CN103690156B - 一种心率获取方法及心电信号的处理方法 - Google Patents
一种心率获取方法及心电信号的处理方法 Download PDFInfo
- Publication number
- CN103690156B CN103690156B CN201310598475.0A CN201310598475A CN103690156B CN 103690156 B CN103690156 B CN 103690156B CN 201310598475 A CN201310598475 A CN 201310598475A CN 103690156 B CN103690156 B CN 103690156B
- Authority
- CN
- China
- Prior art keywords
- heart rate
- ripple
- moment
- time
- value
- 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.)
- Active
Links
Landscapes
- Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
Abstract
本发明涉及一种心率获取方法及心电信号的处理方法。所述心率获取方法包括记录心电信号波形上R波出现的时刻;基于第i次R波出现的时刻TRi和第i-1次R波出现的时刻TRi-1,获取时刻TRi上的瞬时心率。所述心电信号的处理方法包括:基于输入的心电信号,利用所述心率获取方法获取时刻TRi时的心率;以及,处理所述时刻TRi时的心率。本发明技术方案能够更为准确地获取心率,反映心率的真实变化。
Description
技术领域
本发明技术方案涉及心电信号的信息处理,特别涉及一种心率获取方法及心电信号的处理方法。
背景技术
心电信号,也即ECG(ECG为electrocardiogram的缩写)信号,是心脏在每个心动周期中,由起搏点、心房、心室相继兴奋,伴随着生物电的变化,通过心电描记器从体表引出多种形式的电位变化的图形。当个体的心脏搏动时,电信号流过心脏,其可以通过连接到个体的皮肤上的适当装置被获取。典型和完整的心电信号包括被认为由P波、Q波、R波、S波和T波构成的完整波形,其中,Q波、R波和S波有时被共同成为形成“QRS波群”。一般而言,P波由心房的去极化产生,QRS波群由心室的去极化产生,T波有心室肌肉的再极化产生。检测所述心电信号的意义在于,能够通过所检测到的心电信号对各种心律失常、心室心房肥大、心肌梗死、心律失常、心肌缺血等病症进行检查。
通常,R波是整个心电信号波形中最显著的波,具有波形陡峭、幅度大、宽度窄、易于识别的特点。因此,个体的心率可以通过对单位时间内ECG信号的R波个数进行检测而被确定。
心率是指心脏跳动的频率,可用于衡量心脏每分钟跳动的次数。检测心率的微小变化对于人们的健康状况监测,运动强度判断,身体疲劳度预警和能量消耗的评估应用等方面,有着十分重要的作用。
现有技术中的一种心率获取方法可参考图1,通过采集一分钟内心脏的跳动个数来获取心率值,包括:输入心电波形,在1分钟内计时并对1分钟内输入的心电波形检测R波,并根据检测到的R波计算R波个数,在1分钟时间到达后,以1分钟内检测到的R波个数作为心率值输出。该方法对心率的测量来说是非常准确的,而且可以做到零误差。但是由于这种方法采用固定时间内检测采集到的R波个数,会丢失相邻两个R波之间的差值,检测不到每次心搏间隔内的微小变化,无法获取到瞬时的心率值。
发明内容
本发明技术方案所解决的技术问题为,如何更为准确地获取心率,并反映心率的真实变化。
基于上述技术问题,本发明技术方案提供了一种心率获取方法,包括:
记录心电信号波形上R波出现的时刻;
基于第i次R波出现的时刻TRi和第i-1次R波出现的时刻TRi-1,获取时刻TRi上的瞬时心率。
可选的,所述记录心电信号波形上R波出现的时刻包括:
对所述心电信号波形进行采样以获得采样点,所述采样点对应所述心电信号波形幅度值随时间变化的关系;
检测R波,将幅度值大于幅度阈值的采样点作为所述R波的采样点;
搜索所述R波的采样点以获得所述R波的采样点中的极大值点对应的时间。
可选的,所述搜索所述R波的采样点以获得所述R波的采样点中的极大值点对应的时间包括:
计算所述R波的采样点斜率,所述R波的采样点斜率沿所述R波逐渐从正值变为负值;
识别斜率从正值跳变为负值的R波的采样点;
采集所识别的R波的采样点对应的时间。
可选的,所述心率获取方法还包括:更新所述幅度阈值,所述更新所述幅度阈值包括:
获取连续检测到的数个R波的极大值点的幅度均值;
对所获取的幅度均值乘以阈值系数,以获得新的幅度阈值。
可选的,所更新的幅度阈值包括已更新的幅度阈值和初始的幅度阈值,所述心率获取方法还包括:
获取连续检测到的若干采样点中的最大幅度值;
对所获取的最大幅度值乘以所述阈值系数,以获得所述初始的幅度阈值。
可选的,基于如下算式获取时刻TRi上的瞬时心率:
F=60/T;或,
F=1/T;
其中,T为所出现的第i次R波和第i-1次R波之间的时间间隔,F为时刻TRi上的瞬时心率。
基于上述技术问题,本发明技术方案还提供了一种心电信号的处理方法,包括:
基于输入的心电信号,利用如上所述的方法获取时刻TRi时的心率;
处理所述时刻TRi时的心率。
可选的,所述心电信号的处理方法还包括:当所述时刻TRi时的心率小于第一心率值或大于第二心率值时,获取时刻TRi时心电信号波形的波动特性积;
