TWI630903B - 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 - Google Patents

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 Download PDF

Info

Publication number
TWI630903B
TWI630903B TW105112226A TW105112226A TWI630903B TW I630903 B TWI630903 B TW I630903B TW 105112226 A TW105112226 A TW 105112226A TW 105112226 A TW105112226 A TW 105112226A TW I630903 B TWI630903 B TW I630903B
Authority
TW
Taiwan
Prior art keywords
heartbeat signal
qrs complex
evaluation parameter
heartbeat
abnormal
Prior art date
Application number
TW105112226A
Other languages
English (en)
Other versions
TW201737859A (zh
Inventor
林俊成
Original Assignee
國立勤益科技大學
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 國立勤益科技大學 filed Critical 國立勤益科技大學
Priority to TW105112226A priority Critical patent/TWI630903B/zh
Publication of TW201737859A publication Critical patent/TW201737859A/zh
Application granted granted Critical
Publication of TWI630903B publication Critical patent/TWI630903B/zh

Links

Landscapes

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

Abstract

一種基於擬合曲線之心跳訊號的檢測方法以及檢測裝置。檢測方法包括下列步驟。取得經平均處理的心跳訊號,並且由心跳訊號擷取特徵波。辨識特徵波的多個特徵點。基於前述特徵點,區分特徵波為多個特徵波區段。對特徵波區段進行擬合以取得對應特徵波的擬合曲線。基於擬合曲線,計算評估參數。前述評估參數反應於特徵波的特殊電位。由評估參數判斷心跳訊號是否為異常心跳訊號。本發明還提供一種基於擬合曲線之心跳訊號的處理方法。

