JP3023731B2 - Heart sound analyzer - Google Patents
Heart sound analyzerInfo
- Publication number
- JP3023731B2 JP3023731B2 JP04083737A JP8373792A JP3023731B2 JP 3023731 B2 JP3023731 B2 JP 3023731B2 JP 04083737 A JP04083737 A JP 04083737A JP 8373792 A JP8373792 A JP 8373792A JP 3023731 B2 JP3023731 B2 JP 3023731B2
- Authority
- JP
- Japan
- Prior art keywords
- heart sound
- circuit
- neural network
- value
- output
- 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.)
- Expired - Fee Related
Links
Description
【０００１】[0001]
【産業上の利用分野】本発明は心音を自動的に解析する
装置に関する。BACKGROUND OF THE INVENTION 1. Field of the Invention The present invention relates to an apparatus for automatically analyzing heart sounds.
【０００２】[0002]
【従来の技術】従来のこの種装置では、心音をマイクロ
ホンで検出し、増幅してフィルタを通した後、その振幅
の包絡線から心音、心雑音の始点、終点を求め、各波形
の認識を行なっていた。2. Description of the Related Art In a conventional apparatus of this type, a heart sound is detected by a microphone, amplified, and filtered, and then the start and end points of the heart sound and heart noise are determined from the envelope of the amplitude, and recognition of each waveform is performed. I was doing.
【０００３】[0003]
【発明が解決しようとする課題】このように心音の包絡
線から波形認識を行うと、一つの波形の誤認識が有る
と、他の波形の認識に悪影響を与える。このため解析結
果の精度が下がるという欠点があった。When the waveform is recognized from the envelope of the heart sound as described above, if there is an erroneous recognition of one waveform, the recognition of the other waveform is adversely affected. For this reason, there is a disadvantage that the accuracy of the analysis result is reduced.
【０００４】本発明はこれらの欠点を解消するためにな
されたもので、その目的は正確に心音を解析する装置を
提供することである。The present invention has been made to solve these disadvantages, and an object of the present invention is to provide an apparatus for accurately analyzing heart sounds.
【０００５】[0005]
【課題を解決するための手段】請求項１に係る発明は、
少くとも１心拍分の心音の振幅を経過時間と共に記憶す
る心音記憶手段と、この心音記憶手段が記憶した振幅の
うち１心拍分を複数のセグメントに分け、各セグメント
の分散値を算出する分散値計算手段と、この分散値計算
手段の計算結果に基づいて前記心音についての所定の認
識を行なう認識手段とを具備している。The invention according to claim 1 is
Heart sound storage means for storing the amplitude of heart sound for at least one heartbeat together with elapsed time; and a variance value for dividing one heartbeat of the amplitude stored by the heart sound storage means into a plurality of segments and calculating a variance value for each segment. calculation means, and a recognition means for performing a predetermined recognition of the heart sounds based on the calculated result of the variance value calculating means.
【０００６】更に請求項１に係る発明は、その認識手段
がニューラルネットワークとなっているものである。In the invention according to claim 1, the recognition means is a neural network.
【０００７】請求項２に係る発明は、請求項１に係る発
明において、ニューラルネットワークの出力に基づいて
心音の異常の程度を表示する表示手段を具備したもので
ある。[0007] The invention according to claim 2 is the invention according to claim 1.
The present invention further comprises a display means for displaying the degree of abnormality of heart sounds based on the output of the neural network.
【０００８】[0008]
【作用】請求項１に係る発明によれば認識手段は心音振
幅データの各部の分散値に基づいて所定の認識を行な
う。 According to the first aspect of the present invention, the recognition means performs predetermined recognition based on the variance of each part of the heart sound amplitude data.
【０００９】そして、ニューラルネットワークにより心
音振幅データの各部についての所定の認識が行なわれ
る。 Then, predetermined recognition of each part of the heart sound amplitude data is performed by the neural network.
