TW201538132A - 心電訊號的分析系統及方法 - Google Patents

心電訊號的分析系統及方法 Download PDF

Info

Publication number
TW201538132A
TW201538132A TW103113716A TW103113716A TW201538132A TW 201538132 A TW201538132 A TW 201538132A TW 103113716 A TW103113716 A TW 103113716A TW 103113716 A TW103113716 A TW 103113716A TW 201538132 A TW201538132 A TW 201538132A
Authority
TW
Taiwan
Prior art keywords
wave
feature
ecg signal
point
interval width
Prior art date
Application number
TW103113716A
Other languages
English (en)
Other versions
TWI555506B (zh
Inventor
Yi-Lwun Ho
Chi-Sheng Hung
Fei-Pei Lai
Te-Wei Ho
Yu-Jie Wang
Horng-Yih Lai
Original Assignee
Fei-Pei Lai
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 Fei-Pei Lai filed Critical Fei-Pei Lai
Priority to TW103113716A priority Critical patent/TWI555506B/zh
Publication of TW201538132A publication Critical patent/TW201538132A/zh
Application granted granted Critical
Publication of TWI555506B publication Critical patent/TWI555506B/zh

Links

Abstract

一種心電訊號的分析系統包含峰值定位單元、特徵擷取單元以及特徵分析單元。峰值定位單元用以偵測心電訊號中複數個峰值。特徵擷取單元用以藉由峰值得到複數個特徵點以及擷取特徵點之間的特徵資訊。特徵分析單元用以分析特徵資訊以得到心電訊號所代表的生理資訊。一種心電訊號的分析方法亦在此揭露。

