TWI663959B - 運算裝置、其心律不整評估方法及非暫態電腦可讀取記錄媒體 - Google Patents

運算裝置、其心律不整評估方法及非暫態電腦可讀取記錄媒體 Download PDF

Info

Publication number
TWI663959B
TWI663959B TW107100909A TW107100909A TWI663959B TW I663959 B TWI663959 B TW I663959B TW 107100909 A TW107100909 A TW 107100909A TW 107100909 A TW107100909 A TW 107100909A TW I663959 B TWI663959 B TW I663959B
Authority
TW
Taiwan
Prior art keywords
symptom
arrhythmia
rhythm abnormality
processor
heart rhythm
Prior art date
Application number
TW107100909A
Other languages
English (en)
Other versions
TW201929770A (zh
Inventor
祓川浩一
簡仁建
郭嘉鈞
林建宏
謝宜達
洪翠禪
林穎聰
Original Assignee
金寶電子工業股份有限公司
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 金寶電子工業股份有限公司 filed Critical 金寶電子工業股份有限公司
Priority to TW107100909A priority Critical patent/TWI663959B/zh
Priority to US15/942,411 priority patent/US10791949B2/en
Priority to JP2018080143A priority patent/JP6621864B2/ja
Application granted granted Critical
Publication of TWI663959B publication Critical patent/TWI663959B/zh
Publication of TW201929770A publication Critical patent/TW201929770A/zh

Links

Classifications

    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/24Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/316Modalities, i.e. specific diagnostic methods
    • A61B5/318Heart-related electrical modalities, e.g. electrocardiography [ECG]
    • A61B5/327Generation of artificial ECG signals based on measured signals, e.g. to compensate for missing leads
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/24Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/316Modalities, i.e. specific diagnostic methods
    • A61B5/318Heart-related electrical modalities, e.g. electrocardiography [ECG]
    • A61B5/346Analysis of electrocardiograms
    • A61B5/349Detecting specific parameters of the electrocardiograph cycle
    • A61B5/361Detecting fibrillation
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/24Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/316Modalities, i.e. specific diagnostic methods
    • A61B5/318Heart-related electrical modalities, e.g. electrocardiography [ECG]
    • A61B5/346Analysis of electrocardiograms
    • A61B5/349Detecting specific parameters of the electrocardiograph cycle
    • A61B5/364Detecting abnormal ECG interval, e.g. extrasystoles, ectopic heartbeats
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/24Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/316Modalities, i.e. specific diagnostic methods
    • A61B5/318Heart-related electrical modalities, e.g. electrocardiography [ECG]
    • A61B5/346Analysis of electrocardiograms
    • A61B5/349Detecting specific parameters of the electrocardiograph cycle
    • A61B5/366Detecting abnormal QRS complex, e.g. widening

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Cardiology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Molecular Biology (AREA)
  • Pathology (AREA)
  • Engineering & Computer Science (AREA)
  • Biomedical Technology (AREA)
  • Physics & Mathematics (AREA)
  • Medical Informatics (AREA)
  • Biophysics (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • General Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Veterinary Medicine (AREA)
  • Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
  • Measuring And Recording Apparatus For Diagnosis (AREA)

Abstract

本發明提供一種運算裝置、其心律不整評估方法及非暫態電腦可讀取記錄媒體。取得心電訊號。判斷心電訊號是否符合第一心律異常徵狀。基於第一心律異常徵狀的判斷結果判斷心電訊號是否符合第二心律異常徵狀,而此第二心律異常徵狀不同於第一心律異常徵狀。藉此,整合數種心律異常評估,並利用先前評估的判斷結果來加速或優化後續的評估,從而得以實現於可攜式裝置上。