Description

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
本發明是有關於一種檢測方法、檢測裝置以及處理方法,且特別是關於一種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。
隨著生活水準的提升,重大疾病的預防以及檢測已經逐漸受到現代人的重視。受助於科技的進步,藉由量測相關的生理訊號並進行分析,許多重大疾病的早期徵兆得以被察覺,而患者們可以及早接受治療以避免病情惡化。
心臟疾病屬於現代社會的重大疾病之一,並且是造成猝死的常見原因。醫師們大多透過心電圖來判斷受試者是否具有心臟疾病。於心電圖中,一個完整的心跳波形代表一次心肌動作周期中,心肌細胞的電位變化情形。一般而言,醫師可以觀察受試者的心跳波形來判斷受試者是否可能患有心臟疾病或者判斷受試者是否可能為罹患心臟疾病的高危險群。
近年來,許多研究顯示心跳訊號中的不正常電位對於評估心律不整危險性而言是一項重要的指標,並且可協助診斷罹患急性心肌缺血(Acute Myocardial Ischemia)、心肌梗塞(Myocardial Infraction)、左心室肥大(Left Ventricular Hypertrophy)、心室型心律不整(Ventricular Arrhythmia)、心室頻脈(Ventricular Tachycardia)等心臟疾病的患者或高危險群。
然而,前述心跳訊號中的不正常電位通常具有較小的振幅,因此較難透過肉眼來察覺。對應於此,如何正確地由心跳訊號中檢測前述的不正常電位,仍是本領域技術人員努力的目標之一。
本發明提供一種心跳訊號的檢測方法以及一種心跳訊號的檢測裝置,能夠有效地檢測出心跳訊號中的不正常電位,進而判斷心跳訊號是否為異常。另一方面,本發明還提供一種心跳訊號的處理方法,能夠協助降低心跳訊號的隨機誤差並進行平滑化。
本發明的實施例提供一種心跳訊號的檢測方法。檢測方法包括下列步驟。取得經平均處理的心跳訊號,並且由心跳訊號擷取特徵波。辨識特徵波的多個特徵點。基於前述特徵點,區分特徵波為多個特徵波區段。對特徵波區段進行擬合以取得對應特徵波的擬合曲線。基於擬合曲線,計算評估參數。前述評估參數反應於特徵波的特殊電位。由評估參數判斷心跳訊號是否為異常心跳訊號。
本發明的實施例另提供一種心跳訊號的檢測裝置。檢測裝置包括輸入輸出單元與處理單元。輸入輸出單元用於取得經平均處理的心跳訊號。處理單元耦接輸入輸出單元。處理單元由心跳訊號擷取特徵波,並且辨識特徵波的多個特徵點,藉以基於前述特徵點,區分特徵波為多個特徵波區段。處理單元對特徵波區段進行擬合以取得對應特徵波的擬合曲線,並且基於擬合曲線,計算評估參數。前述評估參數反應於特徵波的特殊電位。處理單元由評估參數判斷心跳訊號是否為異常心跳訊號。
本發明的實施例另提供一種心跳訊號的處理方法,包括下列步驟。取得未經平均處理後的心跳訊號。由心跳訊號擷取特徵波。辨識特徵波的多個特徵點。基於前述特徵點,區分特徵波為多個特徵波區段。對特徵波區段進行擬合以取得對應特徵波的擬合曲線。
基於上述,本申請實施例所提供之心跳訊號的檢測方法與檢測裝置,由經平均處理的心跳訊號或平均訊號心電圖機所提供的心跳訊號中辨識出特徵波與多個特徵點以區分特徵波為多個特徵波區段,然後分別對特徵波區段進行擬合以最終取得對應特徵波的擬合曲線。基於前述擬合曲線,進一步地計算評估參數。前述評估參數可反應特徵波之中的不正常電位。最後,由評估參數判斷心跳訊號是否為異常心跳訊號。藉此,本申請實施例所提供之心跳訊號的檢測方法與檢測裝置,可有效檢測與利用心跳訊號中的不正常電位,進而準確地判斷心跳訊號是否為異常。另一方面,本發明實施例所提供之心跳訊號的處理方法,將未經平均處理的心跳訊號的特徵坡區分為多個特徵波區段,然後分別對特徵波區段進行擬合以最終取得對應特徵波的擬合曲線,達到降低隨機誤差以及平滑化的效果。
為讓本發明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。
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與構件代表相同或類似部分。