Description

心電訊號的分析系統及方法
本揭示文件係有關分析系統及方法,特別是一種心電訊號的分析系統及方法。
於心電圖中,每一心跳週期包含P波、QRS波以及T波,每個波型各自具有不同的生理意義,醫生藉由上述波型的高度、寬度、間距、平均值或變異量來診斷患者的心臟狀態。一般而言,有心臟相關疾病的患者於居家生活中須隨時配戴心臟監控器,心臟監控器透過其內的感測器及發送器將患者的心電訊號傳輸至醫院的資料庫。此外,由於心臟監控器對患者心臟的監控係不間斷的,醫院的資料庫將持續接收並儲存來自心臟監控器的大量心電訊號。
當醫生欲查看患者心臟狀態時,可直接自資料庫選取患者的記錄以進行心臟狀態的判讀。然而,醫生須在資料庫龐大的心電資訊中查找異常的心電圖型,據以判斷患者的病情。舉例而言,醫生每隔五小時查看病患的心電圖,也就是說,醫生須細查病患在五小時內所有的心電圖,並 找出其中異常的心電訊號,以診斷病患的病情。因此,當患者眾多時,醫生須查看的心電訊號增加,使得醫生的工作量相對地增加。
本揭示文件之目的是提供一種心電訊號的分析系統及分析方法。此分析系統藉由峰值定位單元、特徵擷取單元以及特徵分析單元來處理心電訊號,以獲得心電訊號所代表的生理資訊。
本揭示文件之一態樣係關於一種心電訊號的分析系統。此分析系統包含峰值定位單元、特徵擷取單元以及特徵分析單元。峰值定位單元用以偵測心電訊號中複數個峰值。特徵擷取單元用以藉由峰值得到複數個特徵點以及擷取特徵點之間的特徵資訊。特徵分析單元用以分析特徵資訊以得到心電訊號所代表的生理資訊。
在本揭示文件一實施例中,分析系統更包含基準線校正單元。基準線校正單元用以藉由梯度加權函數調整心電訊號在不同時段上各自之基準線,使得不同時段上心電訊號各自的基準線位於同一水平準位。
在本揭示文件另一實施例中,分析系統更包含資料庫。資料庫用以儲存歷史特徵資訊,其中特徵分析單元用以比對當前收集到的特徵資訊與資料庫中的歷史特徵資訊,以得到心電訊號所代表的生理資訊。
在本揭示文件另一實施例中,分析系統更包含高 頻濾波器。高頻濾波器用以濾除心電訊號之高頻雜訊且保留心電訊號之特徵資訊。
在本揭示文件另一實施例中,其中高頻濾波器為有限脈衝響應濾波器(Finite Impulse Response Filter)。
在本揭示文件又一實施例中,其中峰值為P波極值點、QRS波極值點及T波極值點,特徵點為P波起始點、P波終止點、QRS波起始點、QRS波終止點、T波起始點及T波終止點。
在本揭示文件另一實施例中,其中特徵資訊包含峰值及特徵點間的複數個區間(Segment)寬度(Interval),其中區間寬度為PR區間寬度、ST區間寬度、QT區間寬度,加上P波寬度、QRS波寬度以及T波寬度。
在本揭示文件另一實施例中,其中特徵資訊更包含心電訊號於區間寬度之電位變化幅度、心電訊號中連續兩波峰的區間寬度之最大值、最小值、變異量以及心電訊號中間隔一波峰之兩波峰的區間寬度之最大值、最小值、變異量。
在本揭示文件另一實施例中,其中特徵分析單元為支持向量機(Support Vector Machine)。
本揭示文件之另一態樣係關於一種心電訊號的分析方法。此分析方法包含偵測心電訊號中複數個峰值;藉由峰值得到複數個特徵點;擷取特徵點之間的特徵資訊;以及分析特徵資訊以得到心電訊號所代表的生理資訊。
在本揭示文件一實施例中,分析方法更包含藉由 梯度加權函數調整心電訊號在不同時段上各自之基準線,使得不同時段上心電訊號各自的基準線位於同一水平準位。
在本揭示文件另一實施例中,分析方法更包含比對當前收集到的特徵資訊與歷史特徵資訊,以得到心電訊號所代表的生理資訊。
在本揭示文件另一實施例中,分析方法更包含濾除心電訊號之高頻雜訊且保留心電訊號之特徵資訊。