Description

運算裝置、其心律不整評估方法及非暫態電腦可讀取記錄媒體
本發明是有關於一種生理狀態評估,且特別是有關於一種運算裝置及其心律不整評估方法。
心電(Electrocardiography,ECG)訊號是用於評估異常心臟節律的重要依據。在心臟正常的心跳週期中,竇房結(Sinoatrial node,SA node)產生起搏激動並傳播至左右心房,匯集於房室結(Atrioventricular node,AV node),並繼續沿希氏(His)束和左右束支下傳激動心室。除極之後緊接復極,並由除極、激動-收縮、復極的順序自行重複以產生節律性的心臟搏動。而異常情況下,心房、房室交界以及心室的異位起搏點通過房室結奪取起搏的支配權,並產生異位搏動。
由於部分心律異常徵狀的評估需要大量數據運算,因此大多數用於心律不整評估的硬體要求較高,而難以提供隨身且即時的偵測。即便有部分演算法能實現於智慧型手機或其他可攜式裝置,但亦僅限於單一徵狀的評估。再者,現有技術經常係各種心律異常徵狀間之獨立判斷,未考慮彼此間交互影響易造成之誤判,因而較不精確。由此可知,現有心律不整評估的技術仍有待改進。
有鑑於此,本發明提供一種運算裝置、其心律不整評估方法及非暫態電腦可讀取記錄媒體,整合多種徵狀的心律不整評估,更能在輕量運算下提供高準確度的功效。
本發明的心律不整評估方法,其包括下列步驟。取得心電訊號。判斷心電訊號是否符合第一心律異常徵狀。基於第一心律異常徵狀的判斷結果判斷心電訊號是否符合第二心律異常徵狀,而此第二心律異常徵狀不同於第一心律異常徵狀。
在本發明的一實施例中,上述基於第一心律異常徵狀的判斷結果判斷心電訊號是否符合第二心律異常徵狀包括下列步驟。若第一心律異常徵狀的判斷結果是符合,則修改心電訊號的特徵,並用於第二心律異常徵狀之判斷。
在本發明的一實施例中,上述第一心律異常徵狀係心室早期收縮(Ventricular Premature Contraction,VPC),而修改心電訊號的特徵包括下列步驟。修正該心電訊號中用於判斷該第二心律異常徵狀的R波位置,並據以調整R-R間距。
在本發明的一實施例中,上述基於第一心律異常徵狀的判斷結果判斷心電訊號是否符合第二心律異常徵狀包括下列步驟。若第一心律異常徵狀及第二心律異常徵狀的判斷結果皆為非正常心律,則判斷僅符合第一心律異常徵狀及第二心律異常徵狀中的一者,且修正另一者的判斷結果為不符合。
在本發明的一實施例中,上述第一心律異常徵狀係心房顫抖(Atrial Fibrillation,AF),且第二心律異常徵狀係心房早期收縮(Atrial Premature Contraction,APC),而判斷僅符合第一心律異常徵狀及第二心律異常徵狀中的一者並修正另一者的判斷結果為不符合包括下列步驟。判斷僅符合心房顫抖且不符合心房早期收縮。
在本發明的一實施例中,上述第一心律異常徵狀係心室早期收縮,且第二心律異常徵狀係心房早期收縮,而判斷僅符合第一心律異常徵狀及第二心律異常徵狀中的一者並修正另一者的判斷結果為不符合包括下列步驟。判斷僅符合心室早期收縮且不符合心房早期收縮。
在本發明的一實施例中,上述第一心律異常徵狀係心房顫抖,且第二心律異常徵狀係心室顫動(Ventricular Fibrillation,VF),而判斷僅符合第一心律異常徵狀及第二心律異常徵狀中的一者並修正另一者的判斷結果為不符合包括下列步驟。判斷僅符合心室顫動且不符合心房顫抖。
在本發明的一實施例中,上述基於第一心律異常徵狀的判斷結果判斷心電訊號是否符合第二心律異常徵狀之後,更包括下列步驟。基於第一心律異常徵狀及第二心律異常徵狀中至少一者的判斷結果判斷心電訊號是否符合第三心律異常徵狀,而此第三心律異常徵狀不同於第二心律異常徵狀。
本發明的運算裝置,其包括傳輸介面及處理器。傳輸介面取得心電訊號。處理器耦接傳輸介面,判斷心電訊號是否符合第一心律異常徵狀,並基於第一心律異常徵狀的判斷結果判斷心電訊號是否符合第二心律異常徵狀,而此第一心律異常徵狀不同於第二心律異常徵狀。
在本發明的一實施例中,若第一心律異常徵狀的判斷結果是符合,則處理器修改心電訊號的特徵,並用於第二心律異常徵狀之判斷。
在本發明的一實施例中,上述第一心律異常徵狀係心室早期收縮,而處理器修正心電訊號中用於判斷第二心律異常徵狀的R波位置,並據以調整R-R間距。
在本發明的一實施例中,若第一心律異常徵狀及第二心律異常徵狀的判斷結果皆為非正常心律,則處理器判斷僅符合第一心律異常徵狀及該第二心律異常徵狀中的一者,且修正另一者的判斷結果為不符合。
在本發明的一實施例中,上述第一心律異常徵狀係心房顫抖,且第二心律異常徵狀係心房早期收縮,而處理器判斷僅符合心房顫抖且不符合心房早期收縮。
