WO2019100563A1 - 心电信号质量评估方法 - Google Patents

心电信号质量评估方法 Download PDF

Info

Publication number
WO2019100563A1
WO2019100563A1 PCT/CN2018/072354 CN2018072354W WO2019100563A1 WO 2019100563 A1 WO2019100563 A1 WO 2019100563A1 CN 2018072354 W CN2018072354 W CN 2018072354W WO 2019100563 A1 WO2019100563 A1 WO 2019100563A1
Authority
WO
WIPO (PCT)
Prior art keywords
signal
qrs complex
interval
quality evaluation
power
Prior art date
Application number
PCT/CN2018/072354
Other languages
English (en)
French (fr)
Inventor
赵子方
李哲
张玥
周位位
曹会丽
刘畅
Original Assignee
乐普（北京）医疗器械股份有限公司
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 乐普（北京）医疗器械股份有限公司 filed Critical 乐普（北京）医疗器械股份有限公司
Priority to EP18880713.5A priority Critical patent/EP3692902A4/en
Priority to US16/624,189 priority patent/US11253204B2/en
Publication of WO2019100563A1 publication Critical patent/WO2019100563A1/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
    • A61B5/24—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]
    • 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
    • A61B5/7221—Determining signal validity, reliability or quality
    • 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
    • A61B5/316—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
    • A61B5/24—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
    • A61B5/366—Detecting abnormal QRS complex, e.g. widening
    • 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
    • A61B5/0002—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network

Definitions

  • FIG. 1 is a schematic diagram of a method for evaluating an ECG signal quality according to an embodiment of the present invention.
  • the average power of the noise signal of the RR interval in which the QRS complex signal is removed is obtained by calculating the mean value of the envelope amplitude of the RR interval during the removal of the QRS complex signal.
  • the steps of a method or algorithm described in connection with the embodiments disclosed herein can be implemented in hardware, a software module executed by a processor, or a combination of both.
  • the software module can be placed in random access memory (RAM), memory, read only memory (ROM), electrically programmable ROM, electrically erasable programmable ROM, registers, hard disk, removable disk, CD-ROM, or technical field. Any other form of storage medium known.

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Cardiology (AREA)
  • Surgery (AREA)
  • Public Health (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Medical Informatics (AREA)
  • Molecular Biology (AREA)
  • Physics & Mathematics (AREA)
  • Animal Behavior & Ethology (AREA)
  • General Health & Medical Sciences (AREA)
  • Pathology (AREA)
  • Veterinary Medicine (AREA)
  • Biophysics (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

一种心电信号质量评估方法，所述方法包括：接收对心电监测设备输出的心电监测数据进行处理得到的心搏分析数据(110)；提取心搏分析数据中QRS波群的位置信息和宽度信息(120)；提取相邻两个QRS波群信号之间的RR间期的信号(130)；对RR间期信号进行QRS波群信号消除处理，得到去除QRS波群信号的RR间期信号(140)；对去除QRS波群信号的RR间期信号进行滤波处理，并对滤波处理后的信号进行包络计算，得到去除QRS波群信号的RR间期信号的噪声信号的平均功率(150)；根据噪声信号的平均功率和所述QRS波群信号的功率得到信号质量评价参数(160)。通过本方法，能够准确估计心电检测信号质量，为心电图自动分析提供准确有效的信号质量评价。

