TWI527560B - 一種基於經驗模態分解法之心跳訊號檢測方法與檢測裝置 - Google Patents
一種基於經驗模態分解法之心跳訊號檢測方法與檢測裝置 Download PDFInfo
- Publication number
- TWI527560B TWI527560B TW102143482A TW102143482A TWI527560B TW I527560 B TWI527560 B TW I527560B TW 102143482 A TW102143482 A TW 102143482A TW 102143482 A TW102143482 A TW 102143482A TW I527560 B TWI527560 B TW I527560B
- Authority
- TW
- Taiwan
- Prior art keywords
- signal
- heartbeat signal
- wave
- characteristic wave
- unit
- Prior art date
Links
Landscapes
- Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
Description
本發明是有關於一種訊號檢測方法與檢測系統,且特別是有關於一種心跳訊號檢測方法與檢測系統。
隨著生活水準的提升,現代人對於自身健康的關注以及重大疾病的預防是越來越重視。心臟疾病是現代社會中相當常見重大疾病之一,並且是造成猝死(心因性猝死,Sudden Cardiac Death)的常見原因。詳細來說,心因性猝死的常見原因為急性的心肌梗塞(Acute Myocardial Infarction)併發惡性心律不整(Malignant Ventricular Arrhymias),而具有心室型心律不整(Ventricular Arrhythmias)的患者則屬於心肌梗塞的高危險群。因此,若能正確地診斷出心室型心律不整的徵兆,則可以提前對患者示警並提供適當的治療,藉以降低心因性猝死的機率。
由於科技的進步,現今醫師經常藉由心電圖診斷各種心臟疾病。傳統心電圖藉由紀錄心肌細胞的電位變化,提供醫生一
個可靠的判斷依據,以便有效地對病患作出診斷。圖1繪示為一個理想完整心跳波形的示意圖。更詳細而言,一個完整心跳波形代表一次心肌動作週期中,心肌細胞的電位變化情形。由圖1可知,理想完整心跳波形包括P波、QRS波(Q波、R波、S波所形成的波群)以及T波,分別對應至心房去極化期、心室去極化期以及心室再極化期。一般而言,醫師可藉由觀察被測者的心跳波形來判斷被測者是否具有某些心臟疾病,然而可用於判斷心室型心律不整的不正常電位訊號通常具有相對高的頻率以及相對小的振幅,故僅憑視覺上的觀察是無法正確地判斷被測者是否具有心室型心律不整的徵兆。
習知技術者進一步提出藉由解析P波、QRS波以及T波的電位變化的方式,來正確地檢測與判斷心跳訊號是否為異常心跳訊號以及被測者是否具有心室型心律不整的徵兆,然而如何具體地檢測異常的心跳訊號仍是本領域技術人員努力的目標之一。
有鑒於此,本發明提供一種心跳訊號檢測方式以及一種心跳訊號檢測裝置,其能夠檢測出心跳訊號是否具有不正常電位訊號,藉以有效地判斷心跳訊號是否為異常心跳訊號。
本發明之一示範性實施例提供一種心跳訊號檢測方法,其包括:從高解析心電圖機或是平均訊號心電圖機接收心跳訊號;截取心跳訊號中的特徵波;對所截取的特徵波進行適應性訊
號分解以取得多個特徵波成分;從多個特徵波成分中選擇具有最高頻率分量的特徵波成分為測試成分;計算測試成分的均方根值與特徵波的均方根值的比值以取得評估參數;以及依據評估參數判斷心跳訊號是否為異常心跳訊號。
本發明之一示範性實施例提供另一種心跳訊號的檢測裝置,其包括接收單元、截取單元、適應性訊號分解單元、選擇單元、計算單元以及判斷單元。接收單元從高解析心電圖機或者是平均訊號心電圖機接收心跳訊號,而截取單元耦接至接收單元以截取心跳訊號中的特徵波。適應性訊號分解單元耦接至擷取單元,對特徵波進行適應性訊號分解以取得多個特徵波成分。選擇單元耦接至適應性訊號分解單元,並且從多個特徵波成分中選擇具有最高頻率分量的特徵波成分為測試成分。計算單元耦接至截取單元以該選擇單元,計算測試成分的均方根值與特徵波的均方根值的比值以取得評估參數。判斷單元耦接至計算單元,依據評估參數判斷心跳訊號是否為異常心跳訊號。
