CN108245152A - 一种心肌缺血特征参数提取方法及***、存储介质及终端 - Google Patents
一种心肌缺血特征参数提取方法及***、存储介质及终端 Download PDFInfo
- Publication number
- CN108245152A CN108245152A CN201810027163.7A CN201810027163A CN108245152A CN 108245152 A CN108245152 A CN 108245152A CN 201810027163 A CN201810027163 A CN 201810027163A CN 108245152 A CN108245152 A CN 108245152A
- Authority
- CN
- China
- Prior art keywords
- magnetocardiograph
- multichannel
- phase
- parameter
- characteristic parameter
- 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
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
- A61B5/242—Detecting biomagnetic fields, e.g. magnetic fields produced by bioelectric currents
- A61B5/243—Detecting biomagnetic fields, e.g. magnetic fields produced by bioelectric currents specially adapted for magnetocardiographic [MCG] signals
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Engineering & Computer Science (AREA)
- Biomedical Technology (AREA)
- Cardiology (AREA)
- Physics & Mathematics (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Measuring Magnetic Variables (AREA)
- Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
Abstract
本发明提供一种心肌缺血特征参数提取方法及***、存储介质及终端，包括以下步骤：基于多通道心磁图仪的各个通道所获取的磁场强度和通道位置，获取T波波段的等磁图和电流密度图；基于所述等磁图和所述电流密度图提取时域特征参数；对多通道心磁图仪获取的T波波段心磁信号进行离散小波变换，获取低频信号分量，对所述低频信号分量进行逆变换获取重构信号；基于所述低频信号分量和所述重构信号提取频域特征参数；基于多通道心磁图仪获取的T波波段心磁信号提取信息论特征参数。本发明的心肌缺血特征参数提取方法及***、存储介质及终端能够提取时域心磁参数、频域参数和信息论参数，抗干扰性强，准确率高。
Description
技术领域
本发明涉及数据处理的技术领域，特别是涉及一种心肌缺血特征参数提取方法及***、存储介质及终端。
背景技术
人体生命活动背后隐藏着丰富的电磁信息。心磁图是一种通过检测人体心脏电活动产生的空间磁场而进行成像分析的新型心脏疾病诊断方法。与传统的心电图类似，心磁图反映了心脏的电生理活动，是一种功能成像方法。由于完全无创、无辐射、无接触、受体液及骨骼等的影响较小，且能响应环形涡旋电流，心磁图包含很多传统心电图无法体现的电生理信息，从而呈现出更好的灵敏度和早期诊断能力。临床研究显示，心磁图在冠心病、心肌缺血等方面具有良好的应用潜力，因而具有极高的临床研究和应用价值。
心磁图对心肌缺血等疾病预测的灵敏性和可靠性直接依赖于数据解读。目前针对心磁图的数据解读多基于提取心磁图的时域特征参数，如：心脏电流密度矢量的角度和位置，等磁图上正负磁极的位置和强度，QRS波或者T波的形态和持续时间等信息来鉴别正常人和心肌缺血患者。
然而，传统时域特征参数的诊断方案存在以下问题：
(1)对信号信噪比有较高要求，容易受到环境噪声和测量干扰的影响；
(2)对心磁信号的解读维度较为单一，容易发生漏诊和错诊的情况。
发明内容
鉴于以上所述现有技术的缺点，本发明的目的在于提供一种心肌缺血特征参数提取方法及***、存储介质及终端，能够提取时域心磁参数、频域参数和信息论参数，抗干扰性强，准确率高。
