TWI458463B - 個人化心電圖處理裝置與方法 - Google Patents

個人化心電圖處理裝置與方法 Download PDF

Info

Publication number
TWI458463B
TWI458463B TW100146340A TW100146340A TWI458463B TW I458463 B TWI458463 B TW I458463B TW 100146340 A TW100146340 A TW 100146340A TW 100146340 A TW100146340 A TW 100146340A TW I458463 B TWI458463 B TW I458463B
Authority
TW
Taiwan
Prior art keywords
personalized
electrocardiogram
template
ecg
qrs wave
Prior art date
Application number
TW100146340A
Other languages
English (en)
Other versions
TW201322959A (zh
Inventor
Tung Hung Lu
Hsing Chen Lin
Su Hui Chang
Original Assignee
Ind Tech Res Inst
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 Ind Tech Res Inst filed Critical Ind Tech Res Inst
Priority to TW100146340A priority Critical patent/TWI458463B/zh
Publication of TW201322959A publication Critical patent/TW201322959A/zh
Application granted granted Critical
Publication of TWI458463B publication Critical patent/TWI458463B/zh

Links

Landscapes

  • Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)

Description

個人化心電圖處理裝置與方法
一種個人化心電圖分析技術,特別有關於一種個人化的心電圖處理裝置與方法。
隨著人們生活型態的改變,例如多吃、少動,抽菸、生活緊張、壓力等因素,心血管疾病者有日益增加與年輕化的趨勢。對心臟病患者而言,生活型態的重建將是提升存活率的主要關鍵。其中,心臟復健運動乃是增加心肌耐受度之主要關鍵。目前國內多家醫學中心及國外專業組織,將心臟復健運動視為心臟病病發後的療程之一。前述心臟復健運動將透過運動心電圖,以達到即時監控病患目前運動心電生理訊號之目的。
然而,現行心臟病患使用運動心電圖時,心電圖監測系統僅能在復健運動情況下,記錄當下的心電圖並作簡易判讀。接著,再經由心臟復健科醫師作專業診斷,判斷復健運動對於病患是否達到心臟復健效果。前述的監控狀態並非在具有安全復健環境下,對心律開始產生變異前進行即時偵測、判讀及警示作用。
此外,針對現行24小時心電圖(Holter)的監控,有許多演算法於事後分析異常心電圖波形,而非即時性地作分析與處理。另外,現行多家心電圖儀器製造商之產品僅偵測心電波形之穩定度並作基本簡易判斷,並無即時波形比對功能與較嚴謹之正常異常規則功能。
鑒於以上的問題,本揭露在於提供一種個人化心電圖處理裝置與方法,藉以增加心電圖分析的即時性、嚴謹性與可靠性。
本揭露之一種個人化心電圖處理裝置,主要包括偵測單元、擷取單元、資料庫、辨識單元與判斷單元。偵測單元接收並偵測完整個人心電圖訊號,以搜尋QRS波訊號。擷取單元耦接偵測單元,用以接收前述至少兩個QRS波訊號以計算出心跳間隔,再依據心跳間隔取得對應完整心電圖訊號的個人化心電圖樣板。資料庫用以儲存多個預設心電圖樣板。辨識單元耦接偵測單元與資料庫,用以接收個人化心電圖樣板與前述多個預設心電圖樣板,以平行化處理方式同時辨識個人化心電圖樣板與預設心電圖樣板,以產生辨識結果。判斷單元耦接辨識單元,用以接收辨識結果,並將辨識結果以平行化處理方式同時與多個個人化正異常判斷機制進行比對,以產生專屬個人化之判斷結果及建立起專屬個人化心電圖數據模式之資料庫。