【００１０】請求項２に係る発明によれば、ニューラル
ネットワークの出力が表示手段により表示される。 According to the second aspect of the present invention, the output of the neural network is displayed by the display means.
【００１１】[0011]
【実施例】図１は本発明の一実施例の構成図である。FIG. 1 is a block diagram of an embodiment of the present invention.
【００１２】Ａ／Ｄ変換器１には、図３に示すようにマ
イクロホンで検出した心音の信号が与えられるようにな
っており、Ａ／Ｄ変換器２には、図２に示すように心電
図（ＥＣＧ）を形成する信号が与えられるようになって
いる。メモリ回路３はＡ／Ｄ変換器１の出力を経過時間
と共に記憶する回路である。ＱＲＳ検出回路４はＡ／Ｄ
変換器２の出力から図２に示すＱＲＳ波の発生時点を検
出する回路である。ＲＲ計算回路５はＱＲＳ検出回路４
の検出結果とＡ／Ｄ変換器２の出力から連続するＱＲＳ
波の間隔を算出する回路である。The A / D converter 1 is provided with a signal of a heart sound detected by a microphone as shown in FIG. 3, and the A / D converter 2 is provided with an electrocardiogram as shown in FIG. (ECG). The memory circuit 3 is a circuit that stores the output of the A / D converter 1 together with the elapsed time. QRS detection circuit 4 is A / D
This is a circuit for detecting the generation point of the QRS wave shown in FIG. 2 from the output of the converter 2. The RR calculation circuit 5 is a QRS detection circuit 4
From the detection result of A / D converter 2
This is a circuit for calculating the interval between waves.
【００１３】時期確定回路６は、ＱＲＳ検出回路４の検
出結果とＲＲ計算回路５の計算結果とから図３に示すよ
うにＩ音、収縮期、II音、拡張期の各始期と終期とを確
定し、それら各時点を記憶する回路である。The timing determination circuit 6 determines the start and end of each of the I sound, the systole, the II sound, and the diastole as shown in FIG. 3 from the detection result of the QRS detection circuit 4 and the calculation result of the RR calculation circuit 5. It is a circuit that determines and stores each time point.
【００１４】分割回路７はメモリ回路３が記憶している
データを時期確定回路６が確定した各時点に基づいて10
セグメントに分割し、それらを10個のメモリ回路９1 ，
９2，…，９10それぞれに出力する。ここで10セグメン
トは図３に示すＩ音、II音の各部分と、４等分された収
縮期の各部分と、同じく４等分された拡張期の各部分と
から成る。そしてＩ音部分はＥＣＧ信号のＲ時点より 1
32ｍｓまで、II音部分はＲ時点＋0.4 （ＲＲ）1/2 を基
準として−50ｍｓより＋90ｍｓまで、収縮期はＩ音とII
音の間、拡張期はII音と次のＲ時点までである。メモリ
回路９1 ，９2，…，９10は分割回路７から与えられる
データを記憶する回路である。The dividing circuit 7 divides the data stored in the memory circuit 3 by 10 based on each time when the timing determining circuit 6 determines.
Into 10 segments, and divide them into 10 memory circuits 9 1 ,
Output to 9 2 ,..., 9 10 respectively. Here, the ten segments are composed of each part of the I and II sounds shown in FIG. 3, each part of the systole divided into four parts, and each part of the diastole equally divided into four parts. And the I sound part is 1 from the R time of the ECG signal.
Up to 32 ms, II part is from -50 ms to +90 ms based on R time +0.4 (RR) 1/2 , systole I and II
During the sound, the diastole is between the sound II and the next R time. The memory circuits 9 1 , 9 2 ,..., 9 10 are circuits for storing data given from the dividing circuit 7.