为实现上述目的及其他相关目的，本发明提供一种基于多通道心磁图仪的心肌缺血特征参数提取方法，包括以下步骤：基于多通道心磁图仪的各个通道所获取的磁场强度和通道位置，获取T波波段的等磁图和电流密度图；基于所述等磁图和所述电流密度图提取时域特征参数；对多通道心磁图仪获取的T波波段心磁信号进行离散小波变换，获取低频信号分量，对所述低频信号分量进行逆变换获取重构信号；基于所述低频信号分量和所述重构信号提取频域特征参数；基于多通道心磁图仪获取的T波波段心磁信号提取信息论特征参数。
于本发明一实施例中，所述时域特征参数的个数为18个，所述频域特征参数的个数为3*N个，所述信息论特征参数的个数为N+2个，其中N为所述多通道心磁图仪的通道数量。
于本发明一实施例中，所述时域特征参数包括T峰最大电流角度、TT间期最大电流角度、TT间期最小电流角度、TT间期最大电流角度变化值、TT间期最大电流位置变化标准差、TT间期最大电流位置位移和、T峰正负磁极的磁场角度、T峰正负磁极强度比、TT间期磁场角度最大值、TT间期磁场角度最小值、TT间期磁场角度变化值、TT间期磁极距离位移变化值、TT间期负磁极面积值变化标准差、TT间期负磁极位置变化标准差、TT间期负磁极位置变化和、TT间期正磁极面积值变化标准差、TT间期正磁极位置变化标准差和TT间期正磁极位置变化和。
于本发明一实施例中，对于多通道心磁图仪的每个通道，包括以下三个频域特征参数：频域信号能量、频域信号功率和频域信号与原始信号功率比。
于本发明一实施例中，所述信息论特征参数包括每个心磁通道对应的TT间期香农熵、TT间期基尼指数的标准差和TT间期奇异值熵。
对应地，本发明提供一种基于多通道心磁图仪的心肌缺血特征参数提取***，包括第一提取模块、第二提取模块和第三提取模块；
所述第一提取模块用于基于多通道心磁图仪的各个通道所获取的磁场强度和通道位置，获取等磁图和电流密度图；基于所述等磁图和所述电流密度图提取时域特征参数；
所述第二提取模块用于对多通道心磁图仪获取的T波波段心磁信号进行离散小波变换，获取低频信号分量，对所述低频信号分量进行逆变换获取重构信号；基于所述低频信号分量和所述重构信号提取频域特征参数；
所述第三提取模块用于基于多通道心磁图仪获取的T波波段心磁信号提取信息论特征参数。
本发明提供一种存储介质，其上存储有计算机程序，该程序被处理器执行时实现上述基于多通道心磁图仪的心肌缺血特征参数提取方法。
本发明提供一种终端，包括：处理器及存储器；
所述存储器用于存储计算机程序；
所述处理器用于执行所述存储器存储的计算机程序，以使所述终端执行上述基于多通道心磁图仪的心肌缺血特征参数提取方法。
最后，本发明提供一种基于多通道心磁图仪的心肌缺血特征参数提取***，包括上述的终端和多通道心磁图仪。
于本发明一实施例中，所述多通道心磁图仪包括36个通道。
如上所述，本发明的心肌缺血特征参数提取方法及***、存储介质及终端，具有以下有益效果：
(1)能够提取时域心磁参数、频域参数和信息论参数，抗干扰性强，准确率高；
(2)有效提高了心肌缺血早期预诊的敏感性和可靠性，降低信号噪声和环境干扰对预诊结果的影响。
附图说明
图1显示为本发明的基于多通道心磁图仪的心肌缺血特征参数提取方法于一实施例中的流程图；
图2显示为本发明的基于多通道心磁图仪的心肌缺血特征参数提取***于一实施例中的结构示意图；
图3显示为本发明的终端于一实施例中的结构示意图；
图4显示为本发明的基于多通道心磁图仪的心肌缺血特征参数提取***于另一实施例中的结构示意图。
元件标号说明
21 第一提取模块
22 第二提取模块
23 第三提取模块
31 处理器
32 存储器
41 终端
42 多通道心磁图仪
具体实施方式
以下通过特定的具体实例说明本发明的实施方式，本领域技术人员可由本说明书所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本发明的精神下进行各种修饰或改变。需说明的是，在不冲突的情况下，以下实施例及实施例中的特征可以相互组合。
需要说明的是，以下实施例中所提供的图示仅以示意方式说明本发明的基本构想，遂图式中仅显示与本发明中有关的组件而非按照实际实施时的组件数目、形状及尺寸绘制，其实际实施时各组件的型态、数量及比例可为一种随意的改变，且其组件布局型态也可能更为复杂。
本发明的基于多通道心磁图仪的心肌缺血特征参数提取方法及***、存储介质及终端能够提取时域心磁参数、频域参数和信息论参数，提高心磁图仪的临床应用价值，抗干扰性强，准确率高。
如图1所示，于一实施例中，本发明的基于多通道心磁图仪的心肌缺血特征参数提取方法包括以下步骤：
步骤S1、基于多通道心磁图仪的各个通道所获取的磁场强度和通道位置，获取T波波段的等磁图和电流密度图；基于所述等磁图和所述电流密度图提取时域特征参数。
具体地，根据每个心磁通道记录的磁场强度和通道的位置信息来绘制胸腔上方T波波段的磁场等磁图。假设胸腔上方某一点的在等磁图上的坐标为(x，y)，该点对应的磁场强度为F(x，y)则该点的电流密度因此，通过计算等磁图上所有点的电流密度，即可得到电流密度图。
然后，根据所述等磁图和所述电流密度图来提取时域特征参数。于本发明一实施例中，所述时域特征参数的个数为18个，具体如下：
1、T峰最大电流角度
