TWI702937B - 從具雜訊之心電圖資料決定心跳率的設備、系統和方法 - Google Patents

從具雜訊之心電圖資料決定心跳率的設備、系統和方法 Download PDF

Info

Publication number
TWI702937B
TWI702937B TW105125633A TW105125633A TWI702937B TW I702937 B TWI702937 B TW I702937B TW 105125633 A TW105125633 A TW 105125633A TW 105125633 A TW105125633 A TW 105125633A TW I702937 B TWI702937 B TW I702937B
Authority
TW
Taiwan
Prior art keywords
data
ecg
time
filter
frequency
Prior art date
Application number
TW105125633A
Other languages
English (en)
Other versions
TW201717845A (zh
Inventor
阿密特 貝斯
馬揚克 加格
Original Assignee
美商英特爾股份有限公司
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 美商英特爾股份有限公司 filed Critical 美商英特爾股份有限公司
Publication of TW201717845A publication Critical patent/TW201717845A/zh
Application granted granted Critical
Publication of TWI702937B publication Critical patent/TWI702937B/zh

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7203—Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
    • A61B5/024—Detecting, measuring or recording pulse rate or heart rate
    • A61B5/0245—Detecting, measuring or recording pulse rate or heart rate by using sensing means generating electric signals, i.e. ECG signals
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/25—Bioelectric electrodes therefor
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/316—Modalities, i.e. specific diagnostic methods
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/316—Modalities, i.e. specific diagnostic methods
    • A61B5/318—Heart-related electrical modalities, e.g. electrocardiography [ECG]
    • A61B5/346—Analysis of electrocardiograms
    • A61B5/349—Detecting specific parameters of the electrocardiograph cycle
    • A61B5/352—Detecting R peaks, e.g. for synchronising diagnostic apparatus; Estimating R-R interval
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7235—Details of waveform analysis
    • A61B5/7253—Details of waveform analysis characterised by using transforms
    • A61B5/726—Details of waveform analysis characterised by using transforms using Wavelet transforms

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Cardiology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Surgery (AREA)
  • Veterinary Medicine (AREA)
  • Biophysics (AREA)
  • Pathology (AREA)
  • Biomedical Technology (AREA)
  • Public Health (AREA)
  • Medical Informatics (AREA)
  • Molecular Biology (AREA)
  • Physics & Mathematics (AREA)
  • Animal Behavior & Ethology (AREA)
  • General Health & Medical Sciences (AREA)
  • Signal Processing (AREA)
  • Physiology (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Psychiatry (AREA)
  • Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)

