T1W2F1、T1W2F2、T1W2F3、T1W2F4、T1W2F5；T1W3F1、T1W3F2、T1W3F3、T1W3F4、T1W3F5、T1W3F6；T1W4F1、T1W4F2、T1W4F3、T1W4F4、T1W4F5‧‧‧量化數值
T1F1V、T1F2V、T1F3V；T2F1V、T2F2V、T2F3V、T2F4V‧‧‧特定分量數值序列
第一圖：本發明所提供的分析系統之示意圖；第二圖：本發明第一實施例之原始訊號分割之示意圖；第三A圖：本發明尺度視窗T1W1依據第一分量F1、第二分量F2以及第三分量F3對應產生複數個化數值之示意圖；第三B圖：本發明尺度視窗T1W2依據第一分量F1、第二分量F2以及第三分量F3對應產生複數個量化數值之示意圖；第三C圖：本發明尺度視窗T1W3依據第一分量F1、第二分量F2以及第三分量F3對應產生複數個量化數值之示意圖； 第三D圖：本發明尺度視窗T1W4依據第一分量F1、第二分量F2以及第三分量F3對應產生複數個量化數值之示意圖；第四A圖：本發明量化數值T1W1F1、T1W2F1、T1W3F1以及T1W4F1依據第一分量F1重組出的特定分量數值序列示意圖；第四B圖：本發明量化數值T1W1F2、T1W2F2、T1W3F2以及T1W4F2依據第二分量F2重組出的特定分量數值序列示意圖；第四C圖：本發明量化數值T1W1F3、T1W2F3、T1W3F3以及T1W4F3依據第三分量F3重組出的特定分量數值序列示意圖；第五圖：本發明第二實施例之原始訊號分割之示意圖；第六圖：本發明之三維變化圖；第七圖：本發明分析系統應用於一遠端裝置(伺服器)的示意圖；；第八圖：本發明分析方法之步驟圖；第九A圖：收集500天的血壓資料(原始訊號TS)之訊號圖；第九B圖：包含時間、不同尺度視窗大小以及斜率指標之三維變化彩色圖；第九C圖：包含時間、不同尺度視窗大小以及差值指標之三維變化彩色圖；第九D圖：包含時間、不同尺度視窗大小以及穩定度指標之三維變化彩色圖；以及第九E圖：包含時間、不同尺度視窗大小以及偏差值指標之三維變化彩色圖。
請參考第一圖，其係本發明所提供的分析系統之示意圖，本發明的分析系統20適用於處理一原始訊號TS，該原始訊號具有一訊號長度T，該分析系統包含一尺度分割單元210、一分析單元220、一處理單元230以及一輸出單元240。
請參考第二圖，其係本發明第一實施例之原始訊號分割之示意圖，本發明的尺度分割單元210根據一等時間距將該每一訊號長度T切割為複數個尺度視窗。訊號長度T可以由任一等時間距進行切割，一實施例中，該等時間距為T1，訊號長度T例如為600秒，等時間距T1例如是20秒，訊號長度T則被切割出30個尺度視窗，或等時間距T1例如是40秒將則訊號長度T被切割出15個尺度視窗，本案不以此為限。
請參考第二圖，為了方便說明本發明的技術特徵，以下將以第二圖中，以等時間距T1將訊號長度T切割出4個尺度視窗為例，所切割出的4個尺度視窗分別為尺度視窗T1W1、尺度視窗T1W2、尺度視窗T1W3以及尺度視窗T1W4，本案不以此為限。
本發明的分析單元220透過希爾伯特-黃轉換法(Hilbert Huang Transform，HHT)的演算程式將該些尺度視窗進行處理，該每一尺度視窗將依據不同分量對應產生複數個量化數值；最佳地，該些分量係為複數個單一頻率分量。
請參考第三A圖~第三D圖，其分別為本發明尺度視窗依據不同分量對應產生複數個量化數值之示意圖，承上實施例，尺度視窗T1W1、尺度視窗T1W2、尺度視窗T1W3以及尺度視窗T1W4分別依據第一分量F1、 第二分量F2以及第三分量F3對應產生複數個量化數值，例如尺度視窗T1W1依據該三個不同的分量對應產生量化數值T1W1F1、量化數值T1W1F2以及量化數值T1W1F3；或尺度視窗T1W2依據該三個不同的分量對應產生量化數值T1W2F1、量化數值T1W2F2以及量化數值T1W2F3，本案不以此為限。
本發明的處理單元230將該些量化數值進行重組，依據不同分量分別將相同分量的量化數值重組為複數個特定分量數值序列。