本揭露之一種個人化心電圖處理方法,包括下列步驟。偵測完整個人心電圖訊號,以產生QRS波訊號。接收並偵測至少兩個QRS波訊號,以計算出心跳間隔。依據心跳間隔,取得對應完整個人心電圖訊號的個人化心電圖樣板。由資料庫中取得多個預設心電圖樣板,並同時以平行化處理方式,舉例如使用單一時刻之單一輸入多重輸出平行動態時間扭曲演算法(Single Timing Single-Input-Multiple-Output Dynamic Time Warping,ST-SIMO DTW),辨識個人化心電圖樣板與預設心電圖樣板,以產生辨識結果。同時該辨識結果與多個個人化正異常判斷機制進行平行化判斷,舉例如使用單一時刻之單一輸入多重輸出平行正常異常判斷機制(Single Timing Single-Input-Multiple-Output Decision Rule,ST-SIMO DR),產生判斷結果並分析個人化心電圖樣板是否為正常或異常情況。如此一來,可有效增加個人化心電圖分析的即時性、嚴謹性與可靠性。
有關本揭露的特徵與實作,茲配合圖式作實施例詳細說明如下。
請參考「第1圖」所示,其係為本揭露之個人化心電圖處理裝置的方塊圖。個人化心電圖處理裝置100主要包括偵測單元110、擷取單元120、資料庫130、辨識單元140、判斷單元150、儲存單元160、170與處理單元180。
偵測單元110接收並偵測完整個人心電圖訊號,以搜尋QRS波訊號,如「第2圖」所示。舉例來說,可藉由心電圖機貼片連結使用者(病患)體表,以偵測出完整個人心電圖訊號。其中,在偵測單元110接收完整個人心電圖訊號後,偵測單元110例如利用Pan-Tompkins演算法,以搜尋出完整個人心電圖訊號中的Q波、R波、S波之QRS波訊號的位置,進而偵測QRS波訊號並輸出。其中,偵測單元110主要功能為個人心電圖訊號透過一個帶通濾波程序,藉以強化QRS波訊號,抑制可能造成誤判之P波、T波及其他雜訊,並接連經由微分、平方、積分一連串處理程序後,使每一QRS波訊號可產生相對應之類鐘型的波形;此外,透過一可彈性調整之閥值藉以增加QRS波訊號偵測正確機率。
擷取單元120耦接偵測單元110,用以接收前述至少兩個QRS波訊號以計算出心跳間隔,以取得對應完整個人心電圖訊號的個人化心電圖樣板。在本實施例中,擷取單元120可藉由兩個QRS波訊號中之R波所產生的間隔時間,以取得心跳間隔,例如為R-R區間(R-R Interval)。接著,擷取單元120便依據所計算出的心跳間隔,推算出P波及T波的產生時間點,進而截取出對應完整個人心電圖訊號之具有PQRST波的個人化心電圖樣板,如「第2圖」所示。
「第2圖」所示係為本揭露之完整個人心電圖訊號的波形圖。其中,P1、P2表示P波;Q1、Q2表示Q波;R1、R2表示R波;S1、S2表示S波;T1、T2表示T波;RR表示心跳間隔,即R-R區間。
資料庫130用以儲存多個預設心電圖樣板,而這些預設心電圖樣板可以是心律發生變異前的各種心電圖樣板。而這些預設心電圖樣板可由使用者事先建立,並儲存於資料庫130。
辨識單元140耦接偵測單元120與資料庫130,用以接收個人化心電圖樣板與前述多個預設心電圖樣板,以一平行化處理方式同時辨識個人化心電圖樣板與預設心電圖樣板,以產生辨識結果。在本實施例中,辨識單元140舉例使用一單一時刻之單一輸入多重輸出平行動態時間扭曲演算法(Single Timing Single-Input-Multiple-Output Dynamic Time Warping,ST-SIMO DTW)的比對方式,將個人化心電圖樣板同時與多個預設心電圖樣板作相似度比對,亦即以一平行化的辨識方式進行處理,進而加速辨識的速度。
由於個人化心電圖樣板與預設心電圖樣板所產生之時間序列的長度可能並不相同,因此本實施例舉例透過上述該動態時間扭曲演算法,以點對應至較相似的點以進行相似度比對。
