TWI667015B - 從心電圖訊號中擷取最低電極接觸雜訊之片段的方法與系統 - Google Patents

從心電圖訊號中擷取最低電極接觸雜訊之片段的方法與系統 Download PDF

Info

Publication number
TWI667015B
TWI667015B TW107128505A TW107128505A TWI667015B TW I667015 B TWI667015 B TW I667015B TW 107128505 A TW107128505 A TW 107128505A TW 107128505 A TW107128505 A TW 107128505A TW I667015 B TWI667015 B TW I667015B
Authority
TW
Taiwan
Prior art keywords
signal
electrode contact
contact noise
segment
threshold
Prior art date
Application number
TW107128505A
Other languages
English (en)
Other versions
TW202008957A (zh
Inventor
林昆宏
賴冠吉
Original Assignee
智創數量科技有限公司
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 智創數量科技有限公司 filed Critical 智創數量科技有限公司
Priority to TW107128505A priority Critical patent/TWI667015B/zh
Application granted granted Critical
Publication of TWI667015B publication Critical patent/TWI667015B/zh
Publication of TW202008957A publication Critical patent/TW202008957A/zh

Links

Landscapes

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

Abstract

本發明揭露一種從心電圖訊號中擷取最低電極接觸雜訊之片段之方法與系統,該方法包括:A:擷取一心電圖訊號。B:將該心電圖訊號經過濾波處理。C:將該經濾波器處理之該心電圖訊號進行非線性轉換。D:將該經濾波處理之心電圖訊號以複數個資料點的形式分組為複數個向量。E:以一第一閥值求得未受電極接觸雜訊干擾的訊號片段之第一端點。F:以一第二閥值且根據該第一端點而求得未受電極接觸雜訊干擾的訊號片段之第二端點。G:定位出未受電極接觸雜訊干擾之訊號片段。而該系統包括:一擷取裝置、一濾波裝置、一處理裝置與一定位裝置。

