CN101797156A - 一种人体呼吸监控***呼吸波的判定方法 - Google Patents
一种人体呼吸监控***呼吸波的判定方法 Download PDFInfo
- Publication number
- CN101797156A CN101797156A CN 201010144637 CN201010144637A CN101797156A CN 101797156 A CN101797156 A CN 101797156A CN 201010144637 CN201010144637 CN 201010144637 CN 201010144637 A CN201010144637 A CN 201010144637A CN 101797156 A CN101797156 A CN 101797156A
- Authority
- CN
- China
- Prior art keywords
- waveform
- positive
- wave
- negative
- crest
- Prior art date
- Legal status (The legal status 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 status listed.)
- Granted
Links
Images
Landscapes
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
本发明涉及一种人体呼吸监控***呼吸波的判定方法,该方法通过呼吸传感器和呼吸监控仪器,将采集到的模拟呼吸信号转换为呼吸数字信号,呼吸分析软件对呼吸数字信号进行分析,形成有效清晰的呼吸波形数据。包括的步骤有:读取呼吸波形数据;获取波形基线;建立波形基线呈水平的呼吸波;设置正波形波峰阈值和负波形波峰阈值;建立有正负波峰阈值线的呼吸分析波。本发明对现有技术的贡献是:该方法通过对呼吸波幅值的调整提取了不含呼吸波上面混杂的高频杂波的波形,采用提取低频漂移的方法有效的抑制呼吸波的基线漂移,实现了对呼吸波的采样准确、有效。可以非常清晰的将呼吸波的分析波形展现在医生面前,提高了对病人的分析,诊断的正确率。
Description
技术领域
本发明涉及人体呼吸波的判定方法,特别涉及一种监控人体呼吸波的状态、实时调整呼吸波阈值来查找呼吸波的一种人体呼吸监控***呼吸波的判定方法,该方法采用提取低频漂移的方法有效的抑制呼吸波的基线漂移,根据呼吸状态的改变实时调整上下限动态阈值,从而有效的提高了呼吸波的识别率,提高了呼吸事件判定的准确性。
背景技术
目前在做人体呼吸检查时,仪器会对人体呼吸采样,由于各种不确定因素,在采样的呼吸波形上下峰顶上混杂着许多高频信号波形,同时由于人的身体姿势或者是呼吸探头位置的移动造成呼吸波幅整体的变大或者变小或者波幅基线上下漂移造成采样不稳定,这些问题给医生诊断造成了困扰,因此如何将所采集的呼吸波形稳定有效的展现在医生面前是我们要解决的问题。
发明内容
本发明的目的是提供一种人体呼吸监控***呼吸波的判定方法,该方法通过对呼吸波幅值的调整消除呼吸波上面混杂的高频杂波,采用提取低频漂移的方法有效的抑制呼吸波的基线漂移,从而有效的提高了呼吸波的识别率,修正呼吸波形,提高了呼吸事件判定的稳定性以及准确性。
本发明采用的技术方案是:一种人体呼吸监控***呼吸波的判定方法,该方法包括的步骤有:
a. 读取呼吸波形数据;首先通过呼吸传感器读取一个时间段的呼吸数据,所述呼吸数据是随单位时间推移连续读取的呼吸数据,呼吸数据随时间的推移上下波动形成呼吸波形;
b. 获取波形基线;在波形基线上部的数据平滑连接成的波形为呼吸波正波形,在波形基线下部的数据平滑连接成的波形为呼吸波负波形;
c. 建立波形基线呈水平的呼吸波;其建立过程是将同一时间点的波形基线上方的正波形对应点数据和下方负波形对应点数据减去波形基线对应点的数据,形成新的呼吸波形数据,将各个时间点的新波形数据连接,形成了一个波形基线呈水平的呼吸波;
d. 设置正波形波峰阈值和负波形波峰阈值;
e. 建立有正负波峰阈值线的呼吸分析波;其建立过程是呼吸波形数据与正负波峰阈值比较,大于正波形波峰阈值数据组成的波形在正波峰阈值点的上方为正波形波峰,低于负波形波峰阈值数据组成的波形负波峰阈值的下方为负波形波峰,形成有正负波峰阈值线的呼吸分析波。
所述时间段是人体进入睡眠直至苏醒的时间。
所述获取波形基线是:将向上波动或向下波动数据的最大幅值的中间点做连线形成的波形。