於本發明實施例所提供之心跳訊號的檢測方法與檢測裝置,主要的檢測對象為心跳訊號中的特殊電位,特別是在心跳訊號中的QRS波群(QRS Complex)內的特殊電位。圖1為繪示一個理想完整的心跳波形的示意圖。參照圖1,一般而言,在心跳訊號中,完整的心跳波形包含P波、QRS波群以及T波。QRS波群是由Q波、R波以及S波所形成的波群。P波、QRS波群以及T波分別對應心跳周期間的心房去極化期、心室去極化期與心室再極化期。前述特殊電位即是QRS波群內部的不正常電位(Abnormal Intra-QRS Potential, AIQP)。一般而言,QRS波群內部的不正常電位相較於QRS波群而言,具有較小的振福以及較高的頻率,因此不易由肉眼觀察來發覺。
圖2是依照本發明實施例所繪示之心跳訊號的檢測裝置的示意圖。參照圖2,檢測裝置100至少包括輸入輸出單元120以及處理單元140。輸入輸出單元120作為檢測裝置100與外部裝置之間的訊號傳輸介面,其例如為支援乙太網路(Ethernet)標準、藍芽(Bluetooth)通訊標準、ZIGBEE通訊標準、Wi-Fi通訊標準等有線通訊標準與無線通訊標準的通訊介面,或者是相容於序列先進附件(Serial Advanced Technology Attachment, SATA)標準、通用序列匯流排(Universal Serial Bus, USB)標準或其他合適標準的連接介面。
處理單元140可以是任何類型的控制電路,例如系統晶片(system-on-chip,SOC)、應用處理器(application processor)、媒體處理器(media processor)、微處理器(microprocessor)、中央處理單元(central processing unit,CPU)、數位信號處理器(digital signal processor)或其他類似者。
值得注意的是,於本發明另一實施例中,檢測裝置100還可以包括顯示器、揚聲器、儲存單元等元件,但不限於此。檢測裝置100例如是以常見的桌上型電腦、筆記型電腦、智慧型行動裝置、平板電腦(Tablet)、個人數位助理器(Personal Digital Assistant,PDA)等電子裝置實現,但本發明不限於此。
圖3是依照本發明實施例所繪示之心跳訊號的檢測方法的流程圖。圖3所示的檢測方法可由圖2所示的檢測裝置100執行,但本發明不限於此。參照圖2與圖3,於本實施例中,檢測裝置100藉由其輸入輸出單元120取得經平均處理的心跳訊號(步驟S310)。心跳訊號包括多個資料點,其單位例如為微伏(µV)。在此,檢測裝置100例如是藉由輸入輸出單元120而直接地從平均訊號心電圖機接收心跳訊號,但本發明不以此為限。
於另一實施例中,檢測裝置100更執行平均處理來取得心跳訊號。詳細而言,檢測裝置100例如是藉由輸入輸出單元120而從高解析心電圖機或其他類型的心電圖機接收多個心跳訊號(先前心跳訊號),然後由處理單元140將前述心跳訊號(先前心跳訊號)對準並進行平均以取得樣版心跳訊號。接著,處理單元140再根據樣版心跳訊號來從後續接收的心跳訊號(目前心跳訊號)中選擇相近者作為檢測方法的實施對象。具體而言,當後續接收的心跳訊號(目前心跳訊號)與樣版心跳訊號的交互相關係數大於一個閥值時,將心跳訊號(目前心跳訊號)視為可接受檢測的心跳訊號。前述閥值例如是0.98。值得注意的是,樣版心跳訊號也可基於可接受檢測的心跳訊號而進行更新。
具體而言,由平均訊號心電圖機所接收的心跳訊號以及透過執行平均處理所取得的心跳訊號都具有較低的隨機雜訊,藉以避免隨機雜訊影響檢測方法與檢測裝置100在檢測心跳訊號是否為異常心跳訊號上的準確性。
重新參照圖2與圖3,於本實施例中,在取得心跳訊號後(步驟S310),處理單元140更由心跳訊號中擷取特徵波(步驟S320)。在此,特徵波即為前述的QRS波群,並且包括多個資料點。簡單來說,處理單元140可以透過心跳訊號在時間軸上的訊號強度來辨識QRS波群,並且從心跳訊號的訊號最強處向前與向後搜尋QRS波群的起點(Onset)與終點(Offset)。在本發明的一實施例中,於擷取特徵波前,處理單元140還可以對心跳訊號進行帶通濾波(Band-pass Filtering)處理。帶通濾波處理的截止頻率例如是設定於150赫茲(Hertz, Hz)到250赫茲之間。
參照圖2與圖3,擷取特徵波後(步驟S320),在本實施例中,處理單元140辨識特徵波的多個特徵點(步驟S330),並且基於前述特徵點,區分特徵波為多個特徵波區段(步驟S340)。參照圖1,QRS波群是由Q波、R波以及S波所組成。Q波為QRS波群起點(Onset)後的第一個反向波,而S波為R波後的第一個反向波。Q波、R波以及S波的波峰分別為q點、r點以及s點。一般而言,r點為QRS波群內的最大正振幅的波峰,而q點、s點分別為QRS波群內具有負振幅的波峰。