在本揭示文件又一實施例中,其中峰值為P波極值點、QRS波極值點及T波極值點,特徵點為P波起始點、P波終止點、QRS波起始點、QRS波終止點、T波起始點及T波終止點。
在本揭示文件另一實施例中,其中特徵資訊包含峰值及特徵點間的複數個區間寬度,其中區間寬度為PR區間寬度、ST區間寬度、QT區間寬度、P波區間寬度、QRS波區間寬度以及T波區間寬度。
在本揭示文件另一實施例中,其中特徵資訊更包含心電訊號於區間寬度之電位變化幅度、心電訊號中連續兩波峰的區間寬度之最大值、最小值、變異量以及心電訊號中間隔一波峰之兩波峰的區間寬度之最大值、最小值、變異量。
100‧‧‧心電訊號之分析系統
110‧‧‧擷取模組
120‧‧‧儲存模組
130‧‧‧處理模組
132‧‧‧高頻濾波器
134‧‧‧基準線校正單元
136‧‧‧峰值定位單元
138‧‧‧特徵擷取單元
139‧‧‧特徵分析單元
140‧‧‧顯示模組
500‧‧‧心電訊號之分析方法
510~560‧‧‧步驟
ES‧‧‧心電訊號
PES‧‧‧經處理的心電訊號
PI‧‧‧生理資訊
L1、L2‧‧‧基準線
P、Q、R、S、T‧‧‧極值點
第1圖係根據本揭示文件一實施例繪示心電訊號 之分析系統的方塊圖。
第2圖係根據本揭示文件一實施例繪示第1圖之分析系統之處理模組的方塊圖。
第3圖係根據本揭示文件一實施例繪示第2圖之基準線校正單元校正基準線的示意圖。
第4圖係根據本揭示文件一實施例繪示第2圖之峰值定位單元定位峰值的示意圖。
第5圖係根據本揭示文件一實施例繪示心電訊號之分析方法的流程圖。
下文係舉實施例配合所附圖式作詳細說明,但所提供之實施例並非用以限制本揭示文件所涵蓋的範圍,而結構運作之描述非用以限制其執行之順序,任何由元件重新組合之結構,所產生具有均等功效的裝置,皆為本揭示文件所涵蓋的範圍。此外,圖式僅以說明為目的,並未依照原尺寸作圖。
在全篇說明書與申請專利範圍所使用之用詞(terms),除有特別註明外,通常具有每個用詞使用在此領域中、在此揭露之內容中與特殊內容中的平常意義。某些用以描述本揭露之用詞將於下或在此說明書的別處討論,以提供本領域技術人員在有關本揭露之描述上額外的引導。
其次,在本文中所使用的用詞「包含」、「包括」、 「具有、「含有」等等,均為開放性的用語,即意指包含但不限於此。
第1圖係根據本揭示文件一實施例繪示心電訊號之分析系統的方塊圖。如第1圖所示,本揭示文件之心電訊號之分析系統100包含擷取模組110、儲存模組120、處理模組130以及顯示模組140。
擷取模組110用以擷取心電訊號ES。上述擷取模組110可以任何形式的感測裝置實現。舉例而言,將兩電極貼片平貼於使用者體表的不同位置(例如:胸部或四肢),使得電極貼片根據兩電極貼片的軸向感測使用者的心電訊號ES。另一方面,使用者的心電訊號ES也可藉由金屬結構直接接觸使用者的皮膚而獲得,但本案皆不以此為限。
儲存模組120用以儲存擷取模組110所擷取的心電訊號ES。一般而言,儲存模組120為設置於醫療院所內的資料庫。
處理模組130用以對心電訊號ES進行處理後輸出經處理的心電訊號PES,並進一步分析判斷經處理的心電訊號PES所代表的生理資訊PI。
顯示模組140用以顯示處理模組130所輸出之經處理的心電訊號PES及生理資訊PI,使得醫護人員依據上述經處理的心電訊號PES及生理資訊PI迅速地確認使用者的病徵。
舉例而言,心房顫動(Atrial Fibrillation;AF)為常見的心律不規則情況,可藉由監測心電訊號中R波之間的 變異量及平均值來診斷。當處理模組130判斷使用者的生理資訊PI為心房顫動時,顯示模組140在醫生觀察經處理的心電訊號PES的同時顯示處理模組130所判定的可能病況(即心房顫動),以提示醫生注意經處理的心電訊號PES中R波之間的變異量及平均值,使得醫生更有效地判定及確認使用者的病情。