請參考第四A圖~第四C圖，其分別為本發明量化數值依據不同分量重組出的特定分量數值序列示意圖，承上實施例，若根據第一分量F1進行重組，則於相同尺度視窗中(尺度視窗T1W1、尺度視窗T1W2、尺度視窗T1W3以及尺度視窗T1W4)，挑出具有第一分量F1的量化數值，也就是將量化數值T1W1F1、量化數值T1W2F1、量化數值T1W3F1以及量化數值T1W4F1進行重組，以得到一特定分量數值序列T1F1V；同理，若根據第二分量F2進行重組，則於相同尺度視窗中(尺度視窗T1W1、尺度視窗T1W2、尺度視窗T1W3以及尺度視窗T1W4)，挑出具有第二分量F2的量化數值，也就是將量化數值T1W1F2、量化數值T1W2F2、量化數值T1W3F2以及量化數值T1W4F2進行重組，以得到一特定分量數值序列T1F2V，本案不以此為限。
另一實施例中，請參考第五圖，其係本發明第二實施例之原始訊號分割之示意圖，分割單元210以等時間距T2將訊號長度T切割出6個尺度視窗為例，所切割出的6個尺度視窗分別為尺度視窗T2W1、尺度視窗T2W2、尺度視窗T2W3、尺度視窗T2W4、尺度視窗T2W5以及尺度視窗T2W6，本案不以此為限。
分析單元220將尺度視窗T2W1、尺度視窗T2W2、尺度視窗T2W3、尺度視窗T2W4、尺度視窗T2W5以及尺度視窗T2W6分別根據第一分量F1、第二分量F2、第三分量F3以及第四分量F4對應產生複數個量化數值(T2W1F1、T2W1F2、T2W1F3、T2W1F4；T2W2F1、T2W2F2、T2W2F3、T2W2F4；T2W3F1、T2W3F2、T2W3F3、T2W3F4；T2W4F1、T2W4F2、T2W4F3、T2W4F4；T2W5F1、T2W5F2、T2W5F3、T2W5F4；T2W6F1、T2W6F2、T2W6F3、T2W6F4)，本案不以此為限。
處理單元230將該些量化數值依據不同分量(第一分量F1、第二分量F2、第三分量F3以及第四分量F4分別將相同的量化數值重組為複數個特定分量數值序列(T2F1V、T2F2V、T2F3V、T2F4V)，本案不以此為限。
最後，本發明的輸出單元240累加複數個時間距之特定分量數值序列，將該些特定分量數值序列組合為一三維變化圖，請參考第六圖，其係累加包含本發明第一實施例以及第二實施例之三維變化圖，承上實施例，輸出單元240將累加第一實施例之特定分量數值序列T1F1V、特定分量數值序列T1F2V、特定分量數值序列T1F3V，以及第二實施例之特定分量數值序列T2F1V、特定分量數值序列T2F2V、特定分量數值序列T2F3V以及特定分量數值序列T2F4V組合為一三維變化圖，本案不以此為限。
一實施例中，輸出單元240包含一操作介面241，可以配合不同的需求調整等時間距T或分量，本案不以此為限。
一實施例中，該些原始訊號TS可為非線性以及非穩態的數據資料，如血壓數據、血糖數據、體溫數據、體重數據等的生理參數資料，本發明不以此為限。
本發明之分析單元220中，HHT演算程式可包含一經驗模式分解法，這是一種適應性分析方法，也可以說是一種區域波分解法，應用合理簡明的方式將任何複雜的原始資料分解成數個不同的單一分量和一趨勢，且分解出來的分量稱為固有模態函數，趨勢稱為非震盪餘數。
固有模態函數的特點是具有合理的瞬時頻率定義，然後對每個分量進行希爾伯特轉換，即可獲得到每一個分量的隨時間變化的瞬時頻率及瞬時幅度相關資訊，再經過數學式運算可得到時間-頻率-能量頻譜圖，不管在時間域或頻率域都具有良好的分辨率，並且三維的分佈能夠反映出信號的內在的本質特徵。對希爾伯特頻譜的時間積分可以再得到頻率-振幅二維的邊際頻譜。
HHT為一種高效率的應用數學演算法，具有隨著其所分析的資料變動，而對應調整其基準，也就是說HHT具有「適應性」，可以計算分析隨時間而改變的資料，例如人體的相關生理參數，因此本發明的分析系統20採用HHT的演算程式來進行訊號分析，可以達到有效且準確的處理，且讓所產生的分析結果更具可參考性。