Abstract

揭示及描述從具雜訊之心電圖(ECG)資料決定病患的心跳率(HR)的設備、系統、和關聯方法。

Description

從具雜訊之心電圖資料決定心跳率的設備、系統和方法
本發明係相關於從具雜訊之心電圖資料決定心跳率的設備、系統和方法
健康監測設備的普及性已於近年成長，從商店及藥局中量測血壓的機器至監測活動、食物攝取量、及更多的專用可穿戴設備、及智慧型手機、智慧型手錶、及平板電腦應用程式。此種設備常需要使用者刻意地實施測試或輸入某些型式的資料以協助監測活動。
102‧‧‧R波(或R峰)
104‧‧‧基線雜訊
106‧‧‧感應雜訊
302、306‧‧‧伺機ECG資料
304、308‧‧‧HR參考
802、902‧‧‧第1主峰
804、904‧‧‧第2主峰
906‧‧‧距離
1002‧‧‧可用物件
1004‧‧‧電極
1006‧‧‧電路
1008‧‧‧輸入通道
1010‧‧‧輸出通道
1012‧‧‧處理器
1014‧‧‧記憶體
圖1a係根據發明實施例之ECG資料的圖形表示；圖1b係根據發明實施例之ECG資料的圖形表示；圖2係根據發明實施例用於從具雜訊之ECG資料決定病患的心跳率之方法的描畫； 圖3a係根據發明實施例之心跳率資料的圖形表示；圖3b係根據發明實施例之心跳率資料的圖形表示；圖4係根據發明實施例之原始ECG資料的圖形表示；圖5係根據發明實施例之處理後ECG資料的圖形表示；圖6係根據發明實施例之處理後ECG資料的圖形表示；圖7係根據發明實施例之處理後ECG資料的圖形表示；圖8係根據發明實施例之處理後ECG資料的圖形表示；圖9係根據發明實施例之處理後ECG資料的圖形表示；及圖10係根據發明實施例之用於從具雜訊之ECG資料決定病患的心跳率之系統的方塊圖。
【發明內容及實施方式】
雖然以下實施方式為了說明的目的而包含許多具體內容，熟悉本技術的人士將理解以下細節能有許多變化及替代選項，其並可視為包括在本文中。
因此，整體性以下實施例係提出而未對所附任何申請專利範圍造成整體性的損失，且未對任何申請專利範圍施加限制。也應理解本文使用的術語僅用於描述特定實施例 的目的，且未企圖造成任何限制。除非另外界定，本文使用的所有技術及科學術語具有相同於由熟悉此揭示發明所屬之技術人士所共同理解的意義。
在此揭示發明中，「包含(comprises)」、「包含(comprising)」、「含有」、及「具有」等能具有在美國專利法中賦予彼等的意義，並能意指「包括(includes)」、「包括(including)」等，且通常解譯成開放式術語。術語「由…組成(consisting of)」或「由…組成(consists of)」係封閉式術語，並僅包括結合此種術語具體地列示的組件、結構、或步驟等，且其根據美國專利法。「本質上由…組成(consisting essentially of)」或「本質上由…組成(consists essentially of)」具有通常由美國專利法所賦予彼等的意義。特別係此種術語通常係封閉式術語，除非允許包括其不實質影響與彼等結合使用的項目(等)之基本及新穎特徵或功能的額外項目、材料、組件、步驟、或元件外。例如，即使未明顯地陳述在此種術語之後的項目列表中，若存在於該「本質上由…組成」的語言之下，存在於組成物中但不影響組成物之本質或特徵的微量元素會係可允許的。當將開放式術語使用在本說明書中時，像是「包含」或「包括」，已理解也應該對「本質上由…組成」的語言以及「由…組成」的語言提供直接支持，彷彿其已明顯地敘述，且反之亦然。
在描述及申請專利範圍中的術語「第一」、「第二」、「第三」、「第四」等，若有任一者，係在相似元 件間用於區分，且不必然用於描述特定順序上或時間上的次序。待理解如此使用之術語在適當環境下係可交換的，使得此處所描述的實施例，例如，能以與此處說明或另外描述之順序不同的順序操作。相似地，若此處將一方法描述成包含一系列步驟，此處呈現的此種步驟之次序不必然係可執行此種步驟的唯一次序，並可能省略已述及的特定步驟且/或可能將此處未描述的其他特定步驟加至該方法。
在描述及申請專利範圍中的術語「左」、「右」、「前」、「後」、「頂」、「底」、「上方」、「下方」等，若有任一者，係用於描述之目的而不必然用於描述永久相對位置。待理解如此使用之術語在適當環境下係可交換的，使得此處所描述的實施例，例如，能以與此處說明或另外描述之定向不同的定向操作。
如本文所使用的，當「增強」、「改善」、「效能增強」、及「昇級」等連同設備或處理的描述使用時，係指當與先前已知設備或處理相較時，提供可量測的更佳形式或功能之設備或處理的特徵。此施用於設備及處理中之獨立組件的形式及功能二者上，並施用至作為整體的此種設備及處理上。
如本文所使用的，術語「實質上」係指作用、特徵、性質、狀態、結構、項目、或結果的完整或接近完整程度或度。例如，「實質上」封閉的物件會意謂著該物件係完全封閉或接近完全封閉的。與絕對完整性的精確允許偏離 度在部分情形中可取決於具體上下文。然而，一般而言，完整性的接近將具有與得到絕對及全部完整性彷彿相同的整體結果。當使用在負面含義中以指作用、特徵、性質、狀態、結構、項目、或結果的完全缺乏或接近完全缺乏時，「實質上」的使用可相等地應用。例如，「實質上沒有」粒子的組成物會完全缺乏粒子，或效果會與完全缺乏粒子彷彿相同的接近完全缺乏粒子。換言之，只要其沒有可量測的效果，「實質上沒有」成分或元素的組成物實際上仍可包含此種項目。
如本文所使用的，藉由假定指定值可「略高於」或「略低於」端點，將術語「約」用於對數值範圍端點提供彈性。然而，待理解即使當術語「約」在本說明書中結合具體數值使用時，也提供對與術語「約」分開敘述之精確數值的支援。
如本文所使用的，可為了方便將複數個項目、結構元件、組合元件、及/或材料呈現在通用列表中。然而，此等列表應解釋為將該列表之各成員獨立地識別為分離且唯一的成員。因此，單獨地基於成員在共同群組中的表示而沒有對相對性的指示，不應此種列表的獨立成員解釋為係相同列表的任何其他成員之事實上的等效實例。
濃度、量、及其他數值資料可用範圍格式表示或呈現在本文中。待理解此種範圍格式僅為了方便及簡潔而使用，且因此應彈性地解譯為不僅包括如該範圍之邊界所明確陳述的該數值，並也包括包含在該範圍內的所有獨立數 值或次範圍，如同明確地陳述各數值及次範圍。作為說明，「約1至約5」的數值範圍應解譯為不僅包括明確陳述之約1至約5的值，而也包含在該指定範圍內的獨立值及次範圍。因此，包括在此數值範圍中的係獨立值，諸如，2、3、及4，及次範圍，諸如，從1-3、從2-4、及從3-5等，以及個別的1、1.5、2、2.3、3、3.8、4、4.6、5、及5.1。
此相同原理施用至僅將一個數值敘述為最小值或最大值的範圍。此外，此種解釋應與範圍的寬度或正受描述之特徵無關地施用。
此說明書中各處對「範例」的引用意指將相關於該範例描述的特定特性、結構、或特徵包括在至少一個實施例中。因此，出現在此說明書各處之不同位置的片語「在範例中」不必然全部指相同實施例。
範例實施例
於下文提供技術實施例的最初概述，然後更詳細地描述特定技術實施例。此最初摘要企圖協助讀者更迅速地理解本技術，但未企圖識別關鍵或基本技術特性且未企圖限制專利標的的範圍。
對許多個人而言，由於既存醫療條件、可能醫療條件、或維持良好體適能的期望，能實施週期或持續的健康監測能係可取的。能對監測有效益的一個生理參數係心跳率(HR)。心電圖(ECG)記錄係量測許多心臟有關生理 效應，包括心跳率，的有效方法。ECG係能經由耦接至病患胸部之電極，以及與可穿戴設備、行動計算設備、智慧型手機、甚至係健身器材關聯之電極量測的生理信號。ECG記錄能量測藉由在心臟的心臟組織中之極化及去極化事件產生的電脈衝，並將此等電脈衝轉譯為ECG信號或ECG資料。ECG信號能提供心跳的速率及規律性等的量測。
能記錄ECG信號的二種方式係刻意的與伺機的。在一些刻意的ECG記錄中，能將病患置於電極直接耦接至胸部的俯臥姿或坐姿。在其他刻意的ECG記錄中，使用者刻意抓握或另外以小動作接觸電極。由刻意的ECG感測得到之ECG信號的品質通常係良好的，如圖1a所示。R波(或R峰)102易於與基線雜訊104區分，且因此該峰能藉由處理，諸如，窗化或臨限化，輕易地擷取以直接量測心跳率。然而，在部分情形中，刻意的ECG記錄能由於各種原因而具有非常多雜訊。病患皮膚上的物質能干擾記錄、病患在記錄期間的動作、不佳的電極連接、及來自附近電子器材的干擾等。另外，伺機記錄通常也具有非常多的雜訊。伺機記錄能指正在記錄ECG信號的各種情況，諸如，病患無意中接觸電極、病患使用具有ECG電極的物件或設備(例如，膝上型電腦)、及間歇地接觸病患之皮膚的可穿戴感測器等。伺機ECG記錄的範例顯示在圖1b中，其中感應雜訊106能係ECG信號之幅度的數倍，因此完全省略。在部分情形中，雜訊能由於皮膚及電 極之間的接觸表面面積的改變、及由於接觸壓力的改變等而導致。針對此種ECG資料，習知信號處理技術在從基線雜訊擷取R峰資料上係無效的。
如能從圖1b中的ECG記錄所理解的，從具有高雜訊等級之伺機記錄的ECG或從刻意記錄的ECG估算心跳率能係極大的挑戰。然而，因為此種記錄能促進不顯眼的心跳率監測，在部分情形中，能促進連續的心跳率監測，彼等能係非常有用的。雜訊及ECG信號之頻帶的重疊增加了難度，因此使從具雜訊之ECG信號估算精準的心跳率變得更複雜。此外，伺機心跳率監測能打開通往許多應用的大門，諸如，評估精神壓力及壓力監測、情緒分類、及評估心適能等。然而，由於具雜訊的ECG記錄，錯誤心跳率估算能導致病患狀態的錯誤估算。
發明實施例呈現用於從具雜訊之ECG信號精準地擷取心跳率資訊的新穎設備、系統、及方法，從而改善保健及個人健康管理的許多樣態，包括為主流客戶端計算裝置上的各種伺機生物感測應用、鋪平道路。此等設備、系統、及方法甚至能從具極多雜訊的伺機感測ECG信號，諸如，圖1b所示的信號，精準地擷取心跳率。傳統的心跳率估算演算法常使用高通濾波器或小波過濾以使ECG基線穩定，之後在時域中使用基於臨限的尖峰偵測或藉由時域分析擷取心跳率資料。然後使用擷取的峰時間間隔計算心搏至心搏的心跳率。或者，部分傳統演算法在頻域中使用頻譜分析(諸如，FFT及小波)以決定頻譜能量分布， 然後施用臨限以偵測R波或R峰的頻率。由於許多伺機感測情景常為雜訊所嚴重污染，此等演算法通常無效。