另外,辨識單元140進一步的操作說明如下。請參考「第3圖」所示,其係為本揭露之辨識單元140的操作示意圖。其中,樣板1、樣板2、…、樣板N分別表示不同的個人化心電圖樣板;時刻1、時刻2、…、時刻N分別為各個人化心電圖樣板的辨識時刻;編號1、編號2、…、編號M分別表示不同的預設心電圖樣板。其中,N與M為大於1的正整數。
由於心跳會持續產生,因此擷取單元120會依序擷取出樣板1、樣板2、…、樣板N的個人化心電圖樣板。接著,辨識單元140會將當前取得的個人化心電圖樣板,同時與資料庫130的多個預設心電圖樣板進行相似度辨識。亦即由「第3圖」中得知,於時刻1時,辨識單元140會將樣板1的個人化心電圖樣板,同時與編號1~編號M的預設心電圖樣板進行辨識;於時刻2時,辨識單元140會將樣板2的個人化心電圖樣板,同時與編號1~編號M的預設心電圖樣板進行辨識;同理於時刻N時,辨識單元140會將樣板N的個人化心電圖樣板,同時與編號1~編號M的預設心電圖樣板進行辨識。如此一來,藉由前述平行化處理方式,可有效縮短N倍的辨識時間,使得個人化心電圖訊號處理更具有即時性。
判斷單元150耦接辨識單元140,用以接收辨識結果,並將辨識結果同時與多個個人化正異常判斷機制進行比對,以產生判斷結果。在本實施例中,判斷單元150舉例使用一單一時刻之單一輸入多重輸出平行正常異常判斷機制(Single Timing Single-Input-Multiple-Output Decision Rule,ST-SIMO DR)的判斷方式,因此可將辨識結果同時與多個個人化正異常判斷機制進行比對,亦即以平行化方式進行處理,以產生判斷結果。
其中,前述基本個人化正異常判斷機制例如為個人化心電圖樣板中是否有P波形成、QRS波訊號的寬度為窄(<120ms)或為寬(>120ms)、P波與QRS波訊號的關係、心律是否規律以及多種特定異常情況為基本判斷機制,進而即可擴展成個人化正異常判斷機制,如「表1」所示。亦即形成處理裝置100中之個人正異常判斷單元150。
在表1中,進一步列舉了多種判斷結果為異常情況的判斷機制。例如QRS波訊號的寬度為寬(>120ms)及無P波同時產生、QRS波訊號與T波呈現相反方向、QRS波訊號呈現奇異形狀以及心律規律呈現不規則等,但本揭露不限於此,亦包括異常情況的基準圖案(pattern)。
另外,判斷單元150更可進一步依據異常情況判斷機制之任一組合,以判斷出結果為異常之情況。而前述異常情況判斷組合可包括:在鄰近的十個QRS波訊號中出現二個或二個以上異常基準圖案、個人化心電圖樣板中出現任兩個不同形狀的異常基準圖案、心律大於每分鐘160下(HR>160/min)及無P波與QRS波訊號的寬度為窄(<120ms)三者同時產生、心律規律規則轉變成不規則、心律規律不規則轉變成規則、個人化心電圖樣板中出現三個或三個以上連續不斷的相同的異常基準圖案、個人化心電圖樣板中無QRS波訊號(呈現多波浪型基線狀況)及心律大於每分鐘100下(HR>100/min)及心律的節律呈現不規則與無P波四者同時產生、該個人化心電圖樣板中無波形產生(一條線)且寬度大於1.5倍的前6-8個R-R區間平均值、該個人化心電圖樣板中P波之後未出現QRS波訊號等,但本揭露不限於此,前述異常情況判斷組合更可進一步包括其他異常情況的判斷規則。
在進行判斷的過程中,判斷單元150比對出辨識結果包括個人化心電圖樣板中有P波形成、QRS波訊號的寬度為窄(<120ms)、QRS波訊號之前緊鄰一個P波、心律是規律及無其他異常情況(如表1所列),則會產生正常情況的判斷結果。反之,當判斷單元150比對出辨識結果不符合正常情況的判斷結果時,則透過平行化個人正異常判斷機制進一步分析特定異常情況,以產生特定異常情況的判斷結果,達到處理裝置安全嚴謹性之目的。
另外,判斷單元150的操作說明如下。「第4圖」所示,其係為本揭露之判斷單元的操作示意圖。其中,結果1、結果2、…、結果N分別表示不同的辨識結果;時刻1、時刻2、…、時刻N分別為各辨識結果的判斷時刻;判斷1、判斷2、…、判斷R分別表示不同的個人化正異常判斷機制。其中,N與R為大於1的正整數。