第2圖係根據本揭示文件一實施例繪示第1圖之分析系統之處理模組的方塊圖。本案處理模組130更包含高頻濾波器132、基準線校正單元134、峰值定位單元136、特徵擷取單元138及特徵分析單元139。
由於心電訊號ES為低頻訊號,其頻率範圍約在0.05~100赫茲之間,因此,高頻訊號在心電訊號ES中為干擾心電訊號ES被正確判讀的雜訊。為了使心電訊號ES在無高頻雜訊干擾的情況下進行處理及分析,本案藉由處理模組130中的高頻濾波器132濾除心電訊號ES中的高頻雜訊,並保留心電訊號ES的低頻部分(如:QRS波的高度及寬度)。於一實施例中,高頻濾波器132可藉由有限脈衝響應濾波器(Finite Impulse Response Filter)實現。
第3圖係根據本揭示文件一實施例繪示第2圖之基準線校正單元校正基準線的示意圖。一般而言,心電訊號於量測過程中,容易受其他因素(如:患者的呼吸作用)的干擾而造成心電訊號基準線的漂移。如第3圖所示,第3圖上方的訊號於不同時段上的基準線L1並非一水平線,使得醫療相關人員不易判定各個波型的高度、寬度或波型間 的變異量。
本案基準線校正單元134用以藉由梯度加權函數(Gradient Weighting Function)調整心電訊號在不同時段上各自之基準線,使得不同時段上心電訊號各自的基準線位於同一水平準位。如第3圖所示,第3圖下方的訊號為通過基準線校正單元134校正後的訊號,其於任一時段上心電訊號的基準線L2皆位於同一水平準位,便於醫療人員觀看心電圖中異常的心電狀態。
於一實施例中,上述計算基準線L2的計算公式如下:
其中b(n)為基準線L2的函式;x(n)代表心電訊號的原始波型;w(n)代表前述的梯度加權函數(Gradient Weighting Function)。其中,w(n)的計算公式如下:
也就是說,由當前心電訊號x(n)之前/後時序的其他心電訊號x(n+2)及x(n-2),先推知當前心電訊號x(n)的梯度加權函數w(n),再帶入基準線的計算公式,得到調整後的基準線L2。
峰值定位單元136用以偵測心電訊號中複數個峰值。第4圖係根據本揭示文件一實施例繪示第2圖之峰值定位單元定位峰值的示意圖。如第4圖所示,本案峰值定位單元136藉由向量的方式偵測每一心跳週期的P波極值 點、QRS波極值點以及T波極值點。
在正常的心房除極過程中心電向量從竇房結指向房室結,除極由右心房至左心房,這個過程在心電圖上形成了P波。P波為QRS波群之前的脈波。
QRS波群反映了左右心室的快速去極化的過程。由於左右心室的肌肉組織比心房發達,所以在一般的心電圖中QRS波群比P波的振幅高出很多。一般來說,QRS波群的R點即為心電波型中的最高極值點;Q點為最高極值R點前的相對低點;S點為最高極值R點後的相對低點。
T波代表心室快速復極化的過程,從QRS波群起始處到T波最高點這段時間稱為心臟的絕對不應期,而T波的後半段則稱為相對不應期。T波為QRS波群之後的脈波。
峰值擷取單元138用以藉由上述P波極值點、QRS波極值點以及T波極值點辨識出複數個特徵點。上述特徵點為P波起始點、P波終止點、QRS波起始點、QRS波終止點、T波起始點及T波終止點。其中,P波極值點位於P波起始點與P波終止點之間;QRS波極值點位於QRS波起始點與QRS波終止點之間;T波極值點位於T波起始點與T波終止點之間。
峰值擷取單元138更用以擷取特徵點之間的特徵資訊。特徵資訊包含峰值及特徵點間的複數個區間寬度,其中區間寬度為PR區間寬度、ST區間寬度、QT區間寬度、P波區間寬度、QRS波區間寬度以及T波區間寬度。
PR區間寬度指從P波開始到QRS波群開始的時間(也就是P波起始點至QRS波起始點之間)。PR間期反映了電衝動由竇房結發出,經房室結傳入心室引起心室除極所需的時間。所以,PR間期可以很好的評估房室結的功能。
