CN111759303A - 数据处理方法及装置 - Google Patents

数据处理方法及装置 Download PDF

Info

Publication number
CN111759303A
CN111759303A CN202010706995.9A CN202010706995A CN111759303A CN 111759303 A CN111759303 A CN 111759303A CN 202010706995 A CN202010706995 A CN 202010706995A CN 111759303 A CN111759303 A CN 111759303A
Authority
CN
China
Prior art keywords
unit
pacing
data
electrocardio
electrocardiogram
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
Application number
CN202010706995.9A
Other languages
English (en)
Other versions
CN111759303B (zh
Inventor
胡伟国
章富军
方宇
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.)
Dm Information Guangzhou Co ltd
Dm Software Inc
Original Assignee
Dm Information Guangzhou Co ltd
Dm Software Inc
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 Dm Information Guangzhou Co ltd, Dm Software Inc filed Critical Dm Information Guangzhou Co ltd
Priority to CN202010706995.9A priority Critical patent/CN111759303B/zh
Publication of CN111759303A publication Critical patent/CN111759303A/zh
Application granted granted Critical
Publication of CN111759303B publication Critical patent/CN111759303B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/72Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7235Details of waveform analysis
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H40/00ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
    • G16H40/60ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/70ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for mining of medical data, e.g. analysing previous cases of other patients

Landscapes

  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Biomedical Technology (AREA)
  • Public Health (AREA)
  • Medical Informatics (AREA)
  • General Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Primary Health Care (AREA)
  • Epidemiology (AREA)
  • Data Mining & Analysis (AREA)
  • Pathology (AREA)
  • Molecular Biology (AREA)
  • Physiology (AREA)
  • Biophysics (AREA)
  • Physics & Mathematics (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • Signal Processing (AREA)
  • Psychiatry (AREA)
  • Veterinary Medicine (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Databases & Information Systems (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Artificial Intelligence (AREA)
  • Business, Economics & Management (AREA)
  • General Business, Economics & Management (AREA)
  • Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
  • Electrotherapy Devices (AREA)

Abstract

本发明公开了一种数据处理方法及装置。其中,该方法包括确定心电数据的心电单元,以及起搏数据的起搏单元;将心电单元的参数与预设功能的心电参数进行对比,以及将起搏单元的参数与预设功能的起搏参数进行比对;在心电单元的参数与预设功能的心电参数对比成功,且起搏单元的参数与预设功能的起搏参数比对成功的情况下,确定心电单元和起搏单元的数据为预设功能数据。本发明解决了相关技术中心电图数据过多,人工难以有效筛选,人工筛选效率低,准确率低的技术问题。