本揭示方法在時域及頻域二者中施用新穎的信號處理方法以系統地增強及擷取具潛在雜訊之ECG信號中的節律及週期性，且使用此週期性計算心跳率。待注意此方法能施用至刻意及伺機ECG記錄二者上，彼等二者均在本發明範圍內。在一範例中，如圖2所示，提供用於從具雜訊的ECG資料決定病患之心跳率的方法。該方法能包括，202過濾ECG資料以產生過濾後ECG資料、204將該過濾後ECG資料轉換至時間-頻率域以產生時間-頻率資料、206將該時間-頻率資料去雜訊以產生去雜訊後時間-頻率資料、208將該去雜訊後時間-頻率資料轉換至時域以產生去雜訊後資料、210識別該去雜訊後資料中的複數個尖峰、212從該複數個尖峰導出複數個R尖峰的週期性、及214從該複數個R尖峰的該週期性導出該病患的該心跳率。
如已描述的，相較於傳統方法，本揭示方法顯著地增加來自具雜訊ECG資料量測心跳率的精準度，並另外能有效地從由於非常高的雜訊等級而不能使用傳統方法處理的ECG資料擷取心跳率。圖3a-b顯示使用傳統方法(圖3a)及根據發明實施例的方法(圖3b)從具雜訊之ECG資料擷取心跳率的範例比較。ECG資料係伺機從置於膝上型電腦之置腕區上的電極取得。當手部的移動在打字期間自然地發生時，所產生的ECG資料具有雜訊。當個人在 打字時，每當雙手手掌同時接觸膝上型電腦之雙側上的電極，伺機地記錄ECG資料。除了伺機記錄，將黏合電極附接至測試病患的胸部以記錄作為參考的穩定ECG及心跳率。圖3a顯示相較於心跳率參考304，傳統心跳率擷取技術在伺機ECG資料302上的效能。在打字期間，由心跳率中的向上尖波所指出的，傳統心跳率擷取技術的效能非常不精準，當心跳率控制顯示病患的實際心跳率約為80b/m時，量測錯誤的心跳率高達180b/m。
圖3b顯示本揭示方法的效能，其使用設定在膝上型電腦上的相同電極及附接至病患胸部以記錄作為參考之穩定ECG及心跳率的黏合電極。與傳統方法形成鮮明對比，甚至在積極的鍵盤使用週期期間，伺機的ECG資料306緊密地追隨心跳率參考308。伺機的ECG資料306對對照資料308的平均誤差<3%。
ECG資料最初能受濾波以移除與50/60Hz線路雜訊、肌肉震顫雜訊、基線DC漂移、及動作雜訊等關聯之在ECG系統中固有的雜訊或另外將其最小化。在一範例中，能將低通濾波器施用至ECG資料，以移除50/60Hz線路雜訊、肌肉震顫、及任何其他較高頻率的雜訊。在另一範例中，能將高通濾波器施用至ECG資料，以移除基線DC漂移、動作雜訊、或任何其他較低頻率的雜訊。在另一範例中，能將低通濾波器及高通濾波器二者施用至ECG資料以實現較高及較低頻率之雜訊的雜訊過濾。另外，帶通濾波器能用於與組合的低通及高通濾波器相同的效果。
能使用任何種類的低通濾波器以過濾ECG資料，並能取決於資料的本質、所期望的過濾特徵、及伺機資料收集系統等，使用各種低通濾波器特徵及/或參數。在一實施例中，施用並能調諧低通濾波器以通過R峰資料並過濾具有高於R峰資料能量之能量的雜訊。設若仍能有效地量測心跳率，能允許任何指定的雜訊頻率範圍通過該濾波器。然而，在一範例中，低通濾波器具有30Hz或更少的截止頻率。在另一範例中，低通濾波器具有25Hz或更少的截止頻率。在另一範例中，低通濾波器具有22Hz或更少的截止頻率。此外，低通濾波器的銳度能係該系統可容許的任何銳度，或換言之，仍允許有效地量測或估算心跳率的任何銳度。然而，在一個具體範例中，低通濾波器係2階或更多階的。在另一範例中，低通濾波器係5階或更多階的。在另一範例中，低通濾波器係8階或更多階的。
相似地，相關於高通濾波器，在一範例中，截止頻率能係2Hz或更多。在另一範例中，高通濾波器具有7Hz或更多的截止頻率。在另一範例中，高通濾波器具有14Hz或更多的截止頻率。如同使用低通濾波器，高通濾波器的銳度能係該系統可容許且其仍允許有效地量測或估算心跳率的任何銳度。然而，在一個具體範例中，高通濾波器係2階或更多階的。在另一範例中，高通濾波器係5階或更多階的。在另一範例中，高通濾波器係8階或更多階的。
如所描述的，ECG資料能以帶通濾波器過濾。與低及 高通濾波器相似，在一範例中，帶通濾波器具有2Hz或更多的低截止頻率及30Hz或更少的高截止頻率。在另一範例中，帶通濾波器具有7Hz或更多的低截止頻率及25Hz或更少的高截止頻率。在另一範例中，帶通濾波器具有14Hz或更多的低截止頻率及22Hz或更少的高截止頻率。如同使用低及高通濾波器，帶通濾波器的銳度能係該系統可容許且其仍允許有效地量測或估算心跳率的任何銳度。在一範例中，帶通濾波器係2階或更多階的。在另一範例中，帶通濾波器係5階或更多階的。在另一範例中，帶通濾波器係8階或更多階的。另外，在部分情形中，濾波後ECG資料能包括使用低通濾波器及帶通濾波器過濾，或使用帶通濾波器及高通濾波器過濾。
能使用許多濾波器及濾波器種類以過濾ECG資料。熟悉本技術的人士將輕易地注意到一旦擁有本揭示發明，能使用各式各樣的濾波器種類、濾波器組合、及技術等以完成各種發明實施例，彼等全部視為在本發明的範圍內。濾波器能基於硬體的、基於軟體的、並能包括硬體及軟體二者的元件等。在一範例中，濾波器能包括無限脈衝響應(IIR)濾波器。在另一範例中，濾波器能包括有限脈衝響應(FIR)濾波器。各種濾波器種類的非限制性範例包括Savitzky-Golay濾波器、橢圓濾波器、契比雪夫濾波器、巴特沃斯濾波器、及貝索濾波器等，包括彼等的組合。此等濾波器及其他濾波器分別為熟悉本技術的人士所熟知。在一具體範例中，濾波器係Savitzky-Golay濾波 器。在另一具體範例中，濾波器係巴特沃斯濾波器。
另外，在部分情形中，ECG資料能以離散的塊、封包、或段處理。心跳率對ECG資料的各塊、封包、或段估算。能使用資料塊、封包、或段或任何長度或尺寸的資料，並能取決於資料的條件、及處理及系統的規格等變化。因為伺機ECG記錄期間的動作雜訊能佔據寬頻頻譜，其與ECG信號頻譜重疊並限制傳統濾波器的有效性。處理離散塊中的ECG資料減輕信號中之雜訊的至少部分隨機性，因為在該塊的持續時間，存在有相對更週期性的資訊以產生與心跳率有關的合理推斷。樣本ECG塊顯示於圖4中，其中甚至在視覺上也難以決定是否並非不可能從雜訊識別ECG資料。
在一個具體範例中，能將Savitzky-Golay濾波器施用至ECG資料以使資料平滑化並移除較高頻率，諸如，50/60Hz主或線路雜訊及肌肉震顫雜訊而不沒有太多的信號強度損失。此對該信號提供低階多項式近似，並幾乎完全移除能與R峰偵測干擾的50/60Hz雜訊。
在另一具體範例中，R波(或峰)能藉由施加帶通濾波器至ECG資料而擷取。此種濾波器的一範例係巴特沃斯濾波器。例示通帶範圍(亦即，低截止頻率至高截止頻率)能對特定情況定制，且在許多情形中，能藉由觀察ECG資料的伺機記錄期間的雜訊頻譜特徵而經驗地決定，其能具有與習知ECG中的典型移動性假象不同的頻譜回應。然而，例示範圍能包括在2Hz及30Hz之間、7Hz 及25Hz之間、或14Hz及22Hz之間等的低及高截止頻率。在部分情形中，即使最大ECG信號強度在不同頻率範圍更大，通帶頻率範圍能選擇成將ECG信號強度及雜訊等級最佳化。例如，即使R波頻率帶範圍從2-15Hz，可更有效的使用14-22Hz的通帶頻率範圍，因為即使輕微偏移，由伺機活動，諸如，打字，導致的雜訊能比在2-15Hz之範圍中的ECG信號幅度高許多倍。圖5顯示在使用具有14-22Hz通帶的巴特沃斯濾波器過濾後之過濾後ECG資料。ECG R波峰602現在變為比圖4所示的原始信號更明顯；然而，顯著的雜訊仍存在於此級中，其能干擾心跳率量測。
為進一步移除雜訊，能在頻譜域中過濾資料。用於完全此的一技術係藉由施加函數至過濾後ECG資料以將資料轉換至時間-頻率域，因此產生時間-頻率資料。然後能將時間-頻率資料去雜訊。須注意過濾後ECG資料能使用能時間-頻率域轉換的任何函數轉換，彼等全部視為在本發明的範圍內。在一樣態中，例如，函數能係小波轉換或小波分解。能使用任何合適的小波轉換，包括靜止小波轉換(SWT)、及離散小波轉換(DWT)等。在一具體範例中，小波轉換能係SWT。
有用的SWT的一範例能在MATHWORKS®之計算環境MATLAB®中的內建SWT函數中發現。在能使用SWT或DWT任一者的同時，在部分情形中，SWT能運作的更佳，因為SWT運載冗餘資訊以至於其不在每一步驟降取 樣該信號。因此，SWT係平移不變的，然而DWT不係平移不變的。在部分情形中，此在去雜訊效能上可具有意義。在DWT中，輸入信號中的小偏移可在不同分解等級的係數上導致重大變化，且可在重構時導致錯誤。
在部分情形中，將過濾後ECG資料或時間-頻率資料次分割為複數個次窗能係有幫助的。小波轉換能在次分割為資料次窗之前或之後施用至該資料。作為一範例，過濾後ECG能分割為1秒窗，或任何其他便利的持續時間。
將時間-頻率次窗去雜訊能藉由能將資料中的雜訊降低至可接收程度的任何技術完成。作為一範例，將時間-頻率資料去雜訊能藉由施用臨限函數至時間-頻率資料次窗以產生去雜訊後時間-頻率資料次窗而完成。施用動態臨限至次窗能消除與雜訊有關的頻率成分。在一範例中，在各窗中用於雜訊消除的臨限能按照方程式I計算：
Figure 105125633-A0202-12-0015-1
 其中Data係在該信號之1秒窗內的時間系列向量。
將各等級中滿足方程式II5*Vth>E>2.5*Vth II之信號E的區段傳至用於轉換至時域的反函數。臨限帶計算係使用對來自伺機從數個使用者取得之ECG的多數的R峰資訊係在由方程式II描述之帶中的經驗觀察導出。此範圍外側的小波係數主要對應於雜訊，且因此在使用反小波函數重構信號之前針對雜訊消除強迫歸零。使用此用於臨限的帶能消除多數雜訊，但保留重構信號中的R峰。
第V個臨限比例於中位數絕對偏差(MAD)。常數值係1.4826，MAD的一小部分。此常數值對在小波域中消除來自信號的雜訊係有用的。第V個臨限嘗試取得小波域中之信號係數的變化(亦即，對應於該信號之係數值的範圍)。此常數常相依於係數的散布。1.4826對應於常數值，使得若係數的分布係高斯的，則+/-1.4826*MAD將係將取得信號係數之70%的分布的範圍。
在一範例中，比例性的常數能藉由經驗地觀察信號及雜訊特徵而計算。維持高及低臨限以移除按鍵期間的極高幅度的雜訊脈衝及觸控板使用期間的低密度雜訊二者。此臨限能分別在各小波分解等級上完成，且之後計算反小波轉換(或使用任何轉換的反函數)以重構R波峰。因此，能組合去雜訊後時間-頻率資料次窗以產生去雜訊後時間-頻率資料，並使用反函數轉換至時域以產生去雜訊後資料。圖6係顯示與圖5相較之峰間雜訊中的顯著降低之去雜訊後資料的範例。