【００１５】分散値計算回路10は、メモリ回路９1 ，９
2 ，…，９10それぞれが記憶した各期間の心音振幅の分
散値を、次式を用いて計算する回路である。 σ＝（１／ｎ）Σ（ｘｉ−ｘａ）2 （１） （但し、ｉは１からｎまで。ｘｉは上記各期間をｎ等分
したときにおけるｉ番目の時点の振幅値。ｘａは各期間
における平均の振幅値。）The variance value calculation circuit 10 includes memory circuits 9 1 , 9
This circuit calculates the variance value of the heart sound amplitude in each period stored by 2 ,..., 9 10 using the following equation. σ = (1 / n) Σ (x i −x a ) 2 (1) (where i is 1 to n. xi is the amplitude value at the i-th time point when each of the above periods is equally divided into n. x a is the amplitude value of the average for each period.)
【００１６】ニューラルネットワーク11の構成図の一例
を図４に示す。このニューラルネットワーク11は階層型
と称されるもので、入力層21、中間層22、出力層23から
成る。入力層21は10個のニューロンから成り、中間層22
は５個のニューロンから成り、出力層23は10個のニュー
ロンから成っている。ニューロンｉは入力値Ｉｊ、結合
荷重Ｗjiおよびしきい値ｈｉから入力の総和を求め、 Ｉｉ＝ΣＷji×Ｉｊ−ｈｉ （２） （Σはｉ＝１からｎまで） このＩｉを変数ｘｉとして次式を計算しその結果が出力
Ｏｉとなる回路である。 ｆｉ（ｘｉ）＝１／｛１＋ｅｘｐ（−ｘｉ＋θｉ）｝ （３） 従って出力Ｏｉは、次式であらわされる。 Ｏｉ＝ｆｉ（Ｉｉ） （４）FIG. 4 shows an example of a configuration diagram of the neural network 11. The neural network 11 is called a hierarchical type, and includes an input layer 21, an intermediate layer 22, and an output layer 23. The input layer 21 consists of 10 neurons, and the hidden layer 22
Is composed of 5 neurons, and the output layer 23 is composed of 10 neurons. Neuron i is the total sum input value I j, from coupling weight W ji and threshold h i of the input, I i = ΣW ji × I j -h i (2) ( from Σ is i = 1 to n) The the following equation to calculate the I i as a variable x i is a circuit that the result becomes the output O i. f i (x i) = 1 / {1 + exp (-x i + θ i)} (3) Therefore the output O i is represented by the following equation. O i = f i (I i ) (4)
【００１７】このニューラルネットワーク11は出力層23
のニューロンの出力値（ｙ1 ，ｙ2，…，ｙ10）と教師
信号とを比較する比較回路24、この比較回路24の比較結
果に応じて各層の各ニューロンの結合荷重としきい値の
変更を行なう変更手段25を備えている。ニューラルネッ
トワーク11の入力層21の10個のニューロンには分散値計
算回路10の10個の出力（σ1 ，σ2 ，…，σ10）がそれ
ぞれ与えられるようにされている。The neural network 11 has an output layer 23
A comparison circuit 24 that compares the output values (y 1 , y 2 ,..., Y 10 ) of the neurons with the teacher signal, and changes the connection weight and the threshold value of each neuron in each layer according to the comparison result of the comparison circuit 24 Is provided. The ten neurons of the input layer 21 of the neural network 11 are provided with ten outputs (σ 1 , σ 2 ,..., Σ 10 ) of the variance value calculation circuit 10, respectively.
【００１８】変換回路12はニューラルネットワーク11の
出力値を表示装置13に表示するために信号変換すると共
に、出力値を基に同様に表示装置13に表示する所見に変
換する回路である。表示装置13は変換回路12の出力を表
示する装置である。The conversion circuit 12 is a circuit that converts the output value of the neural network 11 into a signal for displaying on the display device 13 and also converts the output value into a finding to be similarly displayed on the display device 13 based on the output value. The display device 13 is a device that displays the output of the conversion circuit 12.