由「第4圖」中可以看出,於時刻1時,判斷單元150會將結果1的辨識結果與各個人化正異常判斷機制(判斷1~判斷R)進行判斷;於時刻2時,判斷單元150會將結果2的辨識與各個人化正異常判斷機制進行判斷;同理於時刻N時,判斷單元150會將結果N的辨識結果與各個人化正異常判斷機制進行判斷。如此一來,藉由前述平行化處理的正常異常規則判斷方式,可有效縮短N倍的判斷時間,同時使用個人化正異常判斷機制,使得心電圖判斷達到個人化處理,而且訊號處理速度更具有即時性。因此,藉由前述兩階段的辨識及判斷更可增加個人心電圖訊號偵測分析的嚴謹性與可靠度。
儲存單元160耦接判斷單元150,用以儲存個人化正常情況的判斷結果。儲存單元170耦接判斷單元150,用以儲存個人化異常情況的判斷結果。處理單元180耦接儲存單元170,用以讀取儲存單元170中之異常情況的判斷結果。並且,處理單元180更用以將前述個人化異常情況的判斷結果,即時輸出至後端裝置,例如遠端醫療中心或遠端復健中心之診療系統。如此一來,可確保病患能夠在安全心電圖監控下進行復健運動,於心臟情況產生問題前可即早發現。
另外,判斷單元150更耦接資料庫130,將判斷結果(即異常情況的個人化心電圖樣板)傳送至資料庫130,儲存或作為預設心電圖樣板,以擴充資料庫130的預設心電圖樣板資料。如此一來,可增加個人化心電圖處理裝置100辨識個人化心電圖樣板的準確性,以及達到心電圖處理裝置個人化之目的。
由上述的實施例說明,可以歸納出一種個人化心電圖處理方法。請參考「第5圖」所示,其係為本揭露之個人化心電圖處理方法的流程圖。在步驟S510中,偵測完整個人心電圖訊號,以搜尋QRS波訊號。在步驟S520中,接收並依據至少兩個QRS波訊號,以計算出心跳間隔。在步驟S530中,依據心跳間隔,取得對應完整個人心電圖訊號的個人化心電圖樣板。在步驟S540中,由資料庫中取得多個預設心電圖樣板,並舉例以平行化動態時間扭曲處理方式,同時辨識個人化心電圖樣板與預設心電圖樣板,以產生辨識結果。在步驟S550中,舉例以平行化正常異常規則處理方式,同時判斷辨識結果與多個個人化正異常判斷機制,以產生判斷結果。在步驟S560中,當判斷結果為正常情況時,將判斷結果儲存至第一儲存單元。在步驟S570中,當判斷結果為異常情況時,將判斷結果儲存至第二儲存單元並輸出。在步驟S580中,當判斷結果為異常情況時,將判斷結果儲存於資料庫中,以擴充資料庫的預設心電圖樣板資料。
前述中的個人化正異常判斷機制包括個人化心電圖樣板中是否有P波、QRS波訊號的寬度、P波與其對應之QRS波訊號的關係與心律是否規律,以及各種更進一步分析之特定異常情況。另外,前述中的辨識處理方式可舉例利用一單一時刻之單一輸入多重輸出的平行動態時間扭曲演算法,以平行化處理方式同時辨識個人化心電圖樣板與預設心電圖樣板的相似度,以及前述中的判斷處理方式可舉例利用一單一時刻之單一輸入多重輸出的平行正常異常判斷機制,同時藉由辨識結果與個人化正異常判斷機制,以判斷辨識結果為正常情況或異常情況。
雖然本揭露以前述之實施例揭露如上,然其並非用以限定本揭露,任何熟習相像技藝者,在不脫離本揭露之精神和範圍內,當可作些許之更動與潤飾,因此本揭露之專利保護範圍須視本說明書所附之申請專利範圍所界定者為準。
100...個人化心電圖處理裝置
110...偵測單元
120...擷取單元
130...資料庫
140...辨識單元
150...判斷單元
160、170...儲存單元
180...處理單元
P1、P2...P波
Q1、Q2...Q波
R1、R2...R波
S1、S2...S波
T1、T2...T波
RR...心跳間隔
樣板1~樣板N 個人化心電圖樣板
時刻1~時刻N 各個人化心電圖樣板的辨識時刻、各辨識結果的判斷時刻
編號1~編號M 預設心電圖樣板
判斷1~判斷R 個人化正異常判斷機制
第1圖係為本揭露之個人化心電圖處理裝置的方塊圖。
第2圖係為本揭露之完整個人心電圖訊號的波形圖。
第3圖係為本揭露之辨識單元的操作示意圖。
第4圖係為本揭露之判斷單元的操作示意圖。
第5圖係為本揭露之個人化心電圖處理方法的流程圖。
100...心電圖處理裝置
110...偵測單元
120...擷取單元
130...資料庫
140...辨識單元
150...判斷單元
160、170...儲存單元
180...處理單元