顯示於圖6中的小波重構信號包括R波峰以及雜訊峰二者，甚至在視覺上難以將可用的R峰從雜訊峰分離。因為雜訊及R峰落在相同頻帶中，使用頻譜特徵的分離也係不可能的。從此種信號中擷取精準的心跳率的一種方式包括使用自關聯技術強化週期性。因此，在一範例中，導出複數個R峰的週期性能藉由自關聯去雜訊後資料以產生自關聯的峰資料而完成。然而，在自關聯技術能單獨增強信號中的週期性的同時，當信號及雜訊係幅度可相媲美的 時，伺機感測的ECG信號常包括係ECG信號之幅度數倍的雜訊。此信號對雜訊比能使單獨的自關聯技術無效。
各種技術可連同自關聯使用以有效增強去雜訊後資料的週期性。在一範例技術中，識別資料中的複數個峰(R峰及雜訊峰)以產生峰資料。峰的識別能藉由任何合適方法完成。例如，對該資料施用窗函數或臨限函數能產生有用的峰資料。其次，對峰資料施用二元函數以產生包含二元峰及二元非峰的二元資料，或換言之，峰以一表示且所有其他資料點(或非峰)以零表示的資料。取決於用於識別峰的技術，當峰識別技術的輸出可已係二元表示時，施用二元函數可不係必要的。無論如何，該表示與彼等的幅度無關地將均勻權重(亦即，值1)指派至有效R波峰以及雜訊峰二者。此產生適用於增加基於關聯之週期性擷取之有效性的表示。圖7顯示偵測峰之此種二元表示的範例，其中甚至仍難以視覺地辨別心跳率的週期性。
一旦轉換成此正規化二進位制，將二元資料自關聯以產生或增強R峰的週期性，同時自動地濾除非週期性雜訊峰。圖8顯示自關聯的二元峰資料的範例，其中能看見第1主峰802及明顯的第2主峰804。典型地，自關聯函數的波形具有在該信號之最週期性成分的第2主峰，其等於R波週期性。然而，由於輸入信號的二元本質，第2主峰的能量在極具雜訊的情況中分散，因此使真正的第2主峰偵測模糊。此效果顯示於圖8中，其中R波的真正週期未由明顯的第2主峰804所反映。
為總計來自圖8之二元自關聯信號中的平均能量散布，能將自關聯峰資料平滑化以增強自關聯峰資料的第2主峰。因此，藉由校正由二元輸入導入的能量散布，實現真正的第2主峰。圖9顯示藉由對資料施用Savitzky-Golay濾波器而已平滑化之自關聯峰資料的範例，其中能清楚地看見第1主峰902及真正的第2主峰904。此處理的自關聯資料總計能量散布並將真正的週期性增強為第2主峰904。平滑化的自關聯信號的第1主峰902(中心峰)及第2峰904之間的距離906(時間間隔)與能自其計算真正的心跳率的R至R波間隔相同。須注意將用於平滑化或另外總計能量散布的任何技術視為在本發明的範圍內。例如，各種低通濾波器能用於平滑化自關聯資料。
在另一範例中，第2主峰的能量散布問題能經由略為不同的資料處理程序避免。在此情形中，如上文所述地識別資料中的複數個峰(R峰及雜訊峰)以產生峰資料。一旦峰已受識別，將高斯曲線施加至峰資料的各峰以產生高斯峰資料。然後能將高斯峰資料自關聯以產生自關聯的峰資料。高斯峰資料的自關聯不具有能量散布問題，且因此真正的第2主峰在自關聯的輸出中顯而易見。
一旦實現了第1主峰及第2主峰，能量測二者之間的距離以提供病患的心跳率。
根據發明實施例的方法能實作在各式各樣的設備、系統上，並藉由各種方法實作。在一範例中，提供用於從具雜訊的ECG資料決定病患之心跳率的設備。參考圖2，此 種設備能包含電路，其組態成202過濾輸入的ECG資料以產生過濾後ECG資料、204使用函數將該過濾後ECG資料轉換至時間-頻率域以產生時間-頻率資料、206將該時間-頻率資料去雜訊以產生去雜訊後時間-頻率資料、208使用反函數將該去雜訊後時間-頻率資料轉換至時域以產生去雜訊後資料、210識別該去雜訊後資料中的複數個尖峰、212從該複數個尖峰導出複數個R尖峰的週期性、及214從該複數個R尖峰的該週期性導出該病患的該心跳率。在另一範例中，該電路能更包含輸入通道以接收輸入ECG資料。輸入通道能係有線通道，或無線通道。無線通道能包括無線網路通道、藍牙通道、蜂巢式通道、及光學通道等。在又另一範例中，電路能更組態成產生導出之心跳率的通知並將該通知傳送至輸入通道。
在另一範例中，提供一種非暫態機器可讀儲存媒體，其具有具現於其上之用於從具雜訊的ECG資料決定病患之HR的指令，當該執行指令時，參考圖2，其實施202過濾輸入的ECG資料以產生過濾後ECG資料、204使用函數將該過濾後ECG資料轉換至時間-頻率域以產生時間-頻率資料、206將該時間-頻率資料去雜訊以產生去雜訊後時間-頻率資料、208使用反函數將該去雜訊後時間-頻率資料轉換至時域以產生去雜訊後資料、210識別該去雜訊後資料中的複數個尖峰、212從該複數個尖峰導出複數個R尖峰的週期性、及214從該複數個R尖峰的該週期性導出該病患的該心跳率。在另一範例中，非暫態機器可讀儲 存媒體更包括當執行時產生該導出之心跳率的通知並將該通知傳送至輸出通道的指令。
在又另一範例中，提供用於從具雜訊的ECG資料決定病患之心跳率的系統，其之一種實作顯示於圖10中。該系統包含可用物件1002，其組態成用於由病患實體地互動使用、及至少二個電極1004，其耦接至可使用物件1002並定位成協助從該病患記錄ECG資料。在一具體範例中，將至少二個電極1004相對於該可用物件1002定位，使得ECG資料記錄係伺機ECG資料記錄。在其他範例中，ECG資料記錄係刻意ECG資料記錄。
系統能另外包括電路1006，其通常顯示於圖10全圖中，並包括耦接至該至少二個電極1004的輸入通道1008。參考圖2，電路1006組態成202過濾輸入的ECG資料以產生過濾後ECG資料、204使用函數將該過濾後ECG資料轉換至時間-頻率域以產生時間-頻率資料、206將該時間-頻率資料去雜訊以產生去雜訊後時間-頻率資料、208使用反函數將該去雜訊後時間-頻率資料轉換至時域以產生去雜訊後資料、210識別該去雜訊後資料中的複數個尖峰、212從該複數個尖峰導出複數個R尖峰的週期性、及214從該複數個R尖峰的該週期性導出該病患的該心跳率。在另一範例中，該系統的電路1006能更組態成產生導出之心跳率的通知並將該通知傳送至輸入通道1010。該電路也能組態成包括一或多個處理器1012及至少一個記憶體1014或非暫態機器可讀儲存媒體。另外， 該系統能組態成使得電極及電路駐留在可用物件上。該系統也能組態成使得電路或其一部分位於遠離電極及可用物件的遠端位置。因此，電極從病患取得ECG資料，將其傳輸至用於處理的遠端位置。
可用組件1002能包括以允許從病患記錄ECG信號的方式由病患保持或另外為其所使用的任何物件、設備、系統、或裝置。非限制性範例能包括電腦鍵盤、電腦滑鼠、搖桿、遊戲台、膝上型電腦、平板電腦、智慧型手機、及其他行動設備、健身器材、汽車方向盤、輪椅、床側欄杆、扶手、及可穿載感測器等，包括彼等的適當組合。
本文描述的各種系統範例通常能包括與記憶體、輸入通道、及輸出通道通訊的處理器。如本文所使用的，術語處理器能包括一或多個通用處理器、特殊化處理器，諸如，VLSI、FPGA、或其他種類的特殊化處理器，諸如，積集感測器集線器(ISH)處理器。ISH處理器以最小功率消耗允許有效率及連續的資料取得及分析。
記憶體能包括能儲存、存取、組織、及/或取得資料的任何設備、設備的組合、及電路等。非限制性範例包括SAN(儲存區域網路)、雲端儲存網路、揮發性或非揮發性RAM、相變記憶體、光學媒體、及硬碟式媒體等，包括彼等的組合。
系統也能包括用於指定系統的各種組件之間的連接性的區域通訊介面。例如，區域通訊介面能係區域資料匯流排及/或可期望的任何有關位址或控制匯流排。
系統也能包括I/O(輸入/輸出)介面，用於控制系統的I/O功能，以及用於至系統外側之設備的I/O連接性。在部分範例中，輸入通道及輸出通道的一或二者能係I/O介面的一部分。也能包括用於網路連接性的網路介面。網路介面能控制系統內及系統外側二者的網路通訊。網路介面能包括有線介面、無線介面、藍牙介面、光學介面、及蜂巢式介面等，包括彼等的適當組合。此外，系統能另外包括使用者介面、顯示設備、以及會對此種系統有利的各種其他組件。
各種技術、或彼等的特定樣態或部分能採用具現在實體媒體，諸如，軟碟、光碟唯讀記憶體(CD-ROM)、硬碟、非暫態電腦可讀儲存媒體、或任何其他機器可讀儲存媒體，中之程式碼(亦即，指令)的形式，其中當將程式碼載入並由機器，諸如，電腦執行時，該機器變成用於實踐各種技術的設備。電路能包括硬體、韌體、程式碼、可執行碼、電腦指令、及/或軟體。非暫態電腦可讀儲存媒體能係不包括信號的電腦可讀儲存媒體。在程式碼在可程式化電腦上執行的情形中，該計算設備能包括處理器、可由處理器讀取的儲存媒體(包括揮發性及非揮發性記憶體及/或儲存元件)、至少一輸入設備、及至少一輸出設備。揮發及非揮發性記憶體及/或儲存元件能係隨機存取記憶體(RAM)、可抹除可程式化唯讀記憶體(EPROM)、快閃記憶體硬碟、光碟、磁性硬碟、固態硬碟、或用於儲存電子資料的其他媒體。能實作或使用本 文描述之各種技術的一或多個程式能使用應用程式發展介面(API)、及可重用控制元件等。此種程式能以高階程序或物件導向程式語言實作，以與電腦系統通訊。然而，若有需要，程式(等)也能以組合或機器語言實作。無論如何，該語言能係編譯或解譯語言，並與硬體實作組合。
範例
下列範例屬於具體發明實施例並指出能在實現此種實施例時使用或另外結合的具體特性、元件、或步驟。
在一範例中，提供一種用於從具雜訊的心電圖(ECG)資料決定病患之心跳率(HR)的設備，該設備包含電路，其組態成：過濾輸入的ECG資料以產生過濾後ECG資料；使用函數將該過濾後ECG資料轉換至時間-頻率域以產生時間-頻率資料；將該時間-頻率資料去雜訊以產生去雜訊後時間-頻率資料；使用反函數將該去雜訊後時間-頻率資料轉換至時域以產生去雜訊後資料；識別該去雜訊後資料中的複數個尖峰；從該複數個尖峰導出複數個R尖峰的週期性；及從該複數個R尖峰的該週期性導出該病患的該心跳率。
在用於從具雜訊的ECG資料決定病患的心跳率之設 備的範例中，過濾該ECG資料更包含以低通濾波器過濾該ECG資料。
在用於從具雜訊的ECG資料決定病患的心跳率之設備的範例中，該低通濾波器具有30Hz或更少的截止頻率。
在用於從具雜訊的ECG資料決定病患的心跳率之設備的範例中，該低通濾波器具有25Hz或更少的截止頻率。
在用於從具雜訊的ECG資料決定病患的心跳率之設備的範例中，該低通濾波器具有22Hz或更少的截止頻率。
