CN116236208A - 一种基于人体体表特征的多导联心电电极贴片定位方法 - Google Patents
一种基于人体体表特征的多导联心电电极贴片定位方法 Download PDFInfo
- Publication number
- CN116236208A CN116236208A CN202310182755.7A CN202310182755A CN116236208A CN 116236208 A CN116236208 A CN 116236208A CN 202310182755 A CN202310182755 A CN 202310182755A CN 116236208 A CN116236208 A CN 116236208A
- Authority
- CN
- China
- Prior art keywords
- electrode patch
- component
- human
- abscissa
- ordinate
- 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.)
- Pending
Links
Images
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
- A61B5/316—Modalities, i.e. specific diagnostic methods
- A61B5/318—Heart-related electrical modalities, e.g. electrocardiography [ECG]
- A61B5/321—Accessories or supplementary instruments therefor, e.g. cord hangers
-
- 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
- A61B5/25—Bioelectric electrodes therefor
- A61B5/251—Means for maintaining electrode contact with the body
- A61B5/257—Means for maintaining electrode contact with the body using adhesive means, e.g. adhesive pads or tapes
-
- 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
- A61B5/25—Bioelectric electrodes therefor
- A61B5/279—Bioelectric electrodes therefor specially adapted for particular uses
- A61B5/28—Bioelectric electrodes therefor specially adapted for particular uses for electrocardiography [ECG]
- A61B5/282—Holders for multiple electrodes
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
- A61B5/6801—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be attached to or worn on the body surface
- A61B5/684—Indicating the position of the sensor on the body
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/74—Details of notification to user or communication with user or patient ; user input means
- A61B5/7405—Details of notification to user or communication with user or patient ; user input means using sound
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/74—Details of notification to user or communication with user or patient ; user input means
- A61B5/742—Details of notification to user or communication with user or patient ; user input means using visual displays
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/24—Aligning, centring, orientation detection or correction of the image
- G06V10/245—Aligning, centring, orientation detection or correction of the image by locating a pattern; Special marks for positioning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/764—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using classification, e.g. of video objects
- G06V10/765—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using classification, e.g. of video objects using rules for classification or partitioning the feature space