在本發明的一實施例中,上述第一心律異常徵狀係心室早期收縮,且第二心律異常徵狀係心房早期收縮,而處理器判斷僅符合心室早期收縮且不符合心房早期收縮。
在本發明的一實施例中,上述第一心律異常徵狀係心房顫抖,且第二心律異常徵狀係心室顫動,而處理器判斷僅符合心室顫動且不符合心房顫抖。
在本發明的一實施例中,上述處理器基於第一心律異常徵狀及第二心律異常徵狀中至少一者的判斷結果判斷心電訊號是否符合第三心律異常徵狀,而此第三心律異常徵狀不同於第二心律異常徵狀。
本發明的非暫態電腦可讀取記錄媒體,其記錄程式碼,並經由運算裝置的處理器載入以執行下列步驟。取得心電訊號。判斷心電訊號是否符合第一心律異常徵狀。基於第一心律異常徵狀的判斷結果判斷心電訊號是否符合第二心律異常徵狀,而此第二心律異常徵狀不同於第一心律異常徵狀。
基於上述,為了有效提升判斷準確度,本發明實施例基於某一心律異常徵狀的判斷結果來修正另一心律異常徵狀的評估,使單一異常徵狀評估的毋須採用過於複雜的演算法,從而即時且快速得出分析結果,進而得以應用在可攜式裝置上。此外,評估的項目可依據需求新增或減少,擴充調整彈性度高。
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。
圖1是依據本發明一實施例之運算裝置100的元件方塊圖。請參照圖1,運算裝置100可以係智慧型手機、平板電腦、電腦主機、伺服器等設備(較佳實施例係智慧型手機、平板電腦等輕型可攜式裝置的態樣),並至少包括但不僅限於傳輸介面110及處理器130。
傳輸介面110可以係Wi-Fi、藍芽(Bluetooth)、各類型平行或串列匯流排的介面,並用以基於支援之傳輸技術取得心電(ECG)訊號。
處理器130與傳輸介面110連接,並可以是中央處理單元(CPU),或是其他可程式化之一般用途或特殊用途的微處理器(Microprocessor)、數位信號處理器(DSP)、可程式化控制器、特殊應用積體電路(ASIC)或其他類似元件或上述元件的組合。在本發明實施例中,處理器130用以執行運算裝置100的所有作業,且可處理心電訊號。
為了方便理解本發明的操作流程,以下將舉諸多實施例詳細說明。圖2是依據本發明一實施例說明一種心律不整評估方法之流程圖。請參照圖2,下文中,將搭配運算裝置100的各項元件及模組說明本發明實施例所述之方法。本方法的各個流程可依照實施情形而隨之調整,且並不僅限於此。
處理器130透過傳輸介面110而經由外部穿戴式裝置(設有心電感測器)、或者自運算裝置100之儲存器(例如,快閃記憶體、多媒體卡等儲存媒介)、甚至是內建的心電感測器取得心電訊號(步驟S210)。換言之,運算裝置100可經由內部或外部的心電感測器取得心電訊號,且本發明實施例不加以限制心電訊號之來源。而為了達到即時偵測之功能,處理器130可能會定時(例如,每5、10分鐘、每10、15秒鐘等)或隨時要求或直接接收心電感測器的心電訊號。
接著,處理器130判斷心電訊號是否符合第一心律異常徵狀(步驟S220)。具體而言,此第一心律異常徵狀可以係心室早期收縮(VPC)、心房顫抖(AF)、心房早期收縮(APC)、心室顫動(VF)、陣發性上心室心搏過速(Paroxysmal Supraventricular Tachycardia,PSVT)、或心房撲動(Atrial Flutter)等各類型心律異常徵狀。基於不同心律異常徵狀,處理器130會採用不同心律評估演算法來判別是否符合對應心律異常徵狀。例如,針對心室早期收縮採用Hamilton, P.S. Open Source ECG Analysis Software Documentation; EP Limited: Somerville, MA, USA, 2002(文獻1)所提出的分析方式;針對心房顫抖採用Zhou, X.; Ding, H.; Wu, W.; Zhang, Y. A real-time atrial fibrillation detection algorithm based on the instantaneous state of heart rate. PLoS ONE 2015, 10, e0136544(文獻2)等。