在用於從具雜訊的ECG資料決定病患的心跳率之設備的範例中，該低通濾波器係2階或更多階的。
在用於從具雜訊的ECG資料決定病患的心跳率之設備的範例中，該低通濾波器係5階或更多階的。
在用於從具雜訊的ECG資料決定病患的心跳率之設備的範例中，該低通濾波器係8階或更多階的。
在用於從具雜訊的ECG資料決定病患的心跳率之設備的範例中，過濾該ECG資料更包含以帶通濾波器過濾該ECG資料。
在用於從具雜訊的ECG資料決定病患的心跳率之設備的範例中，該帶通濾波器具有2Hz或更多的低截止頻率及30Hz或更少的高截止頻率。
在用於從具雜訊的ECG資料決定病患的心跳率之設 備的範例中，該帶通濾波器具有7Hz或更多的低截止頻率及25Hz或更少的高截止頻率。
在用於從具雜訊的ECG資料決定病患的心跳率之設備的範例中，該帶通濾波器具有14Hz或更多的低截止頻率及22Hz或更少的高截止頻率。
在用於從具雜訊的ECG資料決定病患的心跳率之設備的範例中，該帶通濾波器係2階或更多階的。
在用於從具雜訊的ECG資料決定病患的心跳率之設備的範例中，該帶通濾波器係5階或更多階的。
在用於從具雜訊的ECG資料決定病患的心跳率之設備的範例中，該帶通濾波器係8階或更多階的。
在用於從具雜訊的ECG資料決定病患的心跳率之設備的範例中，過濾該ECG資料更包含以低通濾波器及帶通濾波器過濾該ECG資料。
在用於從具雜訊的ECG資料決定病患的心跳率之設備的範例中，該電路更組態成使用無限脈衝響應(IIR)濾波器過濾該輸入的ECG資料。
在用於從具雜訊的ECG資料決定病患的心跳率之設備的範例中，該電路更組態成使用有限脈衝響應(FIR)濾波器過濾該輸入的ECG資料。
在用於從具雜訊的ECG資料決定病患的心跳率之設備的範例中，該電路更組態成使用從Savitzky-Golay濾波器、橢圓濾波器、契比雪夫濾波器、巴特沃斯濾波器、貝索濾波器、及其組合組成之群組選擇的濾波器過濾該輸入 的ECG資料。
在用於從具雜訊的ECG資料決定病患的心跳率之設備的範例中，該電路更組態成使用Savitzky-Golay濾波器過濾該輸入的ECG資料。
在用於從具雜訊的ECG資料決定病患的心跳率之設備的範例中，該電路更組態成使用巴特沃斯濾波器過濾該輸入的ECG資料。
在用於從具雜訊的ECG資料決定病患的心跳率之設備的範例中，該電路更組態成包括輸入通道以接收該輸入的ECG資料。
在用於從具雜訊的ECG資料決定病患的心跳率之設備的範例中，該函數包括小波轉換。
在用於從具雜訊的ECG資料決定病患的心跳率之設備的範例中，該小波轉換係靜止小波轉換。
在用於從具雜訊的ECG資料決定病患的心跳率之設備的範例中，該小波轉換係離散小波轉換。
在用於從具雜訊的ECG資料決定病患的心跳率之設備的範例中，在施加轉換至該過濾後ECG資料中，該電路更組態成：將該過濾後ECG資料分割為複數個過濾後ECG資料次窗；及施加該小波轉換至該複數個ECG資料次窗的至少一部分以產生複數個時間-頻率資料次窗。
在用於從具雜訊的ECG資料決定病患的心跳率之設 備的範例中，在將該時間-頻率資料去雜訊中，該電路更組態成施用臨限函數至該時間-頻率資料次窗以產生去雜訊後時間-頻率資料次窗。
在用於從具雜訊的ECG資料決定病患的心跳率之設備的範例中，該反函數係反小波函數。
在用於從具雜訊的ECG資料決定病患的心跳率之設備的範例中，在轉換該去雜訊後時間-頻率資料中，該電路更組態成：組合該去雜訊後時間-頻率資料次窗以產生該去雜訊後時間-頻率資料；及使用該反函數將該去雜訊後時間-頻率資料轉換至時域以產生該去雜訊後資料。
在用於從具雜訊的ECG資料決定病患的心跳率之設備的範例中，在識別該複數個尖峰及導出該複數個R尖峰的該週期性中，該電路更組態成自動關聯該去雜訊後資料以產生自動關聯的尖峰資料。
在用於從具雜訊的ECG資料決定病患的心跳率之設備的範例中，在導出該病患的心跳率中，該電路更組態成計算從該自關聯的峰資料的第一主峰至第二主峰的距離。
在用於從具雜訊的ECG資料決定病患的心跳率之設備的範例中，在識別該複數個尖峰中，該電路更組態成施加窗函數至該資料以產生尖峰資料。
在用於從具雜訊的ECG資料決定病患的心跳率之設備的範例中，在導出該複數個R峰的該週期性中，該電路 更組態成：對該峰資料施用二元函數以產生包含二元峰及非元非峰的二元資料；及將該二元資料自關聯以導出該R峰的該週期性。
在用於從具雜訊的ECG資料決定病患的心跳率之設備的範例中，該電路更組態成將該自關聯峰資料平滑化以增強自關聯峰資料的第二主峰。
在用於從具雜訊的ECG資料決定病患的心跳率之設備的範例中，在平滑化該自關聯峰資料中，該電路更組態成藉由施用低通濾波器至該自關聯峰資料將該自關聯二元峰資料平滑化。
在用於從具雜訊的ECG資料決定病患的心跳率之設備的範例中，在平滑化該自關聯峰資料中，該電路更組態成對該自關聯峰資料施用Savitzky-Golay濾波器。
在用於從具雜訊的ECG資料決定病患的心跳率之設備的範例中，在導出該病患的心跳率中，該電路更組態成計算從該自關聯的峰資料的第一主峰至第二主峰的距離。
在用於從具雜訊的ECG資料決定病患的心跳率之設備的範例中，在導出該複數個R峰的該週期性中，該電路更組態成：施加高斯曲線至該峰資料的各峰以產生高斯峰資料；及將該高斯峰資料自關聯以產生自其導出該R峰的該週期性的自關聯峰資料。
在用於從具雜訊的ECG資料決定病患的心跳率之設備的範例中，在導出該病患的心跳率中，該電路更組態成計算從該自關聯的峰資料的第一主峰至第二主峰的距離。
在用於從具雜訊的ECG資料決定病患的心跳率之設備的範例中，該電路更組態成：產生該導出的心跳率的通知；及傳送該通知至輸出通道。
在一實施例中，提供一種非暫態機器可讀儲存媒體，其具有具現於其上之用於從具雜訊的心電圖(ECG)資料產生病患之心跳率(HR)的指令，當執行該指令時，實施下列步驟：過濾輸入的ECG資料以產生過濾後ECG資料；使用函數將該過濾後ECG資料轉換至時間-頻率域以產生時間-頻率資料；將該時間-頻率資料去雜訊以產生去雜訊後時間-頻率資料；使用反函數將該去雜訊後時間-頻率資料轉換至時域以產生去雜訊後資料；識別該去雜訊後資料中的複數個尖峰；從該複數個尖峰導出複數個R尖峰的週期性；及從該複數個R尖峰的該週期性導出該病患的該心跳率。
在一範例中，該非暫態機器可讀儲存媒體的過濾該ECG資料更包含以低通濾波器過濾該ECG資料。
在一範例中，該非暫態機器可讀儲存媒體的該低通濾波器具有30Hz或更少的截止頻率。
在一範例中，該非暫態機器可讀儲存媒體的該低通濾波器具有25Hz或更少的截止頻率。
在一範例中，該非暫態機器可讀儲存媒體的該低通濾波器具有22Hz或更少的截止頻率。
在一範例中，該非暫態機器可讀儲存媒體的該低通濾波器係2階或更多階的。
在一範例中，該非暫態機器可讀儲存媒體的該低通濾波器係5階或更多階的。
在一範例中，該非暫態機器可讀儲存媒體的該低通濾波器係8階或更多階的。
在該非暫態機器可讀儲存媒體的一範例中，在該非暫態機器可讀儲存媒體的一範例中，過濾該ECG資料更包含以帶通濾波器過濾該ECG資料。
在該非暫態機器可讀儲存媒體的一範例中，帶通濾波器具有2Hz或更多的低截止頻率及30Hz或更少的高截止頻率。
在該非暫態機器可讀儲存媒體的一範例中，帶通濾波器具有7Hz或更多的低截止頻率及25Hz或更少的高截止頻率。
在該非暫態機器可讀儲存媒體的一範例中，帶通濾波器具有14Hz或更多的低截止頻率及22Hz或更少的高截止頻率。
在該非暫態機器可讀儲存媒體的一範例中，該帶通濾波器係2階或更多階的。
在該非暫態機器可讀儲存媒體的一範例中，該帶通濾波器係5階或更多階的。
在該非暫態機器可讀儲存媒體的一範例中，該帶通濾波器係8階或更多階的。
在該非暫態機器可讀儲存媒體的一範例中，在該非暫態機器可讀儲存媒體的一範例中，過濾該ECG資料更包含以低通濾波器及帶通濾波器過濾該ECG資料。
在一範例中，該非暫態機器可讀儲存媒體更包含當執行時使用無限脈衝響應(IIR)濾波器過濾該輸入的ECG資料的指令。
在該非暫態機器可讀儲存媒體的一範例中，該電路更組態成使用有限脈衝響應(FIR)濾波器過濾該輸入的ECG資料。
在一範例中，該非暫態機器可讀儲存媒體更包含當執行時使用使用從Savitzky-Golay濾波器、橢圓濾波器、契比雪夫濾波器、巴特沃斯濾波器、貝索濾波器、及其組合組成之群組選擇的濾波器過濾該輸入之ECG資料的指令。
在一範例中，該非暫態機器可讀儲存媒體更包含當執行時使用Savitzky-Golay濾波器過濾該輸入的ECG資料的指令。
在一範例中，該非暫態機器可讀儲存媒體更包含當執 行時使用巴特沃斯濾波器過濾該輸入的ECG資料的指令。
在該非暫態機器可讀儲存媒體的一範例中，該函數包括小波轉換。
在該非暫態機器可讀儲存媒體的一範例中，該小波轉換係靜止小波轉換。
在該非暫態機器可讀儲存媒體的一範例中，該小波轉換係離散小波轉換。
在該非暫態機器可讀儲存媒體的一範例中，在施加轉換至該過濾後ECG資料中，該非暫態機器可讀儲存媒體更包含指令，當執行其時：將該過濾後ECG資料分割為複數個過濾後ECG資料次窗；及施加該小波轉換至該複數個ECG資料次窗的至少一部分以產生複數個時間-頻率資料次窗。
在該非暫態機器可讀儲存媒體的一範例中，在將時間-頻率資料去雜訊中，該非暫態機器可讀儲存媒體更包含指令，當執行其時，施用臨限函數至該時間-頻率資料次窗以產生去雜訊後時間-頻率資料次窗。
在該非暫態機器可讀儲存媒體的一範例中，該反函數係反小波函數。
在該非暫態機器可讀儲存媒體的一範例中，在轉換該去雜訊後時間-頻率資料中，該非暫態機器可讀儲存媒體更包含指令，當執行其時： 組合該去雜訊後時間-頻率資料次窗以產生該去雜訊後時間-頻率資料；及使用該反函數將該去雜訊後時間-頻率資料轉換至時域以產生該去雜訊後資料。
在該非暫態機器可讀儲存媒體的一範例中，在識別該複數個尖峰及導出該複數個R尖峰的該週期性中，該非暫態機器可讀儲存媒體更包含當執行時自動關聯該去雜訊後資料以產生自動關聯之尖峰資料的指令。
在該非暫態機器可讀儲存媒體的一範例中，在導出該病患的心跳率中，該非暫態機器可讀儲存媒體更包含當執行時計算從該自關聯之峰資料的第一主峰至第二主峰之距離的指令。
在該非暫態機器可讀儲存媒體的一範例中，在識別該複數個尖峰中，該非暫態機器可讀儲存媒體更包含當執行時施加窗函數至該資料以產生尖峰資料的指令。