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/40—Scenes; Scene-specific elements in video content
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Physics & Mathematics (AREA)
- Medical Informatics (AREA)
- Theoretical Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Biomedical Technology (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Pathology (AREA)
- Biophysics (AREA)
- Veterinary Medicine (AREA)
- Heart & Thoracic Surgery (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Software Systems (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Cardiology (AREA)
- Computing Systems (AREA)
- Evolutionary Computation (AREA)
- Artificial Intelligence (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
Abstract
本发明提供一种基于人体体表特征的多导联心电电极贴片定位方法,属于医疗设备技术领域,包括:将用户佩戴心电电极贴片视频数据输入至预先训练好的目标定位模型中,得到人体上半身体表特征和心电电极贴片特征状态信息;计算获取人体上半身体表特征和心电电极贴片特征状态信息的特征运算关联结果,生成心电电极贴片佩戴状态信息,由心电电极贴片佩戴状态信息确定心电电极贴片定位指导结果。本发明通过带有视频功能的终端实时采集用户在佩戴心电电极贴片时的体表特征和电极贴片位置信息,向用户反馈佩戴是否正确或者错误纠正方法等信息,辅助用户正确佩戴心电电极贴片,有效减少或避免用户因错误佩戴心电电极贴片而产生心电信号测量的误差。
Description
技术领域
本发明涉及医疗设备技术领域,尤其涉及一种基于人体体表特征的多导联心电电极贴片定位方法。
背景技术
在心血管疾病诊断中,心电图是重要的指标之一,通常都是通过患者佩戴专门的心电图检测仪器来获得心电图数据,最常用的则是佩戴多导联心电电极贴片来获得自己的心电图,通过对心电图的观察来了解被检查者是否患有心脏方面的疾病。
随着远程问诊和居家健康监测等服务的日益普及,越来越多的用户通过居家自测的方式来随时获得自己的心电数据,而绝大多数的用户没有受过专门的电极贴片的佩戴培训,所以很大程度可能会因为电极贴片佩戴不准确而导致采集到的心电图有很大的误差,从而影响医生或者仪器对心电信号的分析和心脏诊断的准确性。
因此,亟需提供一种有效的方法来帮助用户进行心电电极贴片的定位,辅助用户正确佩戴心电电极贴片。
发明内容
本发明提供一种基于人体体表特征的多导联心电电极贴片定位方法,用以解决现有技术中缺乏对用户正确佩戴心电电极贴片进行指导的方法的缺陷。
本发明提供的基于人体体表特征的多导联心电电极贴片定位方法,包括:
采集用户佩戴心电电极贴片视频数据,将所述用户佩戴心电电极贴片视频数据输入至预先训练好的目标定位模型中,得到人体上半身体表特征和心电电极贴片特征状态信息;
计算获取所述人体上半身体表特征和所述心电电极贴片特征状态信息的特征运算关联结果;
根据所述特征运算关联结果生成心电电极贴片佩戴状态信息,由所述心电电极贴片佩戴状态信息确定心电电极贴片定位指导结果。
根据本发明提供的一种基于人体体表特征的多导联心电电极贴片定位方法,所述采集用户佩戴心电电极贴片视频数据,将所述用户佩戴心电电极贴片视频数据输入至预先训练好的目标定位模型中,得到人体上半身体表特征和心电电极贴片特征状态信息,包括:
初始化包括若干特征状态信息的N维向量,N为人体上半身体表特征加上心电电极贴片的总数量,所述若干特征状态信息包括目标类型、目标得分值、目标中心点横坐标、目标中心点纵坐标、目标检测框高度和目标检测框宽度;
若确定所述目标类型为人体***,则将所述若干特征状态信息中对应所述人体***的分量进行非升序排序后,取前两个分量作为人体***检测结果;
若确定所述目标类型为人体上半身边界线,则将所述若干特征状态信息中对应所述人体上半身边界线的分量进行非升序排序后,取前两个分量作为人体分界线检测结果;
若确定所述目标类型为电极贴片,则将所述若干特征状态信息中对应所述电极贴片的分量进行非升序排序后,取前多个分量作为电极贴片检测结果;
以所述人体***检测结果、所述人体分界线检测结果和所述电极贴片检测结果构建二维矩阵,所述二维矩阵包括人体右***分量、人体左***分量、人体右边界线分量、人体左边界线分量、右上肢电极贴片分量、左上肢电极贴片分量、第一胸前电极贴片分量、第二胸前电极贴片分量、第三胸前电极贴片分量、第四胸前电极贴片分量、第五胸前电极贴片分量、第六胸前电极贴片分量、右下肢电极贴片分量和左下肢电极贴片分量。
根据本发明提供的一种基于人体体表特征的多导联心电电极贴片定位方法,所述计算获取所述人体上半身体表特征和所述心电电极贴片特征状态信息的特征运算关联结果,包括:
若确定第一胸前电极贴片分量、第二胸前电极贴片分量、第三胸前电极贴片分量、第四胸前电极贴片分量、第五胸前电极贴片分量和第六胸前电极贴片分量的横坐标依次递增,则执行后续计算步骤,否则返回第一特征运算关联结果。
根据本发明提供的一种基于人体体表特征的多导联心电电极贴片定位方法,所述计算获取所述人体上半身体表特征和所述心电电极贴片特征状态信息的特征运算关联结果,还包括:
获取第一胸前电极贴片分量纵坐标减去第二胸前电极贴片分量纵坐标的绝对值与第一胸前电极贴片分量横坐标减去第二胸前电极贴片分量横坐标的绝对值的第一比值,以及人体右***分量纵坐标减去人体左***分量纵坐标的绝对值与人体右***分量横坐标减去人体左***分量横坐标的绝对值的第二比值;
若确定所述第一比值与所述第二比值之差的绝对值小于等于第一预设误差值,则执行后续计算步骤,否则返回第二特征运算关联结果;
获取所述第一胸前电极贴片分量横坐标减去所述人体左***分量横坐标之差乘以所述人体左***分量纵坐标减去所述人体右***分量纵坐标之差得到的第一乘积,以及所述第一胸前电极贴片分量纵坐标减去所述人体左***分量纵坐标之差乘以所述人体左***分量横坐标减去所述人体右***分量横坐标之差的第二乘积;
若确定所述第一乘积与所述第二乘积之差小于等于所述第一预设误差值,则执行后续计算步骤,否则返回第三特征运算关联结果;
若确定第一胸前电极贴片分量与人体右***分量之间的欧氏距离小于等于第二预设误差值,且第二胸前电极贴片分量与人体左***分量之间的欧氏距离小于等于第二预设误差值,则执行后续计算步骤,否则返回第四特征运算关联结果。
根据本发明提供的一种基于人体体表特征的多导联心电电极贴片定位方法,所述计算获取所述人体上半身体表特征和所述心电电极贴片特征状态信息的特征运算关联结果,还包括:
获取第四胸前电极贴片分量横坐标减去人体左***分量横坐标之差乘以所述人体左***分量横坐标减去人体右***分量横坐标之差得到的第三乘积,以及第四胸前电极贴片分量纵坐标减去人体左***分量纵坐标之差乘以所述人体左***分量纵坐标减去人体右***分量纵坐标之差得到的第四乘积;
若确定所述第三乘积与所述第四乘积之差小于等于第一预设误差值,则执行后续计算步骤,否则返回第五特征运算关联结果;
若确定第四胸前电极贴片分量与人体左***分量之间的欧氏距离小于等于第二预设误差值,则执行后续计算步骤,否则返回第六特征运算关联结果。
根据本发明提供的一种基于人体体表特征的多导联心电电极贴片定位方法,所述计算获取所述人体上半身体表特征和所述心电电极贴片特征状态信息的特征运算关联结果,还包括:
获取第三胸前电极贴片中心点到第二胸前电极贴片中心点与第四胸前电极贴片中心点连线的第一直线距离,所述第三胸前电极贴片中心点到所述第二胸前电极贴片中心点的第二直线距离以及所述第三胸前电极贴片中心点到所述第四胸前电极贴片中心点的第三直线距离;
若确定所述第一直线距离与第二预设误差值之差小于等于0,则执行后续计算步骤,否则返回第七特征运算关联结果;
若确定所述第二直线距离与所述第三直线距离之差的绝对值小于等于所述第二预设误差值,则执行后续计算步骤,否则返回第八特征运算关联结果。
根据本发明提供的一种基于人体体表特征的多导联心电电极贴片定位方法,所述计算获取所述人体上半身体表特征和所述心电电极贴片特征状态信息的特征运算关联结果,还包括:
获取第六胸前电极贴片分量横坐标减去人体左边界分量横坐标之差乘以人体左***分量横坐标减去人体右***分量横坐标之差得到的第五乘积,以及第六胸前电极贴片分量纵坐标减去人体左边界分量纵坐标之差乘以人体左***分量纵坐标减去人体右***分量纵坐标之差得到的第六乘积;
若确定所述第五乘积与所述第六乘积之差小于等于第一预设误差值,则执行后续计算步骤,否则返回第九特征运算关联结果;
获取所述第六胸前电极贴片分量横坐标减去第四胸前电极贴片分量横坐标之差乘以所述人体左***分量纵坐标减去所述人体右***分量纵坐标之差得到的第七乘积,以及所述第六胸前电极贴片分量纵坐标减去第四胸前电极贴片分量纵坐标之差乘以所述人体左***分量横坐标减去所述人体右***分量横坐标之差得到的第八乘积;
若确定所述第七乘积与所述第八乘积之差小于等于所述第一预设误差值,则执行后续计算步骤,否则返回第十特征运算关联结果。
根据本发明提供的一种基于人体体表特征的多导联心电电极贴片定位方法,所述计算获取所述人体上半身体表特征和所述心电电极贴片特征状态信息的特征运算关联结果,还包括:
获取第五胸前电极贴片分量横坐标减去第四胸前电极贴片分量横坐标之差乘以人体左***分量纵坐标减去人体右***分量横坐标之差得到的第九乘积,以及第五胸前电极贴片分量纵坐标减去第四胸前电极贴片分量纵坐标之差乘以人体左***分量横坐标减去人体右***分量横坐标之差得到的第十乘积;
若确定所述第九乘积与所述第十乘积之差小于第一预设误差值,则执行后续计算步骤,否则返回第十一特征运算关联结果。
根据本发明提供的一种基于人体体表特征的多导联心电电极贴片定位方法,所述第二预设误差值是通过二维矩阵中10个电极贴片的目标框长度和目标框宽度之和的平均边框长度乘以预设比例所得到的。
根据本发明提供的一种基于人体体表特征的多导联心电电极贴片定位方法,所述根据所述特征运算关联结果生成心电电极贴片佩戴状态信息,由所述心电电极贴片佩戴状态信息确定心电电极贴片定位指导结果,包括:
若确定所述特征运算关联结果为佩戴错误信息,则采用语音或文字向用户反馈佩戴错误电极贴片编号以及电极贴片调整方法;
若确定所述特征运算关联结果为佩戴正确信息,则采用语音或文字向用户反馈佩戴成功提示信息。
本发明提供的基于人体体表特征的多导联心电电极贴片定位方法,通过带有视频功能的终端实时采集用户在佩戴心电电极贴片时的体表特征和电极贴片位置信息,向用户反馈佩戴是否正确或者错误纠正方法等信息,辅助用户正确佩戴心电电极贴片,有效减少或避免用户因错误佩戴心电电极贴片而产生心电信号测量的误差。
附图说明
为了更清楚地说明本发明或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本发明提供的基于人体体表特征的多导联心电电极贴片定位方法的流程示意图之一;
图2是本发明提供的基于人体体表特征的多导联心电电极贴片定位方法的流程示意图之二;
图3是本发明提供的心电电极贴片和人体体表特征的结果示意图;
图4是本发明提供的目标编号结果示意图;
图5是本发明提供的电极贴片辅助佩戴的结果示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面将结合本发明中的附图,对本发明中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,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,都属于本发明保护的范围。