其中，绘制T波波峰时刻的等磁图，记录等磁图上电流密度最大值，再由反正切函数计算角度。
2、TT间期最大电流角度
其中，将整个T波波段均匀N等分，分别绘制N张等磁图，记录每张等磁图对应的最大电流角度，再取N个最大电流角度的最大值。
3、TT间期最小电流角度
其中，将整个T波波段均匀N等分，分别绘制N张等磁图，记录每张等磁图对应的最大电流角度，再取N个最大电流角度的最小值。
4、TT间期最大电流角度变化值
其中，将整个T波波段均匀N等分，分别绘制N张等磁图，记录每张等磁图对应的最大电流角度，计算N个值中最大值和最小值的差值。
5、TT间期最大电流位置变化值标准差
其中，将整个T波波段均匀N等分，分别绘制N张等磁图，由此记录相邻时刻等磁图上最大电流位移量，共得到N-1个值，记录这N-1个值的标准差。
6、TT间期最大电流位置位移和
其中，将整个T波波段均匀N等分，分别绘制N张等磁图，记录每张等磁图对应的最大电流出现的位置，由此绘制不同时刻最大电流移动的轨迹，记录轨迹的长度。
7、T峰正负磁极的磁场角度
其中，绘制T波波峰时刻的等磁图，计算正负磁极连线与X轴的夹角。
8、T峰正负磁极强度比
其中，绘制T波波峰时刻的等磁图，计算正负磁极的强度比。
9、TT间期磁场角度最大值
其中，将整个T波波段均匀N等分，分别绘制N张等磁图，记录每张等磁图对应的磁场角度(即正负磁极连线与X轴夹角)，再取N个磁场角度最大值。
10、TT间期磁场角度最小值
其中，将整个T波波段均匀N等分，分别绘制N张等磁图，记录每张等磁图对应的磁场角度，再取N个磁场角度最小值。
11、TT间期磁场角度变化值
其中，将整个T波波段均匀N等分，分别绘制N张等磁图，记录每张等磁图对应的磁场角度，再取N个磁场角度最大值和最小值的差值。
12、TT间期磁极距离位移变化值
其中，将整个T波波段均匀N等分，分别绘制N张等磁图，记录正负磁极连线中点位置坐标，计算N个坐标中最远两点的距离。
13、TT间期负磁极面积值变化标准差
其中，将整个T波波段均匀N等分，分别绘制N张等磁图，将等磁图上磁场强度≥80％×负磁极磁场强度的区域划分为负磁极区域，计算该区域的面积，再取N个负磁极面积变化值的标准差。
14、TT间期负磁极位置变化标准差
其中，将整个T波波段均匀N等分，分别绘制N张等磁图，记录负磁极位置坐标，计算N个坐标位置的标准差。
15、TT间期负磁极位置变化和
其中，将整个T波波段均匀N等分，分别绘制N张等磁图，计算相邻时刻负磁极的位移值，计算N-1个位移值的总和。
16、TT间期正磁极面积值变化标准差
其中，将整个T波波段均匀N等分，分别绘制N张等磁图，将等磁图上磁场强度≥80％×正磁极磁场强度的区域划分为正磁极区域，计算该区域的面积，再取N个正磁极面积变化值的标准差。
17、TT间期正磁极位置变化标准差
其中，将整个T波波段均匀N等分，分别绘制N张等磁图，记录正磁极位置坐标，计算N个坐标位置的标准差。
18、TT间期正磁极位置变化和
其中，将整个T波波段均匀N等分，分别绘制N张等磁图，计算相邻时刻正磁极的位移值，计算N-1个位移值的总和。
步骤S2、对多通道心磁图仪获取的T波波段心磁信号进行离散小波变换，获取低频信号分量，对所述低频信号分量进行逆变换获取重构信号，基于所述低频信号分量和所述重构信号提取频域特征参数；。
具体地，对多通道心磁图仪获取的T波波段心磁信号进行db4离散小波变换，以四阶变换为例，四阶变换后的低频信号分量为a4，对a4组分再进行逆变换，重构得到A4信号分量，对应原始信号的0至7.8Hz频段。由于一维小波变换每次处理一个通道心磁信号，对于N通道心磁图***，共得到3*N个频域参数。
于本发明一实施例中，对于多通道心磁图仪的每个通道，包括以下三个频域特征参数：
1、频域信号能量，表示低频信号分量的能量占原始信号的能量比。
2、频域信号功率，表示重构信号的功率。
3、频域信号与原始信号功率比，表示重构信号与原始信号的功率比。
步骤S3、基于多通道心磁图仪获取的T波波段心磁信号提取信息论特征参数。
于本发明一实施例中，所述信息论特征参数的个数为N+2个，其中N为所述多通道心磁图仪的通道数量。具体地，所述信息论特征参数包括：
1、TT间期香农熵，表示T波波段在每个心磁通道上对应的香农熵，共N个值。
2、TT间期基尼指数的标准差，表示T波波段心磁信号的基尼指数的标准差，共1个值。
3、TT间期奇异值熵，表示T波波段心磁信号的奇异值指数，共1个值。
至此，即完成了基于多通道心磁图仪的心肌缺血特征参数的提取。在临床中，通常通过以下方式应用所得到的心肌缺血特征参数：
A、人工筛选法
根据时域特征参数和信息论特征参数的正常范围，可直接通过人工筛查预测心肌缺血的发病情况。
B、机器学习法
将时域特征参数、频域特征参数和信息论特征参数作为机器学习方法的输入，从而根据机器学习方法的输出区分正常人和心肌缺血病人。
如图2所示，于一实施例中，本发明的基于多通道心磁图仪的心肌缺血特征参数提取***包括第一提取模块21、第二提取模块22和第三提取模块23。