基於上述,本發明所提供的心跳訊號檢測方法,藉由對特徵波進行適應性訊號分解而取得多個特徵波成分,並且從多個特徵波成分中選出具最高頻率分量的特徵波成分以作為測試成分。心跳訊號檢測方法更進一步地計算測試成分的均方根值與特徵波的均方根值的比值以取得評估參數,進而判斷心跳訊號是否為異常心跳訊號。由於可供判斷心室型心律不整的不正常電位訊號通常對於特徵波而言是具有相對高的頻率,故本發明所提供的
心跳訊號檢測方法可正確地解析出包含不正常電位訊號的測試成分,並且準確且有效地判斷被測者是否具有心室型心律不整的徵兆,從而有效地克服/解決先前技術所述及的問題。
為讓本揭露的上述特徵和優點能更明顯易懂,下文特舉實施例,並配合所附圖式作詳細說明如下。然而,應瞭解的是,上述一般描述及以下具體實施方式僅為例示性及闡釋性的,其並不能限制本揭露所欲主張之範圍。
P‧‧‧P波
Q、R、S‧‧‧QRS波
T‧‧‧T波
700‧‧‧心跳訊號檢測裝置
710‧‧‧接收單元
720‧‧‧截取單元
730‧‧‧適應性訊號分解單元
740‧‧‧選擇單元
750‧‧‧計算單元
760‧‧‧判斷單元
S210~260‧‧‧心跳訊號檢測方法的步驟
S232~S236‧‧‧取得多個特徵波成分
S262~266‧‧‧判斷心跳訊號是否為異常心跳訊號的步驟
下面的所附圖式是本發明的說明書的一部分,繪示了本發明的示例實施例,所附圖式與說明書的描述一起說明本發明的原理。
圖1繪示為一個理想完整心跳波形的示意圖。
圖2為根據本發明一示範性實施例所繪示之心跳訊號檢測方法的流程圖。
圖3為根據本發明一示範性實施例所繪示之取得多個特徵波成分的方法流程圖。
圖4繪示為特徵波與特徵波成分的示意圖。
圖5為根據本發明一示範性實施例所繪示之判斷心跳訊號是否為異常心跳訊號的方法流程圖。
圖6為根據本發明一示範性實施例所繪示之心跳訊號檢測裝置的示意圖。
現將詳細參考本發明之示範性實施例,在附圖中說明所述示範性實施例之實例。另外,凡可能之處,在圖式及實施方式中使用相同標號的元件/構件代表相同或類似部分。
一般而言,判斷心跳訊號是否為異常心跳訊號,可藉由偵測心跳訊號中是否具有延遲電位訊號或不正常電位訊號作為判斷依據。舉例而言,請參照圖1,一個常見的方式是檢測心跳訊號的QRS波末端是否具有心室延遲電位(ventricular late potentials,VLP)。若被測者的心跳訊號具有心室延遲電位,則代表其心跳訊號為異常心跳訊號並且具有心室型心律不整的徵兆。
於本發明實施例所揭露之心跳訊號檢測方法中,主要的檢測對象為心跳訊號中的不正常電位訊號,特別是QRS波內部的不正常電位訊號(Abnormal Intra-QRS Potentials,AIQP)。QRS波內部的不正常電位訊號由於重疊於QRS波內,並且相對於QRS波是具有較小振幅與較高頻率,因而想要直接擷取並判讀QRS波內部的不正常電位訊號是相當不易的。
圖2為根據本發明一示範性實施例所繪示之心跳訊號檢測方法的流程圖。請參照圖2,本發明實施例中所提供之心跳訊號檢測方法,首先從高解析心電圖機或是平均訊號心電圖機接收心跳訊號(步驟S210),並且截取心跳訊號中的特徵波(步驟S220)。特徵波於本實施例為心跳訊號中的QRS波,但本發明並不限定特
徵波為QRS波。進一步而言,本發明所提供的心跳訊號檢測方法,適於偵測心跳訊號中任何位置的不正常電位,故心跳訊號中的P波、QRS波或者是T波皆可作為特徵波。由於傳統十二導程心電圖機(12-lead ECG)所提供的心跳訊號,無法較佳地呈現振幅較弱或者頻率較高的訊號片段。於本實施例中,較佳的心跳訊號是由高解析心電圖機或者是平均訊號心電圖機所提供的心跳訊號。特別的是,由於平均訊號心電圖機所呈現的心跳訊號具有低雜訊的特色,是較適合用於檢測QRS波內部的不正常電位訊號或者是心室延遲電位。
於截取心跳訊號中的特徵波後,本發明實施例所提供的心跳訊號檢測方法,更進一步地對特徵波進行適應性訊號分解以取得多個特徵波成分(步驟S230)。一般而言,QRS波內的不正常電位訊號相對於QRS波是具有較小振幅與較高頻率,因而在本實施例中,心跳訊號檢測方法更藉由適應性訊號分解,將特徵波分解為涵蓋不同頻率分量的多個特徵波成分,藉以從多個特徵波成分中選擇具有最高頻率分量的特徵波成分為測試成分(步驟S240)。換言之,即是利用QRS波內部的不正常電位訊號具有相對高頻的特性,鎖定並取得涵蓋心跳訊號的高頻分量的特徵波成分以進行檢測。