Description

数据处理方法及装置
技术领域
本发明涉及数据处理领域,具体而言,涉及一种数据处理方法及装置。
背景技术
心电图工作者在日常分析心电图中,常常碰到起搏器病人。现代的起搏器功能繁多,而且不同的起搏器厂家会设计出不同的起搏器特殊功能运作。现有常用的分析技术是通过采样点为1000点每秒以上的频率采集10秒钟的静态心电图,医生根据叠加在心电图上的起搏脉冲的规律人工进行起搏器特殊功能的判定。但对于动态心电图来讲,由于采集的是24小时及以上的海量数据,医生将无法通过人工进行起搏器特殊功能的逐个判定。因此,相关技术中,由于心电图数据过多,人工难以有效筛选,人工筛选效率低,准确率低的问题。
针对上述的问题,目前尚未提出有效的解决方案。
发明内容
本发明实施例提供了一种数据处理方法及装置,以至少解决相关技术中心电图数据过多,人工难以有效筛选,人工筛选效率低,准确率低的技术问题。
根据本发明实施例的一个方面,提供了一种数据处理方法,包括:确定心电数据的心电单元,以及起搏数据的起搏单元;将所述心电单元的参数与预设功能的心电参数进行对比,以及将所述起搏单元的参数与所述预设功能的起搏参数进行比对;在所述心电单元的参数与预设功能的心电参数对比成功,且所述起搏单元的参数与所述预设功能的起搏参数比对成功的情况下,确定所述心电单元和所述起搏单元的数据为预设功能数据。
可选的,确定所述心电数据的心电单元,以及所述起搏数据的起搏单元包括:获取所述心电数据和所述起搏数据;通过所述心电数据的多个R波定位点将所述心电数据划分为多个心电单元;通过所述起搏数据的多个起搏点将所述起搏数据划分为多个起搏单元。
可选的,将所述心电单元的参数与预设功能的心电参数进行对比,以及将所述起搏单元的参数与所述预设功能的起搏数据进行比对包括:确定所述心电单元与相邻的预设数量的心电单元的平均间期;将所述心电单元的平均间期与所述预设功能的平均间期进行比对;确定所述起搏单元的脉冲数量;将所述起搏单元的脉冲数量与所述预设功能的脉冲数量进行比对;在所述心电单元的平均间期与所述预设功能的平均间期对比成功,且所述起搏单元的脉冲数量与所述预设功能的脉冲数量比对成功的情况下,确定所述心电单元和所述起搏单元的数据为预设功能数据。
可选的,在所述心电单元的参数与预设功能的心电参数对比成功,且所述起搏单元的参数与所述预设功能的起搏参数比对成功之后,还包括:确定所述预设功能的历史数据的历史平均间期和历史脉冲数量;将所述心电单元的平均间期与所述历史平均间期进行比对,并将所述起搏单元的脉冲数量与所述历史脉冲数量进行比对;在所述心电单元的平均间期与所述历史平均间期对比成功,且所述起搏单元的脉冲数量与所述历史脉冲数量比对成功的情况下,确定所述心电单元和所述起搏单元的数据为预设功能数据。
可选的,确定所述心电单元和所述起搏单元的数据为预设功能数据之后,还包括:将所述心电单元和所述起搏单元,发送至所述预设功能数据对应的人工复核设备;接收所述人工复核设备发送的复核结果;在所述复核结果为确认的情况下,确认所述心电单元和所述起搏单元的数据为预设功能数据。
可选的,所述预设功能的数据包括下列至少之一:噪声反转数据,波士顿科学起搏器动态AV数据,美敦力双腔起搏器心室阈值自动检测数据。
根据本发明实施例的另一方面,还提供了一种数据处理装置,包括:第一确定模块,用于确定心电数据的心电单元,以及起搏数据的起搏单元;比对模块,用于将所述心电单元的参数与预设功能的心电参数进行对比,以及将所述起搏单元的参数与所述预设功能的起搏参数进行比对;第二确定模块,用于在所述心电单元的参数与预设功能的心电参数对比成功,且所述起搏单元的参数与所述预设功能的起搏参数比对成功的情况下,确定所述心电单元和所述起搏单元的数据为预设功能数据。
可选的,所述比对模块包括:第一确定单元,用于确定所述心电单元与相邻的预设数量的心电单元的平均间期;第一比对单元,用于将所述心电单元的平均间期与所述预设功能的平均间期进行比对;第二确定单元,用于确定所述起搏单元的脉冲数量;第二比对单元,用于将所述起搏单元的脉冲数量与所述预设功能的脉冲数量进行比对;第三确定单元,用于在所述心电单元的平均间期与所述预设功能的平均间期对比成功,且所述起搏单元的脉冲数量与所述预设功能的脉冲数量比对成功的情况下,确定所述心电单元和所述起搏单元的数据为预设功能数据。
根据本发明实施例的另一方面,还提供了一种计算机存储介质,所述计算机存储介质包括存储的程序,其中,在所述程序运行时控制所述计算机存储介质所在设备执行上述中任意一项所述的数据处理方法。
根据本发明实施例的另一方面,还提供了一种处理器,所述处理器用于运行程序,其中,所述程序运行时执行上述中任意一项所述的数据处理方法。
在本发明实施例中,采用确定心电数据的心电单元,以及起搏数据的起搏单元;将心电单元的参数与预设功能的心电参数进行对比,以及将起搏单元的参数与预设功能的起搏参数进行比对;在心电单元的参数与预设功能的心电参数对比成功,且起搏单元的参数与预设功能的起搏参数比对成功的情况下,确定心电单元和起搏单元的数据为预设功能数据的方式,通过将心电数据的心电单元的参数与预设功能的心电参数进行对比,并将起搏数据的起搏单元的参数与起搏单元的参数与预设功能的起搏参数进行对比,确定所述心电单元和起搏单元是否为预设功能的数据,达到了自动快速对心电数据和起搏数据是否具有符合预设功能的数据的目的,从而实现了提高心电数据和起搏数据的筛选效率的技术效果,进而解决了相关技术中心电图数据过多,人工难以有效筛选,人工筛选效率低,准确率低的技术问题。
附图说明
此处所说明的附图用来提供对本发明的进一步理解,构成本申请的一部分,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。在附图中:
图1是根据本发明实施例的一种数据处理方法的流程图;