處理單元140例如是以QRS波群的起點(Onset)、QRS波群的終點(Offset)、q點、r點以及s點等特徵波中的資料點作為特徵點,然後將特徵波區分為QRS波群的起點(Onset)至q點、q點至r點、r點至s點以及s點至QRS波群的終點(Offset)等特徵波區段。具體而言,將特徵波區分為多個特徵波區段的目的,在於可以分段地對特徵波進行曲線擬合,藉以避免大振幅且陡峭的Q波、R波以及S波影響QRS波群內部的不正常電位(AIQP)的檢測。
參照圖2與圖3,於本實施例中,處理單元140對前述特徵波區段進行擬合(Fitting)以取得對應特徵波的擬合曲線(步驟S350)。處理單元140以多項式函數搭配最小誤差平方來分別對各個特徵波區段進行曲線擬合,並且整合對應各個特徵波區段的擬合曲線區段,進而取得對應整個特徵波的擬合曲線。具體而言,假設任一特徵波區段為u(n) ,並且n 為離散時間變數,則設計用於近似u(n)m 階多項式函數û(n) 如下所示。û(n)=a0 + a1 n + a2 n2 +…+am nm …… (1)
值得注意的是,nm 皆為正整數,而a0 a1 a2 、…、am m 階多項式函數û(n) 的係數。以m 階多項式函數û(n) 作為對應特徵波區段u(n) 的擬合曲線區段,其擬合誤差e(n) 如下所示。e(n)= u(n) - û(n) …… (2)
使擬合誤差e(n) 的平方總和為目標函數X ,並且使目標函數X 達到最小值的情況,可以求得一組最佳的m 階多項式函數û(n) 的係數組合a0 a1 a2 、…、am
參照圖2與圖3,於本實施例中,於取得擬合曲線以及相關的擬和誤差後,處理單元140基於擬合曲線計算評估參數(步驟S360)。詳細而言,處理單元140計算擬合曲線與特徵波間的擬合誤差後,更計算擬合誤差的均方根值與特徵波的均方根值之間的比值以取得評估參數。
更詳細而言,對於特徵波無法由擬合曲線進行擬合的部分,可能包含了QRS波群內部的不正常電位(AIQP)。因此,可基於擬合誤差e(n) 而取得相關於不正常電位(AIQP)的電位參數AIQP_L ,其如下所示。
值得注意的是,n1 n2 皆為正整數,擬合誤差e(n) 為擬合曲線與特徵波間的誤差,而QRSD 則為QRS波群的區間長度。另一方面,考量到QRS波群的總能量對於不正常電位(AIQP)的影響,處理單元140更定義電位參數AIQP_L 對應於QRS波群的均方根值之間的比值為評估參數AQR ,其如下所示。
值得注意的是,s(n) 為特徵波(QRS波群)。換言之,評估參數AQR 為擬合誤差的均方根值與特徵波的均方根值之間的比值。在取得評估參數AQR 後,處理單元140更由評估參數AQR 判斷心跳訊號是否為異常心跳訊號(步驟S370)。評估參數AQR 可以反應出QRS波群內部是否包含不正常電位(AIQP,即特殊電位)。
在本發明的一實施例中,處理單元140比較評估參數AQR 與一個臨界值,並且當評估參數AQR 大於前述臨界值時,判斷心跳訊號為異常心跳訊號。反之,則處理單元140判斷心跳訊號為非異常心跳訊號。一般而言,由異常心跳訊號所取得的評估參數AQR 相較於由非異常心跳訊號所取得的評估參數AQR 而言,是較大的。因此,藉由統計多個由異常心跳訊號所取得的評估參數AQR 以及多個由非異常心跳訊號所取得的評估參數AQR ,處理單元140可預先取得合適的臨界值。
圖4A-4C繪示對非異常心跳訊號進行檢測的流程示意圖。參照圖4A-4C,圖4A為一個非異常心跳訊號,而圖4B則為對圖4A的心跳訊號的QRS波群進行擬合後得到的擬合曲線。需要注意的是,曲線區段L1 、曲線區段L2 、曲線區段L3 以及曲線區段L4 分別是對各特徵波區段進行擬合後所取得的擬合曲線區段。需要注意的是,為了顯示心跳訊號與擬合曲線間的差異,圖4B以較粗的線段繪示心跳訊號。最後,圖4C繪示各特徵波區段與各擬合曲線區段L1 、L2 、L3 以及L4 間的擬合誤差。
圖5A-5C繪示對異常心跳訊號進行檢測的流程示意圖。參照圖5A-5C,圖5A為一個異常心跳訊號,其包含QRS波群內部的不正常電位(AIQP)。圖5B為對圖5A的心跳訊號的QRS波群進行擬合後得到的擬合曲線,而圖5C繪示各特徵波區段與各擬合曲線區段L2 、L3 以及L4 間的擬合誤差。需要注意的是,為了顯示心跳訊號與擬合曲線間的差異,圖5B以較粗的線段繪示心跳訊號。
在本發明的一個實施例中,由圖4A的心跳訊號取得的電位參數AIQP_L 為8.8微伏(µV),而評估參數AQR 則為1.9%。另一方面,由圖5A的心跳訊號取得的電位參數AIQP_L 為12.0微伏(µV),而評估參數AQR 則為4.6%。換言之,評估參數AQR 可明確地反應出任一心跳訊號是否包含QRS波群內部的不正常電位(AIQP)而為異常心跳訊號。