所述获取波形基线是:在所获得的呼吸波数据中取相同时间长度,连续设定包括完整波形数据的窗口,将窗口中的呼吸波数据求和取平均值,由平均值连接形成波形。
所述设定正、负波形波峰阈值是:首先设定一个最小有效呼吸波判定阈值,当呼吸波峰小于最小有效呼吸波判定阈值时,认定该呼吸波无效;然后设定初始正、负波形波峰阈值,从起始波开始,顺序提取5至10个连续有效的呼吸波正、负形波数据,取所含正、负形波最大峰值的平均值,取平均值的70%至80%做为初始波正、负波形波峰阈值;从起始波开始的正、负波形与波峰阈值比较;分以下两种情况继续设定阈值:
f,当被比较的正、负波形的峰值小于当前波峰阈值时,从小于波峰阈值的正、负波形起按照上述方法设定新的正、负波形波峰阈值,从小于当前波峰阈值的正、负波形起与新波峰阈值比较;
g,当被比较的正、负波形连续有4至9个正、负波形峰值大于当前波峰阈值时,从下一个正、负波形起按照上述方法设定新的正、负波形波峰阈值,从所述下一个正、负波形起与新波峰阈值比较;
重复步骤f和步骤g,形成一个动态的正、负波形波峰阈值波形线。
所述设定正、负波形波峰阈值是:首先设定一个最小有效呼吸波判定阈值,当呼吸波峰小于最小有效呼吸波判定阈值时,认定该呼吸波无效;然后设定初始正、负波形波峰阈值:获取3至5个有效正、负波形波峰值的正波形平均波峰值T+和负波形平均波峰值T-,获取上述3至5个的正波形波峰值最后一个波峰的顶点与下一个正波形波峰顶点之间的时间长度D+、负波形波峰值最后一个波峰的顶点与下一个负波形波峰顶点之间的时间长度D-,由公式T1=(T+×(10-D+)/10)×1/2获得正波形波峰阈值,由公式T2=(T-×(10-D-)/10)×1/2获得负波形波峰阈值,分以下两种情况继续设定阈值:
h,当被比较的正、负波形的峰值小于当前波峰阈值时,从小于波峰阈值的正、负波形起按照上述方法设定新的正、负波形波峰阈值,从小于当前波峰阈值的正、负波形起与新波峰阈值比较;
i,当被比较的正、负波形连续有4至6个的正、负波形峰值大于当前波峰阈值时,从下一个正、负波形起按照上述方法设定新的正、负波形波峰阈值,从所述下一个正、负波形起与新波峰阈值比较;
重复步骤h和步骤i,形成一个动态的正、负波形波峰阈值波形线。
本发明对现有技术的贡献是:
1.该方法通过对呼吸波幅值的调整提取了不含呼吸波上面混杂的高频杂波的波形,采用提取低频漂移的方法有效的抑制呼吸波的基线漂移,实现了对呼吸波的采样准确、有效。
2.可以非常清晰的将呼吸波的分析波形展现在医生面前,提高了对病人的分析,诊断的正确率。
下面结合附图和实施例对本发明做进一步详细的描述。
附图说明
图1为本发明呼吸采样***示意图;
图2为本发明判定方法步骤流程图;
图3为本发明呼吸采样数据组成的呼吸波形图;
图4为本发明以最大幅值中间点做连线形成波形基线的呼吸采样波形图;
图5是以连续设定窗口呼吸波数据求和取平均值连接形成波形基线的呼吸采样波形图;
图6是消除基线漂移后形成了一个波形基线为随时间推移呈水平方向的呼吸采样波形图;
图7为本发明有正负波峰阈值线的呼吸分析波形图。
具体实施方式
实施例1:
本实施例详细说明了一种人体呼吸监控***呼吸波的判定方法,参见图1、图2、图3、图4、图5、图6和图7;
参见图1,人体呼吸监控***包括有呼吸传感器2和呼吸监控仪器3,人体1的呼吸通过呼吸传感器传递到呼吸监控仪器,呼吸监控仪器的A/D采样3-1将采集到的模拟呼吸信号转换为呼吸数字信号,呼吸分析软件3-2对呼吸数字信号进行分析,形成有效清晰的呼吸波形数据放入分析结果存储3-3,分析结果显示3-4将波形显示出来。
参见图2,具体的分析方法包括的步骤有:
a.读取呼吸波形数据;其过程是首先通过呼吸传感器读取一个时间段的呼吸数据,所述呼吸数据是以单位时间推移连续读取的呼吸数据,参见图3,呼吸数据随时间t的推移、f值上下波动形成呼吸波形4;
b.获取波形基线X;参见图4和图5,在波形基线X上部的数据平滑连接成的波形为呼吸波正波形4-1,在波形基线X下部的数据平滑连接成的波形为呼吸波负波形4-2;
c.将呼吸波转换形成波形基线呈水平的呼吸波;其过程是将同一时间点的波形基线X上方的正波形对应点数据和下方负波形对应点数据减去波形基线X对应点的数据,形成新的呼吸波形数据,将各个时间点的新波形数据连接,参见图6,形成了一个波形基线X呈水平的呼吸波(水平波形基线X与时间轴t重合);此步骤消除了由于人的身体姿势或者是呼吸探头位置的移动造成的波幅基线上下漂移而产生的呼吸波脱离水平基线的变形,实现了呼吸波分析基点的一致;
d.设置正波形波峰阈值F1和负波形波峰阈值F2,参见图7;