ST區間寬度指QRS波群結束至T波開始之間(QRS波終止點至T波起始點之間),代表心室緩慢復極化的過程。
QT區間寬度QRS波群開始到T波結束時的時間(也就是QRS波起始點至T波終止點之間)。
特徵資訊更包含心電訊號於上述區間寬度之電位變化幅度、心電訊號中連續兩波峰的區間寬度之最大值、最小值、變異量以及心電訊號中間隔一波峰之兩波峰的區間寬度之最大值、最小值、變異量。
此外,用以擷取特徵資訊的峰值擷取單元138可藉由連續小波轉換(Continuous Wavelet Transform,CWT)實現。本揭示文件透過以下公式對心電訊號ES進行連續小波轉換以取得心電訊號ES中頻率上的特徵。針對函數x(t)進行連續小波轉換的定義如下:
其中Ψ τ,s 代表母小波,其計算公式如下:
其中,為連續小波轉換函式;s為尺度參數(Scaling parameter)。尺度參數的大小用以決定小波的伸張或收縮。舉例來說,當尺度參數大於一時,小波函數擴張; 當尺度參數小於一時,小波函數收縮,且尺度參數s與頻率互為倒數關係。此外,τ為平移參數(Translation parameter),用以決定小波函數在時間軸上的位置。
舉例來說,若患者配戴心臟節律器(Pacemaker),透過連續小波轉換得知心電訊號於特定時間內頻率增高,以確認患者的心臟節律器於正常運作狀態。
特徵分析單元139用以輸出經處理的心電訊號PES並分析上述特徵資訊以得到心電訊號所代表的生理資訊PI。舉例而言,藉由心電訊號中R波之間的變異量及QRS波的寬度判斷患者是否有心室頻脈(Ventricular Tachycardia;VT)的症狀,或是,藉由T波的高度判斷患者是否有T波倒置的情形,或是,藉由P波的高度辨識非真實的P波並計算單位時間內非真實P波出現的次數以判別患者是否有心房撲動(Atrial Flutter;AFL)的病徵。
舉例來說,可以用特定閥值(threshold value)來判斷是否存在非真實的P波,例如可採用標準P波極值的80%作為閥值。若在QRS波群之前,出現多次波型達到上述特定閥值,代表有非真實P波發生。
值得說明的是,分析系統100更包含用以儲存使用者的歷史特徵資訊的一資料庫。於一實施例中,此資料庫可建立於儲存模組120中用以儲存使用者的歷史特徵資訊,使得特徵分析單元139得以比對當前收集到的特徵資訊與資料庫所儲存的歷史特徵資訊,並進一步判別心電訊號ES所代表的生理資訊(或病徵)。
舉例來說,心電訊號ES中R波之間的變異量及QRS波的寬度於特定範圍時,醫生判定病患具有心室顫動(Ventricular Fibrillation;VF)的徵兆。上述特定範圍即為歷史特徵資訊。當特徵分析單元139分析當前心電訊號ES中R波之間的變異量及QRS波的寬度與歷史特徵資訊一致時,特徵分析單元139自動判定患者具有心室顫動的病兆。
於一實施例中,特徵分析單元139可為一支持向量機(Support Vector Machine;SVM)。支持向量機應用統計學習理論的分類機器學習演算法,透過向量映射到多維的空間,使得支持向量機可儲存多種訊息於單筆資料中。
為方便及清楚說明起見,以下實施例以第1圖配合第2圖進行說明。操作上,藉由擷取模組110獲得心電訊號ES並將其儲存於儲存模組120。接著,透過處理模組130中高頻濾波器132濾除心電訊號ES中的高頻雜訊。然後,基準線校正單元134調整心電訊號ES各個時段上的基準線,使得各個時段上的基準線位於同一水平準位。峰值定位單元136找出心電訊號ES的峰值(如:QRS波極值點)。接著,特徵擷取單元138依據上述峰值取得對應峰值的複數個特徵點(如:QRS波起始點、QRS波終止點)並藉由特徵點獲得其之間的特徵資訊(如:QRS波區間寬度)。最後,特徵分析單元139對特徵資訊進行分析並藉由顯示模組140顯示代表可能病徵的生理資訊PI(如:心室頻脈)以及經處理的心電訊號PES。