所述处理所述时刻TRi的心率包括:比较所述时刻TRi心电信号波形的波动特性积和R波的波动特性积,以传输所述时刻TRi的心率。
可选的,所述获取时刻TRi时心电信号波形的波动特性积包括:
提取时刻TRi-1至时刻TRi之间的心电波形,所述时刻TRi-1至时刻TRi之间的心电波形被分为N段波形曲线,其中N为大于2的自然数;
分别计算所述N段波形曲线的斜率,所述时刻TRi时心电信号波形的波动特性积为所述N段波形曲线的斜率乘积的绝对值。
可选的,所述R波的波动特性积所处范围包括第一波动阈值和第二波动阈值之间的第一波动范围和大于所述第二波动阈值的第二波动范围,所述第一波动阈值小于第二波动阈值。
可选的,所述比较所述时刻TRi心电信号波形的波动特性积和R波的波动特性积以处理所述时刻TRi的心率包括:
在所述时刻TRi的心率小于第一心率值时,若所述时刻TRi时心电信号波形的波动特性积处于所述第一波动范围,则传输所述时刻TRi时的心率,若所述时刻TRi时心电信号波形的波动特性积大于所述第二波动阈值,则丢弃所述时刻TRi时的心率;
在所述时刻TRi的心率大于第二心率值时,若所述时刻TRi时心电信号波形的波动特性积处于所述第一波动范围或第二波动范围,则传输所述时刻TRi时的心率,若所述时刻TRi时心电信号波形的波动特性积小于所述第一波动阈值,则丢弃所述时刻TRi时的心率。
本发明技术方案的有益效果至少包括:
提供了一种心率获取方法,该方法能够基于输入的实时心电采集数据(即心电信号波形),通过获得R波之间的间隔时间,准确地提取心率值;本发明技术方案输出的上述心率值为瞬时心率值而非平均心率值,即从检测到的第二个R波起,每检测到一个R波就实时输出当前瞬时心率值,方便检测微小的心率变化,以识别心率变异等临床问题;相较于现有技术获取心率的方式,本发明技术方案只要检测到R波就可给出准确的瞬时心率,不仅从获取速率上得到了提升,还能够便于检测期间内心率的微小变化,从整体上改善了心率获取的方式。
在心率获取方法的可选方案中,还提供了一种更为准确地获取R波出现的时间的方式:本发明技术方案使用幅值阀值获取R波上的采样点以获取R波出现的时间,再将检测R波的采样点中的极大值点对应的时间作为该R波出现的时间,使心率检测结果更为精准且为实时检测;另外,对应每一个R波时间,可获取该R波时间上的瞬时心率,能够使率检测结果体现心率的微小变化,更具有实际的临床意义。
在更进一步的可选方案中,所使用的幅值阀值是动态的,即可更新的。所述幅值阀值可根据所检测到的R波幅度的波动而实时更新,减少R波的误检率,提高瞬时心率值检测的精度,控制本方案获取的R波之间间隔时间的检测误差在几毫秒以内。此外,本发明技术方案的幅值阀值仅根据所检测到的R波峰值进行更新,在保证数据有效性的前提下,进一步减小***数据的存储量,从而提高数据处理速率。
基于本发明技术方案所提供的心率获取方法,还提供了一种心电信号的处理方法。在可选方案中,还提供了一种对检测到的异常心率进行回检的方案,涉及对检测到的心率异常数据进行核实:本发明技术方案考虑到异常心率值的发生可能由于小幅值R波,心率不齐,大幅值T波误检等原因造成,因而当瞬时心率超过超出设定的第一心率值与第二心率值之间的范围时,就利用保存的波形数据,基于上述波形数据计算此时波形数据的波动特性积,利用波动特性积和R波的波动特性积范围对比来区分异常心率值产生的原因。利用上述对异常心率进行回检的方案,能够准确检测心率异常状态(包括:小幅值R波、心率过快、心率过慢或不规则心率),防止对心率异常或不规则心跳等异常心率数据的误判定。
附图说明
图1为现有技术的一种心率获取方法的流程示意图;
图2为本发明技术方案实施例提供的一种心率获取方法的流程示意图;
图3为本发明技术方案实施例提供的一种R波出现时刻的方法流程示意图;
图4为本发明技术方案实施例提供的一种获得所述R波的采样点中的极大值点对应的时间的方法流程示意图;
图5为本发明技术方案实施例提供的一种输入的心电信号的波形示意图;
图6为本发明技术方案实施例提供的一种心电信号的处理方法的流程示意图;
图7为本发明技术方案实施例提供的一种具体应用心电信号的处理方法的流程示意图;
图8为本发明技术方案实施例提供的一种筛选检测到的异常心率的方法流程示意图;
图9为本发明技术方案实施例提供的一种出现小幅度的R波的心电信号的波形示意图;
图10为本发明技术方案实施例提供的一种出现大幅度的T波的心电信号的波形示意图;
图11为本发明技术方案实施例提供的一种直观地描述所述心电信号的处理方法的流程示意图。
具体实施方式
为了使本发明的目的、特征和效果能够更加明显易懂,下面结合附图对本发明的具体实施方式做详细说明。
在下面的描述中阐述了很多具体细节以便于充分理解本发明,但是本发明还可以采用其他不同于在此描述的方式来实施,因此本发明不受下面公开的具体实施例的限制。
本实施例提供了一种心率获取方法,如图2所示,包括:
步骤S100,记录心电信号波形上R波出现的时刻。
在本步骤中,所述心电信号波形一般基于的是即时输入的心电信号数据,由于R波是整个心电信号波形中最显著的波且其周期性相较于其他心电波较为稳定,本发明技术方案利用了所述R波的波形特性进行心率检测。
考虑到R波波形在时间上的跨度,其波形占据了一定的时间段,所述R波出现的时刻可以是R波波形所占时间段内的任意时刻。但在本步骤中,还隐含了对心电信号波形实时的R波检测,考虑R波检测是以其幅度值作为检测依据的,因而,可以选择R波上幅度值相较于其他心电波具有明显幅值上优越性的点对应的时刻作为R波出现的时刻。
为了实现步骤S100,一种检测R波出现时刻的方案,如图3所示,包括:
步骤S200,对所述心电信号波形进行采样以获得采样点。
步骤S201,检测R波,将幅度值大于幅度阈值的采样点作为所述R波的采样点。
步骤S202,搜索所述R波的采样点以获得所述R波的采样点中的极大值点对应的时间。
步骤S200~S202的过程中,所述采样点,包括采样点中的极大值点,对应的是所述心电信号波形幅度值随时间变化的关系,一个采样点的信息包括了心电信号在特定时间上的幅度值。由于R波具有波形陡峭、幅度大、宽度窄、易于识别的特点,本实施例设定了幅度阈值来识别幅度值大于幅度阈值的采样点,这些识别到的采样点则为R波的采样点,由此识别心电信号波形上的R波。
特别的,在步骤S202中,所述R波的采样点中的极大值点实际为所述R波的峰值点,为获取R波峰值点出现的时间,可以通过R波采样点的斜率检测,得到R波的极大值点。R波只有一个极大值点,根据其幅度特性,在超过所述幅度阀值时R波采样点的斜率先为正值,经过R波顶点后斜率变为负值,所以,只要实时检测输入R波的斜率正负跳变点,就可以实时采集到R波出现的时间。该方法可以准确的采集到R波峰值点及R波峰值点对应的时刻,相较于获取R波上过幅度阈值的采样点对应的时刻作为R波时刻的方式,所获取的R波出现时刻可以更为准确且计算量小,得到的R波出现时刻的误差可由十几毫秒减小到几毫秒。
基于上述分析,图4给出了一种具体执行步骤S202的方式,包括:
步骤S300,计算所述R波的采样点斜率。
可以通过R波的斜率检测模块对R波上各点斜率进行计算,从R波波形特性可知,所述R波的采样点斜率沿所述R波逐渐从正值变为负值。
步骤S301,识别斜率从正值跳变为负值的R波的采样点。
步骤S302,采集所识别的R波的采样点对应的时间。
需要进一步进行说明的是,在上述论述中,所涉及的幅度阈值在执行过程中是动态更新的,更新过程可基于输入心电信号波形数据的时间,以固定周期进行更新,也可以不定期地根据R波检测的需要进行更新。
其中,所述幅度阈值的初始值是通过检测一个固定时间间隔内输入的心电信号采样点的幅度最大值所确定的,该固定时间间隔内所得采样点的幅度最大值乘以一个阀值系数,得到所述幅度阈值。
也可以用如下算式(1)描述上述过程:
C0=Amax×α----(1)
其中,C0为所述幅度阈值的初始值,Amax为该固定时间间隔内所得采样点的幅度最大值,α为所述阀值系数。
在通常情况下,所述阀值系数可以取0~1之间的实数,所述0~1之间的实数包括取1但不包括取0,在本实施例中,所述阀值系数取0.9。
而动态更新所述幅度阈值的方式可以基于步骤S200~S202的R波检测过程及R波峰值的检测,可根据步骤S202所获得的R波的极大值点得到R波的峰值幅度。当连续采集到设定个数的R波后,通过计算上述设定个数的R波峰值幅度的均值,并对上述峰值幅度的均值乘以所述阀值系数来更新幅值阀值。
也可以用如下算式(2)描述上述过程:
其中,Ci为更新后的幅度阈值,Ai1至Ain分别为采集到的第1至n个R波峰值幅度,n为所采集R波的设定个数,α为所述阀值系数。
假设需根据10s内连续检测到的R波个数来计算幅度阈值,本实施例中为更新所述幅度阈值仅需存储10s中R波的峰值幅度数据,上述数据量一般为十几个数据,所占用内存数大约仅占百分之一,在运算速度方面也非常良好。
继续参考图2,本实施例所提供的心率获取方法,还包括:
步骤S101,基于第i次R波出现的时刻TRi和第i-1次R波出现的时刻TRi-1,获取时刻TRi上的瞬时心率。
步骤S101中的瞬时心率为每次心跳时间间隔的倒数,即心电图两个相邻的R波之间时间间隔的倒数。如果每次心搏间隔内有微小的变化,利用瞬时心率都可检测出来。利用瞬时心率的实时采集,检测每次心跳瞬时心率的微小变化对于人们的健康状况监测,运动强度判断,身体疲劳度预警和能量消耗的评估应用等方面,有着十分重要的作用。
可基于如下的算式(3)或算式(4)获取时刻TRi上的瞬时心率:
F=F1=60/T----(3)
F=F2=1/T----(4)
其中,T为所出现的第i次R波和第i-1次R波之间的时间间隔,F为时刻TRi上的瞬时心率。当F=F1,所述瞬时心率F为一分钟内心脏的跳动个数,F的单位为“次每分”;当F=F2,所述瞬时心率F为一秒钟内心跳的跳动个数,F的单位为“次每秒”。为临床获取心率所设计的方案中,一般选择算式(3)输出心率值。
本发明技术方案提供了一种针对检测到的相邻R波的心率获取方案,实现心率的实时检测,如果每次心搏间隔内有微小的变化,利用本方案都可检测出来。本实施例心电波形的采集与R波的提取是同时进行的,确保只要出现R波,就可以立即记录其出现的时间,通过两次记录的R波出现的时间,即可算出实时的心率值,实现心率实时的获取。
在本实施例的一则应用例中,可对输入的如图5所示的心电信号波形进行检测,图5中输入的心电信号数据为1分钟内输入的心电信号的波形。如果采用背景技术所记载的现有技术的心率获取方案,只能到心率值为76(也即1分钟内具有76个R波)。但是采用本实施例的方案可以检测到图5所示的心电信号波形图中第1次R波出现的时刻TR1至第75次R波出现的时刻TR75所对应的瞬时心率值(这里,R波出现的时刻也为R波波峰出现的时刻),其中,该心电信号波形上具有75个R波期间。继续参考图5,第1次R波出现的时刻TR1至第75次R波出现的时刻TR75所对应的瞬时心率值分别为:60、71、68、70、48、58、71、79、76、87、107、86、86、120、80、126、83、113、77、83、76、82、63、76、88、122、122、53、62、60、62、77、69、83、70、122、116、61、39、60、62、70、74、83、72、89、77、69、71、70、75、122、135、137、81、81、104、57、78、67、82、75、76、63、57、73、60、75、83、120、70、61、81、78、73,比如,第1次R波出现的时刻TR1所对应的瞬时心率值为60,第75次R波出现的时刻TR75所对应的瞬时心率值为73。