Description

從心電圖訊號中擷取最低電極接觸雜訊之片段的方法與系統
本發明是關於一種從心電圖訊號中擷取最低電極接觸雜訊之片段的方法與系統,特別是關於一種在遠距醫療模式下,能有效移除原始心電圖訊號中之電極接觸雜訊,藉以讓後續對心電圖訊號的分析步驟之效能大幅提昇的方法與系統。
心電圖(Electrocardiography,ECG/EKG)是一項用來記錄心臟組織的電生理活動(Electrophysiological activity)的技術,其透過肢體上成對的電極來紀錄心臟組織因去極化(Depolarization)與再極化(Repolarization)的過程與節律。透過此技術,而檢測異常的心臟節律與大部分因組織受損或瘀血造成的異常活動。
過去人們有檢測心臟健康狀況的需求時,都是在醫院接受專業人士的處理與測量。而現在科技進步,為了因應健康監測的需求與即時性,不少新興的硬體與服務開始崛起,同時也促進了遠距醫療(Telemedicine)的發展。在這種情況下,因為便利性提昇與成本下降,長時間生理監測的
師或醫檢師判讀,然而,長時間的監測資料若沒有一個較佳的分析方法與系統的協助,在資料量大幅增加的情況下,僅由人工判讀會是一項極大的重擔。雖然已有一些技術在心電圖特徵的自動判讀上逐漸發展,但是,不見得都適用於現今透過遠距醫療蒐集的心電圖資料。因為,過去的資料庫組成較單純,通常只由同一家醫院或醫療單位提供,並有醫檢師把關品質與分類,如:Physionet的Physiobank下之資料庫)。而在遠距醫療的模式下,另一方的使用者通常欠缺專業人士的輔助與無其他訊號干擾之量測場所,所以在資料擷取上容易受到許多干擾,許多特徵偵測之方法也容易因此失效。
因此,過去在處理受干擾的資料時,由於通常監測時間短,可以透過干擾的嚴重性與影響時間長短來決定要丟棄所擷取的資料而重新量測或將所擷取的資料進行剪接,再使用一些偵測方法來找出所擷取訊號之所需特徵。然而,對於長時間監測的資料,由於資料量大,受干擾的訊號片段可能會分散在許多時間點,此時,不僅難以決定是否丟棄重新量測,用的片段進行剪接出也是一項沈重的重擔。
在遠距醫療模式下,在心電圖的處理上,常見的干擾有基準線漂移(Baseline wandering)、電力線干擾(Power line interference)、動作干擾(Motion artifact)、肌肉震顫(Muscle tremor)及電極接觸雜訊(Electrode contact noise)等。(見圖1-2)上述的幾項干擾,至今已提出許多相關訊號處理的技術。
然而,而在電極接觸雜訊的部份,歷年來主要以硬體方面的改良為主,鮮少有訊號處理相關的研發。由於導致電極接觸雜訊產生的原 因是電極與皮膚的不良接觸,而且在實務上通常被視為操作不當而造成的干擾,因此解決方案是以硬體改良為主。但是,硬體的改良雖可減少電極接觸雜訊的影響,卻難以避免其發生,而且電極接觸雜訊往往是導致特徵偵測方法失效的元兇。因此,在分析方法方面也應該要有應對的策略。
電極接觸雜訊是指因電極與皮膚接觸不良而造成的雜訊。由於目前生醫訊號的擷取設備多採用接觸式電極,因此訊號的品質難免會受到電極與皮膚接面耦合穩定度的影響。要降低電極接觸雜訊的影響,在硬體方面,主要是以改良電極的材質、幾何形狀為主。習知技術中用於量測心電訊號的電極多採用溼式電極,是於皮膚與電極之間加入導電膠的方式,降低膚電阻抗(Skin-electrode impedance)與增加接觸面積,以減少電極與皮膚接觸不穩而造成影響。但,由於導電膠的導電性會隨著時間增加而流失,無法長時間維持良好的訊號品質,因此,近年來業界逐漸發展乾式電極的技術。
乾式電極通常透過加工表面的產生微結構來增加與皮膚的接觸面積及穩定度,在使用上確實比濕式電極較方便,也除去了上述的困擾。然而,因為沒有導電膠,不僅膚電阻抗大為提高,接面的穩定度也容易受皮膚上毛髮的影響而降低。因此,為維持訊號品質的良好,除了電極的改良外,在長時間的監控需求下,要確保訊號不受到電極接觸雜訊的影響仍是個難題。因此在分析方法方面,也需有對應的措施來處理電極接觸雜訊。
此外,關於電極接觸雜訊的影響,由於在遠距醫療的模式下,通常設備操作者會是使用者本身,而通常使用者並不備有專業的操作 知識,所以資料受到電極接觸雜訊干擾的可能就會更大。而且電極接觸雜訊屬於對心電圖訊號嚴重的干擾,若沒有適當的處理,很容易使得後續的心電圖特徵描繪方法失效。
因此,為了克服前述問題,遂有本發明的產生。
