CN106687033B - 心跳检测方法和心跳检测设备 - Google Patents

心跳检测方法和心跳检测设备 Download PDF

Info

Publication number
CN106687033B
CN106687033B CN201580047509.4A CN201580047509A CN106687033B CN 106687033 B CN106687033 B CN 106687033B CN 201580047509 A CN201580047509 A CN 201580047509A CN 106687033 B CN106687033 B CN 106687033B
Authority
CN
China
Prior art keywords
heartbeat
time
peak
sampled data
product
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
Application number
CN201580047509.4A
Other languages
English (en)
Other versions
CN106687033A (zh
Inventor
松浦伸昭
桑原启
高河原和彦
川野龙介
小泉弘
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Telephone Corp Of Japan
Original Assignee
Telephone Corp Of Japan
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 Telephone Corp Of Japan filed Critical Telephone Corp Of Japan
Publication of CN106687033A publication Critical patent/CN106687033A/zh
Application granted granted Critical
Publication of CN106687033B publication Critical patent/CN106687033B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • 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
    • A61B5/02—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
    • A61B5/02405—Determining heart rate variability
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/117—Identification of persons
    • 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
    • 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
    • A61B5/7271—Specific aspects of physiological measurement analysis
    • A61B5/7278—Artificial waveform generation or derivation, e.g. synthesising signals from measured signals

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)
  • Physiology (AREA)
  • Signal Processing (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)
  • Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)

Abstract

提供了一种心跳检测设备。该心跳检测设备包括：差值计算单元(3)，用于根据活体的心电图波形的采样数据序列，针对每个采样时刻计算采样数据的改变量和改变程度之一；乘法单元(4)，用于通过将时刻K处的采样数据的改变量和改变程度之一乘以时刻K处的采样数据以及比时刻K早预定时间t的时刻处的采样数据之一，来针对每个采样时刻计算乘积；峰值检测单元(5)，用于检测所述乘积的峰值；以及心跳时刻确定单元(6)，用于将所述乘积的峰值的时刻设置为心跳时刻。