所述第一提取模块21用于基于多通道心磁图仪的各个通道所获取的磁场强度和通道位置，获取T波波段的等磁图和电流密度图；基于所述等磁图和所述电流密度图提取时域特征参数；
所述第二提取模块22用于对多通道心磁图仪获取的T波波段心磁信号进行离散小波变换，获取低频信号分量，对所述低频信号分量进行逆变换获取重构信号；基于所述低频信号分量和所述重构信号提取频域特征参数；
所述第三提取模块23用于基于多通道心磁图仪获取的T波波段心磁信号提取信息论特征参数。
其中，第一提取模块21、第二提取模块22和第三提取模块23的具体工作原理对应于本发明的基于多通道心磁图仪的心肌缺血特征参数提取方法中的各个步骤，故在此不再赘述。
需要说明的是，应理解以上***的各个模块的划分仅仅是一种逻辑功能的划分，实际实现时可以全部或部分集成到一个物理实体上，也可以物理上分开。且这些模块可以全部以软件通过处理元件调用的形式实现；也可以全部以硬件的形式实现；还可以部分模块通过处理元件调用软件的形式实现，部分模块通过硬件的形式实现。例如，x模块可以为单独设立的处理元件，也可以集成在上述装置的某一个芯片中实现，此外，也可以以程序代码的形式存储于上述装置的存储器中，由上述装置的某一个处理元件调用并执行以上x模块的功能。其它模块的实现与之类似。此外这些模块全部或部分可以集成在一起，也可以独立实现。这里所述的处理元件可以是一种集成电路，具有信号的处理能力。在实现过程中，上述方法的各步骤或以上各个模块可以通过处理器元件中的硬件的集成逻辑电路或者软件形式的指令完成。
例如，以上这些模块可以是被配置成实施以上方法的一个或多个集成电路，例如：一个或多个特定集成电路(ApplicationSpecificIntegratedCircuit，简称ASIC)，或，一个或多个微处理器(digitalsingnalprocessor，简称DSP)，或，一个或者多个现场可编程门阵列(FieldProgrammableGateArray，简称FPGA)等。再如，当以上某个模块通过处理元件调度程序代码的形式实现时，该处理元件可以是通用处理器，例如中央处理器(CentralProcessingUnit，简称CPU)或其它可以调用程序代码的处理器。再如，这些模块可以集成在一起，以片上***(system-on-a-chip，简称SOC)的形式实现。
本发明的存储介质上存储有计算机程序，该程序被处理器执行时实现上述基于多通道心磁图仪的心肌缺血特征参数提取方法。优选地，所述存储介质包括：ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
如图3所示，于一实施例中，本发明的终端包括处理器31及存储器32。
所述存储器32用于存储计算机程序。
优选地，所述存储器32包括：ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
所述处理器31与所述存储器32相连，用于执行所述存储器32存储的计算机程序，以使所述终端执行上述基于多通道心磁图仪的心肌缺血特征参数提取方法。
优选地，所述处理器31可以是通用处理器，包括中央处理器(CentralProcessingUnit，简称CPU)、网络处理器(NetworkProcessor，简称NP)等；还可以是数字信号处理器(DigitalSignalProcessing，简称DSP)、专用集成电路(ApplicationSpecificIntegratedCircuit，简称ASIC)、现场可编程门阵列(Field－ProgrammableGateArray，简称FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
如图4所示，于一实施例中，本发明的基于多通道心磁图仪的心肌缺血特征参数提取***，包括上述的终端41和多通道心磁图仪42。所述多通道心磁图仪42采集数据，供所述终端提取心肌缺血特征参数。
于本发明一实施例中，所述多通道心磁图仪42包括36个通道。
综上所述，本发明的心肌缺血特征参数提取方法及***、存储介质及终端能够提取时域心磁参数、频域参数和信息论参数，抗干扰性强，准确率高；有效提高了心肌缺血早期预诊的敏感性和可靠性，降低信号噪声和环境干扰对预诊结果的影响。所以，本发明有效克服了现有技术中的种种缺点而具高度产业利用价值。
上述实施例仅例示性说明本发明的原理及其功效，而非用于限制本发明。任何熟悉此技术的人士皆可在不违背本发明的精神及范畴下，对上述实施例进行修饰或改变。因此，举凡所属技术领域中具有通常知识者在未脱离本发明所揭示的精神与技术思想下所完成的一切等效修饰或改变，仍应由本发明的权利要求所涵盖。
Claims (10)
1.一种基于多通道心磁图仪的心肌缺血特征参数提取方法，其特征在于，包括以下步骤：
基于多通道心磁图仪的各个通道所获取的磁场强度和通道位置，获取T波波段的等磁图和电流密度图；基于所述等磁图和所述电流密度图提取时域特征参数；