在該非暫態機器可讀儲存媒體的一範例中，在導出該複數個R峰的該週期性中，該非暫態機器可讀儲存媒體更包含指令，當執行其時：對該峰資料施用二元函數以產生包含二元峰及非元非峰的二元資料；及將該二元資料自關聯以導出該R峰的該週期性。
在一範例中，該非暫態機器可讀儲存媒體更包含當執行時將該自關聯峰資料平滑化以增強自關聯峰資料之第二主峰的指令。
在該非暫態機器可讀儲存媒體的一範例中，在平滑化該自關聯峰資料中，該非暫態機器可讀儲存媒體更包含當執行時藉由施用低通濾波器至該自關聯峰資料將該自關聯二元峰資料平滑化的指令。
在該非暫態機器可讀儲存媒體的一範例中，在平滑化該自關聯峰資料中，該非暫態機器可讀儲存媒體更包含當執行時對該自關聯峰資料施用Savitzky-Golay濾波器的指令。
在該非暫態機器可讀儲存媒體的一範例中，在導出該病患的心跳率中，該非暫態機器可讀儲存媒體更包含當執行時計算從該自關聯之峰資料的第一主峰至第二主峰之距離的指令。
在該非暫態機器可讀儲存媒體的一範例中，在導出該複數個R峰的該週期性中，該非暫態機器可讀儲存媒體更包含指令，當執行其時：施加高斯曲線至該峰資料的各峰以產生高斯峰資料；及將該高斯峰資料自關聯以產生自其導出該R峰的該週期性的自關聯峰資料。
在該非暫態機器可讀儲存媒體的一範例中，在導出該病患的心跳率中，該非暫態機器可讀儲存媒體更包含當執行時計算從該自關聯之峰資料的第一主峰至第二主峰之距離的指令。
在一範例中，該非暫態機器可讀儲存媒體更包括指 令，當執行其時：產生該導出的心跳率的通知；及傳送該通知至輸出通道。
在一範例中，提供一種用於從具雜訊的心電圖(ECG)資料產生病患之心跳率(HR)的系統，包含：可用物件，組態成由病患實體地互動使用；至少二個電極，耦接至該可使用物件並定位成協助從該病患記錄ECG資料；電路，包括耦接至該至少二個電極的輸入通道，該電路組態成：過濾輸入的ECG資料以產生過濾後ECG資料；使用函數將該過濾後ECG資料轉換至時間-頻率域以產生時間-頻率資料；將該時間-頻率資料去雜訊以產生去雜訊後時間-頻率資料；使用反函數將該去雜訊後時間-頻率資料轉換至時域以產生去雜訊後資料；識別該去雜訊後資料中的複數個尖峰；從該複數個尖峰導出複數個R尖峰的週期性；及從該複數個R尖峰的該週期性導出該病患的該心跳率。
在用於從具雜訊之心電圖決定病患的心跳率(HR)之系統的一範例中，過濾該ECG資料更包含以低通濾波器過濾該ECG資料。
在用於從具雜訊的心電圖決定病患的心跳率(HR)之系統的一範例中，該低通濾波器具有30Hz或更少的截止頻率。
在用於從具雜訊的心電圖決定病患的心跳率(HR)之系統的一範例中，該低通濾波器具有25Hz或更少的截止頻率。
在用於從具雜訊的心電圖決定病患的心跳率(HR)之系統的一範例中，該低通濾波器具有22Hz或更少的截止頻率。
在用於從具雜訊的心電圖決定病患的心跳率(HR)之系統的一範例中，該低通濾波器係2階或更多階的。
在用於從具雜訊的心電圖決定病患的心跳率(HR)之系統的一範例中，該低通濾波器係5階或更多階的。
在用於從具雜訊的心電圖決定病患的心跳率(HR)之系統的一範例中，該低通濾波器係8階或更多階的。
在用於從具雜訊之心電圖決定病患的心跳率(HR)之系統的一範例中，過濾該ECG資料更包含以帶通濾波器過濾該ECG資料。
在用於從具雜訊的心電圖決定病患的心跳率(HR)之系統的一範例中，該帶通濾波器具有2Hz或更多的低截止頻率及30Hz或更少的高截止頻率。
在用於從具雜訊的心電圖決定病患的心跳率(HR)之系統的一範例中，該帶通濾波器具有7Hz或更多的低截止頻率及25Hz或更少的高截止頻率。
在用於從具雜訊的心電圖決定病患的心跳率(HR)之系統的一範例中，該帶通濾波器具有14Hz或更多的低截止頻率及22Hz或更少的高截止頻率。
在用於從具雜訊的心電圖決定病患的心跳率(HR)之系統的一範例中，該帶通濾波器係2階或更多階的。
在用於從具雜訊的心電圖決定病患的心跳率(HR)之系統的一範例中，該帶通濾波器係5階或更多階的。
在用於從具雜訊的心電圖決定病患的心跳率(HR)之系統的一範例中，該帶通濾波器係8階或更多階的。
在用於從具雜訊之心電圖決定病患的心跳率(HR)之系統的一範例中，過濾該ECG資料更包含以低通濾波器及帶通濾波器過濾該ECG資料。
在用於從具雜訊的心電圖決定病患的心跳率(HR)之系統的一範例中，該電路更組態成使用無限脈衝響應(IIR)濾波器過濾該輸入的ECG資料。
在用於從具雜訊的心電圖決定病患的心跳率(HR)之系統的一範例中，該電路更組態成使用有限脈衝響應(FIR)濾波器過濾該輸入的ECG資料。
在用於從具雜訊的心電圖決定病患的心跳率(HR)之系統的一範例中，該電路更組態成使用從Savitzky-Golay濾波器、橢圓濾波器、契比雪夫濾波器、巴特沃斯濾波器、貝索濾波器、及其組合組成之群組選擇的濾波器過濾該輸入的ECG資料。
在用於從具雜訊的心電圖決定病患的心跳率(HR) 之系統的一範例中，該電路更組態成使用Savitzky-Golay濾波器過濾該輸入的ECG資料。
在用於從具雜訊的心電圖決定病患的心跳率(HR)之系統的一範例中，該電路更組態成使用巴特沃斯濾波器過濾該輸入的ECG資料。
在用於從具雜訊的心電圖決定病患的心跳率(HR)之系統的一範例中，該電路更組態成包括輸入通道以接收該輸入的ECG資料。
在用於從具雜訊的心電圖決定病患的心跳率(HR)之系統的一範例中，該函數包括小波轉換。
在用於從具雜訊的心電圖決定病患的心跳率(HR)之系統的一範例中，該小波轉換係靜止小波轉換。
在用於從具雜訊的心電圖決定病患的心跳率(HR)之系統的一範例中，該小波轉換係離散小波轉換。
在用於從具雜訊之心電圖決定病患的心跳率(HR)之系統的一範例中，在施加轉換至該過濾後ECG資料中，該電路更組態成：將該過濾後ECG資料分割為複數個過濾後ECG資料次窗；及施加該小波轉換至該複數個ECG資料次窗的至少一部分以產生複數個時間-頻率資料次窗。
在用於從具雜訊的心電圖決定病患的心跳率(HR)之系統的一範例中，在將該時間-頻率資料去雜訊中，該電路更組態成施用臨限函數至該時間-頻率資料次窗以產 生去雜訊後時間-頻率資料次窗。
在用於從具雜訊之心電圖決定病患的心跳率(HR)之系統的一範例中，該反函數係反小波函數。
在用於從具雜訊的心電圖決定病患的心跳率(HR)之系統的一範例中，在轉換該去雜訊後時間-頻率資料中，該電路更組態成：組合該去雜訊後時間-頻率資料次窗以產生該去雜訊後時間-頻率資料；及使用該反函數將該去雜訊後時間-頻率資料轉換至時域以產生該去雜訊後資料。
在用於從具雜訊的心電圖決定病患的心跳率(HR)之系統的一範例中，在識別該複數個尖峰及導出該複數個R尖峰的該週期性中，該電路更組態成自動關聯該去雜訊後資料以產生自動關聯的尖峰資料。
在用於從具雜訊的心電圖決定病患的心跳率(HR)之系統的一範例中，在導出該病患的心跳率中，該電路更組態成計算從該自關聯的峰資料的第一主峰至第二主峰的距離。
在用於從具雜訊的心電圖決定病患的心跳率(HR)之系統的一範例中，在識別該複數個尖峰中，該電路更組態成施加窗函數至該資料以產生尖峰資料。
在用於從具雜訊的心電圖決定病患的心跳率(HR)之系統的一範例中，在導出該複數個R峰的該週期性中，該電路更組態成： 對該峰資料施用二元函數以產生包含二元峰及非元非峰的二元資料；及將該二元資料自關聯以導出該R峰的該週期性。
在用於從具雜訊的心電圖決定病患的心跳率(HR)之系統的一範例中，該電路更組態成將該自關聯峰資料平滑化以增強自關聯峰資料的第二主峰。
在用於從具雜訊的心電圖決定病患的心跳率(HR)之系統的一範例中，在平滑化該自關聯峰資料中，該電路更組態成藉由施用低通濾波器至該自關聯峰資料將該自關聯二元峰資料平滑化。
在用於從具雜訊的心電圖決定病患的心跳率(HR)之系統的一範例中，在平滑化該自關聯峰資料中，該電路更組態成對該自關聯峰資料施用Savitzky-Golay濾波器。
在用於從具雜訊的心電圖決定病患的心跳率(HR)之系統的一範例中，在導出該病患的心跳率中，該電路更組態成計算從該自關聯的峰資料的第一主峰至第二主峰的距離。
在用於從具雜訊的心電圖決定病患的心跳率(HR)之系統的一範例中，在導出該複數個R峰的該週期性中，該電路更組態成：施加高斯曲線至該峰資料的各峰以產生高斯峰資料；及將該高斯峰資料自關聯以產生自其導出該R峰的該週期性的自關聯峰資料。
在用於從具雜訊的心電圖決定病患的心跳率(HR)之系統的一範例中，在導出該病患的心跳率中，該電路更組態成計算從該自關聯的峰資料的第一主峰至第二主峰的距離。
在用於從具雜訊的心電圖決定病患的心跳率(HR)之系統的一範例中，該電路更組態成：產生該導出的心跳率的通知；及傳送該通知至輸出通道。
在用於從具雜訊之心電圖決定病患的心跳率(HR)之系統的一範例中，將該至少二個電極相對於該物件定位，使得該ECG資料記錄係伺機ECG資料記錄。
在用於從具雜訊之心電圖決定病患的心跳率(HR)之系統的一範例中，該可用物件包括從電腦鍵盤、電腦滑鼠、電腦、平板PC、智慧型手機、健身器材、汽車方向盤、輪椅、床側欄杆、及彼等的組合組成之群組選擇的物件。
在一範例中，提供一種用於從具雜訊的心電圖(ECG)資料產生病患之心跳率(HR)的方法，包含：過濾輸入的ECG資料以產生過濾後ECG資料；使用函數將該過濾後ECG資料轉換至時間-頻率域以產生時間-頻率資料；將該時間-頻率資料去雜訊以產生去雜訊後時間-頻率資料；使用反函數將該去雜訊後時間-頻率資料轉換至時域 以產生去雜訊後資料；識別該去雜訊後資料中的複數個尖峰；從該複數個尖峰導出複數個R尖峰的週期性；及從該複數個R尖峰的該週期性導出該病患的該心跳率。
在用於從具雜訊之心電圖(ECG)資料產生病患的心跳率(HR)之方法的一範例中，過濾該ECG資料更包含以低通濾波器過濾該ECG資料。
在用於從具雜訊之心電圖(ECG)資料產生病患的心跳率(HR)之方法的一範例中，過濾該ECG資料更包含以帶通濾波器過濾該ECG資料。
在用於從具雜訊之心電圖(ECG)資料產生病患的心跳率(HR)之方法的一範例中，過濾該ECG資料更包含以低通濾波器及帶通濾波器過濾該ECG資料。
在用於從具雜訊之心電圖(ECG)資料產生病患的心跳率(HR)之方法的一範例中，轉換包括小波轉換函數。
在用於從具雜訊之心電圖(ECG)資料產生病患的心跳率(HR)之方法的一範例中，該小波轉換係靜止小波轉換。
在用於從具雜訊之心電圖(ECG)資料產生病患的心跳率(HR)之方法的一範例中，該小波轉換係離散小波轉換。