【００１９】次に本実施例装置の動作を説明する。Next, the operation of the apparatus of this embodiment will be described.
【００２０】まずニューラルネットワーク11に学習を行
なわせる。この学習プロセスを説明する。操作者は複数
の学習用入力データとそれぞれに対応づけられる教師信
号を変更手段25に与える。この学習用入力データと教師
信号は実際に測定された心音のデータとこれに基づいて
医師が示した判断から作成されたものである。例えばあ
る心音のデータを医師が検討して拡張期雑音ありと判断
すれば教師信号の信号値をその旨を示す値、例えば（0,
1,0,0,0,0,0,0,0,0 ）とし、II音***ありと判断すれば
その旨を示す値、例えば（0,0,0,0,0,1,0,0,0,0 ）とす
る。First, the neural network 11 is made to perform learning. This learning process will be described. The operator provides the changing means 25 with a teacher signal associated with each of the plurality of learning input data. The learning input data and the teacher signal are created from actually measured heart sound data and judgments made by the doctor based on the data. For example, if a doctor examines data of a certain heart sound and determines that there is diastolic noise, the signal value of the teacher signal is changed to a value indicating that, for example, (0,
1,0,0,0,0,0,0,0,0), and if it is determined that there is a II split, a value indicating that, for example, (0,0,0,0,0,1,0, 0,0,0).
【００２１】変更手段25は１の学習用入力データを入力
層21に与えると共にその学習用入力データに対応する教
師信号を比較回路24に与え、出力層23の出力値と教師信
号値がほぼ一致するか否かを検出する。一致しないとき
は変更手段25は各層のニューロンの荷重値としきい値を
修正し、それらの修正値を用いて同一の学習用入力デー
タから出力値を求める計算を繰り返す。一致すれば、荷
重値としきい値はそのままとし、次の学習用入力データ
と教師信号を用いて同様の処理を行なう。このような処
理をすべての学習用入力データおよび教師信号について
行なう。この処理が終了すれば、本ニューラルネットワ
ークの学習は終了する。The changing means 25 supplies one learning input data to the input layer 21 and also supplies a teacher signal corresponding to the learning input data to the comparison circuit 24, so that the output value of the output layer 23 and the teacher signal value substantially match. Detect whether or not to do. If they do not match, the changing means 25 corrects the weight value and the threshold value of the neuron of each layer, and repeats the calculation for obtaining the output value from the same learning input data using the corrected values. If they match, the load value and the threshold value are kept as they are, and the same processing is performed using the next input data for learning and the teacher signal. Such processing is performed for all learning input data and teacher signals. When this process ends, the learning of the neural network ends.
【００２２】次に操作者は被験者にマイクロホンと電極
を装着して、それぞれから得られる心音データ，ＥＣＧ
データをＡ／Ｄ変換器１，２それぞれに与える。メモリ
回路３、ＱＲＳ検出回路４、ＲＲ計算回路５、時期確定
回路６および分割回路７はそれぞれ前述した機能に基づ
く動作を行ない、メモリ回路９1 ，９2 ，…，９10には
それぞれ図３に示すＩ音部分、収縮期の第１部分、…収
縮期の第４部分、II音部分、拡張期の第１部分、…拡張
期の第４部分の心音データが格納される。Next, the operator wears a microphone and electrodes on the subject, and obtains heart sound data and ECG obtained from each.
Data is given to A / D converters 1 and 2, respectively. Memory circuit 3, QRS detection circuit 4, RR calculation circuit 5, the timing setting circuit 6 and the division circuit 7 performs the operation based on the functions respectively described above, the memory circuit 9 1, 9 2, ..., respectively Figure 3 to 9 10 , The first part of the systole,... The fourth part of the systole, the II part, the first part of the diastole,... The fourth part of the diastole are stored.