从上述心率获取的结果可知,现有技术心率获取的方案会丢失大量心率异常的信息,不能反映真实的心率变化。而本实施例的心率获取方案则能够在每检测到一个R波时就输出当前心率值,能检测出微小的心率变化,利于准确地识别异常的心率信息。
基于本实施例的心率获取方法,本实施例还提供了一种心电信号的处理方法,如图6所示,包括:
步骤S400,基于输入的心电信号获取时刻TRi时的心率。
可以利用本实施例的心率获取方法根据所述输入的心电信号获取时刻TRi的即时心率。
步骤S401,处理所述时刻TRi时的心率。
在步骤S401中,所述处理所述时刻TRi时的心率旨在应用获取到的心率值,所述应用可以包括检测心率中的异常心率、筛选检测到的异常心率、传输检测到的心率及对检测到的异常心率进行报警等方面的步骤执行。
所述步骤S401可以包括执行上述应用功能的步骤,也可以包括执行上述应用功能步骤中的部分步骤,而上述应用功能步骤中的其他步骤则被执行于步骤S400和步骤S401之间。在本实施例中,所述处理所述时刻TRi时的心率包括执行筛选检测到的异常心率、传输检测到的心率及对检测到的异常心率进行报警的步骤,而所述检测心率中的异常心率则执行于步骤S400和步骤S401之间,即可参考图7,本实施例的一则心电信号的处理方法的应用例可以包括如下步骤:
步骤S500,可同步骤S400;
步骤S501,检测心率中的异常心率。
步骤S502,筛选检测到的异常心率。
步骤S503,基于筛选结果,传输所检测的心率并对异常心率进行报警。
其中,步骤S502~步骤S503为步骤S400的具体实施方式。
不同于现有技术,步骤S501~步骤S503实现了对异常心率值的回检处理。具体的:
步骤S501中,所述检测心率中的异常心率可直接通过设定的心率值范围检测实时心率:设定心率值范围中的下限心率值为第一心率值,上限心率值为第二心率值,比如,正常人体的心率可以随运动等情况波动,在运动时,人体的最高心率可达150次每分钟左右,因此,可以设置第二心率值为150,第一心率值为40,即所述心率值范围为40~150。当然,也可以根据个人体质,单独设置个体化的第一心率值和第二心率值,以获得正常人体的心率值范围。一般地,所述第一心率值可取40~50之间的自然数,所述第二心率值可取150~160之间的自然数。当所述时刻TRi时的心率小于第一心率值或大于第二心率值时,可认为所述时刻TRi时的心率为异常心率;当所述时刻TRi时的心率处于第一心率值和第二心率值之间可认为所述时刻TRi时的心率为正常心率。
步骤S502主要用于确认异常的心率值的产生,查找异常心率产生的原因:考虑到异常心率的发生可能由于检测到小幅值R波、R波漏检、心率不齐、大幅值T波误检等原因造成,其中,R波漏检和大幅值T波误检并非人体心率异常表征,可以对因此产生的异常心率予以剔除;所以,当检测到的心率值未在第一心率值和第二心率值之间时,就利用保存的心电信号波形数据确认异常心率产生的原因。本实施例中的步骤S502利用了心率波动特性积与R波的波动特性积对比,来区分异常心率值产生的原因,从而实现异常心率的筛选过程。实现所述筛选检测到的异常心率的过程可以如图8所示,包括如下步骤:
步骤S600,当所述时刻TRi时的心率为异常心率,获取时刻TRi时心电信号波形的波动特性积。
所述波动特性积指前后相邻的n段曲线斜率的乘积的绝对值,其中,n为大于等于2的自然数。当检测到的心率值为异常心率时,由异常心率出现的时间,可在存***形的数组中定位到异常心率出现的时间点,提取时间点出现的R波的波形数据,获取时刻TRi时心电信号波形的波动特性积。所述获取时刻TRi时心电信号波形的波动特性积包括:
提取时刻TRi-1至时刻TRi之间的心电波形,所述时刻TRi-1至时刻TRi之间的心电波形被分为N段波形曲线,其中N为大于2的自然数;
分别计算所述N段波形曲线的斜率,所述时刻TRi时心电信号波形的波动特性积为所述N段波形曲线的斜率乘积的绝对值。
可基于如下算式(5)描述上述波动特性积的获取过程:
V=k1×k2×...×kN----(5)
其中,V为时刻TRi时心电信号波形的波动特性积,k1至kn分别为时刻TRi-1至时刻TRi之间的第1段至第N段的波形曲线的斜率。
继续参考图8,所述筛选检测到的异常心率的过程还包括:
步骤S601,比较所述时刻TRi心电信号波形的波动特性积和R波的波动特性积,以得到筛选结果。
本实施例将通过判断所述时刻TRi心电信号波形的波动特性积是否为R波的波动特性积作为异常心率产生时刻(即时刻TRi)的波动检测基准,用于异常心率值回检。
从心电信号的波形特征进行分析,其波形经过滤波后,只有QRS波群的波动性最大;QRS波群的波动特性积一般为70~120,而其他波形的波动特性积一般在10以内,QRS波群的波动特性积几十倍于其它波段的波动特性积。但R波存在小幅值R波(即该R波的波峰值较小),其波动特性积在15以上,与其他波形及具备一般QRS波群的波动特性积产生明显的差距。通过上述分析,可以设定所述R波的波动特性积所处范围。