Claims (14)

  1. 一種個人化心電圖處理裝置,包括:一偵測單元,用以接收並偵測關於一使用者的一完整個人心電圖訊號,以產生一QRS波訊號;一擷取單元,耦接該偵測單元,用以接收至少兩個QRS波訊號以計算出一心跳間隔,再依據該心跳間隔以取得對應該完整個人心電圖訊號的一個人化心電圖樣板;一資料庫,用以儲存關於該使用者的多個預設心電圖樣板;一辨識單元,耦接該擷取單元與該資料庫,用以接收該個人化心電圖樣板與該些預設心電圖樣板,以一第一平行化處理方式同時辨識該個人化心電圖樣板與該些預設心電圖樣板,以產生一辨識結果;以及一判斷單元,耦接該辨識單元,用以接收該辨識結果,並將該辨識結果以一第二平行化處理方式同時與多個個人化正異常判斷機制進行判斷,以產生一判斷結果。
  2. 如申請專利範圍第1項所述之個人化心電圖處理裝置,更包括:一第一儲存單元,耦接該判斷單元,用以儲存正常情況的該判斷結果;一第二儲存單元,耦接該判斷單元,用以儲存異常情況的該判斷結果;以及一處理單元,耦接該第二儲存單元,用以讀取與處理該判 斷結果。
  3. 如申請專利範圍第1項所述之個人化心電圖處理裝置,其中該判斷單元耦接該資料庫,將異常情況的該判斷結果儲存於該資料庫中,以擴充該資料庫的該預設心電圖樣板。
  4. 如申請專利範圍第1項所述之個人化心電圖處理裝置,其中該判斷單元之該些個人化正異常判斷機制包括:該個人化心電圖樣板中是否有一P波、該QRS波訊號的寬度、該P波與其對應之該QRS波訊號的關係以及一心律是否規律;其中該QRS波訊號的寬度為寬及無該P波同時產生、該QRS波訊號與T波呈現相反方向、該QRS波訊號呈現奇異形狀以及一心律規律呈現不規則為該正異常判斷機制的基準圖案。
  5. 如申請專利範圍第4項所述之個人化心電圖處理裝置,其中該判斷單元之該些個人化正異常判斷機制再包括以下及其組合:鄰近的十個該QRS波訊號中出現二個或二個以上異常基準圖案;該個人化心電圖樣板中出現任兩個不同形狀的異常基準圖案;該心律大於每分鐘160下及無該P波與該QRS波訊號的寬度為窄之三者同時產生;該心律規律規則轉變成不規則;該心律規律不規則轉變成規則;該個人化心電圖樣板出現三個或三個以上連續不斷的異 常基準圖案;該個人化心電圖樣板中無該QRS波訊號並具多波浪型基線狀況、無該P波、該心律大於每分鐘100下與該心律規律呈現不規則之四者同時產生;該個人化心電圖樣板中無波形產生的寬度大於前6至8個心跳區間平均值之1.5倍;以及該個人化心電圖樣板中該P波出現後未出現該QRS波訊號。
  6. 如申請專利範圍第1項所述之個人化心電圖處理裝置,其中辨識單元之該第一平行化處理方式是一單一時刻之單一輸入多重輸出的平行動態時間扭曲演算法,以同時辨識該個人化心電圖樣板與該些預設心電圖樣板的相似度。
  7. 如申請專利範圍第1項所述之個人化心電圖處理裝置,其中判斷單元之該第二平行化處理方式是一單一時刻之單一輸入多重輸出的平行個人正常異常判斷機制,以同時判斷該辨識結果。