本發明利用粗粒化的方法,配合適當的閥值而找出分析的切入點,再將將經處理之最低電極接觸雜訊之片段供給後續的心電圖訊號特徵偵測分析方法使用。如此一來,就能確保特徵偵測分析方法不受電極接觸雜訊影響,而且又不會因為額外的濾波處理造成訊號失真。
為解決前述問題,本發明提供一種從心電圖訊號中擷取最低電極接觸雜訊之片段之方法,該方法包括:A:擷取一心電圖訊號;B:將該心電圖訊號進行濾波處理,藉以此濾除電極接觸雜訊外之其他訊號;C:將該經濾波器處理之該心電圖訊號進行非線性轉換,藉以將該經濾波器處理之心電圖訊號進行差異增強;D:將該經濾波處理之心電圖訊號以複數個資料點的形式分組為複數個向量,且將該複數個向量中之每一組分別以一特定數值表示;E:以一第一閥值區隔該經濾波處理之心電圖訊號中之暫態峰而求得未受電極接觸雜訊干擾的訊號片段之第一端點;F:以一第二閥值且根據所求得之該第一端點,而區隔該經濾波處理之心電圖訊號中之平坦線,而求得未受電極接觸雜訊干擾的訊號片段之第二端點;G:以所得之該未受電極接觸雜訊干擾的訊號片段之該第一端點與該第二端點而定位出未受電極接觸雜訊干擾之訊號片段。
在一實施例中,其中於該步驟E中,更包括以下步驟: E1:搜尋該經濾波處理之心電圖訊號的一第一上包線;E2:決定一第一閥值;E3:找出該第一上包線上所有超過該第一閥值的點,而作為未受電極接觸雜訊干擾的訊號片段之兩端點之第一端點。
在一實施例中,其中於該步驟F中,更包括以下步驟:F1:搜尋該經濾波處理之心電圖訊號訊號的一第二上包線;F2:決定一第二閥值;F3:找出該第二上包線上第一個超過該第二閥值的點,而作為未受電極接觸雜訊干擾的訊號片段之兩端點之第二端點。
在一實施例中,其中該濾波器是為截止頻率0.8Hz與50Hz的4階Butterworth帶通濾波器。
在一實施例中,,其中該特定數值是為該複數個資料點每一者之平均值、最大值或最小值。
本發明另提供一種從心電圖訊號中擷取最低電極接觸雜訊之片段之系統,該系統包括:一擷取裝置,其係供擷取一心電圖訊號;一濾波裝置,其是供將該心電圖訊號進行濾波處理,藉以濾除電極接觸雜訊外之其他訊號干擾;一處理裝置,該處理裝置是供將該經濾波器處理之該心電圖訊號進行非線性轉換,藉以將該經濾波器處理之心電圖訊號進行差異增強,並將該經濾波處理之心電圖訊號以複數個資料點的形式分組為複數個向量,且將該複數個向量中之每一組分別以一特定數值表示,並供以一第一閥值區隔該經濾波處理之心電圖訊號中之暫態峰,而求得未受電極接觸雜訊干擾的訊號片段之第一端點,並供以一第二閥值且根據所求得之該第一端點,而區隔該經濾波處理之心電圖訊號中之平坦線,而求得未受電極接觸雜訊干擾的訊號片段之第二端點;以及一定位裝置,其是根據所 得之該未受電極接觸雜訊干擾的訊號片段之該第一端點與該第二端點,而定位出未受電極接觸雜訊干擾之訊號片段。
在一實施例中,該處理裝置更供搜尋該經濾波處理之心電圖訊號的一第一上包線;決定一第一閥值;以及,找出該第一上包線上所有超過該第一閥值的點,而作為未受電極接觸雜訊干擾的訊號片段之兩端點之第一端點。
在一實施例中,該處理裝置更供搜尋該經濾波處理之心電圖訊號的一第二上包線;決定一第二閥值;以及,找出該第二上包線上第一個超過該第二閥值的點,而作為未受電極接觸雜訊干擾的訊號片段之兩端點之第二端點。
在一實施例中,該系統中之該濾波器是為截止頻率0.8Hz與50Hz的4階Butterworth帶通濾波器。
在一實施例中,該複數個向量是為該複數個資料點之平均值、最大值或最小值。
為對於本發明之特點與作用能有更深入之瞭解,茲藉實施例配合圖式詳述於後。
1‧‧‧擷取裝置
2‧‧‧濾波裝置
3‧‧‧處理裝置
4‧‧‧定位裝置
A、B、C、D、E、F、G、E1、E2、E3、F1、F2、F3‧‧‧步驟
第1圖係為本發明從心電圖訊號中擷取最低電極接觸雜訊之片段的系統之架構方塊示意圖。
第2圖係為本發明從心電圖訊號中擷取最低電極接觸雜訊之片段的方法之流程圖。
第3圖為電極接觸雜訊特徵之示意圖。
第4圖為經該濾波裝置濾波後的電極接觸雜訊示意圖。
第5圖為本發明於該步驟D中之粗粒化流程示意圖。
第6圖為本發明於該步驟E中之切入點偵測示意圖。
第7a圖為訊號未經粗粒化處理之該經濾波器處理之該心電圖訊號示意圖。
第7b圖為訊號經粗粒化處理之該經濾波器處理之該心電圖訊號示意圖。
第8圖為心電圖訊號特徵波的頻率分佈示意圖。