也就是說，本發明的分析系統20可以不斷地存取各種類型的訊號，一實施例中，分析系統20可適用於一遠端裝置或一近端裝置以處理該些原始訊號TS，本發明不以此為限。
請參考第七圖，其係本發明分析系統應用於一遠端裝置(伺服器)的示意圖，提供原始訊號TS的裝置可以是任何個人健康量測儀器40，如血壓機、血糖機、耳溫槍和體重機等，本發明不以此為限。
本發明的分析系統20可透過有線或無線的方式，將使用者量 測到的相關生理參數資料自動上傳到伺服端10，藉由網路雲端的方式將這些資料進行自動建檔、儲存和分析，因而可提供使用者全自動且完善的分析服務。
其中，該些生理參數資料可以藉由一資料庫30傳送到尺度分割單元210進行後續處理，而該資料庫20除了儲存原始訊號TS，也可以對應該原始訊號TS以儲存處理後的各類資訊，本案不以此為限。
透過輸出單元240的操作介面241可以配合不同的需求調整等時間距T或分量，進而產生多樣的三維變化圖，該三維變化圖可為一三維三角形色階變化圖，包含時間、該些尺度視窗以及該些特定分量數值之資訊，且可以藉由一輸出介面進行輸出，或即時傳送給透過網路雲端的使用者來觀察與查詢，本案不以此為限。
承上述，該輸出介面係透過一命令列執行介面(command line interface)程式或者一產生圖形使用者介面(GUI)程式所產生，本發明不以此為限。
如上所述，HHT具有「適應性」，可以計算分析隨時間而改變的資料，例如人體的相關生理參數，經驗模式分解法更是可以將任何複雜的原始資料分解成複數個不同的單一分量和一個非震盪餘數，提供具價值性的參考數據，因此即使資料庫30中的原始資料TS為非線性或非穩態的數據資料，分析系統20仍然可以完成有效且準確的處理，且讓所產生的分析結果更具可參考性。
請參考第八圖，其係本發明分析方法之步驟圖，本發明分析方法包含下述步驟：
Step1.提供一原始訊號，該原始訊號具有一訊號長度。
Step2.根據一等時間距將該每一訊號長度切割為複數個尺度視窗。
Step3.透過HHT的演算程式將該些尺度視窗進行處理，該每一尺度視窗將依據不同分量對應產生複數個量化數值，該HHT的演算程式亦可包含一經驗模式分解法，本發明不以此為限。
Step4.將該些量化數值進行重組，分別將相同分量的量化數值重組為複數個特定分量數值序列。
Step5.重覆Step1.至Step4.之步驟，累加複數個時間距之特定分量數值序列，將該些特定分量數值序列組合為一三維變化圖。
一實施例中，請參考第九A圖~第九E圖，第九A圖為收集500天的血壓資料(原始資料TS)之訊號圖、第九B圖為包含時間、不同尺度視窗大小以及斜率指標之三維變化彩色圖、第九C圖為包含時間、不同尺度視窗大小以及差值指標之三維變化彩色圖、第九D圖為包含時間、不同尺度視窗大小以及穩定度指標之三維變化彩色圖、第九E圖為包含時間、不同尺度視窗大小以及偏差值指標之三維變化彩色圖。
透過上述之指標，並比對健康者所測出來的指標，本發明所提供的分析系統及方法可以做為一個自動化健康管理的系統，將個人健康量測儀器40所量測到的原始訊號透過有線或無線的方式上傳到伺服器進行分析，或是直接由個人量測端進行分析，且將所有的資訊記錄與儲存，並應用希爾伯特轉換法中的經驗模式分解法，將複雜的原始訊號分解成不同的分量以及趨勢。該些分量係為複數個固有模態函數，最佳地，該些分量係為複數個單一頻率分量；而該趨勢係為一非震盪餘數。而分解出數個固 有模態函數可作為個人生理參數這幾天，幾週或幾個月的波動資訊，而非震盪餘數已排除相關瞬時的雜訊或臨時波動的影響，因此可藉由非震盪餘數作為個人整體的生理參數趨勢走向和變化，讓使用者可以有效獲得到自己身體狀況和相關資訊。
本發明雖以較佳實例闡明如上，然其並非用以限定本發明精神與發明實體僅止於上述實施例爾。對熟悉此項技術者，當可輕易了解並利用其它元件或方式來產生相同的功效。是以，在不脫離本發明之精神與範圍內所作之修改，均應包含在下述之申請專利範圍內。
20‧‧‧分析系統
210‧‧‧尺度分割單元
220‧‧‧分析單元
230‧‧‧處理單元
240‧‧‧輸出單元