  8. 一種個人化心電圖處理方法,包括:偵測關於一使用者的一完整個人心電圖訊號,以產生一QRS波訊號;接收並偵測至少兩個QRS波訊號,以計算出一心跳間隔;依據該心跳間隔,取得對應該完整個人心電圖訊號的一個人化心電圖樣板; 由一資料庫中取得關於該使用者的多個預設心電圖樣板,並一第一平行化處理方式同時辨識該個人化心電圖樣板與該些預設心電圖樣板,以產生一辨識結果;以及以一第二平行化處理方式,同時判斷該辨識結果與多個個人化正異常判斷機制進行判斷,以產生一判斷結果。
  9. 如申請專利範圍第8項所述之個人化心電圖處理方法,更包括:當該判斷結果為正常情況時,將該判斷結果儲存於一第一儲存單元;當該判斷結果為異常情況時,將該判斷結果儲存於一第二儲存單元並輸出。
  10. 如申請專利範圍第9項所述之個人化心電圖處理方法,更包括:當該判斷結果為異常情況時,將該判斷結果儲存於該資料庫中,以擴充該資料庫的該預設心電圖樣板資料。
  11. 如申請專利範圍第8項所述之個人化心電圖處理方法,其中該些個人化正異常判斷機制包括:該個人化心電圖樣板中是否有一P波、該QRS波訊號的寬度、該P波與其對應之該QRS波訊號的關係以及一心律是否規律;其中該QRS波訊號的寬度為寬及無該P波同時產生、該QRS波訊號與T波呈現相反方向、該QRS波訊號呈現奇異形狀以及一心律規律呈現不規則為該正異常判斷機制的基準圖案。
  12. 如申請專利範圍第11項所述之個人化心電圖處理方法,其中該些個人化正異常判斷機制再包括以下及其組合: 鄰近的十個該QRS波訊號中出現二個或二個以上異常基準圖案;該個人化心電圖樣板中出現任兩個不同形狀的異常基準圖案;該心律大於每分鐘160下及無該P波與該QRS波訊號的寬度為窄之三者同時產生;該心律規律規則轉變成不規則;該心律規律不規則轉變成規則;該個人化心電圖樣板出現三個或三個以上連續不斷的異常基準圖案;該個人化心電圖樣板中無該QRS波訊號並具多波浪型基線狀況、無該P波、該心律大於每分鐘100下與該心律規律呈現不規則之四者同時產生;該個人化心電圖樣板中無波形產生的寬度大於前6至8個心跳區間平均值之1.5倍;以及該個人化心電圖樣板中該P波出現後未出現該QRS波訊號。
  13. 如申請專利範圍第8項所述之個人化心電圖處理方法,其中以該第一平行化處理方式同時辨識該個人化心電圖樣板與該些預設心電圖樣板的步驟包括:利用一單一時刻之單一輸入多重輸出的平行動態時間扭曲演算法,以同時辨識該個人化心電圖樣板與該些預設心電圖樣板的相似度。
  14. 如申請專利範圍第8項所述之個人化心電圖處理方法,其中以該第二平行化處理方式同時判斷該辨識結果與該些個人化正異常判斷機制的步驟包括:利用一單一時刻之單一輸入多重輸出的平行正常異常判斷機制,以同時判斷該辨識結果與該些個人化正異常判斷機制。
TW100146340A 2011-12-14 2011-12-14 個人化心電圖處理裝置與方法 TWI458463B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
TW100146340A TWI458463B (zh) 2011-12-14 2011-12-14 個人化心電圖處理裝置與方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
TW100146340A TWI458463B (zh) 2011-12-14 2011-12-14 個人化心電圖處理裝置與方法