於本發明實施例中,步驟S230所進行的適應性訊號分解為經驗模態分解(Empirical Mode Decompositioin,EMD)。經驗模態分解常用於對非線性(Nonlinear)訊號、非穩態(Nno-staionary)訊號
所進行的訊號分析,而經歷經驗模態分解的原始訊號可被分解為有限個本質模態函數(Intrinsic Mode Function,IMF)和一個均值趨勢分量(Trend),其方程式如下:
其中x(t)為原始訊號、c k (t)為第k個本質模態函數(k為1~N,N為正整數)而r n (t)為均值趨勢分量。一般而言,由於經驗模態分解通常是經由消除原始訊號的低頻率載波而優先分解出較高頻的本質模態函數,故第一個本質模態函數c l (t)通常涵蓋了原始訊號的高頻成分。基於前述特性,若特徵波(QRS波)具有不正常電位訊號(QRS波內的不正常電位訊號),則由於特徵波內部的不正常電位訊號具有相對高頻(相對於特徵波)的特性,藉由經驗模態分解方法,於步驟S240中所選擇的測試成分(具有最高頻率分量的特徵波成分)也通常包含不正常的電位訊號。於本發明實施例中,當原始訊號x(t)為特徵波時,本質模態函數c k (t)即為特徵波成分,而第一個本質模態函數c l (t)則通常被選為測試成分。
然而縱使特徵波不具有不正常電位訊號,當對特徵波進行適應性訊號分解時,同樣會產生多個特徵波成分。此時於步驟S240中所選擇的測試成分,可能僅是心跳訊號中一個相對大振幅且低頻率(相對於不正常電位訊號)的特徵波成分。更詳細而言,在特徵波不具有不正常電位訊號的情況下所取得的測試成分,其涵蓋的頻率成分低於在特徵波具有不正常電位訊號的情況下所取得
的測試成分所涵蓋的頻率成分。換言之,若僅依靠適應性訊號分解去取得測試成分,則依據不正常電位訊號的有無,所取得的測試成分在頻率上會有嚴重的差異性。
為了解決前述情形,本實施例更提出加入增強波至特徵波的方法。圖3為根據本發明一示範性實施例所繪示之取得多個特徵波成分的方法流程圖。請參照圖3,進行適應性訊號分解以取得特徵波成分的步驟更包括加入增強波至特徵波(步驟S232)、對特徵波進行經驗模態分解以取得多個特徵波成分(步驟S234)以及從具有最高頻率分量的特徵波成分中減去增強波(步驟S236)。更詳細而言,藉由加入一個相對特徵波為高頻的增強波,特徵波不論是否具有不正常電位訊號,其藉由適應性訊號分解方法所取得的多個特徵波成分中,具有最高頻率分量的特徵波成分皆會包含前述的增強波。換言之,即是利用增強波使得具有最高頻率分量的特徵波成分所涵蓋的頻率成分相似。最後再從具有最高頻率分量的特徵波成分中減去增強波,即可取得用於判斷特徵波中是否具有不正常電位訊號的測試成分。增強波於本實施例中為一頻率為250赫茲(Hz)、均方根值為35微伏特(μV)的正弦波,但不以此為限。於其他實施例中,增強波可以為具有相對高頻率(相對於特徵波QRS波)的弦波訊號。圖4繪示為特徵波與特徵波成分的示意圖。請參照圖4,藉由加入增強波至特徵波(a)中,所取得的測試成分(b)具有明顯的高頻分量。
重新參照圖2,心跳訊號的檢測方法接著計算測試成分的
均方根值與特徵波的均方根值的比值以取得評估參數(步驟S250)。測試成分的均方根值、特徵波的均方根值以及前述兩者的比值如下:
其中AIQP為測試成分的均方根值、AQR為測試成分的均方根值與特徵波(QRS波)的均方根值的比值、QRSD為特徵波區間的訊號長度、on與off為特徵波的起始點與終止點、c(t)為測試成分而x(t)為特徵波。更詳細而言,AIQP代表測試成分的能量有效值,而AQR為利用測試成分的能量值有效對測試成分的能量有效值AIQP進行正規化所得到的評估參數。
最後,心跳訊號的檢測方法依據評估參號AQR,判斷心跳訊號是否為異常心跳訊號(步驟S260)。圖5為根據本發明一示範性實施例所繪示之判斷心跳訊號是否為異常心跳訊號的方法流程圖。參照圖5,於本發明實施例中,判斷心跳訊號是否為異常心跳訊號的步驟更包括判斷評估參數是否位於參考數值範圍內(步驟S262)。若評估參數位於參考數值範圍外,則判斷特徵波具有不正常電位訊號,而心跳訊號為異常心跳訊號(步驟S264)。反之,若評估參數位於參考範圍內,則判斷特徵波不具有不正常電位訊號
(步驟S266)。