心電圖特徵描繪方法的目標是找出QRS波群(QRS complex)、P波與T波。由於這些特徵波分別代表心臟的電生理活動資訊,因此藉由判斷特徵波的異常與否便能快速檢測心臟的健康狀況。P波為心臟電生理活動的起始,表示心房去極化(Depolarization),也就是組織收縮。QRS波群代表心室的去極化,此時左右兩個心室分別要將血液輸出至肺部與全身。而因心室的纖維較粗、收縮力道較大,因此在心電圖上是最明顯的特徵。T波代表心室的再極化(Repolarization),即心室的舒張,其波形的振幅通常較P波來的大。
其中該QRS波群中的R波持續時間短,振幅通常是所有特徵波中最大的。因此,習知技術之心電圖特徵描繪方法都會以先找到R波為基礎,再從各個R-R區間內找其他的特徵波。換言之,本發明所揭露的方法與系統於擷取步驟完成後所得的訊號片段是供該心電圖特徵描繪方法進行後 續進一步分析用,在此先說明。
本發明揭示一種從心電圖訊號中擷取最低電極接觸雜訊之片段之系統,請參考第1圖該系統包括一擷取裝置1、一濾波裝置2、一處理裝置3與一定位裝置4,其中該擷取裝置1係供擷取一心電圖訊號。該濾波裝置2是供將該心電圖訊號進行濾波處理,藉以濾除電極接觸雜訊外之其他訊號干擾。該處理裝置3是供將該經濾波器處理之該心電圖訊號進行非線性轉換,藉以將該經濾波器處理之心電圖訊號進行差異增強,並將該經濾波處理之心電圖訊號以複數個資料點的形式分組為複數個向量,且將該複數個向量中之每一組分別以一特定數值表示,並供以一第一閥值區隔該心電圖訊號中之暫態峰,而求得未受電極接觸雜訊干擾的訊號片段之第一端點,並供以一第二閥值且根據所求得之該第一端點,而區隔該心電圖訊號中之平坦線,而求得未受電極接觸雜訊干擾的訊號片段之第二端點。該定位裝置4是根據所得之該未受電極接觸雜訊干擾的訊號片段之該第一端點與該第二端點,而定位出未受電極接觸雜訊干擾之訊號片段。
本發明另揭示一種從心電圖訊號中擷取最低電極接觸雜訊之片段之方法,請參考第2圖,包括:A:擷取一心電圖訊號;B:將該心電圖訊號經過一濾波器處理,藉以此濾除電極接觸雜訊外之其他訊號;C:將該經濾波器處理之該心電圖訊號進行非線性轉換,藉以將該經濾波器處理之心電圖訊號進行差異增強;D:將該經濾波處理之心電圖訊號以複數個資料點的形式分組為複數個 向量,且將該複數個向量中之每一組分別以一特定數值表示;E:以一第一閥值區隔該心電圖訊號中之暫態峰而求得未受電極接觸雜訊干擾的訊號片段之第一端點;F:以一第二閥值且根據所求得之該第一端點,而區隔該心電圖訊號中之平坦線,而求得未受電極接觸雜訊干擾的訊號片段之第二端點;G:以所得之該未受電極接觸雜訊干擾的訊號片段之該第一端點與該第二端點而定位出未受電極接觸雜訊干擾之訊號片段。
以下將詳述本發明之方法與系統,首先,於該步驟A中,以該擷取裝置1擷取一心電圖訊號,該擷取裝置可為穿戴式心電圖設備、十二導程全自動心電圖儀、掌上型的心電圖設備、藍芽傳輸心電圖擷取設備、無線心電圖檢測設備等等。
於未經濾波處理的心電圖中,電極接觸雜訊以突波(Spike)或斷點(Breakpoint)為起始,在突波或斷點後通常會接著一段平坦線(Flat line)。從實際電極與皮膚接觸的情況來看,突波的出現代表該瞬間電極鬆脫,原因是電極導線受拉扯或者其他外力因素影響到電極與皮膚的耦合狀況;而平坦線則代表電極與皮膚耦合未穩定,其持續時間與干擾的強弱和訊號擷取電路的穩定時間(Settling time)有關,且電壓數值通常為訊號擷取設備的訊號飽和值;而斷點的成因與突波類似,只是時間點通常發生於訊號擷取設備正處於要恢復正常交流耦合(AC coupling)時;或是電極完全脫離皮膚接觸的那一瞬間開始。所以,從第3圖可觀察到斷點處即為訊號振幅有極大落差的時間點)。為方便描述,後文對於突波與斷點的情況將只以「突波」來代表。
另一方面,由於電極接觸雜訊的干擾模式不固定,而突波又代表極高頻的干擾,若使用一般的線性濾波器來處理,會造成嚴重的失真(Distortion),影響後續的處理。因此,為了避免濾波造成的訊號失真,本發明分析方法的重點為:找出沒有受到電極接觸雜訊干擾的訊號片段,提供其兩端點位置給後續的分析方法如:心電圖特徵描繪方法使用。
再,於該步驟B中,將該心電圖訊號經過該濾波裝置2處理,藉以此濾除電極接觸雜訊外之其他訊號。在一實施例中,本發明是以截止頻率為0.8Hz與50Hz的4階Butterworth帶通濾波器(Bandpass filter)處理,藉此濾除低頻的基準線漂移干擾與電力線干擾等高頻的干擾。