第5圖係根據本揭示文件一實施例繪示心電訊號 之分析方法的流程圖。心電訊號之分析方法500可應用於上述實施例中,但不以此為限。
首先,濾除心電訊號之高頻雜訊(步驟510)。其次,藉由梯度加權函數調整心電訊號在不同時段上各自之基準線,使得不同時段上心電訊號各自的基準線位於同一水平準位(步驟520)。偵測心電訊號中複數個峰值(步驟530)。然後,藉由峰值得到複數個特徵點(步驟540)。接著,擷取特徵點之間的特徵資訊(步驟550)。接著,分析特徵資訊以得到心電訊號所代表的生理資訊。
於此實施例內,在分析特徵資訊以得到心電訊號所代表的生理資訊的流程中,首先進行步驟561,判斷先前取得的特徵資訊中是否已包含特定明顯特徵。實際應用中,部份疾病發生的情況下將使得心電圖中存在特定明顯特徵,舉例來說,若發生T波低平或倒置原因可能為冠狀動脈缺血/左心室肥大;Qt間期縮短原因可能為高鈣血症;T波高尖原因可能為急性心肌梗塞,諸如此類。
若判斷先前取得的特徵資訊中已包含特定明顯特徵,則進行步驟562,由特定明顯特徵得到心電訊號所代表的生理資訊;反之,若先前取得的特徵資訊中未包含特定明顯特徵,則進行步驟563,基於支持向量機演算法進一步分析特徵資訊以得到心電訊號所代表的生理資訊。
在一實施例中,分析特徵資訊以得到心電訊號所代表的生理資訊的步驟更包含比對當前收集到的特徵資訊與歷史特徵資訊,以得到心電訊號所代表的生理資訊。
當完成步驟562/563之後,心電訊號之分析方法500進一步進行步驟570將心電訊號及生理資訊通訊傳輸至外部之雲端伺服器,接著,進行步驟580,由外部之雲端伺服器進行後續判斷及遠端看護應用。也就是說,更複雜的計算/判斷處理可由雲端的後台伺服器負責。上述分析系統100可配置於每一病患或使用者家中,方便使用者/遠端的看護機構即時監控每位患者的狀態,並且可以減少病患/看護人員往返住家/醫院兩地的成本。
於次一實施例中,其中上述峰值為P波極值點、QRS波極值點及T波極值點,上述特徵點為P波起始點、P波終止點、QRS波起始點、QRS波終止點、T波起始點及T波終止點。
在又一實施例中,其中特徵資訊包含上述峰值及上述特徵點間的複數個區間寬度,其中區間寬度為PR區間寬度、ST區間寬度、QT區間寬度、P波區間寬度、QRS波區間寬度以及T波區間寬度。
在另一實施例中,其中特徵資訊更包含心電訊號於區間寬度之電位變化幅度、心電訊號中連續兩波峰的區間寬度之最大值、最小值、變異量以及心電訊號中間隔一波峰之兩波峰的區間寬度之最大值、最小值、變異量。
在上述實施例中所提及的步驟,除特別敘明其順序者外,均可依實際需要調整其前後順序,甚至可同時或部分同時執行,第5圖所示之流程圖僅為一實施例,並非用以限定本揭示文件。
綜上所述,本揭示文件之心電訊號分析系統可自動地判定使用者的可能病徵,進而顯示可能病徵及處理後的心電訊號,使得醫療人員無須查看龐大的心電訊號量,僅針對分析系統所提示的可能病徵,比對處理後的心電訊號以進行確認及判讀,大幅地降低醫療人員於大量心電資訊中判讀病徵所耗費的時間,且更有效地提升醫療人員判斷病徵的準確性。
雖然本揭示文件已以實施方式揭露如上,然其並非用以限定本揭示文件,任何本領域具通常知識者,在不脫離本揭示文件之精神和範圍內,當可作各種之更動與潤飾,因此本揭示文件之保護範圍當視後附之申請專利範圍所界定者為準。
130‧‧‧處理模組
132‧‧‧高頻濾波器
134‧‧‧基準線校正單元
136‧‧‧峰值定位單元
138‧‧‧特徵擷取單元
139‧‧‧特徵分析單元
ES‧‧‧心電訊號
PES‧‧‧經處理的心電訊號
PI‧‧‧生理資訊