Claims (30)

  1. 一種用於從具雜訊的心電圖(ECG)資料決定病患之心跳率(HR)的設備，該設備包含電路，其組態成：過濾輸入的ECG資料以產生過濾後ECG資料；使用函數將該過濾後ECG資料轉換至時間-頻率域以產生時間-頻率資料；分割該時間-頻率資料以形成複數個時間-頻率資料次窗；將該時間-頻率資料去雜訊以產生去雜訊後時間-頻率資料，其中動態臨限函數係施用於該複數個時間-頻率資料次窗的各者，以產生該去雜訊後時間-頻率資料；使用反函數將該去雜訊後時間-頻率資料轉換至時域以產生去雜訊後資料；識別該去雜訊後資料中的複數個尖峰；從該複數個尖峰導出複數個R尖峰的週期性；及從該複數個R尖峰的該週期性導出該病患的該HR。
  2. 如申請專利範圍第1項的設備，其中過濾該ECG資料更包含以低通濾波器過濾該ECG資料。
  3. 如申請專利範圍第1項的設備，其中過濾該ECG資料更包含以帶通濾波器過濾該ECG資料。
  4. 如申請專利範圍第1項的設備，其中過濾該ECG資料更包含以低通濾波器及帶通濾波器過濾該ECG資料。
  5. 如申請專利範圍第1項的設備，其中該電路更組態成使用無限脈衝響應(IIR)濾波器過濾該輸入的ECG資 料。
  6. 如申請專利範圍第1項的設備，其中該電路更組態成使用有限脈衝響應(FIR)濾波器過濾該輸入的ECG資料。
  7. 如申請專利範圍第1項的設備，其中該電路更組態成使用從Savitzky-Golay濾波器、橢圓濾波器、契比雪夫(Chebyshev)濾波器、巴特沃斯(Butterworth)濾波器、貝索(Bessel)濾波器、及其組合組成之群組中選擇的濾波器過濾該輸入的ECG資料。
  8. 如申請專利範圍第1項的設備，其中該電路更組態成包括輸入通道以接收該輸入的ECG資料。
  9. 如申請專利範圍第1項的設備，其中該函數包括小波轉換。
  10. 如申請專利範圍第1項的設備，其中在識別該複數個尖峰及導出該複數個R尖峰的該週期性中，該電路更組態成自動關聯該去雜訊後資料以產生自動關聯的尖峰資料。
  11. 如申請專利範圍第1項的設備，其中在識別該複數個尖峰中，該電路更組態成施加窗函數至該資料以產生尖峰資料。
  12. 如申請專利範圍第1項的設備，其中該電路更組態以：產生該導出的HR的通知；及將該通知傳送至輸出通道。
  13. 一種用於從具雜訊的心電圖(ECG)資料決定病患之心跳率(HR)的系統，包含：可用物件，組態成由病患實體地互動使用；至少二個電極，耦接至該可使用物件並定位成協助從該病患記錄ECG資料；電路，包括耦接至該至少二個電極的輸入通道，該電路組態成：過濾輸入的ECG資料以產生過濾後ECG資料；使用函數將該過濾後ECG資料轉換至時間-頻率域以產生時間-頻率資料；分割該時間-頻率資料以形成複數個時間-頻率資料次窗；將該時間-頻率資料去雜訊以產生去雜訊後時間-頻率資料，其中動態臨限函數係施用於該複數個時間-頻率資料次窗的各者，以產生該去雜訊後時間-頻率資料；使用反函數將該去雜訊後時間-頻率資料轉換至時域以產生去雜訊後資料；識別該去雜訊後資料中的複數個尖峰；從該複數個尖峰導出複數個R尖峰的週期性；及從該複數個R尖峰的該週期性導出該病患的該HR。
  14. 如申請專利範圍第13項的系統，其中過濾該ECG資料更包含以低通濾波器過濾該ECG資料。
  15. 如申請專利範圍第13項的系統，其中過濾該ECG 資料更包含以帶通濾波器過濾該ECG資料。
  16. 如申請專利範圍第13項的系統，其中過濾該ECG資料更包含以低通濾波器及帶通濾波器過濾該ECG資料。
  17. 如申請專利範圍第13項的系統，其中該電路更組態成使用無限脈衝響應(IIR)濾波器過濾該輸入的ECG資料。
  18. 如申請專利範圍第13項的系統，其中該電路更組態成使用有限脈衝響應(FIR)濾波器過濾該輸入的ECG資料。
  19. 如申請專利範圍第13項的系統，其中該電路更組態成使用從Savitzky-Golay濾波器、橢圓濾波器、契比雪夫濾波器、巴特沃斯濾波器、貝索濾波器、及其組合組成之群組中選擇的濾波器過濾該輸入的ECG資料。
  20. 如申請專利範圍第13項的系統，其中該電路更組態成包括輸入通道以接收該輸入的ECG資料。
  21. 如申請專利範圍第13項的系統，其中該函數包括小波轉換。
  22. 如申請專利範圍第13項的系統，其中在識別該複數個尖峰及導出該複數個R尖峰的該週期性中，該電路更組態成自動關聯該去雜訊後資料以產生自動關聯的尖峰資料。
  23. 如申請專利範圍第13項的系統，其中在識別該複數個尖峰中，該電路更組態成施加窗函數至該資料以產生 尖峰資料。
  24. 如申請專利範圍第13項的系統，其中該電路更組態以：產生該導出的HR的通知；及將該通知傳送至該輸出通道。
  25. 一種用於從具雜訊的心電圖(ECG)資料產生病患之心跳率(HR)的方法，包含：過濾輸入的ECG資料以產生過濾後ECG資料；使用函數將該過濾後ECG資料轉換至時間-頻率域以產生時間-頻率資料；分割該時間-頻率資料以形成複數個時間-頻率資料次窗；將該時間-頻率資料去雜訊以產生去雜訊後時間-頻率資料，其中動態臨限函數係施用於該複數個時間-頻率資料次窗的各者，以產生該去雜訊後時間-頻率資料；使用反函數將該去雜訊後時間-頻率資料轉換至時域以產生去雜訊後資料；識別該去雜訊後資料中的複數個尖峰；從該複數個尖峰導出複數個R尖峰的週期性；及從該複數個R尖峰的該週期性導出該病患的該HR。
  26. 如申請專利範圍第25項的方法，其中過濾該ECG資料更包含以低通濾波器過濾該ECG資料。
  27. 如申請專利範圍第25項的方法，其中過濾該ECG資料更包含以帶通濾波器過濾該ECG資料。
  28. 如申請專利範圍第25項的方法，其中該轉換包括小波轉換函數。
  29. 如申請專利範圍第25項的方法，其中該小波轉換係靜止小波轉換。
  30. 如申請專利範圍第25項的方法，其中該小波轉換係離散小波轉換。
TW105125633A 2015-09-25 2016-08-11 從具雜訊之心電圖資料決定心跳率的設備、系統和方法 TWI702937B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US14/866,764 US9936919B2 (en) 2015-09-25 2015-09-25 Devices, systems, and methods for determining heart rate of a subject from noisy electrocardiogram data
US14/866,764 2015-09-25