随着网络远程问诊和居家健康监测的普及,用户对医疗设备使用的需求也日益增长,其中在心血管疾病监测方面,用户一般都是佩戴多导联心电电极贴片来获取心电数据,向专业医生提供心电数据以实现心血管健康的监测和诊断,本发明以最常用的12导联心电电极贴片佩戴方法作为切入点,整体思路包括使用自动化的目标定位模型对用户的上半身进行检测,识别出用户的体表特征和电极贴片位置,然后确定各目标编号,确定好编号后再计算体表特征与电极贴片的相对位置关系,判断该相对位置关系是否满足佩戴规范,从而帮助用户正确佩戴心电电极贴片。
图1为本发明实施例提供的基于人体体表特征的多导联心电电极贴片定位方法的流程示意图之一,如图1所示,包括:
步骤100:采集用户佩戴心电电极贴片视频数据,将所述用户佩戴心电电极贴片视频数据输入至预先训练好的目标定位模型中,得到人体上半身体表特征和心电电极贴片特征状态信息;
步骤200:计算获取所述人体上半身体表特征和所述心电电极贴片特征状态信息的特征运算关联结果;
步骤300:根据所述特征运算关联结果生成心电电极贴片佩戴状态信息,由所述心电电极贴片佩戴状态信息确定心电电极贴片定位指导结果。
本发明实施例首先采集用户佩戴心电电极贴片视频数据,利用预先训练好的自动化的目标定位模型处理用户佩戴心电电极贴片视频数据中的图像或者视频流,进行检测定位,由目标定位模型输出人体上半身体表特征和心电电极贴片特征状态信息,然后计算人体上半身体表特征和心电电极贴片特征状态信息的特征运算关联结果,根据该特征运算关联结果判断用户佩戴的心电电极贴片是否佩戴成功,若成功以语音或文字的形式告知用户成功佩戴结果,否则以语音或文字的形式告知用户应如何调整佩戴错误的心电电极贴片。
具体地,本发明实施例的整体实现流程如图2所示,当用户佩戴好心电电极贴片后,基于视频流或者图像的目标检测,采用预先训练好的目标定位模型对输入的视频流或者图像进行训练,获取体表特征基准点和心电电极贴片的位置,然后根据辅助的佩戴算法判断心电电极贴片的佩戴结果,若佩戴成功直接告知用户佩戴成功结果,若存在错误,则通过语音或文字向用户实时反馈错误信息,并指导用户调整心电电极贴片的位置。
本发明通过带有视频功能的终端实时采集用户在佩戴心电电极贴片时的体表特征和电极贴片位置信息,向用户反馈佩戴是否正确或者错误纠正方法等信息,辅助用户正确佩戴心电电极贴片,有效减少或避免用户因错误佩戴心电电极贴片而产生心电信号测量的误差。
基于上述实施例,步骤100包括:
初始化包括若干特征状态信息的N维向量,N为人体上半身体表特征加上心电电极贴片的总数量,所述若干特征状态信息包括目标类型、目标得分值、目标中心点横坐标、目标中心点纵坐标、目标检测框高度和目标检测框宽度;
若确定所述目标类型为人体***,则将所述若干特征状态信息中对应所述人体***的分量进行非升序排序后,取前两个分量作为人体***检测结果;
若确定所述目标类型为人体上半身边界线,则将所述若干特征状态信息中对应所述人体上半身边界线的分量进行非升序排序后,取前两个分量作为人体分界线检测结果;
若确定所述目标类型为电极贴片,则将所述若干特征状态信息中对应所述电极贴片的分量进行非升序排序后,取前多个分量作为电极贴片检测结果;
以所述人体***检测结果、所述人体分界线检测结果和所述电极贴片检测结果构建二维矩阵,所述二维矩阵包括人体右***分量、人体左***分量、人体右边界线分量、人体左边界线分量、右上肢电极贴片分量、左上肢电极贴片分量、第一胸前电极贴片分量、第二胸前电极贴片分量、第三胸前电极贴片分量、第四胸前电极贴片分量、第五胸前电极贴片分量、第六胸前电极贴片分量、右下肢电极贴片分量和左下肢电极贴片分量。
本发明实施例使用预先训练好的自动目标定位模型,对设备输入的图像或者视频流进行目标自动定位,获取图像或视频流中的人体体表特征和多个电极贴片的特征状态信息。
具体地,在各种背景环境下拍摄若干赤裸的人体上本身以及人体上半身佩戴电极贴片的图像,并对所有图像中出现的目标(人体***、人体上半身左右边界线、电极贴片)进行标记,获得自动目标定位模型的数据集,构建用于检测定位电极贴片和人体体表特征的自动目标定位模型,并使用获得的数据集进行训练;训练时,设置自动目标定位模型中目标类别数量为3;获得训练好的自动目标定位模型,心电电极贴片和人体体表特征的结果如图3所示。
初始化一个数据类型为特征状态信息的N维向量object,将检测到的目标的特征状态信息全部存储在这个N维向量object中;object向量的秩的大小为N,N为自动目标定位模型在图像或视频流中检测到的人体体表特征和电极贴片的数量;特征状态信息的结构包括该目标的目标类型、目标得分值、目标中心点横坐标、目标中心点纵坐标、目标检测框高度和目标检测框宽度;N维向量的任一分量可分为三种目标类型,这里假设目标类型1为人体***,目标类型2为人体上半身边界线,目标类型3为电极贴片;将N维向量中的属于同一目标类型的分量按照分量的目标得分值进行非升序排序:
(1)对于目标类型1,取N维向量排序后的前两个分量作为最终的人体***的检测结果;
(2)对于目标类型2,取N维向量排序后的前两个分量作为最终的人体边界线的检测结果;
(3)对于目标类型3,取N维向量排序后的前多个分量作为最终的电极贴片的检测结果,注意这里的数目应该与佩戴的电极贴片数目统一。
然后根据N维向量object中属于同一目标类型的分量的位置关系,给每个检测到的目标进行编号,同时初始化一个二维矩阵matrix,将每个目标的编号与特征状态信息对应地存入二维矩阵每一行的每一列中。二维矩阵matrix的行数为目标的数量,即每一行下标数与目标的编号相对应,二维矩阵的列数应为目标的特征状态数相同,即每一列从小到大分别对应目标类型、目标得分值、目标中心点x坐标、目标中心点y坐标、目标检测框高度、目标检测框长度。