Claims (18)

  1. 一種心電訊號的分析系統,包含:一峰值定位單元,用以偵測一心電訊號中複數個峰值;一特徵擷取單元,電性連接該峰值定位單元,用以藉由該些峰值得到複數個特徵點以及擷取該些特徵點之間的一特徵資訊;一特徵分析單元,電性連接該特徵擷取單元,用以分析該特徵資訊,將該特徵資訊進行分類以得到該心電訊號所代表的一生理資訊;以及一通訊單元,電性連接該特徵分析單元,用以將該心電訊號及該生理資訊通訊傳輸至外部之一雲端伺服器。
  2. 如請求項1所述之分析系統,更包含:一基準線校正單元,用以藉由一梯度加權函數調整該心電訊號在不同時段上各自之一基準線,使得不同時段上該心電訊號各自的該基準線位於同一水平準位。
  3. 如請求項1所述之分析系統,更包含:一資料庫,用以儲存一歷史特徵資訊,其中該特徵分析單元用以比對當前收集到的該特徵資訊與該資料庫中的該歷史特徵資訊,以得到該心電訊號所代表的該生理資訊。
  4. 如請求項1所述之分析系統,更包含:一高頻濾波器,用以濾除該心電訊號之一高頻雜訊。
  5. 如請求項4所述之分析系統,其中該高頻濾波器為一有限脈衝響應濾波器(Finite Impulse Response Filter)。
  6. 如請求項1所述之分析系統,其中該些峰值為一P 波極值點、一QRS波極值點及一T波極值點,該些特徵點為一P波起始點、一P波終止點、一QRS波起始點、一QRS波終止點、一T波起始點及一T波終止點。
  7. 如請求項6所述之分析系統,其中該特徵資訊包含該些峰值及該些特徵點間的複數個區間寬度,其中該些區間寬度為一PR區間寬度、一ST區間寬度、一QT區間寬度、一P波區間寬度、一QRS波區間寬度以及一T波區間寬度。
  8. 如請求項7所述之分析系統,其中該特徵資訊更包含該心電訊號於該些區間寬度之一電位變化幅度、該心電訊號中連續兩波峰的該區間寬度之一最大值、一最小值、一變異量以及該心電訊號中間隔一波峰之兩波峰的該區間寬度之該最大值、該最小值、該變異量。
  9. 如請求項1所述之分析系統,其中該雲端伺服器設置於一遠距照顧中心,於該雲端伺服器上選擇性顯示該心電訊號並且判讀該生理資訊及產生一建議結果。
  10. 如請求項1所述之分析系統,其中特徵分析單元用以基於一支持向量機演算法更進一步分析該特徵資訊,藉此得到該心電訊號所代表的該生理資訊。
  11. 一種心電訊號的分析方法,包含:偵測一心電訊號中複數個峰值;藉由該些峰值得到複數個特徵點;擷取該些特徵點之間的一特徵資訊;分析該特徵資訊以得到該心電訊號所代表的一生理資 訊;以及將該心電訊號及該生理資訊通訊傳輸至一雲端伺服器。
  12. 如請求項11所述之分析方法,更包含:藉由一梯度加權函數調整該心電訊號在不同時段上各自之一基準線,使得不同時段上該心電訊號各自的該基準線位於同一水平準位。
  13. 如請求項11所述之分析方法,更包含:比對當前收集到的該特徵資訊與一歷史特徵資訊,以得到該心電訊號所代表的該生理資訊。
  14. 如請求項11所述之分析方法,更包含:濾除該心電訊號之一高頻雜訊。
  15. 如請求項11所述之分析方法,其中該些峰值為一P波極值點、一QRS波極值點及一T波極值點,該些特徵點為一P波起始點、一P波終止點、一QRS波起始點、一QRS波終止點、一T波起始點及一T波終止點。
  16. 如請求項15所述之分析方法,其中該特徵資訊包含該些峰值及該些特徵點間的複數個區間寬度,其中該些區間寬度為一PR區間寬度、一ST區間寬度、一QT區間寬度、一P波區間寬度、一QRS波區間寬度以及一T波區間寬度。
  17. 如請求項16所述之分析方法,其中該特徵資訊更包含該心電訊號於該些區間寬度之一電位變化幅度、該心電訊號中連續兩波峰的該區間寬度之一最大值、一最小 值、一變異量以及該心電訊號中間隔一波峰之兩波峰的該區間寬度之該最大值、該最小值、該變異量。
  18. 如請求項11所述之分析方法,其中該分析方法進一步基於一支持向量機演算法分析該特徵資訊以得到該心電訊號。
TW103113716A 2014-04-15 2014-04-15 心電訊號的分析系統及方法 TWI555506B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
TW103113716A TWI555506B (zh) 2014-04-15 2014-04-15 心電訊號的分析系統及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
TW103113716A TWI555506B (zh) 2014-04-15 2014-04-15 心電訊號的分析系統及方法