Description

心跳检测方法和心跳检测设备
技术领域
本发明涉及一种用于从心电图波形中提取诸如心跳间隔(R-R间隔)的生物信息的心跳检测方法和心跳检测设备。
背景技术
ECG(心电图)波形是通过观察和记录心脏的电活动获得的，并且是通过以一般方法将电极附着到身体表面来测量的。作为ECG波形导联(lead)***，即电极布置，存在使用肢体和胸部的各种类型。在心前导联中的V3至V5导联中，电极被布置在左胸部。在适于长时间监测ECG波形的CC5导联中，电极被布置在左胸部和右胸部的对称位置处。这些导联的优点在于能够获得具有较大振幅的稳定波形。
图9示出了ECG波形的示例。在图9中，纵坐标表示电位，横坐标表示时间。ECG波形由连续的心跳波形形成，并且一个心跳波形由反映心房和心室的活动的分量形成，比如P波、Q波、R波、S波和T波。
已知从ECG波形获得的诸如R-R间隔的生物信息是反映自主活动的指标。它对于评估自主功能以获得日常生活中的ECG波形以及从检测到的心跳中分析心跳波动的数据是有用的。此外，还能够用于根据运动期间的心跳数据估计运动耐量，并进行优化等。
作为常规心跳检测方法，以下文献是已知的。日本专利特开No.2002-78695公开了一种用于消除ECG波形的基线波动的布置。此外，日本专利特开No.2003-561公开了一种使用基于波峰和波谷之间的振幅的阈值来识别R波的布置。
在文献“ECG Implementation on the TMS320C5515DSP Medical DevelopmentKit(MDK)with the ADS1298ECG-FE”(德州仪器公司，<http：//www.ti.com/lit/an/sprabj1/sprabj1.pdf>，2011)中描述了一种基于通过计算ECG波形的一阶导数而获得的值的变化来获得R-R间隔等的方法。在该心跳检测方法中，更具体地，获得第(n+1)个采样值和第(n-1)个采样值之差的绝对值，基于阈值检测峰值，然后，将两个峰之间的时间宽度设置为R-R间隔。
发明内容
本发明解决的问题
然而，上述心跳检测方法具有以下问题。也就是说，如果要记录或分析日常生活中或运动期间的心跳数据，则与静止状态下的测量不同的是，由身体运动等引起的噪声可能会被混入ECG波形中。
图10和11示出了用于说明常规问题的曲线图，其中横坐标表示时间[ms]，纵坐标表示用数字值代替的电位[任意单位]。在图10和图11中，X表示ECG波形的采样数据的示例，R表示要被检测为心跳的R波。图10和11中的ECG波形是相同的。
在图10和图11中，尽管在21,000ms之后观测到正常的ECG波形图案，但是在21,000ms之前噪声分量叠加在原始ECG波形上。即使试图从这样的ECG波形来基于阈值检测心跳，振幅波动也会很大，从而，难以设置适当的阈值。此外，即使根据峰值来周期性地更新阈值，在包括噪声的部分中阈值也增加。因此，不必要地错过了没有任何噪声的部分中的心跳。
另一方面，还提供了一种基于ECG波形的导数来检测心跳的方法。通常，在数据处理中将ECG波形作为离散数据序列来处理。因此，获得ECG波形的导数等效于获得ECG波形的时间减法。在图10中，通过在ECG波形的采样数据X的每个时刻处绘制通过从5ms之后的值减去5ms之前的值所获得的值(即，一阶导数)来获得DF。在通常的ECG波形中，通过获得一阶导数，可以使从R波到S波的突然改变变得显著，从而便于心跳的检测。然而，图10中的一阶导数值DF包括突然改变的噪声分量。因此，噪声分量可能被误认为是心跳，且难以基于一阶导数值来检测心跳。在图10中，N表示容易被误认为心跳的噪声分量。
在图11中，通过在图10中的一阶导数值DF的每个时刻处绘制通过从5ms之后的值减去5ms之前的值获得的值(即，二阶导数)来获得DS。除了心跳的峰值之外，图11中的二阶导数值DS还包括容易被误认为是心跳的噪声分量的峰值。
本发明是为了解决上述问题而提出的，其目的在于提供一种心跳检测方法和心跳检测设备，其能够从在ECG波形上叠加有由身体运动引起的噪声的数据中正确地检测心跳及其时间。
解决问题的方法
根据本发明，提供了一种心跳检测方法。该心跳检测方法包括：计算步骤，根据活体的心电图波形的采样数据序列，针对每个采样时刻计算采样数据的改变量和改变程度之一；乘法步骤，通过将时刻K处的采样数据的改变量和改变程度之一乘以时刻K处的采样数据以及比时刻K早预定时间t的时刻处的采样数据之一，来针对每个采样时刻计算乘积；峰值检测步骤，检测所述乘积的峰值；以及心跳时刻确定步骤，将所述乘积的峰值的时刻设置为心跳时刻。