e.建立有正负波峰阈值线的呼吸分析波;参见图7,建立的过程是:呼吸波形数据与正负波峰阈值比较,大于正波形波峰阈值数据组成的波形在正波峰阈值点的上方为正波形波峰4-3,低于负波形波峰阈值数据组成的波形负波峰阈值的下方为负波形波峰4-4,形成有正负波峰阈值线的呼吸分析波,从图7中可以看出,波峰中存在许多高频波,通过正负波峰阈值线的方法可以将波峰隔离出去,提高了分析波的有效性和准确性。
方法中,所述时间段是人体进入睡眠直至苏醒的时间;当然也可以是医生需要分析人体呼吸状况的任何时间段。例如在进入睡眠前的时间段等等。
实施例2:
本实施例是人体呼吸监控***呼吸波的判定方法中采用最大幅值的中间点连线实现波形基线实施例,参见图4和实施例1;
在所述方法中,所述获取波形基线X是:将向上波动或向下波动数据的最大幅值的中间点4-5做连线形成的波形。
实施例3:
本实施例是人体呼吸监控***呼吸波的判定方法中采用窗口平均值的方法实现波形基线实施例,参见图5和实施例1;
所述获取波形基线X是:在所获得的呼吸波数据中取相同时间长度,连续设定包括完整波形数据的窗口4-6,将窗口中的呼吸波数据求和取平均值,由平均值连接形成波形。
由于人的身体的活动或者其它原因造成呼吸波信号产生漂移。采用呼吸波信号减去从呼吸波中提取的低频信号的方法来有效的抑制了呼吸波的基线漂移。一般一个呼吸波的周期在3至5秒,对10秒内的呼吸波数据进行平均得到该点的平均值,然后用当前点的值减去该点平均值得到是基线转换后(基线程水平线)的该点值,公式如下:
X[n]表示的是呼吸波当前采样点的值,这个式子是取当前点的前k个点和后k个点,再包括当前点,一共2k+1个点的值,将这个2k+1个点求和。
这是只对2k+1个点求和的结果,结果再除以2k+1,这样计算出来的就是2k+1个点的平均值。
公式所得到的就是原呼吸波的基线值,反应的是低频信号,而低频信号实际是反映了呼吸波的漂移,用呼吸波信号X[n]减去低频信号所对应的点形成的波形,也就得到了抗基线漂移的呼吸波形。
一般我们取的2k+1个采样点也就是10秒左右的点,根据呼吸波采样率是每秒200个点,那么k就取1000。
实施例4:
本实施例是人体呼吸监控***呼吸波的判定方法中根据呼吸状态的改变实时调整上下限动态阈值实施例,参见实施例1和图7;
所述设定正、负波形波峰阈值是:
首先设定一个最小有效呼吸波判定阈值,该阈值可以是呼吸波最大幅值的10%至30%,是一个大家认可的比例数值,当呼吸波峰小于最小有效呼吸波判定阈值时,认定该呼吸波无效;
设定初始正、负波形波峰阈值:从起始波开始,顺序提取5至10个连续有效的呼吸波正、负形波数据,取所含正、负形波最大峰值的平均值,取平均值的70%至80%做为初始波正、负波形波峰阈值,从起始波开始的正、负波形与波峰阈值比较;分以下两种情况继续设定阈值:
f,当被比较的正、负波形的峰值小于当前波峰阈值时,从小于波峰阈值的正、负波形起按照上述方法设定新的正、负波形波峰阈值,从小于当前波峰阈值的正、负波形起与新波峰阈值比较;
g,当被比较的正、负波形连续有4至9个正、负波形峰值大于当前波峰阈值时(连续有4至9个是指比提取的5至10个连续波少一个),从下一个正、负波形起按照上述方法设定新的正、负波形波峰阈值,从所述下一个正、负波形起与新波峰阈值比较;
重复步骤f和步骤g,形成一个动态的正、负波形波峰阈值波形线。
实施例5:
本实施例是人体呼吸监控***呼吸波的判定方法中正、负波形波峰阈值的另一种设置方法实施例,参见实施例1和图7;
所述设定正、负波形波峰阈值是:
首先设定一个最小有效呼吸波判定阈值,该阈值可以是呼吸波最大幅值的10%至30%,是一个大家认可的比例数值,当呼吸波峰小于最小有效呼吸波判定阈值时,认定该呼吸波无效;
设定初始正、负波形波峰阈值:获取3至5个有效正、负波形波峰值的正波形平均波峰值F+和负波形平均波峰值F-,获取上述3至5个的正波形波峰值最后一个波峰的顶点与下一个正波形波峰顶点之间的时间长度D+、负波形波峰值最后一个波峰的顶点与下一个负波形波峰顶点之间的时间长度D-,由公式F1=(F+×(10-D+)/10)×1/2获得正波形波峰阈值,由公式F2=(F-×(10-D-)/10)×1/2获得负波形波峰阈值,分以下两种情况继续设定阈值:
h,当被比较的正、负波形的峰值小于当前波峰阈值时,从小于波峰阈值的正、负波形起按照上述方法设定新的正、负波形波峰阈值,从小于当前波峰阈值的正、负波形起与新波峰阈值比较;