【００２３】分散値計算回路10はメモリ回路９1 ，
９2 ，…，９10それぞれが記憶しているデータの分散値
を式（１）を用いて計算し、その結果をニューラルネッ
トワーク11の入力層21の10個のニューロンそれぞれに出
力する。ニューラルネットワーク11の各ニューロンは自
身が有する荷重値としきい値を用いて入力データを変換
して出力する。出力層23のニューロンの出力が被検者の
心音の正常、異常を示している。この出力は変換回路12
において所見と異常の度合いに変換される。例えば出力
層23の出力値（ｙ1 ，ｙ2 ，…，ｙ10）が（0,0.9,0,0,
0,0,0,0,0,0 ）ならば拡張期雑音ありの旨とその異常の
度合い0.9 を示すデータを表示装置13に出力する。この
ように実際にニューラルネットワーク11に入力されるデ
ータが学習用入力データと一致しない場合、その出力値
は１または０にならず、その中間の値となる。The variance value calculation circuit 10 includes a memory circuit 9 1 ,
The variance of the data stored in each of 9 2 ,..., 9 10 is calculated using equation (1), and the result is output to each of the 10 neurons in the input layer 21 of the neural network 11. Each neuron of the neural network 11 converts and outputs input data using its own weight value and threshold value. The output of the neuron in the output layer 23 indicates that the heart sound of the subject is normal or abnormal. This output is output from the conversion circuit 12
Is converted to the finding and the degree of abnormality. For example, when the output value (y 1 , y 2 ,..., Y 10 ) of the output layer 23 is (0, 0.9, 0, 0,
(0,0,0,0,0,0), the display device 13 outputs data indicating that there is diastolic noise and the degree of abnormality 0.9. When the data actually input to the neural network 11 does not match the learning input data, the output value does not become 1 or 0, but becomes an intermediate value.
【００２４】表示装置13は変換回路12から与えられた異
常の度合いを表す数値とそれに基づく所見を表示する。
表示例を図５に示す。The display unit 13 displays a numerical value indicating the degree of abnormality given from the conversion circuit 12 and a finding based on the numerical value.
FIG. 5 shows a display example.
【００２５】本実施例のニューラルネットワークは従来
のコンピュータでニューラルネットワークをシミュレー
ションすることにより実現できるし、また実際に個々の
ニューロンに相当する回路を作成して用いてもよい。The neural network of this embodiment simulates a neural network with a conventional computer.
It can be realized by Deployment, or may be used in practice to create a circuit corresponding to individual neurons.
【００２６】本実施例によればニューラルネットワーク
を用いているので心音の異常の度合いを表わす数値とそ
れに基づく所見を表示することができ、従来のコンピュ
ータ処理のように１か０かの判断をするものとは異なり
全く間違った診断をすることが無い。According to the present embodiment, since a neural network is used, a numerical value indicating the degree of abnormal heart sound and a finding based on the numerical value can be displayed, and it is determined whether the value is 1 or 0 as in the conventional computer processing. Unlike the others, there is no wrong diagnosis.
【００２７】尚、図６に示すように心音、ＥＣＧ、分散
値、出力値および所見を全て表示するようにしても良
い。As shown in FIG. 6, all of the heart sounds, ECGs, variances, output values and findings may be displayed.
【００２８】[0028]
【発明の効果】本発明によれば心音振幅の波形から心
音、心雑音の区分点認識をすることが無いので、精度良
く心音、心雑音を認識することができる。According to the present invention, it is not necessary to recognize the heart sound and the murmur from the heart sound amplitude waveform, so that the heart sound and the murmur can be accurately recognized.
【図１】本発明の一実施例のブロック構成図。FIG. 1 is a block diagram of an embodiment of the present invention.
【図２】ＥＣＧ信号の一例を示す図。FIG. 2 is a diagram showing an example of an ECG signal.
【図３】心音信号の一例を示す図。FIG. 3 is a diagram showing an example of a heart sound signal.