首先对人体***的目标元素进行编号,比较N维向量中分量目标类型为人体***的目标中心点横坐标的大小;将横坐标较小的分量的编号记为“RN”即右***并存入二维矩阵matrix中,将横坐标较大的分量的编号记为“LN”即左***并存入二维矩阵matrix中;然后对人体边界线的目标元素进行编号,比较N维向量中分量目标类型为人体边界线的目标中心点横坐标的大小;将横坐标较小的分量的编号记为“RB”即右边界线并存入二维矩阵matrix中,将横坐标较大的分量的编号记为“LB”即左边界线并存入二维矩阵matrix中;最后对电极贴片的目标元素进行编号,这里的编号与电极贴片的数量有关。按照N维向量中分量目标类型为人体边界线的目标中心点横坐标对分量进行非降序排序,这里以12导联为例,则按照顺序分量的编号依次为“RA”、“LA”、“V1”、“V2”、“V3”、“V4”、“V5”、“V6”、“RL”、“LL”,分别将其存入二维矩阵matrix中。确定好的各目标结果如图4所示。
本发明是基于用户本身的体表特征作为基准点来进行辅助检查,因此可适用于多种复杂的背景环境下,辅助佩戴准确率和环境容错率都很高。
基于上述实施例,步骤200包括:
根据二维矩阵matrix中人体体表特征和电极贴片在图像或视频流中的位置信息,分析各电极贴片之间的相对位置关系以及相对人体体表特征的位置关系是否符合医学上的电极贴片佩戴规范,并返回一个结果响应代码resultCode,具体分类如表1所示:
表1
第一种情况是分析检查V1到V6电极贴片的相对位置是否满足横坐标依次递增的关系;若满足关系,则返回结果响应代码resultCode=“correct”;否则继续执行后续步骤;不满足则返回结果响应代码resultCode=“error_1~6”,V1到V6电极贴片的相对位置关系是否满足要求的判断过程如下所示:
其中,matrix[n][2]表示取编号为Vn的电极贴片中心点在图像或视频流中的横坐标。
第二种情况是分析检查V1和V2电极贴片中心点连线是否满足与RN和LN中心点连线在误差范围平行的位置关系;若满足关系,则执行后续步骤;否则返回结果响应代码resultCode=“error_1~2_1”;
V1和V2电极贴片中心点连线与RN和LN中心点连线是否满足要求的判断过程如下所示:
其中,matrix[n][3]表示取编号为Vn的电极贴片中心点在图像或视频流中的纵坐标。matrix[6][3]、matrix[7][3]、matrix[0][3]、matrix[1][3]分别表示编号为V1和V2的电极贴片中心点以及编号为RN和LN的人体***中心点在图像或视频中的纵坐标,matrix[6][2]、matrix[7][2]、matrix[0][2]、matrix[1][2]分别表示编号为V1和V2的电极贴片中心点以及编号为RN和LN的人体***中心点在图像或视频中的横坐标,α为最大允许误差值,即第一预设误差值。
进一步分析检查V1和V2电极贴片中心点连线是否满足与RN和LN中心点连线在同一条直线上的位置关系且V1和RN与V2和LN之间的距离是否分别满足在误差允许的范围内的位置关系;若满足关系,则执行后续步骤;否则返回结果响应代码resultCode=“error_1~2_2”;
V1和V2电极贴片中心点连线是否与RN和LN中心点连线满足要求的判断过程如下所示:
(matrix[6][2]-matrix[1][2])×(matrix[1][3]-matrix[0][3])-(matrix[6][3]-matrix[1][3])×(matrix[1][2]-matrix[0][2])≤α;
V1和V2电极贴片是否分别与RN和LN的直线距离满足要求的判断过程如下欧氏距离公式所示:
和
其中,matrix[6][2]、matrix[0][2]、matrix[7][2]、matrix[1][2]分别表示编号为V1和V2的电极贴片中心点以及编号为RN和LN的人体***中心点在图像或视频流中的横坐标,matrix[6][3]、matrix[0][3]、matrix[7][3]、matrix[1][3]分别表示编号为V1和V2的电极贴片中心点以及编号为RN和LN的人体***中心点在图像或视频流中的纵坐标,β为最大允许误差值,即第二预设误差值。
第三种情况是分析检查V4电极贴片是否满足相对于人体在LN的正下方的位置关系以及两者之间的距离是否满足在误差允许的范围内的关系;若两者都满足关系,则执行后续步骤;否则若前者不满足关系,则返回结果响应代码resultCode=“error_4_1”;若前者满足关系但后者不满足关系,则返回结果响应代码resultCode=“error_4_2”;
V4电极贴片与LN是否满足要求的判断过程如下所示:
(matrix[9][2]-matrix[1][2])×(matrix[1][2]-matrix[0][2])+(matrix[9][3]-matrix[1][3])×(matrix[1][3]-matrix[0][3])≤α;
V4电极贴片与LN的距离是否满足要求的判断过程如下所示:
其中matrix[9][2]、matrix[1][2]、matrix[0][2]分别表示编号为V4的电极贴片中心点和编号为LN和编号为RN的人体***中心点在图像或视频流中的横坐标,matrix[9][3]、matrix[1][3]、matrix[0][3]分别表示编号为V4的电极贴片中心点以及编号为LN和编号为RN的人体***中心点在图像或视频流中的纵坐标,α和β为最大允许误差值。
第四种情况是计算V3电极贴片中心点到V2和V4电极贴片中心点所在直线的距离range(v3,v2v4)以及V3电极贴片中心点分别到V2和V4电极贴片中心点的距离为range(v3,v2)和range(v3,v4),并判断range(v3,v2v4)是否满足在误差允许的范围内为0的关系以及range(v3,v2)和range(v3,v4)是否满足在误差范围内相等的关系;若两者都符合关系,则执行后续步骤;若前者不满足关系,则返回结果响应代码resultCode=“error_3_1”;若前者满足关系但后者不满足关系,则返回结果响应代码resultCode=“error_3_2”;
range(v3,v2v4)是否满足在误差允许的范围内为0的要求的判断过程如下所示:
range(v3,v2v4)-β≤0;
range(v3,v2)和range(v2,v4)是否满足在误差允许的范围内相等的要求的判断过程如下所示:
|range(v3,v2)-range(v2,v4)|≤β;
其中β为最大的误差允许范围值。