i,当被比较的正、负波形连续有4至6个的正、负波形峰值大于当前波峰阈值时(连续有4至6个是指比提取的3至5个连续波多一个),从下一个正、负波形起按照上述方法设定新的正、负波形波峰阈值,从所述下一个正、负波形起与新波峰阈值比较;
重复步骤h和步骤i,形成一个动态的正、负波形波峰阈值波形线。
公式中的数字10代表的是时间10秒钟,因为通常人的呼吸频率是10秒钟3-5次。
上述实施例中所述的正、负波形值的比较指的是绝对值的比较。
Claims (6)
1.一种人体呼吸监控***呼吸波的判定方法,其特征在于,该方法包括的步骤有:
a.读取呼吸波形数据;首先通过呼吸传感器读取一个时间段的呼吸数据,所述呼吸数据是随单位时间推移连续读取的呼吸数据,呼吸数据随时间的推移上下波动形成呼吸波形;
b.获取波形基线;在波形基线上部的数据平滑连接成的波形为呼吸波正波形,在波形基线下部的数据平滑连接成的波形为呼吸波负波形;
c.建立波形基线呈水平的呼吸波;将同一时间点的波形基线上方的正波形对应点数据和下方负波形对应点数据减去波形基线对应点的数据,形成新的呼吸波形数据,将各个时间点的新波形数据连接,形成了一个波形基线呈水平的呼吸波;
d.设置正波形波峰阈值和负波形波峰阈值;
e.建立有正负波峰阈值线的呼吸分析波;呼吸波形数据与正负波峰阈值比较,大于正波形波峰阈值数据组成的波形在正波峰阈值点的上方为正波形波峰,低于负波形波峰阈值数据组成的波形负波峰阈值的下方为负波形波峰,形成有正负波峰阈值线的呼吸分析波。
2.根据权利要求1所述的一种人体呼吸监控***呼吸波的判定方法,其特征在于,所述时间段是人体进入睡眠直至苏醒的时间。
3.根据权利要求1所述的一种人体呼吸监控***呼吸波的判定方法,其特征在于,所述获取波形基线是:将向上波动或向下波动数据的最大幅值的中间点做连线形成的波形。
4.根据权利要求1所述的一种人体呼吸监控***呼吸波的判定方法,其特征在于,所述获取波形基线是:在所获得的呼吸波数据中取相同时间长度,连续设定包括完整波形数据的窗口,将窗口中的呼吸波数据求和取平均值,由平均值连接形成波形。
5.根据权利要求1所述的一种人体呼吸监控***呼吸波的判定方法,其特征在于,所述设定正、负波形波峰阈值是:首先设定一个最小有效呼吸波判定阈值,当呼吸波峰小于最小有效呼吸波判定阈值时,认定该呼吸波无效;设定初始正、负波形波峰阈值,从起始波开始,顺序提取5至10个连续有效的呼吸波正、负形波数据,取所含正、负形波最大峰值的平均值,取平均值的70%至80%做为初始波正、负波形波峰阈值,从起始波开始的正、负波形与波峰阈值比较;分以下两种情况继续设定阈值:
f,当被比较的正、负波形的峰值小于当前波峰阈值时,从小于波峰阈值的正、负波形起按照上述方法设定新的正、负波形波峰阈值,从小于当前波峰阈值的正、负波形起与新波峰阈值比较;
g,当被比较的正、负波形连续有4至9个正、负波形峰值大于当前波峰阈值时,从下一个正、负波形起按照上述方法设定新的正、负波形波峰阈值,从所述下一个正、负波形起与新波峰阈值比较;
重复步骤f和步骤g,形成一个动态的正、负波形波峰阈值波形线。
6.根据权利要求1所述的一种人体呼吸监控***呼吸波的判定方法,其特征在于,所述设定正、负波形波峰阈值是:首先设定一个最小有效呼吸波判定阈值,当呼吸波峰小于最小有效呼吸波判定阈值时,认定该呼吸波无效;设定初始正、负波形波峰阈值:获取3至5个有效正、负波形波峰值的正波形平均波峰值T+和负波形平均波峰值T-,获取上述3至5个的正波形波峰值最后一个波峰的顶点与下一个正波形波峰顶点之间的时间长度D+、负波形波峰值最后一个波峰的顶点与下一个负波形波峰顶点之间的时间长度D-,由公式T1=(T+×(10-D+)/10)×1/2获得正波形波峰阈值,由公式T2=(T-×(10-D-)/10)×1/2获得负波形波峰阈值,分以下两种情况继续设定阈值:
h,当被比较的正、负波形的峰值小于当前波峰阈值时,从小于波峰阈值的正、负波形起按照上述方法设定新的正、负波形波峰阈值,从小于当前波峰阈值的正、负波形起与新波峰阈值比较;
i,当被比较的正、负波形连续有4至6个的正、负波形峰值大于当前波峰阈值时,从下一个正、负波形起按照上述方法设定新的正、负波形波峰阈值,从所述下一个正、负波形起与新波峰阈值比较;