經過該濾波裝置2處理後,電極接觸雜訊的特徵會稍作改變(如第4圖所示),而本發明後續將根據下述的兩種情況來做處理:1.暫態峰(Transient peak):暫態峰為線性濾波器對於突波與斷點此類變化極快的訊號所產生的暫態響應,而暫態峰的持續時間與突波的高低和濾波器本身的響應速度有關。2.平坦線:未經處理訊號中,平坦線的電壓數值通常為於訊號飽和的數值,可以視為一段單純的直流偏壓(DC bias)訊號。而因為經過低頻截止頻率為0.8Hz的前述帶通濾波器,直流訊號的直流成份會被濾除,因此平坦線的電壓值會被拉近至0。需注意的是,電壓值只是接近0,並不保證一定為0。這是因為心電訊號中各個特徵波的起伏高低不同,而經過濾除直流的處理後,只能確定整段訊號的平均值為零,表示0電位以上及以下的所有訊號面積總合為0。
再,於該步驟C中,以該處理裝置3將該經濾波器處理之該心電圖訊號進行非線性轉換,藉以將該經濾波器處理之心電圖訊號進行差 異增強。如前所述,為了與心電圖訊號中的R波有更明顯的區隔,該非線性轉換步驟包括:將訊號透過微分、平方、移動平均這三個非線性轉換法來強化差異。
再,經濾波器處理之該心電圖訊號中的電極接觸雜訊有暫態峰這個明顯的特徵可以利用,因為其峰值通常遠比正常心電訊號中R波的峰值還大,所以理論上因可以利用搜索極值的方式,來找到電極接觸雜訊發生的時間點。然而,因為電極接觸雜訊發生的次數不固定且不一定連續,且暫態峰屬於一種連續的訊號,所以直接作極值搜索並不恰當。
此外,因為人類視覺系統(Human visual system)具有低通濾波的特性,使得映入眼中的邊界(即高頻變化)有被強化的效果,而使得肉眼可以很容易地從連續且規律的訊號中找出突然改變的部份。所以,雖然心電訊號中的前述QRS波群屬於較高頻的特徵,但其數量通常遠多於電極接觸雜訊的特徵,而且相較之下是有規律的,因此肉眼能輕易地區分其與電極接觸雜訊的差別。
但是,電腦系統並沒有這種肉眼視覺功能,因此,為了模擬人眼的這種功能,本發明在以下步驟是利用了粗粒化(Coarse graining)的方法來實現。粗粒化可以視為一種降取樣(Down-Sampling)的方法,其概念為:將一個訊號序列以每n個資料點視為一個顆粒向量(Grain),最後用各個顆粒的一個代表性數值如:平均值、最大值、最小值等來取代原本的n個資料點。如第5圖所示,第一行為原始的訊號序列,若將顆粒向量的大小設為2,表示將每兩個訊號點視為一個顆粒,而粗粒化的結果以x2,1,x2,2…表示。(下標第一個數字為顆粒向量的大小;第二個數字為該顆粒向量的編號)。因 此,於該步驟D中,以該處理裝置3將該經濾波處理之心電圖訊號以複數個資料點的形式分組為複數個向量,且將該複數個向量中之每一組分別以一特定數值表示。經由將訊號粗粒化(即該步驟D)後,不僅使資料量減少,更因連續的暫態峰被離散化(Discretized),而能有效進行搜尋。
接著,雖然透過粗粒化解決了暫態峰的問題,可以比較容易地找到電極接觸雜訊的發生位置,但這還不足以用來定位出正常訊號的片段。因為要考慮從電極接觸雜訊發生後,到皮膚與電極耦合情況恢復正常,使訊號擷取設備正常運作的時間,即,前面所述的情況2:平坦線。
暫態峰與平坦線最明顯的差異就在於訊號準位(Signal level):暫態峰的數值通常都很大,而平坦線是接近0。因此我們可以透過描繪出訊號的上包線(Upper envelope),再配合適當的閥值(Threshold value)來區隔暫態峰與平坦線。而要找到訊號的上包線,本發明使用的粗粒化方法是以每個顆粒中數個資料點的最大值來表示。
以下是本發明對暫態峰的處理流程:於該步驟E中,該處理裝置3以一第一閥值區隔該經濾波處理之心電圖訊號中之暫態峰而求得未受電極接觸雜訊干擾的訊號片段之第一端點,其中於該步驟E中,更包括以下步驟:於步驟E1中,以該處理裝置3搜尋該經濾波處理之心電圖訊號的一第一上包線(UE A ),其中顆粒寬度(w A )為w A =0.08*f s (=80ms/式1)。之所以顆粒寬度為如此,是因為正常的QRS波群最短寬度為80毫秒,因此於該步驟D中之粗粒化處理後的訊號,不會因為顆粒寬度過大而讓QRS波群與其他特徵波群難以分辨。接著,於步驟E2中,該處理裝置3係決定一第一閥值。為了決定該第一閥值,先暫時忽略其他特徵波,本發明假設每一秒至少能 夠擷取到一個QRS波群(取正常人心跳為60bpm的情況)。而因為在該步驟E1中,該顆粒寬度(w A )為80毫秒,所以若要讓一個QRS波群能夠代表寬度為一秒的顆粒,我們必須乘上一個補償係數(r comp ):