Description

心电信号质量评估方法
本申请要求于2017年11月27日提交中国专利局、申请号为201711203646.X、发明名称为“心电信号质量评估方法”的中国专利申请的优先权。
技术领域
本发明涉及信号分析的技术领域，尤其涉及一种心电信号质量评估方法。
背景技术
1908年Einthoven开始应用心电图(Electrocardiography，ECG)监测心脏的电生理活动，目前无创心电图检查已成为临床心血管领域针对心脏疾病诊断和筛查的重要方法之一。心电图检查根据临床使用情况，可以分成：静态心电图，动态心电图，和运动心电图等几大类。
心电监测是心血管患者病情观察及诊疗的一项重要措施，可以实时监测有无心律失常、心脏搏动的频率等，并根据心电活动采取及时有效的措施。虽然市场上大多数的动态心电图分析软件都可以对数据进行自动分析但在临床工作中，心电图检测记录过程中信号质量对于最终输出结果的准确性具有很大影响。
在传统的信号质量评估方法中，一般都是通过QRS序列的时间特征以及整段信号的功率谱判断。通过QRS序列的时间特征的判断方式在各种病理状态下的心博活动中很难获得真实的估计，而根据整段信号的功率谱判断方法是基于频率特征，但是由于大量噪声的频谱和QRS波群信号本身的频率具有重叠，这种判断方法容易受到心率以及病理QRS波形的影响。
发明内容
本发明的目的是提供一种心电信号质量评估方法，用以提供对心电信号质量的判断依据。
为实现上述目的，本发明提供了一种心电信号质量评估方法，包括：
接收对心电监测设备输出的心电监测数据进行处理得到的心搏分析数据；
提取心搏分析数据中QRS波群的位置信息和宽度信息；
提取相邻两个QRS波群信号之间的RR间期的信号；
对所述RR间期信号进行QRS波群信号消除处理，得到去除QRS波群信号的RR间期信号；
对所述去除QRS波群信号的RR间期信号进行滤波处理，并对所述滤波处理后的信号进行包络计算，得到所述去除QRS波群信号的RR间期信号的噪声信号的平均功率；根据所述噪声信号的平均功率和所述QRS波群信号的功率得到信号质量评价参数。
优选的，所述去除QRS波群信号的RR间期信号的噪声信号的平均功率具体为所述去除QRS波群信号的RR间期内包络幅度的均值。
优选的，所述QRS波群信号的功率为所述QRS波群信号的最大振幅对应的信号功率。
优选的，所述根据所述噪声信号的平均功率和所述QRS波群信号的功率得到信号质量评价参数具体为：
根据QRS波群信号的功率和所述噪声信号的平均功率计算得到去除QRS波群信号的RR间期内相对于QRS波群信号的噪声水平；
将所述噪声水平作为所述信号质量评价参数。
优选的，所述根据所述噪声信号的平均功率和所述QRS波群信号的功率得到信号质量评价参数具体为：
通过公式
Figure PCTCN2018072354-appb-000001
计算得到所述信号质量评价参数；
其中，S i为第i个QRS波群信号的幅度，N i,t为第i个去除QRS波群信号的RR间期区间内第t个样本点的幅值，T为去除QRS波群信号的RR间期长度。
本发明实施例提供的心电信号质量评估方法，通过QRS波位置检测和宽度判断，取出两次QRS之间的消除QRS波群信号的RR间期信号，通过滤波得到需要估计噪声的频段并计算包络，得出平均功率大小，并根据噪声与QRS波群信号功率比来评估心电信号质量，通过本方法，能够准确估计心电检测信号质量，为心电图自动分析提供准确有效的信号质量评价。
附图说明
图1为本发明实施例提供的心电信号质量评估方法的示意图。
具体实施方式
下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。
本发明实施例提供的心电信号质量评估方法，提供了一种准确估计心电检测信号质量的方式。
图1为本发明实施例提供的心电信号质量评估方法的流程图，如图1所示，本发明的心电信号质量评估方法主要包括如下步骤：
步骤110，接收对心电监测设备输出的心电图数据进行处理得到的心搏分析数据；
具体的，心电监测设备将电信号转换为数字信号输出，具体可以是单导联或多导联的时间序列数据，通过数据存储传输装置进行原始数据的存储，并可以通过WIFI、蓝牙，USB，3G/4G/5G移动通信网络，物联网等方式进行传输。
在心电信号质量评估之前，通过传输接收到的原始数据需要先进行重采样并通过数据格式转换为预设标准数据格式，由此可以解决不同心电图设备在使用的导联，采样频率和传输数据格式差异，并对转换后的预设标准数据格式的数据通过数字信号滤波去除高频，低频的噪音干扰和基线漂移，得到心搏数据，并对心搏数据进行干扰识别，并将心搏数据根据干扰识别结果和时间规则，依据心搏数据的导联参数进行合并，生成心搏分析数据。
步骤120，提取心搏分析数据中QRS波群的位置信息和宽度信息；
具体的，通过QRS检测得到心搏分析数据包括的多个QRS波群信号；每个QRS波群信号对应一个心搏周期。然后对每个QRS波群信号进行数据识别处理，确定QRS波群信号的特征点，从而确定QRS波群信号在时序上的位置信息和宽度信息。此外，还可以确定每个QRS波群信号的功率。这里所说的QRS波群信号的功率为QRS波群信号的最大振幅对应的信号功率。
步骤130，提取相邻两个QRS波群信号之间的RR间期的信号；
同样的，根据对每个QRS波群信号进行数据识别处理确定的QRS波群信号的特征点，确定R波在时序上的位置，从而得到相邻两个QRS波群信号的RR间期的信号。
步骤140，对RR间期信号进行QRS波群信号消除处理，得到去除QRS波群信号的RR间期信号；
从RR间期的信号中将属于QRS波群信号的信号进行消除，得到RR间期内，除QRS波群信号之外的RR间期信号。
步骤150，对去除QRS波群信号的RR间期的信号进行滤波处理，并对滤波处理后的信号进行包络计算，得到去除QRS波群信号的RR间期的噪声信号的平均功率；
具体的，滤波器的选择要避免正常的心电信号本身的影响，因为是在已经无QRS波的区域(去除QRS波群信号的RR间期)进行评估，因此只需 要考虑到不要和P波和T波的频段产生重叠。一般T波和P波的频率低于15Hz，因此优选的采用15Hz低通滤波器。滤波器的结构在此没有限定，可以选用IIR、FIR或小波滤波器。
由此，去除QRS波群信号的RR间期的噪声信号的平均功率通过计算去除QRS波群信号的RR间期内包络幅度的均值获得。
步骤160，根据噪声信号的平均功率和QRS波群信号的功率得到信号质量评价参数。
具体的，可以根据QRS波群信号的功率和噪声信号的平均功率计算得到去除QRS波群信号的RR间期内相对于QRS波群信号的噪声水平，然后将噪声水平作为信号质量评价参数。
以公式表达为：
Figure PCTCN2018072354-appb-000002
其中，S i为第i个QRS波群信号的幅度，N i,t为第i个去除QRS波群信号的RR间期区间内第t个样本点的幅值，T为去除QRS波群信号的RR间期长度。
通过上述步骤获得的信号质量评价参数，可以用于心电图自动分析过程中心电监测数据的有效数据筛选，以及对于心电图事件典型数据片段的选取评估等等。
本发明实施例提供的心电信号质量评估方法，通过QRS波群的位置检测和宽度判断，取出两次QRS波群信号之间的消除QRS波群信号的RR间期的信号，通过滤波得到需要估计噪声的频段并计算包络，得出平均功率大小，并根据噪声与QRS波群信号功率比来评估心电信号质量。通过本方法，能够准确估计心电检测信号质量，为心电图自动分析提供准确有效的信号质量评价。
专业人员应该还可以进一步意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合 来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
结合本文中所公开的实施例描述的方法或算法的步骤可以用硬件、处理器执行的软件模块，或者二者的结合来实施。软件模块可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。
以上所述的具体实施方式，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施方式而已，并不用于限定本发明的保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (5)