詳細而言,QRS波內的不正常電位訊號相較於QRS波而言,僅具有相對較小的振幅,然而所述的不正常電位訊號仍會影響特徵波的振幅,進而造成QRS波的振幅產生輕微差異。基於QRS波內的不正常電位訊號具有相對高頻的特性,若心跳訊號為異常心跳訊號時,則於步驟S240所取得的測試成分,由於包含QRS波內的不正常電位訊號,其均方根值AIQP會原則性地大於在一般正常心跳訊號的情形下所取得的測試成分的均方根值AIQP。換言之,若對具有心室型心律不整的患者與一般人分別檢測其心跳訊號並取得評估參數AQR,則患者的評估參數AQR應原則性地大於一般人的評估參數AQR。
表1為對具有心室型心律不整的患者(26人)與一般人(42人)分別檢測其心跳訊號並取得評估參數AQR的分析結果。所量測的心跳訊號包含由X、Y、Z三段導線(即三個垂直方向)所量測的心跳訊號,故所取得的評估參數分別標示為AQR_X、AQR_Y、AQR_Z。
由上表可知,具有心室型心律不整的患者的評估參數
AQR,不論是在哪一條導線上,皆原則性地大於一般人的評估參數AQR。藉由檢測與統計一般人的評估參數AQR,最終可以歸納出一或多個參考範圍。於檢測心跳訊號時,若評估參數AQR位於參考範圍外,則代表心跳訊號為異常心跳訊號。
於本發明另一個實施例中,判斷心跳訊號是否為異常心跳訊號的方法,也可以不利用增強波。於此實施例中,心跳訊號檢測方法於進行適應性訊號分解時(步驟S230),不加入增強波至特徵波中,而是直接對特徵波(QRS波)進行經驗模態分解以取得多個特徵波成分,並且從中選擇測試成分(步驟S240)。藉由計算測試成分的均方根值AIQP以及特徵波的均方根值以取得評估參數AQR(步驟S250),並依據評估參數AQR判斷心跳訊號是否為異常心跳訊號(步驟S260)。
於此實施例中,當特徵波不具有不正常電位訊號(QRS波內的不正常電位訊號)時,由於並未加入增強波至特徵波,於步驟S240中所選擇的測試成分為心跳訊號中一個相對大振幅且低頻率(相對於不正常電位訊號)的特徵波成分。換言之,若對具有心室型心律不整的患者與一般人分別檢測其心跳訊號並取得測試成分的均方根值AIQP以及評估參數AQR,此時患者的評估參數AQR應原則性地低於一般人的評估參數AQR。因此檢測與統計一般人的評估參數AQR,最終同樣可以歸納出一或多個參考範圍。於檢測心跳訊號時,若評估參數AQR位於參考範圍外,則代表心跳訊號為異常心跳訊號。
本發明實施例中,心跳訊號檢測方法主要是在判斷QRS
波是否具有不正常電位訊號以判斷心跳訊號是否為異常心跳訊號。於其它實施例中,除了判斷QRS波是否具有不正常電位訊號,還可以同時偵測並判斷QRS波末端中是否具有心室延遲電位,以提升偵測異常心跳訊號的正確率。
於本發明其它實施例中,另提供一種運用前述心跳訊號檢測方法的心跳訊號檢測裝置。圖6為根據本發明一示範性實施例所繪示之心跳訊號的檢測裝置的示意圖。心跳訊號的檢測裝置700,包括接收單元710、截取單元720、適應性訊號分解單元730、選擇單元740、計算單元750以及判斷單元760。接收單元710接收心跳訊號(例如是從心電圖機接收心跳訊號),而截取單元720耦接至接收單元710以截取心跳訊號中的特徵波。於本實施例中,截取單元720所截取的特徵波為心跳訊號內的QRS波。適應性訊號分解單元730耦接至截取單元720,對特徵波進行適應性訊號分解以取得多個特徵波成分。於本實施例中,所進行的適應性訊號分解為經驗模態分解,但本發明不限於此。選擇單元740耦接至適應性訊號分解單元730,從前述多個特徵波成分中選擇具有最高頻率分量的特徵波成分為測試成分。計算單元750耦接至截取單元720以及選擇單元740,計算測試成分的均方根值與特徵波的均方根值的比值以取得評估參數。判斷單元760耦接至計算單元750,依據評估參數判斷心跳訊號是否為異常心跳訊號。更詳細而言,判斷單元760判斷評估參數是否位於參考數值範圍內。若評
估參數位於參考數值範圍外,則判斷單元760判斷特徵波具有不正常電位訊號,而心跳訊號為異常心跳訊號。
心跳訊號檢測裝置700的詳細運作以及設定,請參照前述心跳訊號檢測方法的詳述,在此不再贅述。
從上所述,本發明所提供的心跳訊號檢測方法與心跳訊號檢測裝置,主要是藉由檢測心跳訊號中的不正常電位訊號(特別是QRS波內的不正常電位訊號),以判斷被測者是否具有心室型心律不整的徵兆。心跳訊號檢測方法藉由適應性訊號分解,取得涵蓋心跳訊號中高頻分量的測試成分,並檢視測試成分是否具有不正常電位訊號。如此一來,即可準確且有效地判斷被測者是否具有心室型心律不整的徵兆,從而有效地克服/解決先前技術所述及的問題。