图2是根据本发明实施方式的数据分析方法的流程图;
图3是根据本发明实施方式的心电图中心电数据的RR间期和起搏数据的脉冲间期的示意图;
图4是根据本发明实施方式的符合噪声反转的心电数据和起搏数据的示意图;
图5是根据本发明实施方式的符合波士顿科学起搏器动态AV的心电数据和起搏数据的示意图;
图6是根据本发明实施方式的符合美敦力双腔起搏器心室阈值自动检测的心电数据和起搏数据的示意图;
图7是根据本发明实施例的另一种数据处理装置的示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分的实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都应当属于本发明保护的范围。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、***、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
根据本发明实施例,提供了一种数据处理方法的方法实施例,需要说明的是,在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机***中执行,并且,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。
图1是根据本发明实施例的一种数据处理方法的流程图,如图1所示,该方法包括如下步骤:
步骤S102,确定心电数据的心电单元,以及起搏数据的起搏单元;
步骤S104,将心电单元的参数与预设功能的心电参数进行对比,以及将起搏单元的参数与预设功能的起搏参数进行比对;
步骤S106,在心电单元的参数与预设功能的心电参数对比成功,且起搏单元的参数与预设功能的起搏参数比对成功的情况下,确定心电单元和起搏单元的数据为预设功能数据。
通过上述步骤,采用确定心电数据的心电单元,以及起搏数据的起搏单元;将心电单元的参数与预设功能的心电参数进行对比,以及将起搏单元的参数与预设功能的起搏参数进行比对;在心电单元的参数与预设功能的心电参数对比成功,且起搏单元的参数与预设功能的起搏参数比对成功的情况下,确定心电单元和起搏单元的数据为预设功能数据的方式,通过将心电数据的心电单元的参数与预设功能的心电参数进行对比,并将起搏数据的起搏单元的参数与起搏单元的参数与预设功能的起搏参数进行对比,确定所述心电单元和起搏单元是否为预设功能的数据,达到了自动快速对心电数据和起搏数据是否具有符合预设功能的数据的目的,从而实现了提高心电数据和起搏数据的筛选效率的技术效果,进而解决了相关技术中心电图数据过多,人工难以有效筛选,人工筛选效率低,准确率低的技术问题。
上述心电数据和起搏数据可以为心电图上的心电数据和起搏通道数据,可以同时记载同一张心电图上,上述心电图可以通过现有技术的心电图采集设备进行采集。
对于一张心电图,其包括多次心脏和脉搏的跳动,其变化呈周期性变化,对采集来的心电数据去除干扰,然后再进行R波定位,同时独立起搏器通道识别起搏脉冲并定位,可以通过多个R点将心电数据划分为多个心电单元,上述心电单元可以为RR单元,也即是相邻两个R点之间的心电数据,表示一次心博的心电数据
上述起搏单元可以根据独立起搏通道上的起搏脉冲与心电图上心博的规律,对起搏脉冲属性标识,可以为心房脉冲(AP)、心室脉冲(VP)、房室顺序起搏脉冲(AVP)等。
上述预设功能可以为相比于正常的心电数据和起搏数据不一样的异常数据的情况,例如,心脏疾病,特殊症状等,就会发生具有特征的与正常的心电数据和起搏数据不一样的数据。
具体的,通过将心电单元的参数与预设功能的心电参数进行对比,以及将起搏单元的参数与预设功能的起搏参数进行比对,确定心电数据和起搏数据是否满足上述预设功能的心电参数和起搏参数,从而确定该段心电单元和起搏单元的数据是否为预设功能的数据。
从而达到了自动快速对心电数据和起搏数据是否具有符合预设功能的数据的目的,从而实现了提高心电数据和起搏数据的筛选效率的技术效果,进而解决了相关技术中心电图数据过多,人工难以有效筛选,人工筛选效率低,准确率低的技术问题。
可选的,确定心电数据的心电单元,以及起搏数据的起搏单元包括:获取心电数据和起搏数据;通过心电数据的多个R波定位点将心电数据划分为多个心电单元;通过起搏数据的多个起搏点将起搏数据划分为多个起搏单元。
还可以根据心电图中的P波,Q波,S波,T波,U波的特殊点进行定位,具体根据实际需求进行选择。每个心电单元包括在该单元的间期内心电数据的变化情况。每个起搏单元包括在该单元间期内起搏数据的变化情况。通过比较心电单元的参数和预设功能的心电参数,比较起搏单元的参数和预设功能的起搏参数可以确定该心电单元和起搏单元是否为预设功能的数据。
可选的,将心电单元的参数与预设功能的心电参数进行对比,以及将起搏单元的参数与预设功能的起搏数据进行比对包括:确定心电单元与相邻的预设数量的心电单元的平均间期;将心电单元的平均间期与预设功能的平均间期进行比对;确定起搏单元的脉冲数量;将起搏单元的脉冲数量与预设功能的脉冲数量进行比对;在心电单元的平均间期与预设功能的平均间期对比成功,且起搏单元的脉冲数量与预设功能的脉冲数量比对成功的情况下,确定心电单元和起搏单元的数据为预设功能数据。
上述预设功能数据可以存储在特殊功能数据库中,在将心电单元的参数与预设功能的心电参数进行对比,以及将起搏单元的参数与预设功能的起搏数据进行比对之前,加载预设的起搏器特殊功能数据库,此数据库根据不同起搏器厂家的特殊功能特点进行预设,每个特殊功能分为心电图及独立起搏通道起搏脉冲二个主要部分,其中心电图部分的主要参数为RR间期和平均间期,独立起搏脉冲部分的主要参数为起搏脉冲间期和脉冲数量。