在本实施例中,所述R波的波动特性积所处范围包括第一波动阈值和第二波动阈值之间的第一波动范围和大于所述第二波动阈值的第二波动范围,所述第一波动阈值小于第二波动阈值。其中,所述第一波动范围为小幅度R波所处范围,所述第二波动范围为一般QRS波群所处范围。可以利用所述第一波动范围检测小幅值R波,利用所述第二波动范围检测一般QRS波群。可以设定上述波动阈值的取值范围。所述第一波动阈值的取值范围为10~20之间的实数,所述第二波动阈值的取值范围为60~70之间的实数。本实施例取第一波动阈值为15,第二波动阈值为60,所述第二波动范围为70~120。
通过步骤S601,当所述时刻TRi时的心率为异常心率,所述比较所述时刻TRi心电信号波形的波动特性积和R波的波动特性积包括如下比较过程:
在所述时刻TRi的心率小于第一心率值时,若所述时刻TRi时心电信号波形的波动特性积处于所述第一波动范围,表明时刻TRi时心电信号的R波波动性较小,幅值也较小,时刻TRi时心电信号出现了小幅度的R波。其波动性特点可参考图9,图9中,时刻TRi时心电信号出现了小幅度的R波u1。需要说明的是,对小幅度的R波进行单独检测对临床应用是有重要意义的。
在所述时刻TRi的心率小于第一心率值时,若所述时刻TRi时心电信号波形的波动特性积大于所述第二波动阈值,表明时刻TRi时出现了R波漏检的现象。R波漏检是指本来为正常R波(即其波动特性积处于第二波动范围的R波)在采用本实施例幅度阈值进行R波检测时因幅度阈值过高而漏检的情况,漏检R波导致此时所获取的异常心率存在误差。本实施例的筛选过程能够检测上述漏检现象。
在所述时刻TRi的心率大于第二心率值时,若所述时刻TRi时心电信号波形的波动特性积小于所述第一波动阈值,则表明误检T波。T波误检是指时刻TRi时的心电信号波形因其具有大幅度值的T波,使心率获取过程中,大幅度值的T波(主要指其峰值较大)超过了所述幅度阈值而被作为R波误检;T波误检也导致此时所获取的异常心率存在误差。误检T波时,心电信号的波动性特点可参考图10,图10中,时刻TRi时心电信号出现了大幅度的T波u2,由于T波u2的峰值幅度比较大,在所述幅度阈值小于T波u2的峰值时,将T波u2当作R波进行检测,从而影响心率检测的准确度,也造成了非生理性(非病理性)的异常心率。
当然,对于其他异常心率,则筛选归结于心率不齐等其他原因。
基于上述筛选结果,步骤S503的传输内容与所述筛选结果有关:
对于非异常心率,也即正常心率,可以直接对所述心率值进行传输;
对于异常心率,则其传输方式如下:
因小幅度的R波引起的心率值较小的异常心率,传输所对应的心率值,并可附随发送小幅度的R波的报警。
因R波漏检引起的心率值较小的异常心率,则对所对应的心率值进行抛弃处理,排除对所对应心率值的传输。
因大幅度值的T波引起的心率值过大的异常心率,则对所对应的心率值进行抛弃处理,排除对所对应心率值的传输,但可附随发送T波误检报警。
因心率不齐等其他原因引起的心率值过大的异常心率,则对所对应的心率值进行传输,可附随发送心率过快报警。
传输异常的小心率值,发送小R波警报
还可以用如图11所示的流程图,直观地描述上述处理过程。
参考图11,基于所述输入心电信号、获取心率值的过程可以参考步骤S100~S101,所述输入心电信号被保持形成波形数据,可以根据输入心电信号的时间,顺序地形成存储有所述心电信号的波形数组;所述初步判断心率异常的过程可以参考步骤S501;对于正常心率值,可以直接传输所述心率值;对于异常数据,可以基于被保持的心电信号的波形数据,判断心率异常的原因,以对所述异常心率进行回检和筛选,以选择地对心率值进行传输或抛弃,并基于所述异常心率选择地进行报警;上述过程可以依据步骤S502~步骤S503执行。
本发明虽然已以较佳实施例公开如上,但其并不是用来限定本发明,任何本领域技术人员在不脱离本发明的精神和范围内,都可以利用上述揭示的方法和技术内容对本发明技术方案做出可能的变动和修改,因此,凡是未脱离本发明技术方案的内容,依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化及修饰,均属于本发明技术方案的保护范围。
Claims (9)
1.一种心电信号的处理方法,其特征在于,包括:
基于输入的心电信号,获取时刻TRi时的心率,包括:记录心电信号波形上R波出现的时刻;基于第i次R波出现的时刻TRi和第i-1次R波出现的时刻TRi-1,获取时刻TRi上的瞬时心率;
当所述时刻TRi时的心率小于第一心率值或大于第二心率值时,获取时刻TRi时心电信号波形的波动特性积,包括:提取时刻TRi-1至时刻TRi之间的心电波形,所述时刻TRi-1至时刻TRi之间的心电波形被分为N段波形曲线,其中N为大于2的自然数;分别计算所述N段波形曲线的斜率,所述时刻TRi时心电信号波形的波动特性积为所述N段波形曲线的斜率乘积的绝对值;
处理所述时刻TRi时的心率包括:
比较所述时刻TRi心电信号波形的波动特性积和R波的波动特性积,所述R波的波动特性积所处范围包括第一波动阈值和第二波动阈值之间的第一波动范围和大于所述第二波动阈值的第二波动范围,所述第一波动阈值小于第二波动阈值;
在所述时刻TRi的心率小于第一心率值时,若所述时刻TRi时心电信号波形的波动特性积处于所述第一波动范围,则传输所述时刻TRi时的心率,若所述时刻TRi时心电信号波形的波动特性积大于所述第二波动阈值,则丢弃所述时刻TRi时的心率;
在所述时刻TRi的心率大于第二心率值时,若所述时刻TRi时心电信号波形的波动特性积处于所述第一波动范围或第二波动范围,则传输所述时刻TRi时的心率,若所述时刻TRi时心电信号波形的波动特性积小于所述第一波动阈值,则丢弃所述时刻TRi时的心率。