Publications (2)

Publication Number Publication Date
TW201538132A true TW201538132A (zh) 2015-10-16
TWI555506B TWI555506B (zh) 2016-11-01

Family

ID=54851099

Family Applications (1)

Application Number Title Priority Date Filing Date
TW103113716A TWI555506B (zh) 2014-04-15 2014-04-15 心電訊號的分析系統及方法

Country Status (1)

Country Link
TW (1) TWI555506B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI644650B (zh) * 2016-12-01 2018-12-21 國立臺灣大學 偵測心律異常的方法及裝置
TWI704519B (zh) * 2019-07-31 2020-09-11 國軍花蓮總醫院 篩檢心室肥大之模型建立系統

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6360117B1 (en) * 1999-05-24 2002-03-19 Terry B. J. Kuo Electrocardiogram signal collecting apparatus
TW200822904A (en) * 2006-11-30 2008-06-01 Taipei Veterans General Hospital Vac Method for orientating characteristic points of electrocardio-signal and storage media and electronic apparatus and electrocardio-signal analysis system used by the method
TWM468291U (zh) * 2011-05-18 2013-12-21 Vicon Healthcare Internat Inc 心律變異頻譜之雲端健康管理系統

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI644650B (zh) * 2016-12-01 2018-12-21 國立臺灣大學 偵測心律異常的方法及裝置
TWI704519B (zh) * 2019-07-31 2020-09-11 國軍花蓮總醫院 篩檢心室肥大之模型建立系統

Also Published As

Publication number Publication date
TWI555506B (zh) 2016-11-01

Similar Documents

Publication Publication Date Title
US8666483B2 (en) System for cardiac medical condition detection and characterization
US9131864B2 (en) System and method for evaluating an electrophysiological signal
RU2517583C2 (ru) Способ и устройство анализа баллистокардиографических сигналов
CN107072545B (zh) 用于快速诊断的心电图数据分析方法和系统
US10085663B2 (en) Automated ECG analysis and diagnosis system
JP2009148548A (ja) ブルガダ症候群または早期再分極症候群診断のための診断支援用心電装置
CN109077720B (zh) 信号处理方法、装置、设备和存储介质
US20190076044A1 (en) Time-frequency analysis of electrocardiograms
US20120302903A1 (en) System for Cardiac Impairment Detection Based on Signal Regularity
Al-Ani ECG waveform classification based on P-QRS-T wave recognition
US9955891B2 (en) Systems and methods for detecting ECG subwaveforms
US11672464B2 (en) Electrocardiogram processing system for delineation and classification
TWI555506B (zh) 心電訊號的分析系統及方法
US9474460B2 (en) Non-invasive evaluation of cardiac repolarisation instability for risk stratification of sudden cardiac death
JP2020517337A (ja) アーチファクト耐性脈拍変動測定
US10092201B2 (en) Accurate ECG I-point and J-point detection and measurement
US9538930B2 (en) Linear multi-domain electrocardiogram
KR101498581B1 (ko) 비침습적 심방신호 추정 시스템 및 방법
Prasad et al. Analysis of ST-segment abnormalities in ECG using signal block averaging technique
TW202108076A (zh) 判斷心電圖的r波波峰點的方法
KR20140074664A (ko) 질병 판별 방법 및 이를 이용하는 장치
US11191473B1 (en) Generation of vital sign monitoring
Chouvarda et al. Time-domain analysis of the electrocardiogram
Al Touma et al. Detection of cardiovascular abnormalities through 5-lead system algorithm
WO2017182622A1 (en) Adaptive visualization of electrocardiogram

Legal Events

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