对多通道心磁图仪获取的T波波段心磁信号进行离散小波变换，获取低频信号分量，对所述低频信号分量进行逆变换获取重构信号；基于所述低频信号分量和所述重构信号提取频域特征参数；
基于多通道心磁图仪获取的T波波段心磁信号提取信息论特征参数。
2.根据权利要求1所述的基于多通道心磁图仪的心肌缺血特征参数提取方法，其特征在于，所述时域特征参数的个数为18个，所述频域特征参数的个数为3*N个，所述信息论特征参数的个数为N+2个，其中N为所述多通道心磁图仪的通道数量。
3.根据权利要求1所述的基于多通道心磁图仪的心肌缺血特征参数提取方法，其特征在于，所述时域特征参数包括T峰最大电流角度、TT间期最大电流角度、TT间期最小电流角度、TT间期最大电流角度变化值、TT间期最大电流位置变化标准差、TT间期最大电流位置位移和、T峰正负磁极的磁场角度、T峰正负磁极强度比、TT间期磁场角度最大值、TT间期磁场角度最小值、TT间期磁场角度变化值、TT间期磁极距离位移变化值、TT间期负磁极面积值变化标准差、TT间期负磁极位置变化标准差、TT间期负磁极位置变化和、TT间期正磁极面积值变化标准差、TT间期正磁极位置变化标准差和TT间期正磁极位置变化和。
4.根据权利要求1所述的基于多通道心磁图仪的心肌缺血特征参数提取方法，其特征在于，对于多通道心磁图仪的每个通道，包括以下三个频域特征参数：频域信号能量、频域信号功率和频域信号与原始信号功率比。
5.根据权利要求1所述的基于多通道心磁图仪的心肌缺血特征参数提取方法，其特征在于，所述信息论特征参数包括每个心磁通道对应的TT间期香农熵、TT间期基尼指数和TT间期奇异值熵。
6.一种基于多通道心磁图仪的心肌缺血特征参数提取***，其特征在于，包括第一提取模块、第二提取模块和第三提取模块；
所述第一提取模块用于基于多通道心磁图仪的各个通道所获取的磁场强度和通道位置，获取等磁图和电流密度图；基于所述T波波段的等磁图和所述电流密度图提取时域特征参数；
所述第二提取模块用于对多通道心磁图仪获取的T波波段心磁信号进行离散小波变换，获取低频信号分量，对所述低频信号分量进行逆变换获取重构信号；基于所述低频信号分量和所述重构信号提取频域特征参数；
所述第三提取模块用于基于多通道心磁图仪获取的T波波段心磁信号提取信息论特征参数。
7.一种存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现权利要求1至5中任一项所述基于多通道心磁图仪的心肌缺血特征参数提取方法。
8.一种终端，其特征在于，包括：处理器及存储器；
所述存储器用于存储计算机程序；
所述处理器用于执行所述存储器存储的计算机程序，以使所述终端执行权利要求1至5中任一项所述基于多通道心磁图仪的心肌缺血特征参数提取方法。
9.一种基于多通道心磁图仪的心肌缺血特征参数提取***，其特征在于，包括权利要求8所述的终端和多通道心磁图仪。
10.根据权利要求9所述的基于多通道心磁图仪的心肌缺血特征参数提取***，其特征在于，所述多通道心磁图仪包括36个通道。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810027163.7A CN108245152B (zh) | 2018-01-11 | 2018-01-11 | 一种心肌缺血特征参数提取方法及***、存储介质及终端 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810027163.7A CN108245152B (zh) | 2018-01-11 | 2018-01-11 | 一种心肌缺血特征参数提取方法及***、存储介质及终端 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN108245152A true CN108245152A (zh) | 2018-07-06 |
| CN108245152B CN108245152B (zh) | 2021-06-18 |
Family
ID=62726246
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810027163.7A Active CN108245152B (zh) | 2018-01-11 | 2018-01-11 | 一种心肌缺血特征参数提取方法及***、存储介质及终端 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108245152B (zh) |
Cited By (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110074774A (zh) * | 2019-04-28 | 2019-08-02 | 漫迪医疗仪器（上海）有限公司 | 基于心磁图的心脏室间隔异常的分析方法、***、介质及终端 |
| CN113317793A (zh) * | 2021-06-11 | 2021-08-31 | 宁波大学 | 心磁高频信号分析方法、存储介质及电子设备 |