根据本发明，还提供了一种心跳检测设备。该心跳检测设备包括：计算装置，用于根据活体的心电图波形的采样数据序列，针对每个采样时刻计算采样数据的改变量和改变程度之一；乘法装置，用于通过将时刻K处的采样数据的改变量和改变程度之一乘以时刻K处的采样数据以及比时刻K早预定时间t的时刻处的采样数据之一，来针对每个采样时刻计算乘积；峰值检测装置，用于检测所述乘积的峰值；以及心跳时刻确定装置，用于将所述乘积的峰值的时刻设置为心跳时刻。
本发明的效果
根据本发明，针对活体的心电图波形的采样数据序列中的每个采样时刻，计算采样数据的改变量或改变程度；通过将时刻K处的采样数据的改变量或改变程度乘以时刻K处的采样数据或比时刻K早预定时间t的时刻处的采样数据，来针对每个采样时刻计算乘积；检测所述乘积的峰值；并将乘积的峰值的时刻设为心跳时刻。在本发明中，有可能强调从心跳导出的峰值分量，并甚至可以从在心电图波形上叠加有由身体运动引起的噪声的采样数据序列中正确地检测心跳。
附图说明
图1示出了用于解释根据本发明的原理的图。
图2示出了用于解释根据本发明的原理的图。
图3是用于解释根据本发明的原理的图。
图4是用于解释根据本发明的原理的图。
图5是示出了根据本发明的实施例的心跳检测设备的布置的框图。
图6是用于解释根据本发明的实施例的心跳检测设备的差值计算单元和乘法单元的操作的流程图。
图7是用于解释根据本发明的实施例的心跳检测设备的峰值检测单元和心跳时刻确定单元的操作的流程图。
图8是用于解释根据本发明的实施例的心跳检测设备的峰值检测单元的另一操作的流程图。
图9是示出了心电图波形的示例的图。
图10示出了用于解释常规问题的图。以及
图11示出了用于解释常规问题的图。
具体实施方式
[发明原理]
图1至图4示出了用于解释根据本发明的原理的图。在图1至图4中，横轴表示时间(ms)，纵轴表示用数字值代替的电位(任意单位)。
图1示出了图10中的部分的放大图。可以理解，图1中的R波的峰值R1在一阶导数值DF的峰值D1之前10ms的时刻处。因此，为了强调峰值R1和D1，对通过将一阶导数值DF乘以采样值X之前10ms处的采样值而获得的数据序列进行追踪，其中一阶导数值DF是采样值X之前和之后的值之间的差。
图2示出了图11中的部分的放大图。可以理解，图2中R波的峰R1处于与二阶导数值DS的峰值D2相同的位置处。
图3是通过绘制通过将图10中每个时刻处的一阶导数值DF乘以该时刻之前10毫秒处的采样值而计算的值所获得的图。从图3可以看出，在强调了与心跳对应的峰值M1的同时，图10中所示出的心跳之间的噪声分量降低，并且可以基于阈值Th来检测与心跳相对应的峰值M1。
类似地，图4是通过绘制通过将图11中每个时刻处的二阶导数值DS乘以图11中的时刻处的采样值X而计算的值所获得的图。从图4中可以看出，噪声分量降低，与图3类似，可以基于阈值Th检测与心跳相对应的峰值M2。
如上所述，根据本发明，在ECG波形的采样数据序列中，将给定时刻处的采样值的改变量或改变程度乘以给定时刻处的采样值或比所述给定时间早预定时间t的时刻处的采样值，从而将所述乘积的峰值的时刻设置为心跳时刻。
ECG波形的采样数据序列包括对应于每次心跳的R波的峰值分量。此外，针对每次心跳，通过计算ECG波形的导数而获得的数据序列包括与R波和S波之间的突然改变相对应的峰值分量。也就是说，每个数据序列包括相同心跳节奏的峰值分量。如果通过将这些数据序列移位给定的时间宽度来使这些数据序列重叠，则峰值分量彼此同步。因此，通过在适当的条件下乘以数据序列，有可能强调从心跳中导出的峰值分量。另一方面，由身体运动等引起的噪声的波动分量与心跳无关地出现，并且倾向于通过乘以数据序列而被平滑。因此，可以使得仅心跳显著，从而便于检测它们。
适当地将表示单峰波形的一阶导数或二阶导数用作用于观察ECG波形的变化以及R波和S波之间的突然改变的值。在ECG波形的采样数据序列中，时刻K处的采样值的一阶导数值是通过从时刻(k+W)处的采样值减去时刻(K-W)处的采样值而获得的(W是例如5ms)。如果使用时刻K处的采样值的改变量，即，如果将一阶导数值作为乘以采样值的值，则将比时刻K早预定时间t的时刻(K-t)处的采样值乘以一阶导数值。一阶导数值的峰值出现在ECG波形的R波的峰值之后约10至12ms处。因此，如果使用一阶导数值，则将预定时间t设定为满足10ms≤t≤12ms。
通过从时刻(K+W)处的采样值的一阶导数值减去时刻(k-W)处的采样值的一阶导数值，获得时刻K处的采样值的二阶导数值。如果使用时刻K处的采样值的改变程度，即，如果将二阶导数值作为乘以采样值的值，则将时刻K处的采样值或比时刻K早预定时间t的时刻(K-t)处的采样值乘以二阶导数值。二阶导数值的峰值出现在ECG波形的R波的峰值之后大约0到1ms处。因此，如果使用二阶导数值，则将预定时间t设定为满足0ms＜t≤1ms。
当心室肌细胞的去极化从内膜进展到外膜时，通过捕获电流以及电位的变化来获得ECG波形的R波和S波，且电流的移动和速度几乎不受个体差异(例如，身体类型差别)的影响。因此，峰值之间的时间间隔几乎是恒定的。