而閥值(T A )則定義為:T A =r comp ×Mean(UE A )。 (式3)再,於步驟E3中,以該處理裝置3找出該第一上包線(UE A )上所有超過該第一閥值(T A )的點,如第6圖所示,而作為未受電極接觸雜訊干擾的訊號片段之兩端點之第一端點。
以下是本發明對平坦線的處理流程:在該步驟F中,該處理裝置3以一第二閥值且根據所求得之該第一端點,而區隔該經濾波處理之心電圖訊號中之平坦線,而求得未受電極接觸雜訊干擾的訊號片段之第二端點。其中於該步驟F中,更包括以下步驟:於步驟F1中,以該處理裝置3搜尋該經濾波處理之心電圖訊號的一第二上包線,其中,在考慮處理的訊號只有受到平坦線的影響下,由於平坦線的訊號準位接近於0,與正常的QRS波群明顯可分辨,所以已經於該步驟D中將訊號粗粒化。而構成此第二上包線(UE B )的顆粒寬度(w B )為w B =f s (=1sec)。 (式4)而此處顆粒寬度(w B )為1秒,是因為要區別平坦線與QRS波群只需要從訊號準位作區分。因此在取正常人每分鐘心跳次數是60下的情況下,一個顆粒 寬度只需要為1秒,便能確保每次心跳至少能被一個顆粒捕捉。另一方面,由於經過該步驟D之粗粒化處理後,訊號的第二上包線(UE B )只會有平坦線與代表QRS波群的顆粒存在。如下圖第7a圖所示,第7a圖為訊號未經粗粒化時,即便R波波峰振幅較高,但是由於訊號已經經過濾波,直流成份被濾除,因此在振幅分佈的直方圖中難以區別平坦線與QRS波群;而第7b圖為訊號經粗粒化的結果,可以明顯看到R波的特徵被凸顯出來,剩下接近0的分佈則為平坦線。之後於該步驟F2中,決定一第二閥值,由前述內容顯然可知,QRS波群的特徵與平坦線已經可以很容易地被區別,因此直接定義該第二閥值(T B )為T B =Mean(UE B )。 (式5)
接著,於步驟F3中,因為平坦線只會出現在暫態峰之後,而前述的情況於該步驟E中已經可以用來找出電極接觸雜訊的位置,所以可以確定平坦線只會出現在每一段正常訊號的前方。因此在該步驟F3中只要以該處理裝置3找出第二上包線(UE B )上第一個超過第二閥值(T B )的點,即可確定為偵測的切入點,而作為未受電極接觸雜訊干擾的訊號片段之兩端點之第二端點。
最後,於步驟G中,以所得之該未受電極接觸雜訊干擾的訊號片段之該第一端點與該第二端點而以該定位裝置4定位出未受電極接觸雜訊干擾之訊號片段。
由於本發明於該步驟G後之步驟為心電訊號特徵波的偵測,所以,總而言之,前述步驟的目的是設法突顯特徵波並減少其他干擾對訊號的影響。此外,根據第8圖的特徵波頻率分佈圖所示,QRS波群、P 波與T波在頻域上分佈頗為分散,因此本發明的分析方法是以與各個特徵波頻段較無重疊的干擾為主。等到在之後要偵測該心電圖訊號之其他特徵波時,再根據其頻率分佈來做帶通濾波會是比較好的分析方法。而由於本發明是透過其特徵來找到沒有被電極接觸雜訊干擾的訊號片段,因此本發明後續無需對該心電圖訊號做額外的濾波處理。
另一方面,因為習知心電圖特徵描繪方法(如Pan-Tompkins描繪方法)在閥值過濾的設計上,傾向把較高振幅的資料點視為正常的R波,而僅能過濾低於閥值的資料點,對於數值過高的資料點是無法區別的。因此,習知Pan-Tompkins描繪方法遇到受電極接觸雜訊干擾的訊號時,常會因為誤把過高振幅的雜訊當作是正常資料點,進而過度拉高閥值,使得後續的資料點都無法被正常判斷,而本發明之方法亦能有效避免這種情況發生。
因此,本發明具有以下之優點:
1.本發明係以粗粒化流程與閥值過濾的概念,針對習知技術中關注度較低的電極接觸雜訊提出一套高效能的分析方法與系統。
2.藉由本發明提出的電極接觸雜訊分析方法,使得後續心電圖分析所會用到之心電圖特徵描繪方法可以不受電極接觸雜訊影響而能有效運作。
3.本發明利用粗粒化的方法,配合適當的閥值找出分析的切入點,再將這些結果供給後續的電圖特徵描繪方法繼續使,能確保心電圖特徵描繪方法不受電極接觸雜訊影響,而且又不會因為額外的濾波處理造成訊號失真。
以上所述乃是本發明之具體實施例及所運用之技術手段,根據本文的揭露或教導可衍生推導出許多的變更與修正,若依本發明之構想 所作之等效改變,其所產生之作用仍未超出說明書及圖式所涵蓋之實質精神時,均應視為在本發明之技術範疇之內,合先陳明。
依上文所揭示之內容,本發明確可達到發明之預期目的,提供一種從心電圖訊號中擷取最低電極接觸雜訊之片段的方法與系統,具有產業利用與實用之價值無疑,爰依法提出發明專利申請。