值得注意的是,於本發明實施例中,處理器130會基於第一心律異常徵狀的判斷結果判斷心電訊號是否符合第二心律異常徵狀(步驟S230),而此第二心律異常徵狀(可參考第一心律異常徵狀的態樣說明)不同於第一心律異常徵狀。具體而言,由於符合部分心律異常徵狀的心電訊號可能會影響其他心律異常徵狀的評估(可能有誤判情況),因此若步驟S220中第一心律異常徵狀的判斷結果是符合,則處理器130會修改心電訊號的特徵。例如,修正R波位置、調整R-R間距、平均R-R間距等特徵,並將此修改後的心電訊號作為第二心律異常徵狀評估的輸入參數。另一方面,符合部分心律異常徵狀的心電訊號可能與其他心律異常徵狀的心電訊號中的部分特徵相似,以導致誤判情況發生,因此若第一心律異常徵狀及第二心律異常徵狀的判斷結果皆為非正常心律,則處理器130會基於資料庫的既有測試結果判斷僅符合第一心律異常徵狀及第二心律異常徵狀中的一者,且修正另一者的判斷結果為不符合。例如,第一心律異常徵狀的判斷結果係符合心房顫抖,且第二心律異常徵狀的判斷結果係符合心房早期收縮,則處理器130判斷僅符合心房顫抖且不符合心房早期收縮。
此外,為了整併更多種類的心律異常評估,處理器130還可基於第一心律異常徵狀及/或第二心律異常徵狀中的判斷結果判斷心電訊號是否符合第三心律異常徵狀(可參考第一心律異常徵狀的態樣說明),而此第三心律異常徵狀不同於第二心律異常徵狀。依此類推,運算裝置100還能整併第四種、第五種甚至更多種的心律異常評估,並依據得出的判斷結果來修正後續的判斷結果,以串列運行方式提升判斷速度,並以資訊回饋方式提升準確度。需說明的是,本實施例中各心律異常評估之順序及數量可依據實際需求而變更,運算裝置100更能提供選項供使用者選擇。
為了方便讀者理解本發明精神,以下將另舉一實施例說明四種徵狀評估方法的流程圖。請參照圖3,處理器130接收使用者選擇操作或預設四種心律異常評估,其分別係心室早期收縮、心房顫抖、心房早期收縮、心室顫動。運算裝置100首先經由低功耗藍芽(Bluetooth Low Energy,BLE)技術而自外部穿戴式偵測裝置取得足夠時間長度(例如,5分鐘)的心電訊號(步驟S301),即可計算R-R間距(步驟S302)。舉例而言,圖4A係心電訊號之範例,處理器130對原始心電訊號偵測R波,圖中以標記N註記為R波位置,而兩相鄰R波之間距即為R-R間距。
針對心室早期收縮評估(步驟S310),本實施例係採用前述文獻1所提出的心跳偵測方式,處理器130依據R-R間距計算心跳(步驟S311),並判斷QRST波型之心跳寬度是否大於預設寬度(例如,100毫秒(ms))(步驟S312)。若大於預設寬度(圖4A中以標記V註記位置),則處理器130評斷心電訊號符合心室早期收縮(步驟S313),且R波種類為心室早期收縮類型;反之,則處理器130評斷為不符合且為正常心跳(步驟S314),而R波種類為正常類型。
針對心房顫抖評估(步驟S320),本實施例係採用前述文獻2所提出的偵測方法。若步驟S310判斷符合早期收縮(即,R波種類為心室早期收縮類型),則處理器130會修正(或修改)原始心電訊號的R位置(步驟S321),以得到去除心室早期收縮影響的R-R間距。舉例而言,圖4B係修正後之心電訊號之範例,處理器130對原始心電訊號中出現心室早期收縮特徵的R波位置修正,並以其相鄰R波位置之中心點作為修正後之R波位置,從而得出修正R-R間距。接著,處理器130將修正之R-R間距作為心房顫抖偵測演算法的輸入參數(步驟S322),以得出取樣熵(Sample Entropy)(步驟S323),再決定取樣熵是否大於預設門檻(步驟S325)。若大於預設門檻,則處理器130判斷心電訊號符合心房顫抖(步驟S326);反之,則處理器130判斷為正常心律(步驟S323)。心室早期收縮評估的判斷結果修改原始心電訊號,因此能得到更佳的心房顫抖評估。
而針對心房早期收縮評估(步驟S330),處理器130基於心電圖型態(morphology)偵測P波位置(步驟S331)。接著,處理器130基於前述QRST波型產生七個特徵值,其包括P-R間距、步驟S310得出的QRS波長度、R-R間距、下一個R-R間距、周圍20個R波的平均R-R間距、周圍20個R波的標準差、依據Q、R位置之訊號值的R波高度,並將這些特徵值輸入至類神經網路分類(步驟S332)(基於Lin, C.H.; Chien, J.C.; Haraikawa, K.; Huang, Y.S.; Guo, H.W.; Shieh, J.S. A modular integrating algorithm for multiple arrhythmia detection. In Proceedings of the IEEE International Conference on Communication Problem-Solving (ICCP), Taipei, Taiwan, 7–9 September 2016; pp. 1–2(文獻3)),以判斷是否為正常心跳(步驟S333)。若是,則處理器130評斷為正常心跳(步驟S334)。另一方面,由於心房早期收縮有部分特徵與心房顫抖相似,故容易被誤判為心房早期收縮。因此,處理器130基於資料庫的既有測試結果,判斷是否與心房顫抖的判斷結果重疊(即,步驟S310與步驟S333皆是否判斷為非正常心律)(步驟S335)。若重疊,則處理器130判斷心電訊號符合心房顫抖,但不符合心房早期收縮(步驟S336);反之,則處理器130判斷心電訊號符合心房早期收縮(步驟S337)。需說明的是,心房早期收縮有部分特徵亦與心室早期收縮相似,故處理器130亦可能在兩判斷結果重疊的情況下,僅判斷為符合心室早期收縮而將心房早期收縮評估判斷為不符合。