2.如权利要求1所述的心电信号的处理方法,其特征在于,所述处理所述时刻TRi时的心率还包括:当所述时刻TRi时的心率处于第一心率值和第二心率值之间,传输所述时刻TRi的心率。
3.如权利要求1所述的心电信号的处理方法,其特征在于,所述第一波动阈值的取值范围为10~20之间的实数,所述第二波动阈值的取值范围为60~70之间的实数。
4.如权利要求1所述的心电信号的处理方法,其特征在于,所述记录心电信号波形上R波出现的时刻包括:
对所述心电信号波形进行采样以获得采样点,所述采样点对应所述心电信号波形幅度值随时间变化的关系;
检测R波,将幅度值大于幅度阈值的采样点作为所述R波的采样点;
搜索所述R波的采样点以获得所述R波的采样点中的极大值点对应的时间。
5.如权利要求4所述的心电信号的处理方法,其特征在于,所述搜索所述R波的采样点以获得所述R波的采样点中的极大值点对应的时间包括:
计算所述R波的采样点斜率,所述R波的采样点斜率沿所述R波逐渐从正值变为负值;
识别斜率从正值跳变为负值的R波的采样点;
采集所识别的R波的采样点对应的时间。
6.如权利要求4所述的心电信号的处理方法,其特征在于,还包括:更新所述幅度阈值,所述更新所述幅度阈值包括:
获取连续检测到的数个R波的极大值点的幅度均值;
对所获取的幅度均值乘以阈值系数,以获得新的幅度阈值。
7.如权利要求6所述的心电信号的处理方法,其特征在于,所更新的幅度阈值包括已更新的幅度阈值和初始的幅度阈值,所述心率获取方法还包括:
获取连续检测到的若干采样点中的最大幅度值;
对所获取的最大幅度值乘以所述阈值系数,以获得所述初始的幅度阈值。
8.如权利要求7所述的心电信号的处理方法,其特征在于,所述阈值系数的取值范围为0~1之间不等于0的实数。
9.如权利要求1所述的心电信号的处理方法,其特征在于,基于如下算式获取时刻TRi上的瞬时心率:
F=60/T(次/min);或,
F=1/T(次/S);
其中,T为所出现的第i次R波和第i-1次R波之间的时间间隔,F为时刻TRi上的瞬时心率。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310598475.0A CN103690156B (zh) | 2013-11-22 | 2013-11-22 | 一种心率获取方法及心电信号的处理方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310598475.0A CN103690156B (zh) | 2013-11-22 | 2013-11-22 | 一种心率获取方法及心电信号的处理方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103690156A CN103690156A (zh) | 2014-04-02 |
CN103690156B true CN103690156B (zh) | 2016-01-27 |
Family
ID=50351942
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310598475.0A Active CN103690156B (zh) | 2013-11-22 | 2013-11-22 | 一种心率获取方法及心电信号的处理方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103690156B (zh) |
Families Citing this family (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TWI522958B (zh) * | 2014-06-11 | 2016-02-21 | 國立成功大學 | 生理訊號分析方法及其系統與內儲生理訊號分析程式之電腦程式產品 |
JP6315633B2 (ja) * | 2014-09-09 | 2018-04-25 | 日本電信電話株式会社 | 心拍検出方法および心拍検出装置 |
CN104367344A (zh) * | 2014-10-10 | 2015-02-25 | 广东工业大学 | 一种基于香农包络的胎儿瞬时心率检测方法及装置 |
WO2017012906A1 (en) * | 2015-07-21 | 2017-01-26 | Koninklijke Philips N.V. | A method and a system for automatic labeling of activity on ecg data |
CN105125199B (zh) * | 2015-07-29 | 2017-12-26 | 北京医康世纪科技有限公司 | 一种心率检测方法与装置 |
CN107041740A (zh) * | 2016-02-05 | 2017-08-15 | 南京国雅信息科技有限公司 | 动物心率监测***以及基于神经网络的心率状态识别方法 |
CN105997042A (zh) * | 2016-04-28 | 2016-10-12 | 江苏盖睿健康科技有限公司 | 一种防止高尖t波被误识别的心率值获取方法 |
CN105825071B (zh) * | 2016-05-13 | 2019-06-25 | 北京精密机电控制设备研究所 | 一种无传感器心率估算装置及其估算方法 |