重复步骤h和步骤i,形成一个动态的正、负波形波峰阈值波形线。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201010144637XA CN101797156B (zh) | 2010-04-13 | 2010-04-13 | 一种人体呼吸监控***呼吸波的判定方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201010144637XA CN101797156B (zh) | 2010-04-13 | 2010-04-13 | 一种人体呼吸监控***呼吸波的判定方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN101797156A true CN101797156A (zh) | 2010-08-11 |
CN101797156B CN101797156B (zh) | 2012-07-11 |
Family
ID=42593117
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201010144637XA Active CN101797156B (zh) | 2010-04-13 | 2010-04-13 | 一种人体呼吸监控***呼吸波的判定方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN101797156B (zh) |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102488517A (zh) * | 2011-12-13 | 2012-06-13 | 湖州康普医疗器械科技有限公司 | 一种检测脑电信号中爆发抑制状态的方法以及装置 |
CN102551727A (zh) * | 2012-01-11 | 2012-07-11 | 深圳市理邦精密仪器股份有限公司 | 呼吸信息检测方法及装置 |
CN103705242A (zh) * | 2012-09-28 | 2014-04-09 | 东莞永胜医疗制品有限公司 | 一种人体呼吸监测设备中吸气波的提取方法 |
CN104188663A (zh) * | 2014-09-11 | 2014-12-10 | 康泰医学***(秦皇岛)股份有限公司 | 一种人体生理参数采集有效值自启动方法及其*** |
CN105520737A (zh) * | 2014-09-30 | 2016-04-27 | 上海宽带技术及应用工程研究中心 | 基于体震信号的呼吸率实时提取方法 |
CN108577855A (zh) * | 2018-05-07 | 2018-09-28 | 北京大学 | 一种无接触式健身运动监测方法 |
CN108969117A (zh) * | 2018-08-03 | 2018-12-11 | 赛诺联合医疗科技(北京)有限公司 | 手术辅助定位方法和装置 |
CN112494031A (zh) * | 2020-11-26 | 2021-03-16 | 咸宁职业技术学院 | 一种呼吸率计算方法及装置 |
CN113261943A (zh) * | 2021-04-29 | 2021-08-17 | 湖南万脉医疗科技有限公司 | 一种基于wifi的呼吸机数据采集方法及*** |
CN114376559A (zh) * | 2022-01-18 | 2022-04-22 | 高昌生医股份有限公司 | 呼吸基准线追踪加速方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1525395A (zh) * | 2003-02-24 | 2004-09-01 | 深圳迈瑞生物医疗电子股份有限公司 | 信号时域波形极值点和周期的检测方法 |
US20060293574A1 (en) * | 2005-06-28 | 2006-12-28 | Norris Mark A | Separating oximeter signal components based on color |
CN1977767A (zh) * | 2005-12-08 | 2007-06-13 | 深圳迈瑞生物医疗电子股份有限公司 | 提高呼吸波识别率的方法 |
CN101161203A (zh) * | 2006-10-11 | 2008-04-16 | 株式会社东芝 | X射线计算机断层及医用图像摄影装置、呼吸指示装置 |
-
2010
- 2010-04-13 CN CN201010144637XA patent/CN101797156B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1525395A (zh) * | 2003-02-24 | 2004-09-01 | 深圳迈瑞生物医疗电子股份有限公司 | 信号时域波形极值点和周期的检测方法 |