| CN115985505A (zh) * | 2023-01-19 | 2023-04-18 | 北京未磁科技有限公司 | 多维度融合的心肌缺血辅助诊断模型及其构建方法 |
| CN116189902A (zh) * | 2023-01-19 | 2023-05-30 | 北京未磁科技有限公司 | 基于心磁图视频数据的心肌缺血预测模型及其构建方法 |
| CN117084684A (zh) * | 2023-10-19 | 2023-11-21 | 山东大学齐鲁医院 | 基于心磁电流密度图扩展场的特征参数提取方法及*** |
| CN117113064A (zh) * | 2023-10-23 | 2023-11-24 | 杭州诺驰生命科学有限公司 | 多维度心磁特征参数提取方法及*** |
| CN117100276A (zh) * | 2023-10-23 | 2023-11-24 | 山东大学齐鲁医院 | 心功能检测***、计算机存储介质及终端 |
| CN117137492A (zh) * | 2023-11-01 | 2023-12-01 | 山东大学齐鲁医院 | 冠状动脉血流异常检测***、存储介质及终端 |
| CN117297613A (zh) * | 2023-11-14 | 2023-12-29 | 杭州诺驰生命科学有限公司 | 基于心磁图的疾病特征提取方法及心血管疾病预测*** |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102512158A (zh) * | 2011-12-31 | 2012-06-27 | 济南汇医融工科技有限公司 | 一种基于高维模糊识别的心电信号质量评估方法和装置 |
| EP2705788A1 (en) * | 2011-05-04 | 2014-03-12 | Sosnytskyy, Volodymyr Mykolayovych | Method for measuring the qt, qrs and st-t-intervals of the cardio cycle and device for carrying out said method |
| US8954140B2 (en) * | 2012-09-27 | 2015-02-10 | Samsung Electronics Co., Ltd. | Method and system for determining QRS complexes in electrocardiogram signals |
| CN104586387A (zh) * | 2015-01-19 | 2015-05-06 | 秦皇岛市惠斯安普医学***有限公司 | 一种时、频、空域多参数脑电特征提取与融合方法 |
| CN107361760A (zh) * | 2017-07-12 | 2017-11-21 | 中国科学院上海微***与信息技术研究所 | 心磁图仪诊断***及应用该***的心磁图仪 |
-
2018
- 2018-01-11 CN CN201810027163.7A patent/CN108245152B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP2705788A1 (en) * | 2011-05-04 | 2014-03-12 | Sosnytskyy, Volodymyr Mykolayovych | Method for measuring the qt, qrs and st-t-intervals of the cardio cycle and device for carrying out said method |
| CN102512158A (zh) * | 2011-12-31 | 2012-06-27 | 济南汇医融工科技有限公司 | 一种基于高维模糊识别的心电信号质量评估方法和装置 |
| US8954140B2 (en) * | 2012-09-27 | 2015-02-10 | Samsung Electronics Co., Ltd. | Method and system for determining QRS complexes in electrocardiogram signals |
| CN104586387A (zh) * | 2015-01-19 | 2015-05-06 | 秦皇岛市惠斯安普医学***有限公司 | 一种时、频、空域多参数脑电特征提取与融合方法 |
| CN107361760A (zh) * | 2017-07-12 | 2017-11-21 | 中国科学院上海微***与信息技术研究所 | 心磁图仪诊断***及应用该***的心磁图仪 |
Non-Patent Citations (4)
| Title |
|---|