第五种情况是分析检查V6电极贴片中心点是否满足在人体左边界线上的位置关系以及V6电极贴片与V4电极贴片中心点的连线是否满足与两人体***水平的位置关系,若两者都满足关系,则执行后续步骤;否则若前者不满足关系,则返回结果响应代码resultCode=“error_6_1”;若前者满足关系但后者不满足关系,则返回结果响应代码resultCode=“error_6_2”;
V6电极贴片中心点是否满足在人体左侧边界线上的要求的判断过程如下所示:
(matrix[11][2]-matrix[1][2])×(matrix[1][2]-matrix[0][2])+(matrix[11][3]-matrix[3][3])×(matrix[2][3]-matrix[0][3])≤α;
V6电极贴片与V4电极贴片中心点的连线是否满足与两人体***水平的要求的判断过程如下所示:
(matrix[9][2]-matrix[9][2])×(matrix[1][3]-matrix[0][3])-(matrix[11][3]-matrix[9][3])×(matrix[1][2]-matrix[0][2])≤α;
其中,matrix[9][2]、matrix[11][2]、matrix[1][2]、matrix[0][2]、matrix[3][2]分别表示编号为V4和V6的电极贴片中心点和编号为LN和编号为RN的人体***中心点和编号为LB的人体左边界线中心点在图像或视频流中的横坐标,matrix[9][3]、matrix[11][3]、matrix[1][3]、matrix[0][3]、matrix[3][3]分别表示编号为V4和V6的电极贴片中心点以及编号为LN和编号为RN的人体***中心点和编号为LB的人体左边界线中心点在图像或视频流中的纵坐标,α为最大允许误差值。
第六种情况是分析检查V4、V5、V6电极贴片是否满足在误差的范围内相对于人体是否是水平的位置关系;若满足关系,则返回结果响应代码resultCode=“correct”;否则返回结果响应代码resultCode=“error_5”;
V4、V5、V6电极贴片是否满足在误差允许范围内是否相对于人体水平的位置关系的判断过程如下所示:
(matrix[10][2]-matrix[9][2])×(matrix[1][3]-matrix[0][3])-(matrix[10][3]-matrix[9][3])×(matrix[1][2]-matrix[0][2])≤α;
其中,matrix[9][2]、matrix[10][2]、matrix[1][2]、matrix[0][2]分别表示编号为V4和V5的电极贴片中心点和编号为LN和编号为RN的人体***中心点在图像或视频流中的横坐标,matrix[9][3]、matrix[10][3]、matrix[1][3]、matrix[0][3]分别表示编号为V4和V5的电极贴片中心点以及编号为LN和编号为RN的人体***中心点在图像或视频流中的纵坐标,α为最大允许误差值。
需要说明的是,本发明实施例最大允许误差α为判断直线垂直设置的允许误差;所述的最大允许误差β这里设置为得到的目标图像中10个电极贴片长度和宽度总和的平均边框长度的三分之二:
其中matrix[i+4][4]、matrix[i+4][5]分别表示得到的第i个电极贴片目标框的宽度和高度。
可以理解的是,若计算结果均不为上述几种情况,则返回结果响应代码resultCode=“correct”。
基于上述实施例,步骤300包括:
若确定所述特征运算关联结果为佩戴错误信息,则采用语音或文字向用户反馈佩戴错误电极贴片编号以及电极贴片调整方法;
若确定所述特征运算关联结果为佩戴正确信息,则采用语音或文字向用户反馈佩戴成功提示信息。
具体地,本发明实施例根据前述实施例得到的不同结果响应代码,由表1获得该结果响应代码设计的电极贴片编号以及对应的提示信息,以语音或文字的方式反馈给客户,如图5所示为以语音或文字的方式反馈电极贴片佩戴辅助检查结果的实例示意图,在图5中,将佩戴存在的问题电极贴片框出,并给出对应的语音和文字提示信息,即提示“V4电极贴片不位于人体左***的正下方,请进行调整”。
本发明提出的方法可应用于移动端或PC端应用或网页等边缘设备,用户在居家健康监测或者线上网络会诊的情况下,需要自行完成多导联心电电极贴片的佩戴,就可以使用本发明提供方法,通过与设备进行交互来完成佩戴,从而保证电极贴片佩戴的成功,有效提高采集的心电信号质量。
以上所描述的装置实施例仅仅是示意性的,其中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网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下,即可以理解并实施。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件。基于这样的理解,上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (10)
1.一种多导联心电电极贴片定位方法,其特征在于,包括:
采集用户佩戴心电电极贴片视频数据,将所述用户佩戴心电电极贴片视频数据输入至预先训练好的目标定位模型中,得到人体上半身体表特征和心电电极贴片特征状态信息;
计算获取所述人体上半身体表特征和所述心电电极贴片特征状态信息的特征运算关联结果;
根据所述特征运算关联结果生成心电电极贴片佩戴状态信息,由所述心电电极贴片佩戴状态信息确定心电电极贴片定位指导结果。
2.根据权利要求1所述的多导联心电电极贴片定位方法,其特征在于,所述采集用户佩戴心电电极贴片视频数据,将所述用户佩戴心电电极贴片视频数据输入至预先训练好的目标定位模型中,得到人体上半身体表特征和心电电极贴片特征状态信息,包括:
初始化包括若干特征状态信息的N维向量,N为人体上半身体表特征加上心电电极贴片的总数量,所述若干特征状态信息包括目标类型、目标得分值、目标中心点横坐标、目标中心点纵坐标、目标检测框高度和目标检测框宽度;
若确定所述目标类型为人体***,则将所述若干特征状态信息中对应所述人体***的分量进行非升序排序后,取前两个分量作为人体***检测结果;
若确定所述目标类型为人体上半身边界线,则将所述若干特征状态信息中对应所述人体上半身边界线的分量进行非升序排序后,取前两个分量作为人体分界线检测结果;