雖然本發明已以上述示範性實施例揭露如上,然其並非用以限定本發明,任何所屬技術領域中具有通常知識者,在不脫離本發明之精神和範圍內,當可作些許之更動與潤飾,故本發明之保護範圍當視內附之申請專利範圍所界定者為準。另外,本發明的任一實施例或申請專利範圍不須達成本發明所揭露之全部目的或優點或特點。此外,摘要部分和標題僅是用來輔助專利文件搜尋之用,並非用來限制本發明之權利範圍。
S210~260‧‧‧心跳訊號檢測方法的步驟
Claims (6)
- 一種心跳訊號檢測方法,包括:從一高解析心電圖機或一平均訊號心電圖機接收一心跳訊號;截取該心跳訊號中的一特徵波;對該特徵波進行一適應性訊號分解以取得多個特徵波成分,其中該適應性訊號分解為一經驗模態分解,進行該適應性訊號分解以取得該些特徵波成分的步驟,更包括:加入一增強波至該特徵波;對該特徵波進行該經驗模態分解以取得該些特徵波成分;以及從具有該最高頻率分量的該特徵波成分中減去該增強波;從該些特徵波成分中選擇具有最高頻率分量的該特徵波成分為一測試成分;計算該測試成分的均方根值與該特徵波的均方根值的一比值以取得一評估參數;以及依據該評估參數判斷該心跳訊號是否為一異常心跳訊號。
- 如申請專利範圍第1項所述之心跳訊號檢測方法,其中該特徵波為該心跳訊號中的QRS波。
- 如申請專利範圍第1項所述之心跳訊號檢測方法,其中判斷該心跳訊號是否為該異常心跳訊號的步驟,更包括: 判斷該評估參數是否位於一參考數值範圍內;以及若該評估參數位於該參考數值範圍外,則判斷該特徵波具有一不正常電位訊號,而該心跳訊號為該異常心跳訊號。
- 一種心跳訊號檢測裝置,包括:一接收單元,從一高解析心電圖機或一平均訊號心電圖機接收一心跳訊號;一截取單元,耦接至該接收單元,截取該心跳訊號中的一特徵波;一適應性訊號分解單元,耦接至該截取單元,對該特徵波進行一適應性訊號分解以取得多個特徵波成分,其中該適應性訊號分解單元所進行的該適應性訊號分解為一經驗模態分解,該適應性訊號分解單元加入一增強波至該特徵波後,對該特徵波進行該經驗模態分解以取得該些特徵波成分,然後再從具有該最高頻率分量的該特徵波成分中減去該增強波;一選擇單元,耦接至該適應性訊號分解單元,從該些特徵波成分中選擇具有最高頻率分量的該特徵波成分為一測試成分;一計算單元,耦接至該截取單元以及該選擇單元,計算該測試成分的均方根值與該特徵波的均方根值的一比值以取得一評估參數;以及一判斷單元,耦接至該計算單元,依據該評估參數判斷該心跳訊號是否為一異常心跳訊號。
- 如申請專利範圍第4項所述之心跳訊號檢測裝置,其中該 特徵波為該心跳訊號中的QRS波。
- 如申請專利範圍第4項所述之心跳訊號檢測裝置,其中該判斷單元判斷該評估參數是否位於一參考數值範圍內,若該評估參數位於該參考數值範圍外,則該判斷單元判斷該特徵波具有一不正常電位訊號,而該心跳訊號為該異常心跳訊號。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW102143482A TWI527560B (zh) | 2013-11-28 | 2013-11-28 | 一種基於經驗模態分解法之心跳訊號檢測方法與檢測裝置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW102143482A TWI527560B (zh) | 2013-11-28 | 2013-11-28 | 一種基於經驗模態分解法之心跳訊號檢測方法與檢測裝置 |
Publications (2)
Publication Number | Publication Date |
---|---|
TW201519862A TW201519862A (zh) | 2015-06-01 |
TWI527560B true TWI527560B (zh) | 2016-04-01 |
Family
ID=53934716
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
TW102143482A TWI527560B (zh) | 2013-11-28 | 2013-11-28 | 一種基於經驗模態分解法之心跳訊號檢測方法與檢測裝置 |
Country Status (1)