US20060293574A1 (en) * | 2005-06-28 | 2006-12-28 | Norris Mark A | Separating oximeter signal components based on color |
CN1977767A (zh) * | 2005-12-08 | 2007-06-13 | 深圳迈瑞生物医疗电子股份有限公司 | 提高呼吸波识别率的方法 |
CN101161203A (zh) * | 2006-10-11 | 2008-04-16 | 株式会社东芝 | X射线计算机断层及医用图像摄影装置、呼吸指示装置 |
Cited By (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102488517A (zh) * | 2011-12-13 | 2012-06-13 | 湖州康普医疗器械科技有限公司 | 一种检测脑电信号中爆发抑制状态的方法以及装置 |
CN102551727A (zh) * | 2012-01-11 | 2012-07-11 | 深圳市理邦精密仪器股份有限公司 | 呼吸信息检测方法及装置 |
CN102551727B (zh) * | 2012-01-11 | 2014-04-09 | 深圳市理邦精密仪器股份有限公司 | 呼吸信息检测方法及装置 |
CN103705242A (zh) * | 2012-09-28 | 2014-04-09 | 东莞永胜医疗制品有限公司 | 一种人体呼吸监测设备中吸气波的提取方法 |
CN103705242B (zh) * | 2012-09-28 | 2015-09-09 | 东莞永胜医疗制品有限公司 | 一种人体呼吸监测设备中吸气波的提取方法 |
CN104188663A (zh) * | 2014-09-11 | 2014-12-10 | 康泰医学***(秦皇岛)股份有限公司 | 一种人体生理参数采集有效值自启动方法及其*** |
CN105520737A (zh) * | 2014-09-30 | 2016-04-27 | 上海宽带技术及应用工程研究中心 | 基于体震信号的呼吸率实时提取方法 |
CN105520737B (zh) * | 2014-09-30 | 2019-02-12 | 上海宽带技术及应用工程研究中心 | 基于体震信号的呼吸率实时提取方法 |
CN108577855A (zh) * | 2018-05-07 | 2018-09-28 | 北京大学 | 一种无接触式健身运动监测方法 |
CN108577855B (zh) * | 2018-05-07 | 2021-06-18 | 北京大学 | 一种无接触式健身运动监测方法 |
CN108969117A (zh) * | 2018-08-03 | 2018-12-11 | 赛诺联合医疗科技(北京)有限公司 | 手术辅助定位方法和装置 |
CN112494031A (zh) * | 2020-11-26 | 2021-03-16 | 咸宁职业技术学院 | 一种呼吸率计算方法及装置 |
CN113261943A (zh) * | 2021-04-29 | 2021-08-17 | 湖南万脉医疗科技有限公司 | 一种基于wifi的呼吸机数据采集方法及*** |
CN114376559A (zh) * | 2022-01-18 | 2022-04-22 | 高昌生医股份有限公司 | 呼吸基准线追踪加速方法 |
CN114376559B (zh) * | 2022-01-18 | 2023-09-19 | 高昌生医股份有限公司 | 呼吸基准线追踪加速方法 |
Also Published As
Publication number | Publication date |
---|---|
CN101797156B (zh) | 2012-07-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101797156B (zh) | 一种人体呼吸监控***呼吸波的判定方法 | |
US20190295729A1 (en) | Universal non-invasive blood glucose estimation method based on time series analysis | |
CN103027667B (zh) | 脉搏波的特征参数提取 | |