Publications (2)

Publication Number Publication Date
TW201717845A TW201717845A (zh) 2017-06-01
TWI702937B true TWI702937B (zh) 2020-09-01

Family

ID=56940421

Family Applications (1)

Application Number Title Priority Date Filing Date
TW105125633A TWI702937B (zh) 2015-09-25 2016-08-11 從具雜訊之心電圖資料決定心跳率的設備、系統和方法

Country Status (3)

Country Link
US (1) US9936919B2 (zh)
TW (1) TWI702937B (zh)
WO (1) WO2017053058A1 (zh)

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11138770B2 (en) * 2017-11-06 2021-10-05 Shanghai United Imaging Healthcare Co., Ltd. Systems and methods for medical imaging
TWI652040B (zh) 2017-11-08 2019-03-01 國立臺灣科技大學 非接觸式活體辨識方法
US11607181B2 (en) * 2018-07-20 2023-03-21 GE Precision Healthcare LLC Systems and methods for cardiac triggering of an imaging system
TWI696192B (zh) * 2019-03-29 2020-06-11 麗臺科技股份有限公司 心電圖訊號判斷裝置及方法
US20220322950A1 (en) * 2019-09-05 2022-10-13 Hitachi Kokusai Electric Inc. Pulse rate estimation method, device, and system
TWI742844B (zh) 2020-09-10 2021-10-11 廣達電腦股份有限公司 心電雜訊濾除裝置
CN114521880B (zh) * 2022-01-21 2023-09-01 中国人民解放军陆军军医大学 一种运动状态下心率计算方法、系统及计算机存储介质
US11950933B1 (en) * 2023-07-18 2024-04-09 Sas Institute Inc. Robust heart-rate detection techniques for wearable heart-rate sensors

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5309917A (en) * 1991-09-12 1994-05-10 Drexel University System and method of impedance cardiography and heartbeat determination
US20120130263A1 (en) * 2009-08-03 2012-05-24 Diacoustic Medical Devices (Pty) Ltd Medical decision support system
US8632465B1 (en) * 2009-11-03 2014-01-21 Vivaquant Llc Physiological signal denoising

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5738104A (en) 1995-11-08 1998-04-14 Salutron, Inc. EKG based heart rate monitor
AU2009221696B2 (en) * 2008-03-07 2013-12-19 Cameron Health, Inc. Methods and devices for accurately classifying cardiac activity
US8073218B2 (en) 2008-09-25 2011-12-06 Air Products And Chemicals, Inc. Method for detecting bio signal features in the presence of noise
WO2010054409A1 (en) 2008-11-10 2010-05-14 Cardioinsight Technologies, Inc. Visualization of electrophysiology data
WO2012122637A1 (en) * 2011-03-17 2012-09-20 Mcgregor Carolyn Patricia Method and system for determining hrv and rrv and use to identify potential condition onset
WO2014074913A1 (en) 2012-11-08 2014-05-15 Alivecor, Inc. Electrocardiogram signal detection
US9724000B2 (en) * 2014-03-27 2017-08-08 Industrial Technology Research Institute Exercise guiding system, exercise guiding method and anaerobic threshold measuring method

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5309917A (en) * 1991-09-12 1994-05-10 Drexel University System and method of impedance cardiography and heartbeat determination
US20120130263A1 (en) * 2009-08-03 2012-05-24 Diacoustic Medical Devices (Pty) Ltd Medical decision support system
US8632465B1 (en) * 2009-11-03 2014-01-21 Vivaquant Llc Physiological signal denoising

Also Published As

Publication number Publication date
WO2017053058A1 (en) 2017-03-30
US9936919B2 (en) 2018-04-10
TW201717845A (zh) 2017-06-01
US20170086752A1 (en) 2017-03-30

Similar Documents

Publication Publication Date Title
TWI702937B (zh) 從具雜訊之心電圖資料決定心跳率的設備、系統和方法
Gupta et al. A comparison of ECG signal pre-processing using FrFT, FrWT and IPCA for improved analysis
KR102556074B1 (ko) 관절 건강 평가를 위한 웨어러블 기술들
Jang et al. A real-time pulse peak detection algorithm for the photoplethysmogram
JP2015536690A (ja) 心電図におけるリアルタイムｑｒｓ期間測定
Fischer et al. On computing dominant frequency from bipolar intracardiac electrograms
CN109561845A (zh) 用于处理生理信号的处理装置
Wachowiak et al. Assessing heart rate variability through wavelet-based statistical measures
Lin et al. A novel approach for decomposition of biomedical signals in different applications based on data-adaptive Gaussian average filtering
De Marchis et al. An optimized method for tremor detection and temporal tracking through repeated second order moment calculations on the surface EMG signal
KR101008825B1 (ko) 다중 윈도우를 이용한 생체신호의 특성 파라미터 추출 장치및 방법
Wu et al. Improvement of HRV methodology for positive/negative emotion assessment
JP6842306B2 (ja) 生体信号処理方法及びその装置並びにコンピュータ読出可能記録媒体
Sharma et al. Comparative study of wavelet denoising in myoelectric control applications
Jegan et al. High-performance ECG signal acquisition for heart rate measurement
JP7163058B2 (ja) 特徴検出用のフィルタを含むｅｃｇ機械
Burte et al. Advances in QRS detection: Modified Wavelet energy gradient method
Karagiannis et al. Biomedical time series processing and analysis methods: the case of empirical mode decomposition
Bansal et al. Algorithm for online detection of HRV from coherent ECG and carotid pulse wave
Abdulbaqi et al. Virtual Environments Utilization for ECG Signals Analysis and Evaluation: Towards Heart Condition Assessment
Wolling et al. Optimal preprocessing of raw signals from reflective mode photoplethysmography in wearable devices
McCallan et al. Wearable Technology: Signal Recovery of Electrocardiogram from Short Spaced Leads in the Far-Field Using Discrete Wavelet Transform Based Techniques
Gayani et al. Automation of ECG heart beat detection using Morphological filtering and Daubechies wavelet transform
Gautam et al. ECG signal de-noising with asynchronous averaging and filtering algorithm
Guo et al. Morphological ECG subtraction method for removing ECG artifacts from diaphragm EMG

Legal Events

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