針對心室顫動評估(步驟S340),本實施例係採用Lo, M.T.; Lin, L.Y.; Hsieh, W.H.; Ko, P.C.I.; Liu, Y.B.; Lin, C.; Chang, Y.C.; Wang, C.Y.; Young, V.H.W.; Chiang, W.C.; et al. A new method to estimate the amplitude spectrum analysis of ventricular fibrillation during cardiopulmonary resuscitation. Resuscitation 2013, 84, 1505–1511(文獻4),處理器130對2秒鐘的心電訊號(步驟S303)進行快速傅立葉轉換並得出週期圖(Periodpgram)(步驟S341)。處理器130將定義目標頻域(p_vf)、非目標頻域(p_nvf)、第二非目標頻域(p_nvf2)(步驟S342),以計算出目標頻域與非目標頻域的比例(rat2VF)(步驟S343)。處理器130會判斷此比例是否大於對應預設門檻(步驟S344);若否,則處理器130判斷心電訊號為正常心律(步驟S345);反之則處理器130判斷為非正常心律。同樣基於資料庫的既有測試結果,處理器130判斷是否與心房顫抖的判斷結果重疊(即,步驟S320與步驟S344皆是判斷為非正常心律) (步驟S346)。無論是否重疊,處理器130皆會判斷心電訊號符合心室顫動,惟值得注意的是,若重疊則處理器130更會將步驟S320的判斷結果修正為不符合心房顫抖(步驟S347、S348)。
需說明的是,步驟S310、S320、S330及S340所用演算法僅為範例,應用本發明實施例者可依據需求而自行調整。例如,步驟S340可採用Alonso-Atienza, F.; Rojo-Alvarez, J.L.; Rosado-Munoz, A.; Vinagre, J.J.; Garcia-Alberola, A.; Camps-Valls, G.Feature selection using support vector machines and bootstrap methods for ventricular fibrillation detection. Expert Syst. Appl. 2012, 39, 1956–1967(文獻5)、Anas, E.M.A.; Lee, S.Y.; Hasan, M.K. Exploiting correlation of ECG with certain EMD functions for discrimination of ventricular fibrillation. Comput. Biol. Med. 2011, 41, 110–114(文獻6)等文獻提出的演算法。此外,前述各評估的順序亦可視需求而改變。
此外,本發明另提供一種非暫態電腦可讀取記錄媒體,此電腦可讀取記錄媒體可儲存多數個程式碼片段(例如,心電訊號取得程式碼片段、第一心律異常徵狀評估程式碼片段、以及第二心律異常徵狀評估程式碼片段等),並且這些程式碼片段在載入運算裝置100的處理器130中並執行之後,即可完成上述心律不整評估方法步驟。
綜上所述,本發明實施例整合數種心律異常評估,並利用先前評估的判斷結果來加速或優化後續的評估。本發明實施例中的演算法及順序可依據需求彈性變動,更可視情況擴增評估方法。對於運算處理能力較差的可攜式裝置,能應用本發明實施例而達成高準確度的評估。
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‧‧‧運算裝置
110‧‧‧傳輸介面
130‧‧‧處理器
S210~S230、S301~S348‧‧‧步驟
V、N‧‧‧標記
圖1是依據本發明一實施例之運算裝置的元件方塊圖。 圖2是依據本發明一實施例之心律不整評估方法的流程圖。 圖3是依據本發明一實施例之四種徵狀評估方法的流程圖。 圖4A及4B是一範例說明修正前後之心電訊號。