[实施例]
下文将参考附图描述本发明的实施例。图5是示出了根据本发明的实施例的心跳检测设备的布置的框图。心跳检测设备包括心电图仪1、存储单元2、差值计算单元3(计算装置)、乘法单元4(乘法装置)、峰值检测单元5(峰值检测装置)和心跳时刻确定单元6(心跳时刻确定装置)。
下面将描述根据实施例的心跳检测方法。在本说明书中，将对检测心跳和计算心跳的心跳时刻的过程进行说明。通过针对ECG波形数据的周期重复计算心跳时刻，连续获得心跳时刻的顺序数据，且可以根据该顺序数据计算心跳波动的指标。
在本实施例中，X(i)表示通过对ECG波形进行采样而获得的数据序列，其中，i(i＝1、2、…)表示指派给一个采样数据的数。当然，随着数i变大，采样时刻越晚。此外，a表示将当获得采样数据X(i)的一阶导数值时的时间间隔的一半(上述W)除以采样间隔所获得的整数，b表示将当采样数据X(i)乘以其一阶导数值时提供的恒定时间差t除以采样间隔所获得的整数，且Th表示用于获得采样数据X(i)与其一阶导数值的乘积的峰值的阈值。
心电图仪1测量活体(人体)(未示出)的ECG波形，并输出ECG波形的采样数据序列X(i)。此时，心电图仪1通过将采样时刻信息添加到每个采样数据来输出数据序列。注意到，测量ECG波形的实际方法是公知技术，并且将省略其详细描述。
存储单元2存储从心电图仪1输出的ECG波形的采样数据列X(i)和所述采样时刻信息。
图6是用于说明差值计算单元3和乘法单元4的操作的流程图。差值计算单元3计算每个采样时刻的采样数据X(i)的一阶导数值(X(i+a)-X(i-a))(图6的步骤S100)。
乘法单元4针对每个采样时刻计算采样数据X(i)的一阶导数值(X(i+a)-X(i-a))与比采样数据X(i)早预定时间t的时刻处的采样数据X(i-b)的乘积(X(i+a)-X(i-a))×X(i-b)(图6的步骤S101)。
图7是用于说明峰值检测单元5和心跳时刻确定单元6的操作的流程图。峰值检测单元5搜索乘积(X(i+a)-X(i-a))×X(i-b)超过阈值Th的点。
首先，峰值检测单元5将用于连续读出采样数据序列X(i)的数(计数器变量)i设置为初始值(在本示例中为n)(图7的步骤S1)。接着，峰值检测单元5将由乘法单元4计算的乘积(X(i+a)-X(i-a))×X(i-b)与阈值Th进行比较(图7的步骤S2)。
如果乘积(X(i+a)-X(i-a))×X(i-b)等于或大于阈值Th(步骤S2中的“否”)，则峰值检测单元5确定在由i指示的时刻附近不存在乘积的峰值，设置i＝i+1(图7的步骤S3)，并返回到步骤S2。重复步骤S2和S3中的处理，直到乘积(X(i+a)-X(i-a))×X(i-b)变得小于阈值Th为止。
如果在步骤S2中确定乘积(X(i+a)-X(i-a))×X(i-b)小于阈值Th，则峰值检测单元5确定在由i指示的时刻附近存在乘积的峰值，并前进到步骤S4和后续步骤中的指明峰值位置的过程。
峰值检测单元5临时将峰值P设置为(X(i+a)-X(i-a))×X(i-b)并对其进行存储(图7的步骤S4)。峰值检测单元5将用于检测乘积的峰值的计数器变量j和指示峰值位置的变量k设置为1(图7的步骤S5)。
峰值检测单元5将由乘法单元4计算的乘积(X(i+a+j)-X(i-a+j))×X(i-b+j)与当前峰值P进行比较(图7的S6)。如果乘积(X(i+a+j)-X(i-a+j))×X(i-b+j)等于或大于峰值P(步骤S6中为否)，则该处理前进到步骤S9，而不改变峰值P和变量k的值。
如果乘积(X(i+a+j)-X(i-a+j))×X(i-b+j)小于当前峰值P，则峰值检测单元5将峰值P更新为(X(i+a+j)-X(i-a+j))×X(i-b+j)，并对其进行存储(图7的步骤S7)。峰值检测单元5将变量k替换为j(图7的步骤S8)，并前进到步骤S9。在步骤S9中，峰值检测单元5确定计数器变量j是否不超过预定值jmax，其中所述预定值jmax指定获得峰值的范围。
如果计数器变量j不超过预定的jmax，则峰值检测单元5设置j＝j+1(图7的步骤S10)，并且返回到步骤S6。重复步骤S6至S10中的处理，直到计数器变量j超过预定值jmax为止。如果计数器变量j超过预定值jmax，则峰值检测单元5基于计数器变量j结束对峰值P的搜索。此时，最新的峰值P的时刻(即，由(i+k)指示的时刻)是心跳时刻的候选。
接着，心跳时刻确定单元6确定检测出的心跳时刻是否正确，并选择性地固定心跳时刻。
首先，心跳时刻确定单元6判断由(i+k)指示的时刻T与之前检测的心跳时刻T(-1)之差是否等于或大于预定时间(图7的步骤S11)。如果时刻T与前一心跳时刻T(-1)之差小于预定时间，则心跳时刻确定单元6丢弃由(i+k)指示的时刻T，不采用它作为心跳时刻，并返回到步骤S3。