Publications (2)

Publication Number Publication Date
TW201322959A TW201322959A (zh) 2013-06-16
TWI458463B true TWI458463B (zh) 2014-11-01

Family

ID=49032639

Family Applications (1)

Application Number Title Priority Date Filing Date
TW100146340A TWI458463B (zh) 2011-12-14 2011-12-14 個人化心電圖處理裝置與方法

Country Status (1)

Country Link
TW (1) TWI458463B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI581760B (zh) * 2014-05-26 2017-05-11 國立勤益科技大學 異常心跳訊號檢測方法及其電子裝置
TWI727678B (zh) * 2020-02-26 2021-05-11 美商宇心生醫股份有限公司 自動心電圖數據處理方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20090192394A1 (en) * 2008-01-16 2009-07-30 Guttag John V Method and apparatus for predicting patient outcomes from a physiological segmentable patient signal
US20100081953A1 (en) * 2008-04-21 2010-04-01 International Business Machines Corporation System and method for inferring disease similarity by shape matching of ecg time series
US20110115624A1 (en) * 2006-06-30 2011-05-19 Bao Tran Mesh network personal emergency response appliance

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20110115624A1 (en) * 2006-06-30 2011-05-19 Bao Tran Mesh network personal emergency response appliance
US20090192394A1 (en) * 2008-01-16 2009-07-30 Guttag John V Method and apparatus for predicting patient outcomes from a physiological segmentable patient signal
US20100081953A1 (en) * 2008-04-21 2010-04-01 International Business Machines Corporation System and method for inferring disease similarity by shape matching of ecg time series

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
Tuzcu et al., "Dynamic Time Warping As a Novel Tool in Pattern Recognition of ECG Changes in Heart Rhythm Disturbances," Systems, Man and Cybernetics, 2005 IEEE International Conference on, IEEE, Piscataw *

Also Published As

Publication number Publication date
TW201322959A (zh) 2013-06-16

Similar Documents

Publication Publication Date Title
US10278647B2 (en) Method and apparatus for removing motion artifacts from biomedical signals
Li et al. The obf database: A large face video database for remote physiological signal measurement and atrial fibrillation detection
WO2019161609A1 (zh) 多参数监护数据分析方法和多参数监护仪
US20180279891A1 (en) Passive arrhythmias detection based on photoplethysmogram (ppg) inter-beat intervals and morphology
WO2019161608A1 (zh) 多参数监护数据分析方法和多参数监护系统
US6519490B1 (en) Method of and apparatus for detecting arrhythmia and fibrillation
US11311201B2 (en) Feature selection for cardiac arrhythmia classification and screening
KR101542733B1 (ko) 생리적 상태를 결정하기 위한 방법 및 시스템
Lovisotto et al. Seeing red: PPG biometrics using smartphone cameras
CN111067508B (zh) 非临床环境下对高血压进行非干预式的监测和评估方法
KR101752873B1 (ko) 동공 크기 변화율을 이용한 심장 시간 영역의 정보 추출 방법 및 그 장치
WO2009150765A1 (ja) 睡眠状態モニタリング装置、モニタリングシステムおよびコンピュータプログラム
KR20190113552A (ko) Ppg ibi 및 모폴로지를 기반으로 하는 수동 부정맥 감지 장치 및 방법
US20200359909A1 (en) Monitoring device including vital signals to identify an infection and/or candidates for autonomic neuromodulation therapy
Kobayashi et al. Development of a mental disorder screening system using support vector machine for classification of heart rate variability measured from single-lead electrocardiography
Bashar et al. Smartwatch based atrial fibrillation detection from photoplethysmography signals
Benchekroun et al. Comparison of Stress Detection through ECG and PPG signals using a Random Forest-based Algorithm
US20180055373A1 (en) Monitoring device to identify candidates for autonomic neuromodulation therapy
KR101996027B1 (ko) 동공 크기 변화를 이용한 심장 주파수 영역의 정보 추출 방법 및 그 장치
TWI458463B (zh) 個人化心電圖處理裝置與方法
EP4033495A1 (en) Activity task evaluating system, and activity task evaluating method
JP2020517337A (ja) アーチファクト耐性脈拍変動測定
KR20170004549A (ko) 동공 크기 변화율을 이용한 심장 주파수 영역의 정보 추출 방법 및 그 장치
JP7132568B2 (ja) 生体情報計測装置及び生体情報計測方法
CN114550940A (zh) 基于Stacking模型融合的无创血糖估计方法、系统及存储介质