| JAI WUN PARK等: "Magnetocardiography Predicts Coronary Artery Disease in Patients with Acute Chest Pain", 《MAGNETOCARDIOGRAPHY》 * |
| MARTIN STEINISCH等: "Early detection of coronary artery disease in patients studied with magnetocardiography: An automatic classification system based on signal entropy", 《COMPUTERS IN BIOLOGY AND MEDICINE》 * |
| ROSHAN JOY MARTIS等: "Automated Screening of Arrhythmia Using Wavelet Based Machine Learning Techniques", 《JOURNAL OF MEDICAL SYSTEMS》 * |
| 许文娟等: "基于超导信息心磁图仪参数的临床研究进展", 《医学研究杂志》 * |
Cited By (17)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110074774A (zh) * | 2019-04-28 | 2019-08-02 | 漫迪医疗仪器（上海）有限公司 | 基于心磁图的心脏室间隔异常的分析方法、***、介质及终端 |
| CN113317793A (zh) * | 2021-06-11 | 2021-08-31 | 宁波大学 | 心磁高频信号分析方法、存储介质及电子设备 |
| CN113317793B (zh) * | 2021-06-11 | 2023-02-17 | 宁波大学 | 心磁高频信号分析方法、存储介质及电子设备 |
| CN115985505B (zh) * | 2023-01-19 | 2023-12-12 | 北京未磁科技有限公司 | 多维度融合的心肌缺血辅助诊断模型及其构建方法 |
| CN115985505A (zh) * | 2023-01-19 | 2023-04-18 | 北京未磁科技有限公司 | 多维度融合的心肌缺血辅助诊断模型及其构建方法 |
| CN116189902A (zh) * | 2023-01-19 | 2023-05-30 | 北京未磁科技有限公司 | 基于心磁图视频数据的心肌缺血预测模型及其构建方法 |
| CN116189902B (zh) * | 2023-01-19 | 2024-01-02 | 北京未磁科技有限公司 | 基于心磁图视频数据的心肌缺血预测模型及其构建方法 |
| CN117084684A (zh) * | 2023-10-19 | 2023-11-21 | 山东大学齐鲁医院 | 基于心磁电流密度图扩展场的特征参数提取方法及*** |
| CN117084684B (zh) * | 2023-10-19 | 2024-02-02 | 山东大学齐鲁医院 | 基于心磁电流密度图扩展场的特征参数提取方法及*** |
| CN117100276B (zh) * | 2023-10-23 | 2024-01-12 | 山东大学齐鲁医院 | 心功能检测***、计算机存储介质及终端 |
| CN117100276A (zh) * | 2023-10-23 | 2023-11-24 | 山东大学齐鲁医院 | 心功能检测***、计算机存储介质及终端 |
| CN117113064A (zh) * | 2023-10-23 | 2023-11-24 | 杭州诺驰生命科学有限公司 | 多维度心磁特征参数提取方法及*** |
| CN117113064B (zh) * | 2023-10-23 | 2024-02-02 | 杭州诺驰生命科学有限公司 | 多维度心磁特征参数提取方法及*** |
| CN117137492A (zh) * | 2023-11-01 | 2023-12-01 | 山东大学齐鲁医院 | 冠状动脉血流异常检测***、存储介质及终端 |
| CN117137492B (zh) * | 2023-11-01 | 2024-02-09 | 山东大学齐鲁医院 | 冠状动脉血流异常检测***、存储介质及终端 |
| CN117297613A (zh) * | 2023-11-14 | 2023-12-29 | 杭州诺驰生命科学有限公司 | 基于心磁图的疾病特征提取方法及心血管疾病预测*** |
| CN117297613B (zh) * | 2023-11-14 | 2024-04-05 | 杭州诺驰生命科学有限公司 | 基于心磁图的疾病特征提取方法及心血管疾病预测*** |
Also Published As
| Publication number | Publication date |