从而有效识别心电数据中的心电单元是否为预设功能数据,识别起搏数据中的起搏单元是否预设功能数据,达到了自动快速对心电数据和起搏数据是否具有符合预设功能的数据的目的,从而实现了提高心电数据和起搏数据的筛选效率的技术效果,进而解决了相关技术中心电图数据过多,人工难以有效筛选,人工筛选效率低,准确率低的技术问题。
可选的,在心电单元的参数与预设功能的心电参数对比成功,且起搏单元的参数与预设功能的起搏参数比对成功之后,还包括:确定预设功能的历史数据的历史平均间期和历史脉冲数量;将心电单元的平均间期与历史平均间期进行比对,并将起搏单元的脉冲数量与历史脉冲数量进行比对;在心电单元的平均间期与历史平均间期对比成功,且起搏单元的脉冲数量与历史脉冲数量比对成功的情况下,确定心电单元和起搏单元的数据为预设功能数据。
在心电单元的参数与预设功能的心电参数对比成功,且起搏单元的参数与预设功能的起搏参数比对成功的情况下,获取预设功能的实际的历史数据,将心电单元和上述起搏单元的数据与上述历史数据进行比较,以进一步进行确定,提高了心电单元和起搏单元识别的准确性。
可选的,确定心电单元和起搏单元的数据为预设功能数据之后,还包括:将心电单元和起搏单元,发送至预设功能数据对应的人工复核设备;接收人工复核设备发送的复核结果;在复核结果为确认的情况下,确认心电单元和起搏单元的数据为预设功能数据。
通过人工复核的方式对心电单元和起搏单元识别结果进行复核,最大程度保证了心电单元和起搏单元的识别准确度。
可选的,预设功能的数据包括下列至少之一:噪声反转数据,波士顿科学起搏器动态AV数据,美敦力双腔起搏器心室阈值自动检测数据。
需要说明的是,本实施例还提供了一种可选的实施方式,下面对该实施方式进行详细说明。
本实施方式提出了一种在动态心电图分析中,通过心电图与独立起搏通道相结合的自动提取起搏器特殊功能事件并进行统计、编辑的方法。包括一种在动态心电图分析中,通过心电图与独立起搏通道相结合的自动提取起搏器特殊功能事件并进行统计、编辑的方法。根据不同厂家心脏起搏器在运行特殊功能时所表现在独立起搏器通道上起搏钉的间期、数目等规律以及心电图RR间期的变化,建立起搏器特殊功能运作数据库,并使用动态分析软件将正在分析的数据参数与此数据库逐搏进行符合性计算,从而完成自动提取符合的特殊功能运作并对其进行统计、编辑的一种方法。利用该技术方法,可在海量数据中快速统计、编辑起搏器特殊功能运作并缩小分析医师的分析范围,节约分析时间,同时也避免由于分析医师不了解这些特殊功能导致的误判。属于起搏器功能评估及心电信号处理的技术领域。
一般来讲,静态心电图与动态心电图分属二个不同的研究领域,静态心电图指患者采用卧位,操作医生对患者采集10秒左右的心电图。动态心电图指患者身上背一个心电记录器,然后在日常的活动中进行24小时及以上的心电图采集,相对于静态心电图,由于动态心电图采集时间更长,数据量更大,可对佩戴者的各种状态下的心电图变化进行全息记录,对于一过性心律失常、晕厥、短暂心肌缺血发作、起搏器功能异常及特殊功能运作有着极高的检出率,但是对于动态心电图的分析更加复杂,难度更大。所以需要一种能够快速、准确的自动提取起搏器特殊功能事件并进行统计、编辑的方法。
本实施方式的目的是为了在海量的动态心电图数据分析中能够快速、准确的自动提取起搏器特殊功能事件,并对其进行统计、编辑。本实施方式采用了一种创新的将动态心电图与独立起搏通道相结合的自动提取分析方法。由于动态心电图数据采集时间长,一般为24小时及以上,为了节省存储空间,动态心电图的采集频率一般都在512点每秒以下,此采样频率不满足起搏脉冲的最低采样频率,同时起搏脉冲与心电图重叠在一起也不利于全自动分析,因此建立一个独立的起搏通道是现代动态心电图采集技术的一种新方法,此方法以高达1万点每秒的采样率对体表的高幅瞬变脉冲信号进行采集,对于起搏脉冲信号的采集成功率接近100%,同时去除了低幅度心电波形的影响,对于后期的自动分析打下了良好的基础。本实施方式正是将动态心电图数据和独立起搏器通道上的起搏脉冲这二种信号进行联合分析,与预设的起搏器特殊功能数据库进行符合性计算,从而准确、快速的定位起搏器特殊功能事件,实现对特殊功能事件的统计和编辑,从而解决了起搏器特殊功能引起分析医师的分析困扰,加速动态心电图的分析。
图2是根据本发明实施方式的数据分析方法的流程图,如图2所示,为了实现本发明的目的,本发明需要具有独立起搏器通道的动态心电图记录盒,并包括如下步骤:
步骤S1:动态心电信号及独立起搏通道的起搏脉冲采集:
S1-1:对患者进行动态心电数据及起搏信号采集,注意进行皮肤清洁处理,保证采集来的数据干扰较小。
步骤S2:自动提取心电图每心搏R点位置和独立起搏通道起搏脉冲位置:
S2-1:对采集来的心电数据去除干扰,然后再进行R波定位,同时独立起搏器通道识别起搏脉冲并定位。
S2-2:根据独立起搏通道上的起搏脉冲与心电图上心博的规律,对起搏脉冲属性标识,如心房脉冲(AP)、心室脉冲(VP)、房室顺序起搏脉冲(AVP)等。
步骤S3:加载预设的起搏器特殊功能数据库:
S3-1:加载预设的起搏器特殊功能数据库,此数据库根据不同起搏器厂家的特殊功能特点进行预设,每个特殊功能分为心电图及独立起搏通道起搏脉冲二个主要部分,如图3所示,其中心电图部分的主要参数为RR间期和平均间期,独立起搏脉冲部分的主要参数为起搏脉冲间期和脉冲数量。
步骤S4:将心电图上每心搏R点与独立起搏通道上的起搏钉的规律与预设的特殊功能数据库进行符合性计算,从而进行特殊功能预判并提取至指定板块:
S4-1:图3是根据本发明实施方式的心电图中心电数据的RR间期和起搏数据的脉冲间期的示意图,如图3所示,逐个计算心电图上当前心搏的RR间期,并计算前3个心博和后3个心博的平均间期。
S4-2:如图3所示,计算独立起搏通道上符合当前心搏范围内的起搏脉冲间期,并统计脉冲数量。