Country | Link |
---|---|
TW (1) | TWI527560B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TWI630903B (zh) * | 2016-04-20 | 2018-08-01 | 國立勤益科技大學 | 基於擬合曲線之心跳訊號的檢測方法、檢測裝置以及處理方法 |
US10835135B2 (en) | 2018-04-25 | 2020-11-17 | National Chiao Tung University | Non-contact heartbeat rate measurement system, method and apparatus thereof |
US11151720B2 (en) | 2019-07-16 | 2021-10-19 | National Chiao Tung University | Physiological information detection device and physiological information detection method |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TWI653967B (zh) | 2017-12-08 | 2019-03-21 | 國立成功大學 | 心律不整診斷系統與裝置及心律不整辨識方法 |
CN108733624B (zh) * | 2018-04-11 | 2021-11-30 | 杭州电子科技大学 | 一种水质异常数据检测与重构方法 |
-
2013
- 2013-11-28 TW TW102143482A patent/TWI527560B/zh not_active IP Right Cessation
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TWI630903B (zh) * | 2016-04-20 | 2018-08-01 | 國立勤益科技大學 | 基於擬合曲線之心跳訊號的檢測方法、檢測裝置以及處理方法 |
US10835135B2 (en) | 2018-04-25 | 2020-11-17 | National Chiao Tung University | Non-contact heartbeat rate measurement system, method and apparatus thereof |
US11151720B2 (en) | 2019-07-16 | 2021-10-19 | National Chiao Tung University | Physiological information detection device and physiological information detection method |
Also Published As
Publication number | Publication date |
---|---|
TW201519862A (zh) | 2015-06-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Choudhary et al. | Automatic detection of aortic valve opening using seismocardiography in healthy individuals | |
TWI527560B (zh) | 一種基於經驗模態分解法之心跳訊號檢測方法與檢測裝置 | |
WO2019100563A1 (zh) | 心电信号质量评估方法 | |
US10856756B2 (en) | Time-frequency analysis of electrocardiograms | |
CN110505839B (zh) | 用于处理emg信号的方法和系统 | |
US20120330557A1 (en) | System for Cardiac Condition Analysis Based on Cardiac Operation Patterns | |