心跳间隔存在一般正常值范围。如果检测到与该范围相比非常短的心跳间隔，则很有可能将由身体运动等而叠加在心电图波形上的噪声错误地识别为心跳。通过设置令乘积的检测峰值的时刻T与前一心跳时刻T(-1)之差等于或大于预定时间这一条件，可以防止由噪声等引起的错误检测。
此外，心跳时刻确定单元6确定当由(i+k)所指示的时刻T被认为是心跳时刻时的心跳间隔(T-T(-1))是否没有以预定速率或更大速率从前一心跳间隔(T(-1)-T(-2))增加(图7的步骤S12)。如果心跳间隔的增加速率(T-T(-1))/(T(-1)-T(-2))等于或高于预定值，则心跳时刻确定单元6确定心跳间隔以预定速率或更大速率增加，并丢弃由(i+k)指示的时刻T，而不采用它作为心跳时刻，从而返回到步骤S3。
如果对给定心跳的检测失败，则获得作为给定心跳前后的心跳之间的心跳间隔的数据指示大约是实际值的两倍的值，且不适于用于评价自主功能等。通过设置令检测到的心跳间隔没有以预定速率或更大速率增加的这一条件，有可能从生物信息的分析目标中排除心跳检测失败的错误数据。
如果由(i+k)指示的时刻T与前一心跳时刻T(-1)之差等于或大于预定时间，且心跳间隔的增加率(T-T(-1))/T(-1)-T(-2))小于预定值，则心跳时刻确定单元6将由(i+k)所指示的时刻T作为心跳时刻(图7的步骤S13)。
在步骤S13结束之后，设置i＝i+1，且该处理返回到步骤S2。这开始了对下一个心跳的检测。备选地，可以跳过数值与预定时间相对应的i的值，且该处理可以返回到步骤S2，其中所述预定时间比将要检测的心跳间隔的最小值更短。通过重复步骤S2至S13中的处理，可以获得心跳时刻的顺序数据，并从顺序数据获得心跳波动的指标。
注意，可以基于到目前为止获得的峰值P的平均值等来周期性地更新阈值Th。图8示出了这种情况中的流程图。如果在步骤S9中确定为“是”，则峰值检测单元5将通过将在测量开始之后检测到的峰值P的均值乘以预定系数r而获得的值更新为最新阈值Th(图8的步骤S14)。当要检测第m次心跳时，已经检测了(m-1)个峰值P，峰值P是最新检测到的。因此，总共获得m个峰值P。因此，将m个峰值P的平均值乘以系数r。注意，当在步骤S11或S12中确定为“否”时的峰值不被用于计算阈值Th。
在ECG波形中，每个分量的幅度或改变程度根据个体差异或电极附着的方式而变化。通过基于到目前为止获得的峰值P的平均值来设置用于检测乘积的峰值的阈值Th，能够降低由个体差异等引起的波形变化的影响。图8中除了步骤S14的处理与参考图7描述的处理相同。
通过将根据本实施例的心跳检测方法应用于获得较大R波和较深S波的ECG导联的ECG波形(例如，V3到V5导联之一的ECG波形)，可以获得显著效果。特别优选的是，将该方法应用于CC5导联或通常用于在日常生活中获得ECG波形的类似导联的ECG波形。
在本实施方式的心跳检测方法中，能够获得正确心跳时刻的数据序列，并能够基于该数据序列获得心跳波动的高可靠性指标。
注意，本实施例已经说明了使用采样数据的一阶导数值来检测心跳的情况。然而，如上所述，可以使用二阶导数值。在这种情况下，差值计算单元3针对每个采样时刻计算采样数据X(i)的二阶导数值(图6的步骤S100)。当用DF(i)＝(X(i+a)-X(i-a))表示采样数据X(i)的一阶导数值时，采样数据X(i)的二阶导数值表示为(DF(i+a)-DF(i-a))。
因此，乘法单元4针对每个采样时刻计算采样数据X(i)的二阶导数值(DF(i+a)-DF(i-a))与采样数据X(i)的乘积(DF(i+a)-DF(i-a))×X(i)，或二阶导数值(DF(i+a)-DF(i-a))与比采样数据X(i)早预定时间t的时刻处的采样数据X(i-b)的乘积(DF(i+a)-DF(i-a))×X(i-b)(图6的步骤S101)。
在图7和图8的描述中，由(DF(i+a)-DF(i-a))×X(i)或(DF(i+a)-DF(i-a))×X(i-b)来代替乘积(X(i+a)-X(i-a))×X(i-b)，并由DF(i+a+j)-DF(i-a+j))×X(i+j)或DF(i+a+j)-DF(i-a+j))×X(i-b+j)来代替乘积(X(i+a+j)-X(i-a+j))×X(i-b+j)。因此，可以使用采样数据的二阶导数值来检测心跳。
本实施例中所述的存储单元2、差值计算单元3、乘法单元4、峰值检测单元5和心跳时刻确定单元6可以由包括CPU(中央处理器)、存储设备、接口以及控制这些硬件资源的程序的计算机来实现。CPU根据存储在存储设备中的程序执行本实施例中描述的处理。
[工业实用性]
本发明适用于检测活体的心跳的技术。
附图标记的解释
1心电图仪；2存储单元；3差值计算单元；4乘法单元；5峰值检测单元；6心跳时刻确定单元。