S4-3:将S4-2中的独立起搏通道上的起搏脉冲间期、脉冲数量与预设的特殊功能数据库中的每种特殊功能类别下的起搏脉冲参数进行符合性计算,如果符合则继续将S4-1中的心电图参数RR间期、平均间期与此类别下的心电图参数RR间期、平均间期进行符合性计算,如依然符合,则定义当前起搏脉冲为此类别的特殊功能运作。
S4-4:根据以上的各起搏脉冲特殊功能运作分类,将各不同起搏器特殊功能提取至指定板块。
步骤S5:人工复核,人工进入起搏器特殊功能提取的板块,进行审核查阅,进行功能评估:
S5-1:动态分析软件将提取的各特殊功能或起搏器功能异常归纳到一个或多个分类板块。
S5-2:人工进入归纳板块进行各特殊功能复核,确保提取的准确性及可靠性。
现有技术只能针对短时采集的静态心电图,通过人工判定的方法发现起搏器特殊功能运作,本实施方式针对长时的海量动态心电图数据,将动态心电图数据和独立起搏器通道上的起搏脉冲,二种信号进行联合分析,与预设的起搏器特殊功能数据库进行符合性计算,从而准确、快速的定位起搏器特殊功能事件,本实施方式采取心电图与独立起搏通道联合自动分析,避免了现有技术的心电图与起搏脉冲重叠造成的自动分析困难的现状。本实施方式利用动态分析软件针对海量动态心电数据,根据起搏器植入患者动态心电图及独立起搏通道的特征性变化自动进行提取,势必会减少人工分析负担以及减少医生的误判,提高动态心电图起搏器分析质量。
下面本实施方式提供了三个优选的实施方式进行说明。
实施方式1
步骤S1:动态心电信号及独立起搏通道的起搏脉冲采集:
S1-1:对患者进行动态心电数据及起搏信号采集,注意进行皮肤清洁处理,保证采集来的数据干扰较小。
步骤S2:自动提取心电图每心搏R点位置和独立起搏通道起搏脉冲位置:
S2-1:对采集来的心电数据去除干扰,然后再进行R波定位,同时独立起搏器通道识别起搏脉冲并定位。
S2-2:根据独立起搏通道上的起搏脉冲与心电图上心博的规律,对起搏脉冲属性标识,如图4所示,自动标识三个心室脉冲(VP)。
步骤S3:加载预设的起搏器特殊功能数据库:
S3-1:加载预设的起搏器特殊功能数据库,此数据库根据不同起搏器厂家的特殊功能特点进行预设,每个特殊功能分为心电图及独立起搏通道起搏脉冲二个主要部分,如图4所示,其中心电图部分的主要参数为RR间期和平均间期,独立起搏脉冲部分的主要参数为起搏脉冲间期和脉冲数量。
步骤S4:将心电图上每心搏R点与独立起搏通道上的起搏钉的规律与预设的特殊功能数据库进行符合性计算,从而进行特殊功能预判并提取至指定板块:
S4-1:图4是根据本发明实施方式的符合噪声反转的心电数据和起搏数据的示意图,如图4所示,逐个计算心电图上当前心搏的RR间期=320ms,并计算前3个心博和后3个心博的平均间期=322ms。
S4-2:如图4所示,计算独立起搏通道上符合当前心搏范围内的起搏脉冲间期=1000ms,起搏脉冲数量=1。
S4-3:将S4-2中的独立起搏通道上的起搏脉冲间期、脉冲数量与预设的特殊功能数据库中的每种特殊功能类别下的起搏脉冲参数进行符合性计算,计算结果符合“噪声反转”,继续将S4-1中的心电图参数RR间期、平均间期与“噪声反转”类别下的心电图参数RR间期、平均间期进行符合性计算,计算结果也符合,定义当前起搏脉冲为“噪声反转”特殊功能运作。
S4-4:根据以上的各起搏脉冲特殊功能运作分类,将各不同起搏器特殊功能提取至指定板块。
步骤S5:人工复核,人工进入起搏器特殊功能提取的板块,进行审核查阅,进行功能评估:
S5-1:动态分析软件将提取的各特殊功能或起搏器功能异常归纳到一个或多个分类板块。
S5-2:人工进入归纳板块进行各特殊功能复核,确保提取的准确性及可靠性。
实施方式2
步骤S1:动态心电信号及独立起搏通道的起搏脉冲采集:
S1-1:对患者进行动态心电数据采集,注意进行皮肤清洁处理,保证采集来的数据干扰较小。
步骤S2:自动提取心电图每心搏R点位置和独立起搏通道起搏脉冲位置:
S2-1:对采集来的心电数据去除干扰,然后再进行R波定位,同时独立起搏器通道识别起搏脉冲并定位。
S2-2:根据独立起搏通道上的起搏脉冲与心电图上心博的规律,对起搏脉冲属性标识,如图5所示,自动标识心室脉冲(VP)及房室顺序起搏脉冲(AVP)。
步骤S3:加载预设的起搏器特殊功能数据库:
S3-1:加载预设的起搏器特殊功能数据库,此数据库根据不同起搏器厂家的特殊功能特点进行预设,每个特殊功能规则分为心电图及独立起搏通道起搏脉冲二个主要部分,如图5,其中心电图部分的主要参数为RR间期和平均间期,独立起搏脉冲部分的主要参数为起搏脉冲间期和脉冲数量。
步骤S4:将心电图上每心搏R点与独立起搏通道上的起搏钉的规律与预设的特殊功能数据库进行符合性计算,从而进行特殊功能预判并提取至指定板块:
S4-1:图5是根据本发明实施方式的符合波士顿科学起搏器动态AV的心电数据和起搏数据的示意图,如图5,逐个计算心电图上当前心搏的RR间期=1000ms,并计算前3个心博和后3个心博的平均间期=873ms。
S4-2:如图5,计算独立起搏通道上符合当前心搏范围内的起搏脉冲间期=1000ms,脉冲数量=2。
S4-3:将S4-2中的独立起搏通道上的起搏脉冲间期、脉冲数量与预设的特殊功能数据库中的每种特殊功能类别下的起搏脉冲参数进行符合性计算,计算结果符合“波士顿科学起搏器动态AV”,继续将S4-1中的心电图参数RR间期、平均间期与“波士顿科学起搏器动态AV”规则下的心电图参数RR间期、平均间期进行符合性计算,计算结果也符合,定义当前起搏脉冲为“波士顿科学起搏器动态AV”特殊功能运作。
S4-4:根据以上的各起搏脉冲特殊功能运作分类,将各不同起搏器特殊功能提取至指定板块。
步骤S5:人工复核,人工进入起搏器特殊功能提取的板块,进行审核查阅,进行功能评估:
S5-1:动态分析软件将提取的各特殊功能或起搏器功能异常归纳到一个或多个分类板块。