Li et al. | Probability density distribution of delta RR intervals: a novel method for the detection of atrial fibrillation | |
Lee et al. | Atrial Fibrillation detection using time-varying coherence function and Shannon Entropy | |
CN105411579B (zh) | 一种心电图r波检测方法及装置 | |
Lewandowski et al. | A simple real-time QRS detection algorithm utilizing curve-length concept with combined adaptive threshold for electrocardiogram signal classification | |
US11432756B2 (en) | Multi-channel real-time cardiovascular performance evaluation system and method cardiovascular performance evaluation system and method | |
Tan et al. | EMD-based electrocardiogram delineation for a wearable low-power ECG monitoring device | |
WO2019100564A1 (zh) | 检测报告数据生成方法 | |
So-In et al. | Real-time ECG noise reduction with QRS complex detection for mobile health services | |
US10058260B2 (en) | Apparatus and method for determining the occurrance of a QRS complex in ECG data | |
Mishra et al. | A wearable device for real-time ECG monitoring and cardiovascular arrhythmia detection for resource constrained regions | |
Dliou et al. | Noised abnormal ECG signal analysis by combining EMD and Choi-Williams techniques | |
US10321837B2 (en) | ECG machine including filter for feature detection | |
TWI581762B (zh) | 一種基於小波轉換技術之心跳訊號檢測方法與檢測裝置 | |
Ari et al. | On a robust algorithm for heart sound segmentation | |
TWM530126U (zh) | 基於擬合曲線之心跳訊號的檢測裝置 | |
KR101498581B1 (ko) | 비침습적 심방신호 추정 시스템 및 방법 | |
Vega-Martínez et al. | Wavelet packet based algorithm for QRS region detection and R/S wave identification | |
Shi et al. | A mobile intelligent ECG monitoring system based on IOS | |
Nguyen et al. | An Efficient Electrocardiogram R-peak Detection Exploiting Ensemble Empirical Mode Decomposition and Hilbert Transform |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
MM4A | Annulment or lapse of patent due to non-payment of fees |