在本發明的一實施例中,除了前述電位參數AIQP_L 以及評估參數AQR 外,檢測裝置100的處理單元140還可以藉由偵測QRS波群內的心室延遲電位(Ventricular Late Potentials, VLP)來判斷心跳訊號是否為異常心跳訊號。一般而言,當QRS波群內出現心室延遲電位時,可將心跳訊號視為異常心跳訊號。具體而言,處理單元140可藉由線性區別法(Linear Discriminant Method)來結合心室延遲電位、電位參數AIQP_L 以及評估參數AQR 的相關數據來判斷心跳訊號是否為異常心跳訊號。
值得注意的是,前述實施例所提及的檢測方法,主要適用於檢測由平均訊號心電圖機所接收的心跳訊號以及執行平均處理後所取得的心跳訊號。然而,當檢測裝置100的輸入輸出單元120所接收的心跳訊號(目前心跳訊號)為未經平均處理的心跳訊號時,基於心跳訊號可能具有較大的隨機誤差,較不適於採用以分段擬合後的擬合誤差為基礎而取得的評估參數來判斷心跳訊號是否為異常心跳訊號。
相對而言,對於未經平均處理的心跳訊號進行擬合可以達到降低隨機誤差的效果。因此,於本發明的一實施例中,處理單元130由心跳訊號擷取QRS波群(特徵波),並且對於QRS波群進行分段擬合後,最終取得的擬合曲線為過濾隨機誤差的QRS波群。此時,擬合誤差較難精確地反應QRS波群內的不正常電位(AIQP,即特殊電位),但擬合曲線可以視為去雜訊後的心跳訊號。
圖6是依照本發明實施例所繪示之心跳訊號的處理方法的流程圖。前述處理方法適用於圖2所示的檢測裝置100,但本發明不限於此。一般而言,具有運算能力且可接收心跳訊號的電子裝置皆可執行前述心跳訊號的處理方法。參照圖6,於本實施例中,首先取得未經平均處理的心跳訊號(步驟S610)。接著,由未經平均處理的心跳訊號擷取特徵波(步驟S620),然後辨識特徵波的多個特徵點(步驟S630),並且基於前述特徵點,區分特徵波為多個特徵波區段(步驟S640)。
前述的特徵波為QRS波群,而前述的特徵點為QRS波群的起點(Onset)、QRS波群的終點(Offset)、Q波波峰(q點)、R波波峰(r點)以及S波波峰(s點)。此後,對每個特徵波區段進行擬合以取得對應特徵波的擬合曲線(步驟S650)。於本實施例中,擬合曲線即為降低隨機誤差並且平滑化後的心跳訊號,並且可運用其他分析方法或檢測方法來對擬合曲線進行分析或檢測。
綜上所述,本發明實施例所提供之心跳訊號的檢測方法與檢測裝置,由經平均處理的心跳訊號或平均訊號心電圖機所提供的心跳訊號中辨識出特徵波與多個特徵點以區分特徵波為多個特徵波區段,然後分別對特徵波區段進行擬合以最終取得對應特徵波的擬合曲線。基於前述擬合曲線,進一步地計算評估參數。前述評估參數可反應特徵波之中的不正常電位。最後,由評估參數判斷心跳訊號是否為異常心跳訊號。藉此,本申請實施例所提供之心跳訊號的檢測方法與檢測裝置,可有效檢測與利用心跳訊號中的不正常電位,進而準確地判斷心跳訊號是否為異常。另一方面,本發明實施例所提供之心跳訊號的處理方法,將未經平均處理的心跳訊號的特徵坡區分為多個特徵波區段,然後分別對特徵波區段進行擬合以最終取得對應特徵波的擬合曲線,達到降低隨機誤差以及平滑化的效果。
雖然本發明已以實施例揭露如上,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,在不脫離本發明的精神和範圍內,當可作些許的更動與潤飾,故本發明的保護範圍當視後附的申請專利範圍所界定者為準。
100‧‧‧檢測裝置
120‧‧‧輸入輸出單元
140‧‧‧處理單元
P‧‧‧P波
Q‧‧‧Q波
R‧‧‧R波
S‧‧‧S波
T‧‧‧T波
q‧‧‧Q波的波峰
r‧‧‧R波的波峰
s‧‧‧S波的波峰
Onset‧‧‧QRS波群的起點
Offset‧‧‧QRS波群的終點
L1、L2、L3、L4‧‧‧擬合曲線區段
S310、S320、S330、S340、S350、S360、S370‧‧‧心跳訊號的檢測方法的步驟
S610、S620、S630、S640、S650‧‧‧心跳訊號的處理方法的步驟
圖1為繪示一個理想完整的心跳波形的示意圖。 圖2是依照本發明實施例所繪示之心跳訊號的檢測裝置的示意圖。 圖3是依照本發明實施例所繪示之心跳訊號的檢測方法的流程圖。 圖4A-4C繪示對非異常心跳訊號進行檢測的流程示意圖。 圖5A-5C繪示對異常心跳訊號進行檢測的流程示意圖。 圖6是依照本發明實施例所繪示之心跳訊號的處理方法的流程圖。