【図４】図１に示したニューラルネットワーク11の内容
を示す図。FIG. 4 is a diagram showing contents of the neural network 11 shown in FIG.
【図５】図１に示した表示装置の一表示例を示す図。FIG. 5 is a view showing a display example of the display device shown in FIG. 1;
【図６】その他の表示例を示す図。FIG. 6 is a diagram showing another display example.
１，２ Ａ／Ｄ変換器 ３，９1 ，
…，９10 メモリ回路 ４ ＱＲＳ検出回路 ５ ＲＲ計算
回路 ６ 時期確定回路 ７ 分割回路 10 分散値計算回路 11 ニューラ
ルネットワーク 12 変換回路 13 表示装置1, 2 A / D converters 3, 9 1 ,
…, 9 10 Memory circuit 4 QRS detection circuit 5 RR calculation circuit 6 Timing determination circuit 7 Division circuit 10 Dispersion value calculation circuit 11 Neural network 12 Conversion circuit 13 Display device
フロントページの続き (72)発明者 大澤 満理 埼玉県新座市栄３−３−18 (72)発明者 谷津 美由紀 埼玉県北葛飾郡庄和町大衾496−329 (56)参考文献 特開 昭63−290544（ＪＰ，Ａ) 特開 平３−133426（ＪＰ，Ａ) 特開 昭57−183831（ＪＰ，Ａ) 特開 昭61−106130（ＪＰ，Ａ) (58)調査した分野(Int.Cl.7，ＤＢ名) A61B 5/00 - 5/03 Continuation of the front page (72) Inventor, Mari Ohsawa, 3-3-18, Sakae, Niiza-shi, Saitama (72) Inventor, Miyuki Yatsu496-329, Osuma-cho, Showa-cho, Kita-Katsushika-gun, Saitama (56) References JP-A-63-290544 (JP, a) JP flat 3-133426 (JP, a) JP Akira 57-183831 (JP, a) JP Akira 61-106130 (JP, a) (58 ) investigated the field (Int.Cl. 7 A61B 5/00-5/03
Claims (2)
間と共に記憶する心音記憶手段と、この心音記憶手段が
記憶した振幅のうち１心拍分を複数のセグメントに分
け、各セグメントの分散値を算出する分散値計算手段
と、この分散値計算手段の計算結果に基づいて前記心音
についての所定の認識を行なう認識手段とを具備し、 前記認識手段はニューラルネットワークであることを特
徴とする 心音解析装置。1. A heart sound storage means for storing the amplitude of a heart sound for at least one heartbeat together with an elapsed time, and one heartbeat of the amplitude stored by the heart sound storage means is divided into a plurality of segments, and a variance value of each segment is obtained. And a recognition means for performing predetermined recognition of the heart sound based on the calculation result of the variance value calculation means , wherein the recognition means is a neural network.
Heart sound analyzer to be used as a symbol .
間と共に記憶する心音記憶手段と、この心音記憶手段が
記憶した振幅のうち１心拍分を複数のセグメントに分
け、各セグメントの分散値を算出する分散値計算手段
と、この分散値計算手段の計算結果に基づいて前記心音
についての所定の認識を行ないその認識の程度を出力す
るニューラルネットワークと、このニューラルネットワ
ークの出力に基づいて前記心音の異常の程度を表示する
表示手段とを具備する心音解析装置。2. When the amplitude of the heart sound for at least one heartbeat has elapsed.
Heart sound storage means for storing with time, and this heart sound storage means
One heartbeat of the stored amplitude is divided into multiple segments.
Value calculation means for calculating the variance value of each segment
And the heart sound based on the calculation result of the variance value calculating means.
Perform predetermined recognition of
Neural network and this neural network
Displaying the degree of abnormality of the heart sound based on the output of the
A heart sound analysis device comprising a display unit .