Claims (16)

  1. 一種分析系統，適用於處理一原始訊號，該原始訊號具有一訊號長度，該分析系統包含：一尺度分割單元，根據一等時間距將該每一訊號長度切割為複數個尺度視窗；一分析單元，透過希爾伯特-黃轉換法(Hilbert Huang Transform，HHT)的演算程式將該些尺度視窗進行處理，該每一尺度視窗將依據不同分量對應產生複數個量化數值；一處理單元，將該些量化數值進行重組，分別將相同分量的量化數值重組為複數個特定分量數值序列；以及一輸出單元，累加複數個時間距之特定分量數值序列，將該些特定分量數值序列組合為一三維變化圖。
  2. 如申請專利範圍第1項所述之分析系統，其中該些分量為複數個單一頻率分量。
  3. 如申請專利範圍第1項所述之分析系統，其中該希爾伯特-黃轉換法的演算程式包含一經驗模式分解法。
  4. 如申請專利範圍第1項所述之分析系統，其中該三維變化圖為一三維三角形色階變化圖。
  5. 如申請專利範圍第4項所述之分析系統，其中該三維三角形色階變化圖包含時間、該些尺度視窗以及該些特定分量數值之資訊。
  6. 如申請專利範圍第1項所述之分析系統，其中該些原始訊號為一非線性或非穩態的數據資料。
  7. 如申請專利範圍第6項所述之分析系統，其中該非線性或非穩態的數據資料為一生理參數資料。
  8. 如申請專利範圍第1項所述之分析系統，適用於一遠端裝置或一近端裝置以處理該些原始訊號。
  9. 一種分析方法：Step1. 提供一原始訊號，該原始訊號具有一訊號長度；Step2. 根據一等時間距將該每一訊號長度切割為複數個尺度視窗； Step3. 透過HHT的演算程式將該些尺度視窗進行處理，該每一尺度視窗將依據不同分量對應產生複數個量化數值；Step4. 將該些量化數值進行重組，分別將相同分量的量化數值重組為複數個特定分量數值序列；以及Step5. 重覆Step1.至Step4.之步驟，累加複數個時間距之特定分量數值序列，將該些特定分量數值序列組合為一三維變化圖。
  10. 如申請專利範圍第9項所述之分析方法，其中該些分量為複數個單一頻率分量。
  11. 如申請專利範圍第9項所述之分析方法，其中該三維變化圖係透過一輸出介面進行輸出。
  12. 如申請專利範圍第11項所述之分析方法，其中該輸出介面係透過一命令列執行介面程式或者一產生圖形使用者介面程式所產生。
  13. 如申請專利範圍第9項所述之分析系統，其中該希爾伯特-黃轉換法的演算程式包含一經驗模式分解法。
  14. 如申請專利範圍第9項所述之分析方法，其中該些原始訊號為一非線性或非穩態的數據資料。
  15. 如申請專利範圍第14項所述之分析方法，其中該非線性或非穩態的數據資料為一生理參數資料。
  16. 如申請專利範圍第9項所述之分析方法，適用於一遠端裝置或一近端裝置。
TW102145345A 2013-12-10 2013-12-10 分析系統及其方法 TWI506583B (zh)