|---|---|
| CN108245152B (zh) | 2021-06-18 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108245152A (zh) | 一种心肌缺血特征参数提取方法及***、存储介质及终端 | |
| US5483968A (en) | Method and apparatus for analyzing the electrical activity of the heart | |
| Chakraborty et al. | A comparative study of myocardial infarction detection from ECG data using machine learning | |
| CN107529646A (zh) | 一种基于欧拉影像放大的无接触式心率测量方法及装置 | |
| CN110353665A (zh) | 基于改进的一维U-net的单导心电图信号特征波形检测方法 | |
| CN108577825A (zh) | 一种心肌缺血病变位置定位方法及***、存储介质及终端 | |
| Al Rahhal et al. | Dense convolutional networks with focal loss and image generation for electrocardiogram classification | |
| CN102626310A (zh) | 基于提升小波变换和改进近似包络的心电特征检测算法 | |
| CN110464334A (zh) | 一种基于复合深度学习网络的心电图异常检测方法 | |
| CN110074774A (zh) | 基于心磁图的心脏室间隔异常的分析方法、***、介质及终端 | |
| CN101919704B (zh) | 一种心音信号定位、分段方法 | |
| CN108281184A (zh) | 基于机器学习的心肌缺血预诊方法、存储介质及电子设备 | |
| CN103190901A (zh) | 基于极值域均值模式分解和改进Hilbert包络的R波检测算法 | |
| Liu et al. | Using the VQ-VAE to improve the recognition of abnormalities in short-duration 12-lead electrocardiogram records | |
| CN107958214A (zh) | Ecg信号的并行分析装置、方法和移动终端 | |
| CN108420425A (zh) | 穿戴式动态母体胎儿心电监测仪 | |
| Torti et al. | Custom FPGA processing for real-time fetal ECG extraction and identification | |
| Wang et al. | Inter-patient ECG characteristic wave detection based on convolutional neural network combined with transformer | |
| Hafshejani et al. | Identification of myocardial infarction using morphological features of electrocardiogram and vectorcardiogram | |
| Duraj et al. | Heartbeat detection in seismocardiograms with semantic segmentation | |
| Wong et al. | Low complexity binarized 2d-cnn classifier for wearable edge ai devices | |
| Dang et al. | A deep biometric recognition and diagnosis network with residual learning for arrhythmia screening using electrocardiogram recordings | |
| Yodjaiphet et al. | Electrocardiogram reconstruction using support vector regression | |
| CN203122371U (zh) | 基于手机的心率测试、心电图诊断仪 | |
| Jembula et al. | Design of Electrocardiogram (ECG or EKG) System on FPGA |
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 |