CN106308791B (zh) * | 2016-08-29 | 2019-01-08 | 郑州大学第一附属医院 | 心电信号记录***的辅助数据远程传输方法和装置 |
CN106383808B (zh) * | 2016-09-18 | 2019-08-02 | 时瑞科技(深圳)有限公司 | 心率心电信号的处理***及方法 |
CN106529425B (zh) * | 2016-10-20 | 2019-11-29 | 深圳市善行医疗科技有限公司 | 一种心电信号的r波提取方法及*** |
CN107233093B (zh) * | 2017-05-23 | 2020-05-12 | 安徽华米智能科技有限公司 | R波的检测方法、装置及电子设备 |
TWI635852B (zh) * | 2017-06-09 | 2018-09-21 | 國立臺灣科技大學 | 應用於多感測器偵測手掌脈搏的訊號處理方法 |
CN108154085B (zh) * | 2017-12-06 | 2022-02-18 | 北京顺源开华科技有限公司 | 基于心电数据进行身份识别的方法、装置及电子设备 |
US10859691B2 (en) * | 2018-08-22 | 2020-12-08 | Infineon Technologies Ag | Radar range accuracy improvement method |
WO2020133536A1 (zh) * | 2018-12-29 | 2020-07-02 | 深圳迈瑞生物医疗电子股份有限公司 | 一种睡眠状态判断的方法及装置 |
CN109497994B (zh) * | 2019-01-16 | 2021-08-24 | 上海掌门科技有限公司 | 一种心电信号r波的检测方法、设备及计算机可读介质 |
CN109497995B (zh) * | 2019-01-16 | 2021-08-24 | 上海掌门科技有限公司 | 心电信号r波的检测方法、设备及计算机可读介质 |
CN110232132B (zh) * | 2019-06-18 | 2020-11-06 | 北京天泽智云科技有限公司 | 时间序列数据处理方法及装置 |
CN111714110A (zh) * | 2020-05-19 | 2020-09-29 | 成都云卫康医疗科技有限公司 | 一种基于ppg波形的实时心率计算方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US3599033A (en) * | 1969-09-22 | 1971-08-10 | Hewlett Packard Co | System for simultaneous display of ecg and heart rate |
JP2002000575A (ja) * | 2000-06-23 | 2002-01-08 | Matsushita Electric Ind Co Ltd | 心拍センサ及び心拍数算出方法 |
CN1552283A (zh) * | 2003-05-27 | 2004-12-08 | 郭博昭 | 心率变异性分析方法及装置 |
CN1559340A (zh) * | 2004-02-26 | 2005-01-05 | 炯 阮 | 一种心率变异性的c0模式度指标检测分析方法及仪器 |
CN201248704Y (zh) * | 2008-06-24 | 2009-06-03 | 王培勇 | 运动心率的实时检测和视频数据叠加*** |
CN103222864A (zh) * | 2013-04-07 | 2013-07-31 | 广东工业大学 | 一种自适应心电检测方法及其监控*** |
-
2013
- 2013-11-22 CN CN201310598475.0A patent/CN103690156B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US3599033A (en) * | 1969-09-22 | 1971-08-10 | Hewlett Packard Co | System for simultaneous display of ecg and heart rate |
JP2002000575A (ja) * | 2000-06-23 | 2002-01-08 | Matsushita Electric Ind Co Ltd | 心拍センサ及び心拍数算出方法 |
CN1552283A (zh) * | 2003-05-27 | 2004-12-08 | 郭博昭 | 心率变异性分析方法及装置 |
CN1559340A (zh) * | 2004-02-26 | 2005-01-05 | 炯 阮 | 一种心率变异性的c0模式度指标检测分析方法及仪器 |
CN201248704Y (zh) * | 2008-06-24 | 2009-06-03 | 王培勇 | 运动心率的实时检测和视频数据叠加*** |
CN103222864A (zh) * | 2013-04-07 | 2013-07-31 | 广东工业大学 | 一种自适应心电检测方法及其监控*** |
Non-Patent Citations (2)
Title |
---|
《瞬时心率和平均心率计量电路》;愈斯庆;《电子技术》;19801231;第39-41页 * |
《瞬时心率的测量和显示》;王祝生 等;《医疗器械》;19800430;第29-30页 * |