Claims (10)

  1. 一種從心電圖訊號中擷取最低電極接觸雜訊之片段之方法,該方法包括:A:擷取一心電圖訊號;B:將該心電圖訊號進行濾波處理,藉以此濾除電極接觸雜訊外之其他訊號;C:將該經濾波器處理之該心電圖訊號進行非線性轉換,藉以將該經濾波器處理之心電圖訊號進行差異增強;D:將該經濾波處理之心電圖訊號以複數個資料點的形式分組為複數個向量,且將該複數個向量中之每一組分別以一特定數值表示;E:以一第一閥值區隔該經濾波處理之心電圖訊號中之暫態峰而求得未受電極接觸雜訊干擾的訊號片段之第一端點;F:以一第二閥值且根據所求得之該第一端點,而區隔該經濾波處理之心電圖訊號中之平坦線,而求得未受電極接觸雜訊干擾的訊號片段之第二端點;G:以所得之該未受電極接觸雜訊干擾的訊號片段之該第一端點與該第二端點而定位出未受電極接觸雜訊干擾之訊號片段。
  2. 如申請專利範圍第1項所述之方法,其中於該步驟E中,更包括以下步驟:E1:搜尋該經濾波處理之心電圖訊號的一第一上包線;E2:決定一第一閥值;E3:找出該第一上包線上所有超過該第一閥值的點,而作為未受電極接觸雜訊干擾的訊號片段之兩端點之第一端點。
  3. 如申請專利範圍第1項所述之方法,其中於該步驟F中,更包括以下步驟:F1:搜尋該經濾波處理之心電圖訊號訊號的一第二上包線;F2:決定一第二閥值; F3:找出該第二上包線上第一個超過該第二閥值的點,而作為未受電極接觸雜訊干擾的訊號片段之兩端點之第二端點。
  4. 如申請專利範圍第1項所述之方法,其中該濾波器是為截止頻率0.8Hz與50Hz的4階Butterworth帶通濾波器。
  5. 如申請專利範圍第1項所述之方法,其中該特定數值是為該複數個資料點每一者之平均值、最大值或最小值。
  6. 一種從心電圖訊號中擷取最低電極接觸雜訊之片段之系統,該系統包括:一擷取裝置,其係供擷取一心電圖訊號;一濾波裝置,其是供將該心電圖訊號進行濾波處理,藉以濾除電極接觸雜訊外之其他訊號干擾;一處理裝置,該處理裝置是供將該經濾波器處理之該心電圖訊號進行非線性轉換,藉以將該經濾波器處理之心電圖訊號進行差異增強,並將該經濾波處理之心電圖訊號以複數個資料點的形式分組為複數個向量,且將該複數個向量中之每一組分別以一特定數值表示,並供以一第一閥值區隔該經濾波處理之心電圖訊號中之暫態峰,而求得未受電極接觸雜訊干擾的訊號片段之第一端點,並供以一第二閥值且根據所求得之該第一端點,而區隔該經濾波處理之心電圖訊號中之平坦線,而求得未受電極接觸雜訊干擾的訊號片段之第二端點;以及一定位裝置,其是根據所得之該未受電極接觸雜訊干擾的訊號片段之該第一端點與該第二端點,而定位出未受電極接觸雜訊干擾之訊號片段。
  7. 如申請專利範圍第6項所述之系統,其中該處理裝置更供搜尋該經濾波處理之心電圖訊號的一第一上包線;決定一第一閥值;以及,找出該第一 上包線上所有超過該第一閥值的點,而作為未受電極接觸雜訊干擾的訊號片段之兩端點之第一端點。
  8. 如申請專利範圍第6項所述之系統,其中該處理裝置更供搜尋該經濾波處理之心電圖訊號的一第二上包線;決定一第二閥值;以及,找出該第二上包線上第一個超過該第二閥值的點,而作為未受電極接觸雜訊干擾的訊號片段之兩端點之第二端點。
  9. 如申請專利範圍第6項所述之系統,其中該濾波器是為截止頻率0.8Hz與50Hz的4階Butterworth帶通濾波器。
  10. 如申請專利範圍第6項所述之系統,其中該複數個向量是為該複數個資料點之平均值、最大值或最小值。
TW107128505A 2018-08-15 2018-08-15 從心電圖訊號中擷取最低電極接觸雜訊之片段的方法與系統 TWI667015B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
TW107128505A TWI667015B (zh) 2018-08-15 2018-08-15 從心電圖訊號中擷取最低電極接觸雜訊之片段的方法與系統