Claims (9)

  1. 一種心跳訊號的檢測方法,包括:取得經平均處理的心跳訊號;由該心跳訊號擷取QRS波群;辨識該QRS波群的多個特徵點;基於該些特徵點,區分該QRS波群為多個特徵波區段;對該些特徵波區段進行擬合以取得對應該QRS波群的擬合曲線;基於該擬合曲線,計算評估參數,其中該評估參數反應於該QRS波群的不正常電位;以及由該評估參數判斷該心跳訊號是否為異常心跳訊號。
  2. 如申請專利範圍第1項所述的檢測方法,其中取得經平均處理的該心跳訊號的步驟,更包括:取得多個先前心跳訊號;對該些先前心跳訊號進行平均以取得樣版心跳訊號;以及根據該樣版心跳訊號,由所接收的目前心跳訊號選擇該心跳訊號。
  3. 如申請專利範圍第1項所述的檢測方法,其中基於該擬合曲線計算該評估參數的步驟,更包括:計算該擬合曲線與該QRS波群間的多個擬合誤差;以及計算該些擬合誤差的均方根值與該QRS波群的均方根值之間的比值以取得該評估參數。
  4. 如申請專利範圍第1項所述的檢測方法,其中由該評估參數判斷該心跳訊號是否為該異常心跳訊號的步驟,更包括:比較該評估參數與臨界值;以及當該評估參數大於該臨界值時,判斷心跳訊號為該異常心跳訊號。
  5. 一種心跳訊號的檢測裝置,包括:輸入輸出單元,用於取得經平均處理的心跳訊號;以及處理單元,耦接該輸入輸出單元,其中該處理單元由該心跳訊號擷取QRS波群,並且辨識該QRS波群的多個特徵點,藉以基於該些特徵點,區分該QRS波群為多個特徵波區段,該處理單元對該些特徵波區段進行擬合以取得對應該QRS波群的擬合曲線,並且基於該擬合曲線,計算評估參數,其中該評估參數反應於該QRS波群的不正常電位,該處理單元由該評估參數判斷該心跳訊號是否為異常心跳訊號。
  6. 如申請專利範圍第5項所述的檢測裝置,其中該輸入輸出單元取得多個先前心跳訊號,而該處理單元對該些先前心跳訊號進行平均以取得樣版心跳訊號,並且根據該樣版心跳訊號,由所接收的目前心跳訊號選擇該心跳訊號。
  7. 如申請專利範圍第5項所述的檢測裝置,其中該處理單元計算該擬合曲線與該QRS波群間的多個擬合誤差,並且計算該些擬合誤差的均方根值與該QRS波群的均方根值之間的比值以取得該評估參數。
  8. 如申請專利範圍第5項所述的檢測裝置,其中該處理單元比較該評估參數與一臨界值,並且當該評估參數大於該臨界值時,判斷心跳訊號為該異常心跳訊號。
  9. 一種心跳訊號的處理方法,包括:取得未經平均處理的心跳訊號;由該心跳訊號擷取QRS波群;辨識該QRS波群的多個特徵點;基於該些特徵點,區分該QRS波群為多個特徵波區段;以及對該些特徵波區段進行擬合以取得對應該QRS波群的擬合曲線。
TW105112226A 2016-04-20 2016-04-20 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 TWI630903B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
TW105112226A TWI630903B (zh) 2016-04-20 2016-04-20 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