Claims (8)

  1. 一種運算裝置,包括:一傳輸介面,取得一心電訊號;以及一處理器,耦接該傳輸介面,判斷該心電訊號是否符合一第一心律異常徵狀,並基於該第一心律異常徵狀的判斷結果判斷該心電訊號是否符合一第二心律異常徵狀,其中該第一心律異常徵狀不同於該第二心律異常徵狀,其中若該第一心律異常徵狀的判斷結果是符合,則該處理器修改該心電訊號的特徵,並用於該第二心律異常徵狀之判斷。
  2. 如申請專利範圍第1項所述的運算裝置,其中該第一心律異常徵狀係心室早期收縮,而該處理器修正該心電訊號中用於判斷該第二心律異常徵狀的R波位置,並據以調整R-R間距。
  3. 如申請專利範圍第1項所述的運算裝置,其中若該第一心律異常徵狀及該第二心律異常徵狀的判斷結果皆為非正常心律,則該處理器判斷僅符合該第一心律異常徵狀及該第二心律異常徵狀中的一者,且修正另一者的判斷結果為不符合。
  4. 如申請專利範圍第3項所述的運算裝置,其中該第一心律異常徵狀係心房顫抖,且該第二心律異常徵狀係心房早期收縮,而該處理器判斷僅符合心房顫抖且不符合心房早期收縮。
  5. 如申請專利範圍第3項所述的運算裝置,其中該第一心律異常徵狀係心室早期收縮,且該第二心律異常徵狀係心房早期收縮,而該處理器判斷僅符合心室早期收縮且不符合心房早期收縮。
  6. 如申請專利範圍第3項所述的運算裝置,其中該第一心律異常徵狀係心房顫抖,且該第二心律異常徵狀係心室顫動,而該處理器判斷僅符合心室顫動且不符合心房顫抖。
  7. 如申請專利範圍第1項所述的運算裝置,其中該處理器基於該第一心律異常徵狀及該第二心律異常徵狀中至少一者的判斷結果判斷該心電訊號是否符合一第三心律異常徵狀,其中該第三心律異常徵狀不同於該第二心律異常徵狀。
  8. 一種非暫態電腦可讀取記錄媒體,記錄一程式碼,並經由一運算裝置的處理器載入以執行下列步驟:取得一心電訊號;判斷該心電訊號是否符合一第一心律異常徵狀;以及基於該第一心律異常徵狀的判斷結果判斷該心電訊號是否符合一第二心律異常徵狀,其中該第一心律異常徵狀不同於該第二心律異常徵狀,其中若該第一心律異常徵狀的判斷結果是符合,則該處理器修改該心電訊號的特徵,並用於該第二心律異常徵狀之判斷。
TW107100909A 2018-01-10 2018-01-10 運算裝置、其心律不整評估方法及非暫態電腦可讀取記錄媒體 TWI663959B (zh)