CN110946556B (zh) | 基于可穿戴式体感网的帕金森静息态震颤评估方法 | |
US8700136B2 (en) | Accurate time annotation of intracardiac ECG signals | |
US20130116580A1 (en) | System for quality assessment of physiological signals and method thereof | |
JPH10323342A (ja) | 成分濃度決定方法 | |
CN1977767A (zh) | 提高呼吸波识别率的方法 | |
TWI583355B (zh) | Heart rate detection method and heart rate detection device | |
Hosokawa et al. | Statistical analysis of the reliability of acoustic and electroglottographic perturbation parameters for the detection of vocal roughness | |
Charupanit et al. | A simple statistical method for the automatic detection of ripples in human intracranial EEG | |
CN106889987B (zh) | 基于分段滤波处理的子宫肌电强度信息提取方法 | |
CN115778352B (zh) | 基于毫米波雷达的睡眠质量评估方法、设备、***及介质 | |
WO2019153578A1 (zh) | 一种基于心电信号的无创血糖检测方法及*** | |
CN107811631A (zh) | 心电信号质量评估方法 | |
CN108403108A (zh) | 基于波形优化的阵列式表面肌电信号分解方法 | |
CN106214143B (zh) | 瞬时运动干扰识别方法及心率置信度计算方法 | |
CN108042107A (zh) | 一种ppg信号伪差校正方法 | |
CN106361325A (zh) | 一种便携式心电仪所测单导联心电图的筛查识别*** | |
CN112494031A (zh) | 一种呼吸率计算方法及装置 | |
Nahrstaedt et al. | Swallow detection algorithm based on bioimpedance and EMG measurements | |
CN110338791A (zh) | 基于样本熵和高斯模型的表面肌电信号活动段分割方法 | |
CN105138823B (zh) | 一种基于自相关函数的生理信号质量检测方法 | |
CN106955101A (zh) | 从心电信号中提取呼吸信号的方法及装置 | |
Ikuma et al. | A spatiotemporal approach to the objective analysis of initiation and termination of vocal-fold oscillation with high-speed videoendoscopy |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
C56 | Change in the name or address of the patentee | ||
CP03 | Change of name, title or address |
Address after: Qin 066004 West Street in Hebei province Qinhuangdao City Economic and Technological Development Zone No. 112 Patentee after: Kangtai medical system (Qinhuangdao) Limited by Share Ltd Address before: 066004 Qinhuangdao city of Hebei province the Yellow River Development Zone West Road No. 24 Patentee before: Qinhuangdao Contec Medical Systems Co.,Ltd. |