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
TW105112226A TWI630903B (zh) 2016-04-20 2016-04-20 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

Publications (2)

Publication Number Publication Date
TW201737859A TW201737859A (zh) 2017-11-01
TWI630903B true TWI630903B (zh) 2018-08-01

Family

ID=61022511

Family Applications (1)

Application Number Title Priority Date Filing Date
TW105112226A TWI630903B (zh) 2016-04-20 2016-04-20 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

Country Status (1)

Country Link
TW (1) TWI630903B (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1768342A (zh) * 2003-01-29 2006-05-03 维克技术公司 生物异常的检测和/或预测
TW201227595A (en) * 2010-12-28 2012-07-01 Ind Tech Res Inst System and method of detecting abnormal movement of a physical object by periodic signal analysis
TW201544071A (zh) * 2014-05-26 2015-12-01 Nat Univ Chin Yi Technology 異常心跳訊號檢測方法及其電子裝置
TW201546754A (zh) * 2014-06-11 2015-12-16 Univ Nat Cheng Kung 生理訊號分析方法及其系統與內儲生理訊號分析程式之電腦程式產品
TWI527560B (zh) * 2013-11-28 2016-04-01 國立勤益科技大學 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
TWM530126U (zh) * 2016-04-20 2016-10-11 國立勤益科技大學 基於擬合曲線之心跳訊號的檢測裝置

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1768342A (zh) * 2003-01-29 2006-05-03 维克技术公司 生物异常的检测和/或预测
TW201227595A (en) * 2010-12-28 2012-07-01 Ind Tech Res Inst System and method of detecting abnormal movement of a physical object by periodic signal analysis
TWI527560B (zh) * 2013-11-28 2016-04-01 國立勤益科技大學 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
TW201544071A (zh) * 2014-05-26 2015-12-01 Nat Univ Chin Yi Technology 異常心跳訊號檢測方法及其電子裝置
TW201546754A (zh) * 2014-06-11 2015-12-16 Univ Nat Cheng Kung 生理訊號分析方法及其系統與內儲生理訊號分析程式之電腦程式產品
TWM530126U (zh) * 2016-04-20 2016-10-11 國立勤益科技大學 基於擬合曲線之心跳訊號的檢測裝置

Also Published As

Publication number Publication date
TW201737859A (zh) 2017-11-01

Similar Documents

Publication Publication Date Title
CN109171712B (zh) 心房颤动识别方法、装置、设备及计算机可读存储介质
Castro et al. Heart sound segmentation of pediatric auscultations using wavelet analysis
US8233973B2 (en) Methods for detection of cardiac arrhythmias
EP2030565A1 (en) Systems for safe and remote outpatient ECG monitoring
EP3731748A1 (en) Detecting atrial fibrillation using short single-lead ecg recordings
CN108968941B (zh) 一种心律失常检测方法、装置及终端
US20130144180A1 (en) Methods and systems for atrial fibrillation detection
US10117595B2 (en) Method and apparatus for detecting cardiac arrhythmia and recording medium using the method
WO2019100563A1 (zh) 心电信号质量评估方法
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
KR20130085632A (ko) 적응적 국부 임계화를 이용한 심전도 신호의 r 피크 검출방법
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
Arzeno et al. Quantitative analysis of QRS detection algorithms based on the first derivative of the ECG
US9962103B2 (en) Systems and methods for assessing electrocardiogram reliability
CN109044347B (zh) 识别心电波图像交界性逸搏方法、装置、系统和电子设备
WO2018023697A1 (zh) 一种胎儿心电分离方法及装置
Cai et al. Rule-based rough-refined two-step-procedure for real-time premature beat detection in single-lead ECG
TWM530126U (zh) 基於擬合曲線之心跳訊號的檢測裝置
US11432756B2 (en) Multi-channel real-time cardiovascular performance evaluation system and method cardiovascular performance evaluation system and method
CN114246569A (zh) 检测早搏类型的方法、装置及介质
TWI630903B (zh) 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
WO2012149128A1 (en) Apparatus, method, and computer-accessible medium for transform analysis of biomedical data
Golpaygani et al. Detection and identification of S1 and S2 heart sounds using wavelet decomposition method
Wrobel et al. Optimizing the automated detection of atrial fibrillation episodes in long-term recording instrumentation

Legal Events

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