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
TW107128505A TWI667015B (zh) 2018-08-15 2018-08-15 從心電圖訊號中擷取最低電極接觸雜訊之片段的方法與系統

Publications (2)

Publication Number Publication Date
TWI667015B true TWI667015B (zh) 2019-08-01
TW202008957A TW202008957A (zh) 2020-03-01

Family

ID=68316120

Family Applications (1)

Application Number Title Priority Date Filing Date
TW107128505A TWI667015B (zh) 2018-08-15 2018-08-15 從心電圖訊號中擷取最低電極接觸雜訊之片段的方法與系統

Country Status (1)

Country Link
TW (1) TWI667015B (zh)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI494081B (zh) * 2012-03-16 2015-08-01 Univ Nat Cheng Kung 心電圖訊號壓縮系統及解壓縮系統
TWI536963B (zh) * 2013-08-22 2016-06-11 慈濟學校財團法人慈濟大學 心電圖量測裝置及其量測方法
TWI581763B (zh) * 2014-12-05 2017-05-11 凌陽科技股份有限公司 心電圖訊號的雜訊濾除方法以及其心電感測裝置

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI494081B (zh) * 2012-03-16 2015-08-01 Univ Nat Cheng Kung 心電圖訊號壓縮系統及解壓縮系統
TWI536963B (zh) * 2013-08-22 2016-06-11 慈濟學校財團法人慈濟大學 心電圖量測裝置及其量測方法
TWI581763B (zh) * 2014-12-05 2017-05-11 凌陽科技股份有限公司 心電圖訊號的雜訊濾除方法以及其心電感測裝置

Also Published As

Publication number Publication date
TW202008957A (zh) 2020-03-01

Similar Documents

Publication Publication Date Title
CN107041743B (zh) 一种心电信号实时r波检测方法
Wijaya et al. Abnormalities state detection from P-wave, QRS complex, and T-wave in noisy ECG
Merah et al. R-peaks detection based on stationary wavelet transform
Dohare et al. An efficient new method for the detection of QRS in electrocardiogram
Sathyapriya et al. Analysis and detection R-peak detection using Modified Pan-Tompkins algorithm
JP7429371B2 (ja) 生体物理信号における非同期ノイズを定量化し、かつ除去するための方法およびシステム
US8909332B2 (en) Method and device for estimating morphological features of heart beats
CN108888259B (zh) 一种心电信号实时qrs波检测方法
Malek et al. Automated detection of premature ventricular contraction in ECG signals using enhanced template matching algorithm
CN112971795B (zh) 心电信号质量评估方法
Mishra et al. Wearable ECG for real time complex P-QRS-T detection and classification of various arrhythmias
Khandait et al. Features extraction of ECG signal for detection of cardiac arrhythmias
Thurner et al. Complex-Pan-Tompkins-Wavelets: Cross-channel ECG beat detection and delineation
Talatov et al. Algorithmic and software analysis and processing of ECG signals
Lewandowski et al. A simple real-time QRS detection algorithm utilizing curve-length concept with combined adaptive threshold for electrocardiogram signal classification
CN115486854A (zh) 一种针对干电极采集的单导联心电图室性早搏识别方法
Sabherwal et al. Aiding the detection of QRS complex in ECG signals by detecting S peaks independently
Gu et al. An improved method with high anti-interference ability for R peak detection in wearable devices
Daniel et al. Cancelling harmonic power line interference in biopotentials
Mishra et al. A wearable device for real-time ECG monitoring and cardiovascular arrhythmia detection for resource constrained regions
TWI667015B (zh) 從心電圖訊號中擷取最低電極接觸雜訊之片段的方法與系統
Burte et al. Advances in QRS detection: Modified Wavelet energy gradient method
Turnip et al. Extraction of P and T waves from electrocardiogram signals with modified Hamilton algorithm
Tun et al. Analysis of computer aided identification system for ECG characteristic points
Ghosal et al. Ecg beat quality assessment using self organizing map

Legal Events

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