Also Published As
Publication number | Publication date |
---|---|
CN103690156A (zh) | 2014-04-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103690156B (zh) | 一种心率获取方法及心电信号的处理方法 | |
US11344243B2 (en) | Artificial intelligence self-learning-based static electrocardiography analysis method and apparatus | |
US11234629B2 (en) | Method and device for self-learning dynamic electrocardiography analysis employing artificial intelligence | |
Madeiro et al. | An innovative approach of QRS segmentation based on first-derivative, Hilbert and Wavelet Transforms | |
Álvarez et al. | A comparison of three QRS detection algorithms over a public database | |
CN101828918B (zh) | 基于波形特征匹配的心电信号r波峰检测方法 | |
WO2019100560A1 (zh) | 基于人工智能自学习的心电图自动分析方法和装置 | |
CN101856225B (zh) | 一种心电信号r波峰检测方法 | |
CN103549950B (zh) | 移动心电监测差分阈值检测改进算法 | |
CN101449973B (zh) | 用于心电干扰信号识别的判断指标的生成方法及装置 | |
US8233972B2 (en) | System for cardiac arrhythmia detection and characterization | |
CN109171712A (zh) | 心房颤动识别方法、装置、设备及计算机可读存储介质 | |
US20150080752A1 (en) | Device for automatic mapping of complex fractionated atrial electrogram | |
US20110087121A1 (en) | System for Continuous cardiac pathology detection and characterization | |
WO2019161611A1 (zh) | 心电信息处理方法和心电工作站 | |
CN104173043A (zh) | 一种适合于移动平台的心电数据分析方法 | |
Alcaraz et al. | A novel application of sample entropy to the electrocardiogram of atrial fibrillation | |
CN102379692A (zh) | 一种面向区端网络的远程心电监护***及方法 | |
Mukhopadhyay et al. | Time plane ECG feature extraction using Hilbert transform, variable threshold and slope reversal approach | |
CN109009085A (zh) | 一种心电信号r波检测方法及*** | |
CN110226919B (zh) | 心电信号类型检测方法、装置、计算机设备及存储介质 | |
CN109288515B (zh) | 基于穿戴式心电信号中早搏信号的周期性监测方法及装置 | |
CN103970975A (zh) | 心电数据处理方法和*** | |
CN102579039A (zh) | 一种心电图中的t波交替检测的方法 | |
CN105411579B (zh) | 一种心电图r波检测方法及装置 |
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 | ||
CP02 | Change in the address of a patent holder | ||
CP02 | Change in the address of a patent holder |
Address after: Room 2070, building 2, Lane 1800, Xinyang Road, Lingang New Area, China (Shanghai) pilot Free Trade Zone, Pudong New Area, Shanghai, 200120 Patentee after: NEUSOFT XIKANG HEALTHCARE TECHNOLOGY Co.,Ltd. Address before: Room 12b01, 03, 05, 07, 09, No. 9, Beisihuan West Road, Haidian District, Beijing Patentee before: NEUSOFT XIKANG HEALTHCARE TECHNOLOGY Co.,Ltd. |