Priority Applications (3)

Application Number Priority Date Filing Date Title
TW107100909A TWI663959B (zh) 2018-01-10 2018-01-10 運算裝置、其心律不整評估方法及非暫態電腦可讀取記錄媒體
US15/942,411 US10791949B2 (en) 2018-01-10 2018-03-30 Computation apparatus, cardiac arrhythmia assessment method thereof and non-transitory computer-readable recording medium
JP2018080143A JP6621864B2 (ja) 2018-01-10 2018-04-18 演算装置と、演算装置の心臓不整脈評価方法、及び非一過性のコンピュータ読取り可能な記録媒体

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
TW107100909A TWI663959B (zh) 2018-01-10 2018-01-10 運算裝置、其心律不整評估方法及非暫態電腦可讀取記錄媒體

Publications (2)

Publication Number Publication Date
TWI663959B true TWI663959B (zh) 2019-07-01
TW201929770A TW201929770A (zh) 2019-08-01

Family

ID=67140285

Family Applications (1)

Application Number Title Priority Date Filing Date
TW107100909A TWI663959B (zh) 2018-01-10 2018-01-10 運算裝置、其心律不整評估方法及非暫態電腦可讀取記錄媒體

Country Status (3)

Country Link
US (1) US10791949B2 (zh)
JP (1) JP6621864B2 (zh)
TW (1) TWI663959B (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6490478B1 (en) * 2000-09-25 2002-12-03 Cardiac Science Inc. System and method for complexity analysis-based cardiac tachyarrhythmia detection
TW200824650A (en) * 2006-12-13 2008-06-16 Inst Information Industry Cardiograph R-wave detection system, method and computer executable recording medium for automatically correcting R-wave position in cardiograph
CN102971045A (zh) * 2010-04-28 2013-03-13 美敦力公司 检测与区分心动过速的方法与装置
CN105163803A (zh) * 2013-03-15 2015-12-16 美敦力公司 调制起搏速率以提高心房纤颤期间的有效心室捕获的百分比
TW201617025A (zh) * 2014-11-12 2016-05-16 優盛醫學科技股份有限公司 心律不整的檢測設備與檢測方法