Claims (8)

1.一种心跳检测方法，包括：
计算步骤，根据活体的心电图波形的采样数据序列，针对每个采样时刻计算采样数据的改变量和改变程度之一；
其特征在于所述心跳检测方法还包括：
乘法步骤，通过将时刻K处的采样数据的改变量和改变程度之一乘以时刻K处的采样数据以及比时刻K早预定时间t的时刻处的采样数据之一，来针对每个采样时刻计算乘积；
峰值检测步骤，检测所述乘积的峰值；以及
心跳时刻确定步骤，将所述乘积的峰值的时刻设置为心跳时刻。
2.根据权利要求1所述的心跳检测方法，其中，所述峰值检测步骤包括：检测所述乘积小于阈值且变为峰值的点。
3.根据权利要求2所述的心跳检测方法，其中，所述峰值检测步骤包括以下步骤：基于所检测到的所述乘积的峰值的平均值，更新所述阈值。
4.根据权利要求1所述的心跳检测方法，其中，所述心跳时刻确定步骤包括：确定所述乘积的峰值的时刻与前一心跳时刻之差是否不短于预定时间，且如果与所述前一心跳时刻之差短于所述预定时间，则不采用所述乘积的峰值的所述时刻作为心跳时刻。
5.根据权利要求1所述的心跳检测方法，其中，所述心跳时刻确定步骤包括：确定在将所述乘积的峰值的所述时刻作为心跳时刻的情况下的心跳间隔是否没有以不低于预定速率的速率从前一心跳间隔增加，且如果所述心跳间隔已经以不低于所述预定速率的速率增加，则不采用所述乘积的峰值的所述时刻作为心跳时刻。
6.根据权利要求1所述的心跳检测方法，其中：
所述采样数据的所述改变量是采样数据的一阶导数值；
所述乘法步骤包括通过将时刻K处的所述采样数据的一阶导数值乘以比时刻K早所述预定时间t的时刻处的采样数据，来针对每个采样时刻计算乘积；以及
所述预定时间t满足10ms≤t≤12ms。
7.根据权利要求1所述的心跳检测方法，其中：
指示所述采样数据的改变程度的值是采样数据的二阶导数值；
所述乘法步骤包括通过将时刻K处的所述采样数据的二阶导数值乘以时刻K处的采样数据以及比时刻K早所述预定时间t的时刻处的采样数据之一，来针对每个采样时刻计算乘积；以及
所述预定时间t满足0ms＜t≤1ms。
8.一种心跳检测设备，包括：
计算装置，用于根据活体的心电图波形的采样数据序列，针对每个采样时刻计算采样数据的改变量和改变程度之一；
其特征在于所述心跳检测设备还包括：
乘法装置，用于通过将时刻K处的采样数据的改变量和改变程度之一乘以时刻K处的采样数据以及比时刻K早预定时间t的时刻处的采样数据之一，来针对每个采样时刻计算乘积；
峰值检测装置，用于检测所述乘积的峰值；以及
心跳时刻确定装置，用于将所述乘积的峰值的时刻设置为心跳时刻。
CN201580047509.4A 2014-09-04 2015-08-28 心跳检测方法和心跳检测设备 Active CN106687033B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
JP2014179869 2014-09-04
JP2014-179869 2014-09-04
PCT/JP2015/074405 WO2016035701A1 (ja) 2014-09-04 2015-08-28 心拍検出方法および心拍検出装置