若确定所述目标类型为电极贴片,则将所述若干特征状态信息中对应所述电极贴片的分量进行非升序排序后,取前多个分量作为电极贴片检测结果;
以所述人体***检测结果、所述人体分界线检测结果和所述电极贴片检测结果构建二维矩阵,所述二维矩阵包括人体右***分量、人体左***分量、人体右边界线分量、人体左边界线分量、右上肢电极贴片分量、左上肢电极贴片分量、第一胸前电极贴片分量、第二胸前电极贴片分量、第三胸前电极贴片分量、第四胸前电极贴片分量、第五胸前电极贴片分量、第六胸前电极贴片分量、右下肢电极贴片分量和左下肢电极贴片分量。
3.根据权利要求1所述的多导联心电电极贴片定位方法,其特征在于,所述计算获取所述人体上半身体表特征和所述心电电极贴片特征状态信息的特征运算关联结果,包括:
若确定第一胸前电极贴片分量、第二胸前电极贴片分量、第三胸前电极贴片分量、第四胸前电极贴片分量、第五胸前电极贴片分量和第六胸前电极贴片分量的横坐标依次递增,则执行后续计算步骤,否则返回第一特征运算关联结果。
4.根据权利要求1所述的多导联心电电极贴片定位方法,其特征在于,所述计算获取所述人体上半身体表特征和所述心电电极贴片特征状态信息的特征运算关联结果,还包括:
获取第一胸前电极贴片分量纵坐标减去第二胸前电极贴片分量纵坐标的绝对值与第一胸前电极贴片分量横坐标减去第二胸前电极贴片分量横坐标的绝对值的第一比值,以及人体右***分量纵坐标减去人体左***分量纵坐标的绝对值与人体右***分量横坐标减去人体左***分量横坐标的绝对值的第二比值;
若确定所述第一比值与所述第二比值之差的绝对值小于等于第一预设误差值,则执行后续计算步骤,否则返回第二特征运算关联结果;
获取所述第一胸前电极贴片分量横坐标减去所述人体左***分量横坐标之差乘以所述人体左***分量纵坐标减去所述人体右***分量纵坐标之差得到的第一乘积,以及所述第一胸前电极贴片分量纵坐标减去所述人体左***分量纵坐标之差乘以所述人体左***分量横坐标减去所述人体右***分量横坐标之差的第二乘积;
若确定所述第一乘积与所述第二乘积之差小于等于所述第一预设误差值,则执行后续计算步骤,否则返回第三特征运算关联结果;
若确定第一胸前电极贴片分量与人体右***分量之间的欧氏距离小于等于第二预设误差值,且第二胸前电极贴片分量与人体左***分量之间的欧氏距离小于等于第二预设误差值,则执行后续计算步骤,否则返回第四特征运算关联结果。
5.根据权利要求1所述的多导联心电电极贴片定位方法,其特征在于,所述计算获取所述人体上半身体表特征和所述心电电极贴片特征状态信息的特征运算关联结果,还包括:
获取第四胸前电极贴片分量横坐标减去人体左***分量横坐标之差乘以所述人体左***分量横坐标减去人体右***分量横坐标之差得到的第三乘积,以及第四胸前电极贴片分量纵坐标减去人体左***分量纵坐标之差乘以所述人体左***分量纵坐标减去人体右***分量纵坐标之差得到的第四乘积;
若确定所述第三乘积与所述第四乘积之差小于等于第一预设误差值,则执行后续计算步骤,否则返回第五特征运算关联结果;
若确定第四胸前电极贴片分量与人体左***分量之间的欧氏距离小于等于第二预设误差值,则执行后续计算步骤,否则返回第六特征运算关联结果。
6.根据权利要求1所述的多导联心电电极贴片定位方法,其特征在于,所述计算获取所述人体上半身体表特征和所述心电电极贴片特征状态信息的特征运算关联结果,还包括:
获取第三胸前电极贴片中心点到第二胸前电极贴片中心点与第四胸前电极贴片中心点连线的第一直线距离,所述第三胸前电极贴片中心点到所述第二胸前电极贴片中心点的第二直线距离以及所述第三胸前电极贴片中心点到所述第四胸前电极贴片中心点的第三直线距离;
若确定所述第一直线距离与第二预设误差值之差小于等于0,则执行后续计算步骤,否则返回第七特征运算关联结果;
若确定所述第二直线距离与所述第三直线距离之差的绝对值小于等于所述第二预设误差值,则执行后续计算步骤,否则返回第八特征运算关联结果。
7.根据权利要求1所述的多导联心电电极贴片定位方法,其特征在于,所述计算获取所述人体上半身体表特征和所述心电电极贴片特征状态信息的特征运算关联结果,还包括:
获取第六胸前电极贴片分量横坐标减去人体左边界分量横坐标之差乘以人体左***分量横坐标减去人体右***分量横坐标之差得到的第五乘积,以及第六胸前电极贴片分量纵坐标减去人体左边界分量纵坐标之差乘以人体左***分量纵坐标减去人体右***分量纵坐标之差得到的第六乘积;
若确定所述第五乘积与所述第六乘积之差小于等于第一预设误差值,则执行后续计算步骤,否则返回第九特征运算关联结果;
获取所述第六胸前电极贴片分量横坐标减去第四胸前电极贴片分量横坐标之差乘以所述人体左***分量纵坐标减去所述人体右***分量纵坐标之差得到的第七乘积,以及所述第六胸前电极贴片分量纵坐标减去第四胸前电极贴片分量纵坐标之差乘以所述人体左***分量横坐标减去所述人体右***分量横坐标之差得到的第八乘积;
若确定所述第七乘积与所述第八乘积之差小于等于所述第一预设误差值,则执行后续计算步骤,否则返回第十特征运算关联结果。
8.根据权利要求1所述的多导联心电电极贴片定位方法,其特征在于,所述计算获取所述人体上半身体表特征和所述心电电极贴片特征状态信息的特征运算关联结果,还包括:
获取第五胸前电极贴片分量横坐标减去第四胸前电极贴片分量横坐标之差乘以人体左***分量纵坐标减去人体右***分量横坐标之差得到的第九乘积,以及第五胸前电极贴片分量纵坐标减去第四胸前电极贴片分量纵坐标之差乘以人体左***分量横坐标减去人体右***分量横坐标之差得到的第十乘积;
若确定所述第九乘积与所述第十乘积之差小于第一预设误差值,则执行后续计算步骤,否则返回第十一特征运算关联结果。
9.根据权利要求4至6中任一所述的多导联心电电极贴片定位方法,其特征在于,所述第二预设误差值是通过二维矩阵中10个电极贴片的目标框长度和目标框宽度之和的平均边框长度乘以预设比例所得到的。
10.根据权利要求1所述的多导联心电电极贴片定位方法,其特征在于,所述根据所述特征运算关联结果生成心电电极贴片佩戴状态信息,由所述心电电极贴片佩戴状态信息确定心电电极贴片定位指导结果,包括:
若确定所述特征运算关联结果为佩戴错误信息,则采用语音或文字向用户反馈佩戴错误电极贴片编号以及电极贴片调整方法;