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP4-55365 | 1992-03-13 | ||
| JP5536592 | 1992-03-13 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH05309074A JPH05309074A (en) | 1993-11-22 |
| JP3023731B2 true JP3023731B2 (en) | 2000-03-21 |
Family
ID=12996465
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP04083737A Expired - Fee Related JP3023731B2 (en) | 1992-03-13 | 1992-04-06 | Heart sound analyzer |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP3023731B2 (en) |
Families Citing this family (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP4968421B2 (en) * | 2001-09-28 | 2012-07-04 | 大日本印刷株式会社 | Time series signal analyzer |
| US7853327B2 (en) * | 2007-04-17 | 2010-12-14 | Cardiac Pacemakers, Inc. | Heart sound tracking system and method |
| US20100256505A1 (en) * | 2009-04-03 | 2010-10-07 | Jingping Xu | Health monitoring method and system |
| US8554517B2 (en) * | 2010-02-25 | 2013-10-08 | Sharp Laboratories Of America, Inc. | Physiological signal quality classification for ambulatory monitoring |
| CN107041740A (en) * | 2016-02-05 | 2017-08-15 | 南京国雅信息科技有限公司 | Animal heart rate monitoring system and the Heart Rate States recognition methods based on neutral net |
| JP7091141B2 (en) * | 2018-05-21 | 2022-06-27 | キヤノンメディカルシステムズ株式会社 | Medical image diagnostic equipment, medical image processing equipment and programs |
-
1992
- 1992-04-06 JP JP04083737A patent/JP3023731B2/en not_active Expired - Fee Related
Also Published As
| Publication number | Publication date |
|---|---|
| JPH05309074A (en) | 1993-11-22 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| EP1284645B1 (en) | System and device for multi-scale analysis and representation of electrocardiographic data | |
| JP4020637B2 (en) | Atrial fibrillation detection method and apparatus | |
| US8388542B2 (en) | System for cardiac pathology detection and characterization | |
| US4893632A (en) | Method and apparatus for comparing waveform shapes of time-varying signals | |
| EP1677680B1 (en) | Analysis of auscultatory sounds using singular value decomposition | |
| JP4768095B2 (en) | A system for determining the characteristics of signals representing cardiac function | |
| US5323783A (en) | Dynamic ST segment estimation and adjustment | |
| US7751876B2 (en) | Method and system for detecting premature ventricular contraction from a surface electrocardiogram | |
| JPS5937107B2 (en) | electrocardiograph computer | |
| JPH0852117A (en) | Patient monitor | |
| US5690118A (en) | Method and apparatus for correcting non-physiological variations in ECG signals | |
| JP3023731B2 (en) | Heart sound analyzer | |
| US6129677A (en) | Non-invasive heart monitoring apparatus and method | |
| Deng et al. | ST-Net: Synthetic ECG tracings for diagnosing various cardiovascular diseases | |
| US3822696A (en) | Electrocardiography st analyzer and method | |
| US6011989A (en) | Patient monitoring apparatus | |
| JP2005080712A (en) | Calculation method of heart health index and classification method of specified cardiographic wave | |
| JPH05309075A (en) | Cardiac sound analyzing device | |
| JP2509828B2 (en) | Respiratory wave measuring device | |
| EP0150176B1 (en) | Blood pressure measurement with korotkov sound artifact information detection and rejection | |
| JPH05176902A (en) | Simplified arrhythmia monitor | |
| US20230000363A1 (en) | Cardiovascular detection system and method | |
| JPH0140484Y2 (en) | ||
| CN117796819A (en) | Electrocardiosignal data acquisition method, self-learning method and processing system | |
| Endresen et al. | A comparison of two methods for the computer analysis of arterial blood pressure waveforms |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 19991130 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090121 Year of fee payment: 9 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090121 Year of fee payment: 9 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100121 Year of fee payment: 10 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110121 Year of fee payment: 11 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120121 Year of fee payment: 12 |
|
| LAPS | Cancellation because of no payment of annual fees |