Priority Applications (3)

Application Number Priority Date Filing Date Title
TW102145345A TWI506583B (zh) 2013-12-10 2013-12-10 分析系統及其方法
US14/273,082 US20150162009A1 (en) 2013-12-10 2014-05-08 Analysis system and method thereof
US15/090,100 US10354422B2 (en) 2013-12-10 2016-04-04 Diagram building system and method for a signal data decomposition and analysis

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
TW102145345A TWI506583B (zh) 2013-12-10 2013-12-10 分析系統及其方法

Publications (2)

Publication Number Publication Date
TW201523502A true TW201523502A (zh) 2015-06-16
TWI506583B TWI506583B (zh) 2015-11-01

Family

ID=53271813

Family Applications (1)

Application Number Title Priority Date Filing Date
TW102145345A TWI506583B (zh) 2013-12-10 2013-12-10 分析系統及其方法

Country Status (2)

Country Link
US (1) US20150162009A1 (zh)
TW (1) TWI506583B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI552004B (zh) * 2015-03-12 2016-10-01 國立交通大學 信號分解方法及其電子裝置
US11996883B2 (en) 2022-08-09 2024-05-28 Ka Luen FUNG Method and device for recovering sub-signals from composite signal of blind source

Family Cites Families (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CA2105269C (en) * 1992-10-09 1998-08-25 Yair Shoham Time-frequency interpolation with application to low rate speech coding
US6311130B1 (en) * 1996-08-12 2001-10-30 The United States Of America As Represented By The Administrator Of The National Aeronautics And Space Administration Computer implemented empirical mode decomposition method, apparatus, and article of manufacture for two-dimensional signals
US6381559B1 (en) * 1996-08-12 2002-04-30 The United States Of America As Represented By The Administrator Of The National Aeronautics And Space Administration Empirical mode decomposition apparatus, method and article of manufacture for analyzing biological signals and performing curve fitting
US6633839B2 (en) * 2001-02-02 2003-10-14 Motorola, Inc. Method and apparatus for speech reconstruction in a distributed speech recognition system
US6862558B2 (en) * 2001-02-14 2005-03-01 The United States Of America As Represented By The Administrator Of The National Aeronautics And Space Administration Empirical mode decomposition for analyzing acoustical signals
US7171367B2 (en) * 2001-12-05 2007-01-30 Ssi Corporation Digital audio with parameters for real-time time scaling
EP1579608A4 (en) * 2002-10-11 2012-09-05 Flint Hills Scient Llc METHOD, COMPUTER PROGRAM AND SYSTEM FOR INTRINSIC TIME-LIMIT DISASSEMBLY, FILTRATION AND AUTOMATED ANALYSIS OF SIGNALS OF ANY ORIGIN OR TIMETABLE
US20050153267A1 (en) * 2004-01-13 2005-07-14 Neuroscience Solutions Corporation Rewards method and apparatus for improved neurological training
US8103483B2 (en) * 2008-10-08 2012-01-24 DynaDx Corporation Accurate detection of sleep-disordered breathing
US8798399B2 (en) * 2008-10-10 2014-08-05 National Central University Data decomposition method and computer system therefrom
SG177606A1 (en) * 2009-07-13 2012-03-29 Widex As A hearing aid adapted fordetecting brain waves and a method for adapting such a hearing aid
CN101900708B (zh) * 2010-08-18 2013-07-31 哈尔滨工业大学 一种基于振动和声频信号的高速列车轨道伤损探测方法
CN102457449A (zh) * 2010-11-01 2012-05-16 财团法人工业技术研究院 调适性信号的时频分析装置及其方法
TW201244691A (en) * 2011-05-10 2012-11-16 Ind Tech Res Inst Heart sound signal/heart disease or cardiopathy distinguishing system and method
TWI482613B (zh) * 2011-12-27 2015-05-01 Ind Tech Res Inst 訊號分析方法、超音波影像分析方法以及超音波成像系統
CN102855623A (zh) * 2012-07-19 2013-01-02 哈尔滨工业大学 基于经验模态分解的心肌超声造影图像生理参数测量方法