Publications (2)

Publication Number Publication Date
CN106687033A CN106687033A (zh) 2017-05-17
CN106687033B true CN106687033B (zh) 2019-12-13

Family

ID=55439764

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201580047509.4A Active CN106687033B (zh) 2014-09-04 2015-08-28 心跳检测方法和心跳检测设备

Country Status (5)

Country Link
US (1) US10172531B2 (zh)
JP (1) JP6170256B2 (zh)
CN (1) CN106687033B (zh)
TW (1) TWI583355B (zh)
WO (1) WO2016035701A1 (zh)

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6652655B2 (ja) * 2016-10-17 2020-02-26 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
JP6817032B2 (ja) * 2016-11-10 2021-01-20 フクダ電子株式会社 生体情報表示装置、生体情報表示制御装置、及び、生体情報処理装置
CN106473729A (zh) * 2016-11-14 2017-03-08 广东思派康电子科技有限公司 一种基于心率跳动的激光闪烁耳机及其实现方法
CN107273827B (zh) * 2017-05-31 2020-01-07 江苏斯坦德利医疗科技有限公司 一种心电信号r波检测方法及装置
CN107374619A (zh) * 2017-06-20 2017-11-24 重庆工业职业技术学院 一种r波快速识别方法
WO2022086740A1 (en) * 2020-10-21 2022-04-28 Bruce Hopenfeld Multichannel heartbeat detection by temporal pattern search
CN112295078A (zh) * 2020-10-23 2021-02-02 深圳数联天下智能科技有限公司 一种助眠控制方法和智能床垫电路
CN115684737B (zh) * 2022-10-26 2023-11-17 常州同惠电子股份有限公司 一种用于计算波形毛刺的算法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5776069A (en) * 1997-01-09 1998-07-07 Hewlett-Packard Company Method and system for quantitatively determining EKG waveform organization
US6035231A (en) * 1997-10-29 2000-03-07 Siemens Elema Ab Electrocardiogram signal processing apparatus
CN101799974A (zh) * 2010-03-12 2010-08-11 上海交通大学 基于自适应码本的心电信号传输方法
CN103654770A (zh) * 2013-12-03 2014-03-26 上海理工大学 移动心电信号qrs波实时波检测方法及装置