  1. 一种心电信号质量评估方法，其特征在于，所述方法包括：
    接收对心电监测设备输出的心电图数据进行处理得到的心搏分析数据；
    提取心搏分析数据中QRS波群的位置信息和宽度信息；
    提取相邻两个QRS波群信号之间的RR间期的信号；
    对所述RR间期信号进行QRS波群信号消除处理，得到去除QRS波群信号的RR间期信号；
    对所述去除QRS波群信号的RR间期信号进行滤波处理，并对所述滤波处理后的信号进行包络计算，得到所述去除QRS波群信号的RR间期信号的噪声信号的平均功率；
    根据所述噪声信号的平均功率和所述QRS波群信号的功率得到信号质量评价参数。
  2. 根据权利要求1所述的心电信号质量评估方法，其特征在于，所述去除QRS波群信号的RR间期信号的噪声信号的平均功率具体为所述去除QRS波群信号的RR间期内包络幅度的均值。
  3. 根据权利要求1所述的心电信号质量评估方法，其特征在于，所述QRS波群信号的功率为所述QRS波群信号的最大振幅对应的信号功率。
  4. 根据权利要求1所述的心电信号质量评估方法，其特征在于，所述根据所述噪声信号的平均功率和所述QRS波群信号的功率得到信号质量评价参数具体为：
    根据QRS波群信号的功率和所述噪声信号的平均功率计算得到去除QRS波群信号的RR间期内相对于QRS波群信号的噪声水平；
    将所述噪声水平作为所述信号质量评价参数。
  5. 根据权利要求1或4所述的心电信号质量评估方法，其特征在于，所述根据所述噪声信号的平均功率和所述QRS波群信号的功率得到信号质 量评价参数具体为：
    通过公式
    Figure PCTCN2018072354-appb-100001
    计算得到所述信号质量评价参数；
    其中，S i为第i个QRS波群信号的幅度，N i,t为第i个去除QRS波群信号的RR间期区间内第t个样本点的幅值，T为去除QRS波群信号的RR间期长度。
PCT/CN2018/072354 2017-11-27 2018-01-12 心电信号质量评估方法 WO2019100563A1 (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
EP18880713.5A EP3692902A4 (en) 2017-11-27 2018-01-12 METHOD FOR EVALUATING THE QUALITY OF AN ELECTROCARDIOGRAM SIGNAL
US16/624,189 US11253204B2 (en) 2017-11-27 2018-01-12 Method for assessing electrocardiogram signal quality

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN201711203646.X 2017-11-27
CN201711203646.XA CN107811631A (zh) 2017-11-27 2017-11-27 心电信号质量评估方法

Publications (1)

Publication Number Publication Date
WO2019100563A1 true WO2019100563A1 (zh) 2019-05-31

Family

ID=61610241

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/CN2018/072354 WO2019100563A1 (zh) 2017-11-27 2018-01-12 心电信号质量评估方法

Country Status (4)

Country Link
US (1) US11253204B2 (zh)
EP (1) EP3692902A4 (zh)
CN (1) CN107811631A (zh)
WO (1) WO2019100563A1 (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113616215A (zh) * 2021-09-03 2021-11-09 青岛雅斯生物科技有限公司 一种心电监测配件及装置

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108523877B (zh) * 2018-03-23 2021-02-09 南京中医药大学 一种心电信号质量辨识方法及其心电分析方法
CN108573227B (zh) * 2018-04-09 2022-04-29 深圳竹信科技有限公司 心电图数据质量评价方法及装置
CN111134658B (zh) * 2020-01-17 2022-05-17 上海乐普云智科技股份有限公司 一种心电信号中RonT类型心搏的检测方法和装置
CN113712566B (zh) * 2020-05-12 2024-02-06 深圳市科瑞康实业有限公司 一种生成心搏间期差值数据序列的方法和装置
CN113712563A (zh) * 2020-05-12 2021-11-30 深圳市理邦精密仪器股份有限公司 动态心电图分析方法、心电监测设备以及存储介质
CN115868940B (zh) * 2023-02-27 2023-05-26 安徽通灵仿生科技有限公司 一种基于iabp的生理信号质量评估方法及装置

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20040077941A1 (en) * 2002-10-21 2004-04-22 Ge Medical Systems Global Technology Company, Llc Method and system for image improvement with ECG gating and dose reduction in CT imaging
CN103705214A (zh) * 2013-12-09 2014-04-09 合肥博谐电子科技有限公司 一种健康小秘书
CN105899268A (zh) * 2015-06-23 2016-08-24 中国科学院深圳先进技术研究院 基于gpu的并行心电信号分析方法
CN105877739A (zh) * 2016-02-25 2016-08-24 姜坤 一种心电智能分析系统的临床检验方法
CN105902263A (zh) * 2016-04-29 2016-08-31 深圳市理邦精密仪器股份有限公司 评估心电图波形的rr间期不规则程度的方法及装置

Family Cites Families (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE10011733A1 (de) 2000-03-10 2001-09-13 Biotronik Mess & Therapieg Signalauswerteverfahren zur Detektion von QRS-Komplexen in Elektrokardiogramm-Signalen
CN101449973B (zh) * 2007-12-04 2010-09-29 深圳迈瑞生物医疗电子股份有限公司 用于心电干扰信号识别的判断指标的生成方法及装置
US8805482B2 (en) 2008-07-28 2014-08-12 General Electric Conpany System and method for signal quality indication and false alarm reduction in ECG monitoring systems
EP2624746B1 (en) * 2010-10-08 2017-08-02 Koninklijke Philips N.V. Processing of periodic physiological signals
CN103501694B (zh) * 2011-03-24 2015-07-08 德尔格医疗有限责任公司 测量生理信号质量的装置及方法
US9585582B2 (en) * 2011-10-12 2017-03-07 Koninklijke Philips N.V. Method and system to fully-automatically measure the ST-segment level of electrocardiograms in real-time ECG monitoring
WO2014074913A1 (en) 2012-11-08 2014-05-15 Alivecor, Inc. Electrocardiogram signal detection
CN103431856B (zh) * 2013-08-30 2015-09-16 深圳市理邦精密仪器股份有限公司 在多导联同步心电信号中选择心电导联的方法及装置
CN104644160A (zh) * 2015-03-18 2015-05-27 电子科技大学 心电图伪差信号识别方法及装置
CN107224284A (zh) * 2016-03-25 2017-10-03 深圳华清心仪医疗电子有限公司 一种全数字心电信号的噪声检测方法及系统
WO2017174738A1 (en) * 2016-04-08 2017-10-12 Koninklijke Philips N.V. Method and display for reliability of the real-time measurements of physiological signals

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20040077941A1 (en) * 2002-10-21 2004-04-22 Ge Medical Systems Global Technology Company, Llc Method and system for image improvement with ECG gating and dose reduction in CT imaging
CN103705214A (zh) * 2013-12-09 2014-04-09 合肥博谐电子科技有限公司 一种健康小秘书
CN105899268A (zh) * 2015-06-23 2016-08-24 中国科学院深圳先进技术研究院 基于gpu的并行心电信号分析方法
CN105877739A (zh) * 2016-02-25 2016-08-24 姜坤 一种心电智能分析系统的临床检验方法
CN105902263A (zh) * 2016-04-29 2016-08-31 深圳市理邦精密仪器股份有限公司 评估心电图波形的rr间期不规则程度的方法及装置

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
See also references of EP3692902A4 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113616215A (zh) * 2021-09-03 2021-11-09 青岛雅斯生物科技有限公司 一种心电监测配件及装置

Also Published As

Publication number Publication date
EP3692902A1 (en) 2020-08-12
US20200107786A1 (en) 2020-04-09
EP3692902A4 (en) 2021-07-07
US11253204B2 (en) 2022-02-22
CN107811631A (zh) 2018-03-20

Similar Documents

Publication Publication Date Title
WO2019100563A1 (zh) 心电信号质量评估方法
US8706201B2 (en) Apparatus and method for analysis of high frequency QRS complexes
US9042973B2 (en) Apparatus and method for measuring physiological signal quality
JP5271718B2 (ja) 複数の時間区分にわたり胎児及び産婦のｅｃｇを特定する方法
US9254095B2 (en) Electrocardiogram signal detection
EP2428160A2 (en) Monitoring physiological activity using partial state space reconstruction
US20220110590A1 (en) System and Method for Assessing Physiological Signal Quality
WO2012051320A2 (en) Motion and noise artifact detection for ecg data
KR101366101B1 (ko) 개인별 ｅｃｇ 신호의 정상 신호 분류 시스템 및 방법
US20190365268A1 (en) Method and apparatus for processing ecg signals, and ecg machine
US10172563B2 (en) Method and system for analyzing noise in an electrophysiology study
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
CN107945844B (zh) 检测报告数据生成方法
EP3107447A1 (en) Method and system for evaluating a noise level of a biosignal
CN110063726B (zh) 一种心电信号单导联f波提取方法和装置
Gholinezhadasnefestani et al. Assessment of quality of ECG for accurate estimation of Heart Rate Variability in newborns
KR20140114181A (ko) 심전도 신호에 기반하여 스트레스를 분석하고 추정하는 방법 및 장치
CN114580477A (zh) 一种基于多时间序列融合的可穿戴动态呼吸率估测系统
JP5933138B2 (ja) Ｅｃｇデータにおけるｑｒｓ群の発生を決定する装置及び方法
RU2624809C1 (ru) Способ обработки электрокардиосигнала для персональных носимых кардиомониторов
TW201909840A (zh) 用於推測心房顫動之心跳訊號分析系統、方法及儲存該方法之機器可讀媒體
US20220125367A1 (en) Screening cardiac conditions using cardiac vibrational energy spectral heat maps
RU2791006C1 (ru) Система и способ автоматизированного анализа и интерпретации электрокардиограммы
US20220361798A1 (en) Multi sensor and method
Sugumar et al. Extraction of FECG signal to detect preterm delivery

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 18880713

Country of ref document: EP

Kind code of ref document: A1

ENP Entry into the national phase

Ref document number: 2018880713

Country of ref document: EP

Effective date: 20200504

NENP Non-entry into the national phase

Ref country code: DE