Also Published As

Publication number Publication date
US20150162009A1 (en) 2015-06-11
TWI506583B (zh) 2015-11-01

Similar Documents

Publication Publication Date Title
US9087141B2 (en) Analysis module, cloud analysis system and method thereof
US20150149119A1 (en) Wavelet based monitoring of system parameters
JP6489651B2 (ja) 部分放電計測装置、部分放電計測方法、及びプログラム
CN104720788B (zh) 一种生命体征监测设备的评估系统与方法
KR102308257B1 (ko) 골연령 산출 시스템 및 방법
KR101772273B1 (ko) 부분방전 특성 분석 시스템
TWI506583B (zh) 分析系統及其方法
CN111938605A (zh) 一种用于癌症复发实时动态监测的智能设备
JP6904418B2 (ja) 情報処理装置、情報処理システム、情報処理方法、及び、プログラム
JP2013176535A5 (zh)
KR101543146B1 (ko) 진동 장치의 상태 판단 방법
JP4926588B2 (ja) がいし放電音判別方法及びその装置
US9465914B2 (en) System for monitoring and recording patient vital signs
Sobrinho et al. Towards medical device certification: A colored petri nets model of a surface electrocardiography device
JP2005266965A (ja) データ監視装置およびデータ監視方法
Notley et al. Efficient estimation of a time-varying dimension parameter and its application to EEG analysis
TW201715124A (zh) 斜面評估裝置、判定系統、及斜面評估方法及程式記錄媒體
RU2595929C2 (ru) Способ и устройство для сжатия данных, представляющих зависящий от времени сигнал
KR101145267B1 (ko) 임피던스 및 잡음 특성 동시 측정 시스템, 방법, 및 상기 방법을 실행시키기 위한 컴퓨터 판독 가능한 프로그램을 기록한 매체
JP6811168B2 (ja) 電源劣化判定方法、電源劣化評価方法、電源劣化判定装置、電源劣化評価装置、およびプログラム
JP2007020594A (ja) 脳機能測定装置
US11185251B2 (en) Biological sound analyzing apparatus, biological sound analyzing method, computer program, and recording medium
JP7001806B2 (ja) 呼吸音解析装置、呼吸音解析方法、コンピュータプログラム及び記録媒体
Berief et al. Modelling and synthesizing motion artifacts in unobtrusive multimodal sensing using copulas
Aykroyd et al. A fully Bayesian approach to shape estimation of objects from tomography data using MFS forward solutions

Legal Events

Date Code Title Description
MM4A Annulment or lapse of patent due to non-payment of fees