若确定所述特征运算关联结果为佩戴正确信息,则采用语音或文字向用户反馈佩戴成功提示信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310182755.7A CN116236208A (zh) | 2023-02-27 | 2023-02-27 | 一种基于人体体表特征的多导联心电电极贴片定位方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310182755.7A CN116236208A (zh) | 2023-02-27 | 2023-02-27 | 一种基于人体体表特征的多导联心电电极贴片定位方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116236208A true CN116236208A (zh) | 2023-06-09 |
Family
ID=86634713
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310182755.7A Pending CN116236208A (zh) | 2023-02-27 | 2023-02-27 | 一种基于人体体表特征的多导联心电电极贴片定位方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116236208A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117281484A (zh) * | 2023-11-24 | 2023-12-26 | 深圳启脉科技有限公司 | 一种移动监护设备佩戴位置的标识方法 |
-
2023
- 2023-02-27 CN CN202310182755.7A patent/CN116236208A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117281484A (zh) * | 2023-11-24 | 2023-12-26 | 深圳启脉科技有限公司 | 一种移动监护设备佩戴位置的标识方法 |
CN117281484B (zh) * | 2023-11-24 | 2024-03-01 | 深圳启脉科技有限公司 | 一种监护装置的佩戴位置的标识方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109091138B (zh) | 心律失常起源点的判断装置及标测*** | |
CN109035284B (zh) | 基于深度学习的心脏ct图像分割方法、装置、设备及介质 | |
EP2365471B1 (en) | Diagnosis assisting apparatus, coronary artery analyzing method and recording medium having a coronary artery analzying program stored therein | |
US8209002B2 (en) | Method and apparatus for quantitative assessment of cardiac electrical events | |
CN109117730A (zh) | 心电图心房颤动实时判断方法、装置、***及存储介质 | |
CN111588353A (zh) | 一种体温测量方法 | |
CN107115102A (zh) | 一种骨关节功能评估方法与装置 | |
CN116236208A (zh) | 一种基于人体体表特征的多导联心电电极贴片定位方法 | |
CN112508902B (zh) | 白质高信号分级方法、电子设备及存储介质 | |
CN115376694B (zh) | 一种肢体功能障碍的多模态自适应评估***及方法 | |
Dempere-Marco et al. | The use of visual search for knowledge gathering in image decision support | |
CN112568898A (zh) | 一种基于视觉图像对人体运动动作自动进行伤病风险评估及动作矫正的方法、装置及设备 | |
CN109102509B (zh) | 分割模型训练方法、装置及计算机可读存储介质 | |
CN116504392A (zh) | 一种基于数据分析的智能辅助诊断提示*** | |
CN113870227B (zh) | 基于压力分布的医学定位方法、装置、电子设备及存储介质 | |
EP1360649A2 (en) | Registration reliability measure | |
CN117037278A (zh) | 跳跃落地错误评估方法及装置 | |
CN113974636B (zh) | 基于图像目标检测的12导联心电电极片佩戴辅助检查方法 | |
WO2013142560A1 (en) | Automated method of detecting neuromuscular performance and comparative measurement of health factors | |
EP4082444A1 (en) | Automatic frame selection for 3d model construction | |
CN110494893A (zh) | 基于ffr的对非侵入性成像的交互监测 | |
CN112401903B (zh) | 心电数据的识别方法、装置、存储介质和电子设备 | |
CN112037164A (zh) | 医学影像中身体部位识别方法及装置 | |
US11786202B2 (en) | Method, system, and medium for analyzing image sequence of periodic physiological activity | |
CN111724374B (zh) | 分析结果的评估方法及终端 |
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 |