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6480734B1 (en) 2000-06-30 2002-11-12 Cardiac Science Inc. Cardiac arrhythmia detector using ECG waveform-factor and its irregularity
JP4322118B2 (ja) 2001-12-03 2009-08-26 メドトロニック・インコーポレーテッド 不整脈の診断および処置のための二腔の方法および装置
US7218966B2 (en) * 2003-04-11 2007-05-15 Cardiac Pacemakers, Inc. Multi-parameter arrhythmia discrimination
US7228176B2 (en) 2004-07-22 2007-06-05 Cardiac Pacemakers, Inc. Systems, devices, and methods for tachyarrhythmia discrimination or therapy decisions
US7212849B2 (en) 2004-10-28 2007-05-01 Cardiac Pacemakers, Inc. Methods and apparatuses for arrhythmia detection and classification using wireless ECG
US9161705B2 (en) 2010-12-07 2015-10-20 The Board Of Regents Of The University Of Texas System Method and device for early detection of heart attack
EP3079571A4 (en) 2013-12-12 2017-08-02 Alivecor, Inc. Methods and systems for arrhythmia tracking and scoring
JP6150825B2 (ja) 2015-02-05 2017-06-21 ユニオンツール株式会社 心房細動検出システム

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6490478B1 (en) * 2000-09-25 2002-12-03 Cardiac Science Inc. System and method for complexity analysis-based cardiac tachyarrhythmia detection
TW200824650A (en) * 2006-12-13 2008-06-16 Inst Information Industry Cardiograph R-wave detection system, method and computer executable recording medium for automatically correcting R-wave position in cardiograph
CN102971045A (zh) * 2010-04-28 2013-03-13 美敦力公司 检测与区分心动过速的方法与装置
CN105163803A (zh) * 2013-03-15 2015-12-16 美敦力公司 调制起搏速率以提高心房纤颤期间的有效心室捕获的百分比
TW201617025A (zh) * 2014-11-12 2016-05-16 優盛醫學科技股份有限公司 心律不整的檢測設備與檢測方法

Also Published As

Publication number Publication date
JP6621864B2 (ja) 2019-12-18
JP2019118784A (ja) 2019-07-22
TW201929770A (zh) 2019-08-01
US20190209036A1 (en) 2019-07-11
US10791949B2 (en) 2020-10-06

Similar Documents

Publication Publication Date Title
CN107847154B (zh) 不一致监测
Dash et al. Automatic real time detection of atrial fibrillation
Colloca et al. A support vector machine approach for reliable detection of atrial fibrillation events
Rincón et al. Automated real-time atrial fibrillation detection on a wearable wireless sensor platform
US9839369B2 (en) Method and user interface device for displaying electrocardiograms
Oster et al. Open source Java-based ECG analysis software and Android app for atrial fibrillation screening
KR102171236B1 (ko) 심장 박동의 타입을 분류하는 방법 및 이를 이용한 장치
US20180146929A1 (en) Device for predicting ventricular arrhythmia and method therefor
JP2014502556A5 (ja) 患者の心臓に関する情報を提供する方法およびシステム
US10918870B2 (en) Atrial lead placement for treatment of atrial dyssynchrony
US11075009B2 (en) System and method for sympathetic and parasympathetic activity monitoring by heartbeat
KR20130091574A (ko) 심방세동 예측 모델 생성장치 및 방법과, 심방세동 예측장치 및 방법
Curtin et al. QRS complex detection and measurement algorithms for multichannel ECGs in cardiac resynchronization therapy patients
US8620414B2 (en) Detection of T-wave alternans phase reversal for arrhythmia prediction and sudden cardiac death risk stratification
Ciaccio et al. A new transform for the analysis of complex fractionated atrial electrograms
WO2008149159A2 (en) Methods of measurement of drug induced changes in cardiac ion channel function and associated apparatus
TWI663959B (zh) 運算裝置、其心律不整評估方法及非暫態電腦可讀取記錄媒體
CN114224355A (zh) 心电信号分类训练方法、分类方法、装置及存储介质
Jose et al. HRV analysis using ballistocardiogram with LabVIEW
US10588577B2 (en) Patient signal analysis based on affine template matching
Ng et al. Surface ECG vector characteristics of organized and disorganized atrial activity during atrial fibrillation
US9642551B2 (en) Evaluating Atrio-Ventricular conduction in a heart
Oster et al. An artificial model of the electrocardiogram during paroxysmal atrial fibrillation
Simoliuniene et al. Principal component analysis based method for detection and evaluation of ECG T-wave alternans
CN109770858B (zh) 一种心电图的异常检测方法、装置、设备和存储介质