S5-2:人工进入归纳板块进行各特殊功能复核,确保提取的准确性及可靠性。
实施方式3
步骤S1:动态心电信号及独立起搏通道的起搏脉冲采集:
S1-1:对患者进行动态心电数据采集,注意进行皮肤清洁处理,保证采集来的数据干扰较小。
步骤S2:自动提取心电图每心搏R点位置和独立起搏通道起搏脉冲位置:
S2-1:对采集来的心电数据去除干扰,然后再进行R波定位,同时独立起搏器通道识别起搏脉冲并定位。
S2-2:根据独立起搏通道上的起搏脉冲与心电图上心博的规律,对起搏脉冲属性标识,如图6所示,自动标识心室脉冲(VP)及房室顺序起搏脉冲(AVP)。
步骤S3:加载预设的起搏器特殊功能数据库:
S3-1:加载预设的起搏器特殊功能数据库,此数据库根据不同起搏器厂家的特殊功能特点进行预设,每个特殊功能分为心电图及独立起搏通道起搏脉冲二个主要部分,如图四,其中心电图部分的主要参数为RR间期和平均间期,独立起搏脉冲部分的主要参数为起搏脉冲间期和脉冲数量。
步骤S4:将心电图上每心搏R点与独立起搏通道上的起搏钉的规律与预设的特殊功能数据库进行符合性计算,从而进行特殊功能预判并提取至指定板块:
S4-1:图6是根据本发明实施方式的符合美敦力双腔起搏器心室阈值自动检测的心电数据和起搏数据的示意图,如图6所示,逐个计算心电图上当前心搏的RR间期=1023ms,并计算前3个心博和后3个心博的平均间期=1017ms。
S4-2:如图6所示,计算独立起搏通道上符合当前心搏范围内的起搏脉冲间期=1000ms,起搏脉冲数量=3。
S4-3:将S4-2中的独立起搏通道上的起搏脉冲间期、起搏脉冲数量与预设的特殊功能数据库中的每种特殊功能类别下的起搏脉冲参数进行符合性计算,计算结果符合“美敦力双腔起搏器心室阈值自动检测”,继续将S4-1中的心电图参数RR间期、平均间期与“美敦力双腔起搏器心室阈值自动检测”规则下的心电图参数RR间期、平均间期进行符合性计算,计算结果也符合,定义当前起搏脉冲为“美敦力双腔起搏器心室阈值自动检测”特殊功能运作。
S4-4:根据以上的各起搏脉冲特殊功能运作分类,将各不同起搏器特殊功能提取至指定板块。
步骤S5:人工复核,人工进入起搏器特殊功能提取的板块,进行审核查阅,进行功能评估:
S5-1:动态分析软件将提取的各特殊功能或起搏器功能异常归纳到一个或多个分类板块。
S5-2:人工进入归纳板块进行各特殊功能复核,确保提取的准确性及可靠性。
图7是根据本发明实施例的另一种数据处理装置的示意图,如图7所示,根据本发明实施例的另一方面,还提供了一种数据处理装置,包括:第一确定模块72,比对模块74和第二确定模块76,下面对该装置进行详细说明。
第一确定模块72,用于确定心电数据的心电单元,以及起搏数据的起搏单元;比对模块74,与上述第一确定模块72相连,用于将所述心电单元的参数与预设功能的心电参数进行对比,以及将所述起搏单元的参数与所述预设功能的起搏参数进行比对;第二确定模块76,与上述比对模块74相连,用于在所述心电单元的参数与预设功能的心电参数对比成功,且所述起搏单元的参数与所述预设功能的起搏参数比对成功的情况下,确定所述心电单元和所述起搏单元的数据为预设功能数据。
通过上述装置,采用第一确定模块72确定心电数据的心电单元,以及起搏数据的起搏单元;比对模块74将心电单元的参数与预设功能的心电参数进行对比,以及将起搏单元的参数与预设功能的起搏参数进行比对;第二确定模块76在心电单元的参数与预设功能的心电参数对比成功,且起搏单元的参数与预设功能的起搏参数比对成功的情况下,确定心电单元和起搏单元的数据为预设功能数据的方式,通过将心电数据的心电单元的参数与预设功能的心电参数进行对比,并将起搏数据的起搏单元的参数与起搏单元的参数与预设功能的起搏参数进行对比,确定所述心电单元和起搏单元是否为预设功能的数据,达到了自动快速对心电数据和起搏数据是否具有符合预设功能的数据的目的,从而实现了提高心电数据和起搏数据的筛选效率的技术效果,进而解决了相关技术中心电图数据过多,人工难以有效筛选,人工筛选效率低,准确率低的技术问题。
可选的,所述比对模块包括:第一确定单元,用于确定所述心电单元与相邻的预设数量的心电单元的平均间期;第一比对单元,用于将所述心电单元的平均间期与所述预设功能的平均间期进行比对;第二确定单元,用于确定所述起搏单元的脉冲数量;第二比对单元,用于将所述起搏单元的脉冲数量与所述预设功能的脉冲数量进行比对;第三确定单元,用于在所述心电单元的平均间期与所述预设功能的平均间期对比成功,且所述起搏单元的脉冲数量与所述预设功能的脉冲数量比对成功的情况下,确定所述心电单元和所述起搏单元的数据为预设功能数据。
根据本发明实施例的另一方面,还提供了一种计算机存储介质,所述计算机存储介质包括存储的程序,其中,在所述程序运行时控制所述计算机存储介质所在设备执行上述中任意一项所述的数据处理方法。
根据本发明实施例的另一方面,还提供了一种处理器,所述处理器用于运行程序,其中,所述程序运行时执行上述中任意一项所述的数据处理方法。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
在本发明的上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中,应该理解到,所揭露的技术内容,可通过其它的方式实现。其中,以上所描述的装置实施例仅仅是示意性的,例如所述单元的划分,可以为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个***,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,单元或模块的间接耦合或通信连接,可以是电性或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。

Claims (10)

1.一种数据处理方法,其特征在于,包括:
确定心电数据的心电单元,以及起搏数据的起搏单元;
将所述心电单元的参数与预设功能的心电参数进行对比,以及将所述起搏单元的参数与所述预设功能的起搏参数进行比对;
在所述心电单元的参数与预设功能的心电参数对比成功,且所述起搏单元的参数与所述预设功能的起搏参数比对成功的情况下,确定所述心电单元和所述起搏单元的数据为预设功能数据。
2.根据权利要求1所述的方法,其特征在于,确定所述心电数据的心电单元,以及所述起搏数据的起搏单元包括:
获取所述心电数据和所述起搏数据;
通过所述心电数据的多个R波定位点将所述心电数据划分为多个心电单元;
通过所述起搏数据的多个起搏点将所述起搏数据划分为多个起搏单元。
3.根据权利要求1所述的方法,其特征在于,将所述心电单元的参数与预设功能的心电参数进行对比,以及将所述起搏单元的参数与所述预设功能的起搏数据进行比对包括:
确定所述心电单元与相邻的预设数量的心电单元的平均间期;
将所述心电单元的平均间期与所述预设功能的平均间期进行比对;
确定所述起搏单元的脉冲数量;
将所述起搏单元的脉冲数量与所述预设功能的脉冲数量进行比对;
在所述心电单元的平均间期与所述预设功能的平均间期对比成功,且所述起搏单元的脉冲数量与所述预设功能的脉冲数量比对成功的情况下,确定所述心电单元和所述起搏单元的数据为预设功能数据。
4.根据权利要求3所述的方法,其特征在于,在所述心电单元的参数与预设功能的心电参数对比成功,且所述起搏单元的参数与所述预设功能的起搏参数比对成功之后,还包括:
确定所述预设功能的历史数据的历史平均间期和历史脉冲数量;
将所述心电单元的平均间期与所述历史平均间期进行比对,并将所述起搏单元的脉冲数量与所述历史脉冲数量进行比对;
在所述心电单元的平均间期与所述历史平均间期对比成功,且所述起搏单元的脉冲数量与所述历史脉冲数量比对成功的情况下,确定所述心电单元和所述起搏单元的数据为预设功能数据。
5.根据权利要求1所述的方法,其特征在于,确定所述心电单元和所述起搏单元的数据为预设功能数据之后,还包括:
将所述心电单元和所述起搏单元,发送至所述预设功能数据对应的人工复核设备;
接收所述人工复核设备发送的复核结果;在所述复核结果为确认的情况下,确认所述心电单元和所述起搏单元的数据为预设功能数据。
6.根据权利要求1所述的方法,其特征在于,所述预设功能的数据包括下列至少之一:
噪声反转数据,波士顿科学起搏器动态AV数据,美敦力双腔起搏器心室阈值自动检测数据。
7.一种数据处理装置,其特征在于,包括:
第一确定模块,用于确定心电数据的心电单元,以及起搏数据的起搏单元;
比对模块,用于将所述心电单元的参数与预设功能的心电参数进行对比,以及将所述起搏单元的参数与所述预设功能的起搏参数进行比对;
第二确定模块,用于在所述心电单元的参数与预设功能的心电参数对比成功,且所述起搏单元的参数与所述预设功能的起搏参数比对成功的情况下,确定所述心电单元和所述起搏单元的数据为预设功能数据。
8.根据权利要求7所述的装置,其特征在于,所述比对模块包括:
第一确定单元,用于确定所述心电单元与相邻的预设数量的心电单元的平均间期;
第一比对单元,用于将所述心电单元的平均间期与所述预设功能的平均间期进行比对;
第二确定单元,用于确定所述起搏单元的脉冲数量;
第二比对单元,用于将所述起搏单元的脉冲数量与所述预设功能的脉冲数量进行比对;
第三确定单元,用于在所述心电单元的平均间期与所述预设功能的平均间期对比成功,且所述起搏单元的脉冲数量与所述预设功能的脉冲数量比对成功的情况下,确定所述心电单元和所述起搏单元的数据为预设功能数据。
9.一种计算机存储介质,所述计算机存储介质包括存储的程序,其中,在所述程序运行时控制所述计算机存储介质所在设备执行所述权利要求1至6中任意一项所述的数据处理方法。
10.一种处理器,所述处理器用于运行程序,其中,所述程序运行时执行所述权利要求1至6中任意一项所述的数据处理方法。
CN202010706995.9A 2020-07-21 2020-07-21 数据处理方法及装置 Active CN111759303B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010706995.9A CN111759303B (zh) 2020-07-21 2020-07-21 数据处理方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010706995.9A CN111759303B (zh) 2020-07-21 2020-07-21 数据处理方法及装置

Publications (2)

Publication Number Publication Date
CN111759303A true CN111759303A (zh) 2020-10-13
CN111759303B CN111759303B (zh) 2023-08-04

Family

ID=72726850

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010706995.9A Active CN111759303B (zh) 2020-07-21 2020-07-21 数据处理方法及装置

Country Status (1)

Country Link
CN (1) CN111759303B (zh)

Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH02302274A (ja) * 1989-05-17 1990-12-14 Nec Corp ペースメーカパルス解析システム
US5372607A (en) * 1993-06-23 1994-12-13 Medtronic, Inc. Method and apparatus for monitoring pacemaker intervals
US20050010123A1 (en) * 2003-07-09 2005-01-13 Elizabeth Charuvastra Process for measuring QT intervals and constructing composite histograms to compare groups
CN101628151A (zh) * 2008-06-23 2010-01-20 通用电气公司 一种用于检测和诊断起搏***故障的***和方法
CN106377841A (zh) * 2016-11-28 2017-02-08 乐普医学电子仪器股份有限公司 一种提高双腔起搏器心房干扰检测窗口抗干扰性能的方法
WO2017059569A1 (zh) * 2015-10-08 2017-04-13 深圳迈瑞生物医疗电子股份有限公司 起搏信号处理方法、***和心电监护仪
CN107693009A (zh) * 2017-10-20 2018-02-16 西安交大辰方科技有限公司 一种动态心电全通道起搏脉冲检测装置及其方法
CN107951485A (zh) * 2017-11-27 2018-04-24 乐普(北京)医疗器械股份有限公司 基于人工智能自学习的动态心电图分析方法和装置
CN108175941A (zh) * 2017-12-29 2018-06-19 创领心律管理医疗器械(上海)有限公司 一种无心室起搏的双腔起搏模式实现方法及医疗设备
CN109731224A (zh) * 2018-11-21 2019-05-10 广东省医疗器械研究所 一种心脏起搏器检测装置和方法
CN110226919A (zh) * 2019-06-26 2019-09-13 广州视源电子科技股份有限公司 心电信号类型检测方法、装置、计算机设备及存储介质
CN110393520A (zh) * 2018-11-16 2019-11-01 迪姆软件(北京)有限公司 一种心电数据分析方法及装置、心电分析仪、存储介质
CN209714000U (zh) * 2019-01-22 2019-12-03 大连计量检验检测研究院有限公司 一种双通道体外临时起搏器的测试仪

Patent Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH02302274A (ja) * 1989-05-17 1990-12-14 Nec Corp ペースメーカパルス解析システム
US5372607A (en) * 1993-06-23 1994-12-13 Medtronic, Inc. Method and apparatus for monitoring pacemaker intervals
US20050010123A1 (en) * 2003-07-09 2005-01-13 Elizabeth Charuvastra Process for measuring QT intervals and constructing composite histograms to compare groups
CN101628151A (zh) * 2008-06-23 2010-01-20 通用电气公司 一种用于检测和诊断起搏***故障的***和方法
WO2017059569A1 (zh) * 2015-10-08 2017-04-13 深圳迈瑞生物医疗电子股份有限公司 起搏信号处理方法、***和心电监护仪
CN106377841A (zh) * 2016-11-28 2017-02-08 乐普医学电子仪器股份有限公司 一种提高双腔起搏器心房干扰检测窗口抗干扰性能的方法
CN107693009A (zh) * 2017-10-20 2018-02-16 西安交大辰方科技有限公司 一种动态心电全通道起搏脉冲检测装置及其方法
CN107951485A (zh) * 2017-11-27 2018-04-24 乐普(北京)医疗器械股份有限公司 基于人工智能自学习的动态心电图分析方法和装置
CN108175941A (zh) * 2017-12-29 2018-06-19 创领心律管理医疗器械(上海)有限公司 一种无心室起搏的双腔起搏模式实现方法及医疗设备
CN110393520A (zh) * 2018-11-16 2019-11-01 迪姆软件(北京)有限公司 一种心电数据分析方法及装置、心电分析仪、存储介质
CN109731224A (zh) * 2018-11-21 2019-05-10 广东省医疗器械研究所 一种心脏起搏器检测装置和方法
CN209714000U (zh) * 2019-01-22 2019-12-03 大连计量检验检测研究院有限公司 一种双通道体外临时起搏器的测试仪
CN110226919A (zh) * 2019-06-26 2019-09-13 广州视源电子科技股份有限公司 心电信号类型检测方法、装置、计算机设备及存储介质

Also Published As

Publication number Publication date
CN111759303B (zh) 2023-08-04

Similar Documents

Publication Publication Date Title
US7412282B2 (en) Algorithms for detecting cardiac arrhythmia and methods and apparatuses utilizing the algorithms
US5782888A (en) Method of selecting an operating mode for an implantable medical device
US5797399A (en) Method and apparatus for identifying and correctly responding to abnormal heart activity
US7031765B2 (en) Algorithms for detecting atrial arrhythmias from discriminatory signatures of ventricular cycle lengths
EP1620005B1 (en) Apparatus for analysing cardiac events
US5404880A (en) Scatter diagram analysis system and method for discriminating ventricular tachyarrhythmias
US6434417B1 (en) Method and system for detecting cardiac depolarization
US8606357B2 (en) Cardiac waveform template creation, maintenance and use
US7184815B2 (en) System and method for selection of morphology templates
EP1458281B1 (de) Unterscheidung von Herzrhythmen mittels Poincare- oder Lorenzfiguren.
WO2006044919A2 (en) Monitoring physiological activity using partial state space reconstruction
EP2895063A1 (en) A system and method for detecting a characteristic in an ecg waveform
CN109998529A (zh) 一种基于高斯函数拟合的ecg信号中p波、t波检测方法
US5794624A (en) Method and system for the fast determination of EKG waveform morphology
Vijaya et al. Arrhythmia detection through ECG feature extraction using wavelet analysis
Prasad et al. Heart rate detection using Hilbert transform
CN109431487B (zh) 心电图动态实时分析数据中室性心搏典型数据的识别方法
Zaidi et al. Feature extraction and characterization of cardiovascular arrhythmia and normal sinus rhythm from ECG signals using LabVIEW
CN111759303A (zh) 数据处理方法及装置
CN111657933A (zh) 自主高频qrs波群分析装置及分析方法
US5913828A (en) Method and apparatus for distinguishing pacing pulses in an EKG using conduction velocity calculations
CN111543977B (zh) 基于12导联静息心电图的多级联人工智能排阴方法
EP0801539A1 (en) A device and a method for recording and monitoring cardiac activity signals
Morris et al. Band‐limited morphometric analysis of the intracardiac signal: Implications for antitachycardia devices
CN113940682A (zh) 一种基于统计特征的房颤识别方法

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