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002078695A (ja) 2000-09-08 2002-03-19 Osaka Gas Co Ltd 心電図計測装置
JP2003000561A (ja) 2001-06-18 2003-01-07 Canon Inc Ｒ波認識方法及びｒ−ｒ間隔測定方法及び心拍数測定方法及びｒ−ｒ間隔測定装置及び心拍数測定装置
US6985768B2 (en) * 2003-02-28 2006-01-10 Medtronic, Inc. Physiological event detection
US8655436B2 (en) 2005-09-27 2014-02-18 Citizen Holdings Co., Ltd. Heart rate meter and heart beat detecting method
TW200820939A (en) * 2006-11-10 2008-05-16 Tzu Chi University Method for measuring heart rate
CN101933803B (zh) 2010-08-19 2012-06-27 复旦大学 心脏标测信号分析处理装置及其方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5776069A (en) * 1997-01-09 1998-07-07 Hewlett-Packard Company Method and system for quantitatively determining EKG waveform organization
US6035231A (en) * 1997-10-29 2000-03-07 Siemens Elema Ab Electrocardiogram signal processing apparatus
CN101799974A (zh) * 2010-03-12 2010-08-11 上海交通大学 基于自适应码本的心电信号传输方法
CN103654770A (zh) * 2013-12-03 2014-03-26 上海理工大学 移动心电信号qrs波实时波检测方法及装置

Also Published As

Publication number Publication date
US20170281021A1 (en) 2017-10-05
TW201613527A (en) 2016-04-16
TWI583355B (zh) 2017-05-21
JPWO2016035701A1 (ja) 2017-04-27
CN106687033A (zh) 2017-05-17
US10172531B2 (en) 2019-01-08
JP6170256B2 (ja) 2017-07-26
WO2016035701A1 (ja) 2016-03-10

Similar Documents

Publication Publication Date Title
CN106687033B (zh) 心跳检测方法和心跳检测设备
US8755876B2 (en) Methods and systems for atrial fibrillation detection
CN108697362B (zh) 心跳检测方法和心跳检测装置
CN109843165B (zh) 心跳检测方法和心跳检测设备
US9901277B2 (en) Cycle length iteration for the detection of atrial activations from electrogram recordings of atrial fibrillation
JP2018011819A (ja) 生体信号処理方法および装置
JP4262955B2 (ja) 交互のメジアン搏動の三次スプラインへの整列によりｔ波オルタナンスを測定する方法及びシステム
JP6404784B2 (ja) 心拍検出方法および心拍検出装置
JP6243254B2 (ja) 心拍検出方法および心拍検出装置
CN106604679B (zh) 心跳检测方法和心跳检测设备
KR101420345B1 (ko) 차감 동작 기법 기반의 심전도 신호의 ｒ파 검출 시스템 및 방법
JP2015217060A (ja) 心拍検出方法および心拍検出装置
Josko Discrete wavelet transform in automatic ECG signal analysis
Sassi et al. Analysis of surface atrial signals: time series with missing data?
RU2481060C1 (ru) Способ обработки электрокардиосигнала
Jumahat et al. Automatic QRS onset detection of ECG signal using secant line slope formula
WO2022149307A1 (ja) 信号解析装置、信号解析方法及びプログラム
WO2022149381A1 (ja) 信号解析装置、信号解析方法及びプログラム
CN111989037B (zh) 运动强度估计方法、运动强度估计装置和程序
Van Manh et al. An innovative method based on Shannon energy envelope and summit navigation for detecting R peaks of noise stress test signals
Singh et al. Signal Quality Evaluation and Processing for QRS Detection in ECG based Smart Healthcare Systems
JP2018011633A (ja) 生体信号分析方法および装置

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant