CN1682654A - 用于确定心电图信号的交替数据的方法和装置 - Google Patents
用于确定心电图信号的交替数据的方法和装置 Download PDFInfo
- Publication number
- CN1682654A CN1682654A CNA2005100641815A CN200510064181A CN1682654A CN 1682654 A CN1682654 A CN 1682654A CN A2005100641815 A CNA2005100641815 A CN A2005100641815A CN 200510064181 A CN200510064181 A CN 200510064181A CN 1682654 A CN1682654 A CN 1682654A
- Authority
- CN
- China
- Prior art keywords
- point
- group
- value
- pulsation
- data
- 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]
- A61B5/346—Analysis of electrocardiograms
- A61B5/349—Detecting specific parameters of the electrocardiograph cycle
Abstract
用于确定ECG信号的交替数据的方法和装置。所述方法可以包括:确定(102)用于表示ECG信号的每个脉动的至少一个形态特征的至少一个值;并且根据值的总数量和脉动的总数量来产生(108)数据点集。所述数据点可以每个包括使用第一数学函数所确定的第一值和使用第二数学函数所确定的第二值。所述方法也可以包括几个预处理(106)算法来提高信噪比。所述方法也可以包括:将数据点分离为第一组点和第二组点,并且通过绘制第一组点和第二组点来产生(110)特征图,以便估计变化交替模式。可以通过统计测试来分析(112)特征图,以确定在组和簇之间的有效差别。
Description
技术领域
本发明涉及心脏病学,具体涉及用于确定心电图(“ECG”)信号的交替数据的方法和装置。
背景技术
交替(alternans)是在ECG信号的重复图案中的精细的脉动之间(beat)的变化。一些研究已经证明了在个人对于心室心律不齐和心源性猝死的敏感度与在个人的ECG信号中存在变化的T波交替(“TWA”)图案之间的高相关性。
虽然ECG信号通常具有以毫伏测量的幅度,但是具有微伏量级幅度的变化的交替图案可能在临床上是重要的。因此,变化的交替图案通常太小而不能被ECG信号的可视查看以其典型的记录分辨率检测到。相反,变化的交替图案的数字信号处理和量化是必要的。变化的交替图案的这样的信号处理和量化,由于存在噪音和变化的交替图案向每个脉动的对准点的时移——这可以由在所测量的ECG信号中的对准精度和/或生理变化的限制引起——而是复杂的。用于检测在ECG信号中的变化的TWA图案的当前信号处理技术包括谱域方法和时域方法。
发明内容
鉴于上述,需要一种用于检测在ECG信号中的变化的TWA图案的技术,所述技术提供了改善的性能,作为单独的技术和作为对于其他技术的附件。因此,本发明的一个或多个实施例提供了用于确定ECG信号的交替数据的方法和装置。在一些实施例中,所述方法可以包括:确定用于表示ECG信号的每个脉动的至少一个形态特征的至少一个值,并且根据值的总数量和脉动的总数量来产生一组数据点集。所述数据点可以每个包括使用第一数学函数所确定的第一值和使用第二数学函数所确定的第二值。所述方法也可以包括:将数据点分离为第一组点和第二组点,并且通过绘制第一组点和第二组点而产生特征图,以便估计变化交替图案。
附图说明
图1是图解按照本发明的心脏监控系统的示意图。
图2图解了ECG信号。
图3是图解本发明的方法的一个实施例的流程图。
图4图解了最大形态特征。
图5图解了最小形态特征。
图6图解了区域形态特征。
图7图解了另一个区域形态特征。
图8图解了另一个区域形态特征。
图9图解了另一个区域形态特征。
图10图解了多个脉动,每个脉动被划分为多个部分。
图11图解了一个窗口,用于建立图10的多个部分之一的大小。
图12图解了特征矩阵。
图13图解了由主要分量分析产生的图12的特征矩阵的分解形式。
图14图解了与表示形态特征的值相对应的数据的值的折线图。
图15图解了使用在图14中绘制的值的差特征的确定。
图16图解了使用在图14中绘制的值的差特征的另一个确定。
图17图解了使用在图14中绘制的值的差特征的另一个确定。
图18图解了使用数据向量的值而产生的第一和第二组点的特征图。
图19图解了使用多个值而产生的特征图,所述多个值是通过对于包括用于产生图18的特征图的数据的向量的特征矩阵执行主分量分析而产生的数据的向量的值。
图20图解了使用第一数学函数和第二数学函数而产生的第一和第二组点的特征图。
图21图解了使用第三数学函数和第四数学函数而产生的第三和第四组点的特征图。
图22图解了使用第五数学函数和第六数学函数而产生的第五和第六组点的特征图。
图23图解了在第一组点的第一中心点和第二组点的第二中心点之间的距离,每个所述中心点被绘制用于形成特征图。
图24图解了使用数据的向量的值而产生的谱图。
图25图解了使用多个值而产生的谱图,所述多个值是通过对于包括用于产生图24的谱图的数据的向量的特征矩阵执行主分量分析而产生的数据的向量的值。
具体实施方式
在详细说明本发明的任何实施例之前,应当明白,本发明不限于它对以下的细节的应用,即在下面的说明中给出或在下面的附图中图示的部件的构造和布置的细节。本发明能够是其它实施例,并且能够以不同方式被实践或执行。而且,应当明白,在此使用的用语或术语是为了说明,不应当当作限定性的。在此使用“包括”、“包含”、“具有”及其变化形式意味着涵盖其后所列出的项目及其等同物以及附加项目。术语“安装”、“连接”和“耦合”被广义地使用,并且涵盖直接和间接安装、连接和耦合。而且,“连接”和“耦合”不限于物理或机械的连接或耦合,并且可以包括电连接或耦合——不论是直接还是间接的。
另外,应当明白,本发明的各实施例包括硬件和电子部件或模块,为了讨论,它们可以被图解和说明为好像多数部件只是以硬件被实现。但是,本领域的普通技术人员根据本详细说明的阅读将认识到,在至少一个实施例中,可以软件来实现基于电子学的本发明的各方面。同样,应当注意,多个基于硬件和软件的器件以及多个不同的结构部件可以用于实现本发明。而且,如在随后的段落中所述,在附图中图解的特定机械配置意欲举例说明本发明的各实施例,其他的替代机械配置是可能的。
图1图解了按照本发明的一些实施例的心脏监控系统10。心脏监控系统10可以获得ECG数据,可以处理所获得的ECG数据以确定交替数据,并且可以向适当的输出器件(例如显示器、打印机等)输出交替数据。如在此和在所附的权利要求中使用的,术语“交替数据”包括TWA数据或能够使用本发明的一个或多个实施例确定的任何其他类型的交替数据。
心脏监控系统10可以使用数据获取模块来获取ECG数据。应当明白,可以从其他来源(例如从在存储器件中的存储器或医院信息系统)获得ECG数据。所述数据获取模块可以通过传感器或变换器(transducer)的阵列耦合到病人,所述传感器或变换器的阵列可以包括例如耦合到病人以获得ECG信号的电极。在所图解的实施例中,电极可以包括用于获得标准的12头、10电极的ECG的:右臂电极RA;左臂电极LA;胸部电极V1、V2、V3、V4、V5和V6;右腿电极RL;以及左腿电极LL。在其他实施例中,可以使用传感器或变换器的替代配置(例如小于10个电极)来获取标准或非标准的ECG信号。
在图2中示意地图解了代表性ECG信号。ECG信号可以包括[G]个脉动,包括脉动-1B1到脉动-[G]BG,其中,[G]是大于一的值。如在此和所附的权利要求中使用的,在括号中的大写字母表示数量,没有括号的大写字母是参考字符(类似于典型参考标号)。
所述数据获取模块可以包括滤波和数字化部件,用于产生表示ECG信号的数字化ECG数据。在一些实施例中,可以使用低通和基线漂移去除滤波器滤波ECG数据,以去除高频噪音和低频假象(artifact)。在一些实施例中,可以通过从ECG数据去除无节律的脉动和通过从ECG数据消除有噪音的脉动来过滤ECG数据。
心脏监控系统10可以包括处理器和与处理器相关联的存储器。所述处理器可以执行在存储器中存储的软件程序,以执行图3所示的本发明的方法。图3是用于确定和显示ECG信号的交替数据的本发明的方法的流程图。虽然在此将心脏监控系统10描述为包括用于执行单个软件程序的单个处理器,但是应当明白,所述系统可以包括多个处理器、存储器和/或软件程序。而且,可以人工地或使用其他系统来执行图3所示的本发明的方法。
如图3所示,处理器可以接收(在100)表示ECG信号的ECG数据。所获取的ECG数据可以(例如经由数据获取模块实时地从病人或从在存储器件中的存储内容)被接收,并且可以在必要时被处理。ECG数据可以表示ECG信号的连续和/或不连续的脉动。在一个实施例中,可以将ECG数据或其一部分解析为多个数据集。每个数据集可以表示ECG信号的相应脉动B的一部分(例如ECG信号的相应脉动B的T波部分)、ECG信号的相应奇数或偶数中间脉动的一部分、ECG信号的相应奇数或偶数平均脉动的一部分等。所解析的数据集可以被存储在一个阵列(例如波形阵列)中。在其他实施例中,ECG数据可以被存储在单个数据集中或者可替代地被存储在多个数据集中。
处理器可以确定(在102)值W的数量[C],它用于表示数量[G]个脉动的脉动B(例如脉动-1B1)的形态特征F的数量[D],其中[C]和[D]每个是大于或等于一的数量。在一些实施例中,对于每个形态特征F确定单个值W(即,[C]的数量等于[D]的数量)。但是,在一些实施例中,对于单个形态特征F确定多个值W,并且/或者,对于多个形态特征F确定单个值W。对于在所收集的ECG数据中表示的数量[G]个脉动的数量[H-1]个脉动,可以重复确定用于表示形态特征F的数量[D]的值W的数量[C],其中,数量[H]大于或等于一并且小于或等于数量[G]。
在一些实施例中,可以确定脉动B的任何形态特征F。图4-9图解了这样的形态特征F的一些示例。图4图解了最大形态特征(即用于表示相应脉动的T波部分的数据集的最大值)。图5图解了最小形态特征(即用于表示相应脉动的T波部分的数据集的最小值)。图6图解了一个区域形态特征(即,在由用于表示相应脉动的T波部分的数据集形成的曲线和由所述数据集的最小值建立的基线之间的区域)。图7图解了另一个区域形态特征(即,在由用于表示相应脉动的T波部分的数据集形成的曲线和由所述数据集的最大值和用于表示曲线的最大向上斜率的所述数据集的点建立的基线之间的区域)。图8图解了另一个区域形态特征(即,在由用于表示相应脉动的T波部分的数据集形成的曲线和由所述数据集的最小值和用于表示曲线的最大向下斜率的所述数据集的点建立的基线之间的区域)。图9图解了另一个区域形态特征(即,在由用于表示相应脉动的T波部分的数据集形成的曲线和由表示曲线的最大向上斜率的数据集的点和用于表示曲线的最大向下斜率的数据集的点建立的基线之间的区域)。也可以使用其他类型的最大、最小和区域形态特征。
可以使用的形态特征的其他示例包括幅度形态特征(例如,用于表示由表示相应脉动的T波部分的数据集形成的曲线的最大向下斜率的点的幅度)和斜率形态特征(例如由表示相应脉动的T波部分的数据集形成的曲线的最大正斜率)。另一个示例是通过使用例如高斯函数模型、余弦函数模型的幂和/或贝尔函数模型而确定多个值来获得的数学模型形态特征,所述多个值表示由表示相应脉动的T波部分的数据集而形成的曲线的数学模型。另一个示例是时间间隔形态特征(例如在用于表示相应脉动的T波部分的数据集的最大值和最小值之间的时间间隔)。另一个示例是形状相关形态特征,所述形状相关形态特征是通过使用例如互相关法和/或绝对差相关法而确定表示曲线的形状相关性的一个值而获得的,而所述曲线是由表示相应脉动的T波部分的数据集形成的。另一个示例是比率形态特征(例如ST∶T比率)。可以在本发明的其他实施例中使用任何其他适当的形态特征。在一些实施例中,如上所述,可以使用ECG数据的数据集的值来确定形态特征。在其他实施例中,可以使用多个值来确定形态特征(例如由相应的数据集形成的曲线的第一导数的形态特征),所述多个值表示ECG数据的数据集的值。
可以使用如图4-9所示的整个解析数据集或使用如图10和11所示的其一部分来确定形态特征。如图10所示,脉动B的每个可以被划分为多个部分。可以通过垂直划分线来限定每个部分的中心。如图11所示,可以建立一个窗口来限定所述部分的大小。所述窗口可以包括数据集的单个值(例如,用于表示划分线通过由数据集形成的曲线的点的值)或用于表示与所述曲线和划分线的相交位置的任何数量的点的数据集的值。
如图3所示,处理器可以产生(在104)特征矩阵。如在此和所附的权利要求中使用的,术语“矩阵”包括值的任何表格。所产生的特征矩阵可以包括数量[C]个值W,用于表示数量[H]个脉动B的每个的数量[D]个形态特征F的每个(即,所述特征矩阵包括数量[C]x[H]个值W)。每个值W可以直接表示所确定的形态特征F(例如所确定的区域形态特征的实际值),或可以间接地表示所确定的形态特征(例如所确定的区域形态特征的归一化值)。
在图12中图解了一个代表性栏状(column-wise)特征矩阵A。特征矩阵A可以包括[C]列和[H]行。特征矩阵A可以使用列来表示数量[D]个形态特征F(即,每列包括如对于数量[H]个脉动B的每个确定的同一形态特征的数量[H]个值W),并且使用行来表示脉动B(即,每行包括数量[C]个值,用于表示用于数量[H]个脉动B的每个的数量[D]个形态特征)。可以使用符号WIBJ和FIBJ来在所图解的特征矩阵A中表示形态特征F的值W,其中I是在一和[C]之间的值,数量[C]等于数量[D],J是在一和[H]之间的值。在其他实施例中,可以以其他适当的方式来布置特征矩阵A。在另外的其他实施例中,可以保存用于表示形态特征F的值W以用于以后的处理。
如图3所示,处理器可以预处理(在106)特征矩阵A。在一些实施例中,可以对于特征矩阵A执行主要分量分析(PCA)。PCA包括被称为本征分析的多变量数学程序,它旋转数据以最大化所说明的特征矩阵A的变化。换句话说,一组相关变量可以被转换为一组不相关变量,所述一组不相关变量通过降低变化程度而排序,所述不相关变量是原始变量的线性组合。PCA用于将特征矩阵A分解为三个矩阵,如图13所示。所述三个矩阵可以包括矩阵U、矩阵S和矩阵V。
矩阵U可以包括主分量向量(例如,第一主分量向量u1,第二主分量向量u2,...,第p主分量向量up)。主分量向量也被称为本征向量。第一主分量向量u1可以表示最主要的变化向量(即,第一主分量向量u1表示最大的脉动之间的变化),第二主分量向量u2可以表示第二最主要的变化向量等。
S矩阵可以包括主分量(例如,第一主分量S1,第二主分量S2,...,第p主分量Sp)。第一主分量S1可以说明尽可能多的在数据中的变化程度,并且每个后续的主分量S可以说明尽可能多的剩余变化程度。第一主分量S1可以用于确定交替数据(例如,第一PCA分量S1的平方根可以提供变化的最主要交替模式的幅度的估计)。在一些实施例中,第二主分量S2和第三主分量S3也可以提供有用的交替数据。
矩阵V一般被称为参数矩阵。矩阵V可以乘T次方。在其他实施例中,特征矩阵A的预处理可以包括其他类型的数学分析。
可以通过当数量[D]增加时增加数量[H]而增强特征矩阵A的预处理的强壮性。换句话说,在特征矩阵A中表示的形态特征F的数量的增加一般要求对其确定形态特征F的脉动B的数量的对应增加。在[D]和[H]的数量之间的对应性经常基于在所述[D]个形态特征F的每个之间的相关性。在一些实施例中,数量[H]大于或等于32并且小于或等于128。在其他实施例中,数量[H]小于32或大于128。在一些实施例中,[H]的值响应于在所测量的ECG信号中的噪音的等级中的对应改变而自适应地改变。
如图3所示,处理器可以使用与值W的至少一些对应的数据来确定(在108)[E]个点L,[E]是大于或等于一的数量。与值W对应的数据可以包括至少一个值W、主分量向量(例如第一主分量向量u1)的至少一个值和/或与值W对应的任何其他数据的至少一个值。每个点L可以包括使用第一数学函数Feature(beat+[N])所确定的第一值(例如X值和Y值之一)和使用第二数学函数Feature(beat)所确定的第二值(例如X值和Y值的另一个),[N]是大于或等于一的数量。点L的第一和第二值的每个表示与值W对应的数据的特征。在所说明的实施例中,所述特征是差特征Q(即,在与如由相应的数学函数指定的值W对应的数据的两个值之间的幅度的差)。在其他实施例中,点L的第一和第二值可以表示另一个差特征(例如,绝对差特征、归一化的差特征和平方根差特征等)或与值W对应的数据的任何其他可数学定义的特征。例如,所述特征可以包括值特征,其中所述特征等于与所确定的值W对应的数据的指定值。
下面所示出的等式1和2分别定义了数学函数Feature(beat+[N])和Feature(beat)的一个示例。使用数学函数Feature(beat+[N])而确定的点L的多个第一值可以表示差特征QK+[N],并且使用数学函数Feature(beat)所确定的点L的多个第二值可以表示差特征QK,其中,K是等于一个脉动(即,对于其使用相应的数学函数来确定点L的第一或第二值的脉动)的值。
Feature(beat+[N])=W(beat+2[N])-W(beat+[N])=QK+[N]
Feature(beat)=W(beat+[N])-W(beat)=QK
下面所示的表格1-3分别表示对于[N]=1、2和3使用如在等式1和2中定义的数学函数Feature(beat+[N])和Feature(beat)确定点L。下面所示的等式3和4定义了对于[N]=1的数学函数Feature(beat+[N])和Feature(beat)。
Feature(beat+1)=W(beat+2)-W(beat+1)=QK+1
Feature(beat)=W(beat+1)-W(beat)=QK
下面所示的等式5和6定义了对于[N]=2的数学函数Feature(beat+[N])和Feature(beat)。
Feature(beat+2)=W(beat+4)-W(beat+2)=QK+2
Feature(beat)=W(beat+2)-W(beat)=QK
下面所示的等式7和8定义了对于[N]=3的数学函数Feature(beat+[N])和Feature(beat)。
Feature(beat+3)=W(beat+6)-W(beat+3)=QK+3
Feature(beat)=W(beat+3)-W(beat)=QK
如等式3-8所示,在差特征QK+[N]和差特征QK之间的偏移依赖于[N]的值。对于[N]=1,通过找到在随后第二个脉动BI+2的值W和下一个脉动BI+1的值W之间的差来确定点L的第一值,而通过找到在下一个脉动BI+1的值W和当前脉动BI的值W之间的差来确定点L的第二值。对于[N]=2,通过找到在随后第四个脉动BI+4的值W和随后第二个脉动BI+2的值W之间的差来确定点L的第一值,而通过找到在随后第二个脉动BI+2的值W和当前脉动BI的值W之间的差来确定点L的第二值。对于[N]=3,通过找到在随后第六个脉动BI+6的值W和随后第三个脉动BI+3的值W之间的差来确定点L的第一值,而通过找到在随后第三个脉动BI+3的值W和当前脉动BI的值W之间的差来确定点L的第二值。因此,使用第一数学函数Feature(beat+[N])所确定的点L的第一值是通过因子[N]而相对于使用第二数学函数Feature(beat)所确定的点L的第二值的偏移。例如,对于[N]=1,第一数学函数Feature(beat+[N])对于脉动-1B1到脉动-(Z)BZ确定Feature(2)...Feature(Z+1),而第二数学函数Feature(beat)对于脉动-1B1到脉动-(Z)BZ确定Feature(1)...Feature(Z);对于[N]=2,第一数学函数Feature(beat+[N])对于脉动-1B1到脉动-(Z)BZ确定Feature(3)...Feature(Z+2),而第二数学函数Feature(beat)对于脉动-1B1到脉动-(Z)BZ确定Feature(1)...Feature(Z);对于[N]=3,第一数学函数Feature(beat+[N])对于脉动-1B1到脉动-(Z)BZ确定Feature(4)...Feature(Z+3),而第二数学函数Feature(beat)对于脉动-1B1到脉动-(Z)BZ确定Feature(1)...Feature(Z)。在表1-3中进一步例示在使用第一数学函数Feature(beat+[N])所确定的点L的第一值和使用第二数学函数Feature(beat)所确定的点L的第二值之间的偏移关系。
在下面所示的表1-3中,“脉动”列可以表示ECG信号的相应脉动B,“特征值”列可以表示对应的相应脉动B的形态特征F的值W(例如区域形态特征)。如上所述,可以使用对应于所确定的值W的其他数据的值来产生点L。而且在表1-3中,星号(*)表示点L的未确定的值(即点L的值,对于其需要与在列出的脉动B1-B12之后的脉动B相对应的特征值W来确定点L的值),“f(b+N)”表示数学函数Feature(beat+[N]),而“f(b)”表示数学函数Feature(beat)。在表1-3中所示的每个点L包括使用第一数学函数Feature(beat+[N])所确定的X值和使用第二数学函数Feature(beat)所确定的Y值。
脉动 | 特征值 | [N]=1 | 特征图 | ||
F(b+N)=W(b+2N)-W(b+N)f(b+1)=W(b+2)-W(b+1) | f(b)=W(b+N)-W(b)f(b)=W(b+1)-W(b) | 点 | 组 | ||
1 | 2 | f(2)=3-5= -2 | f(1)=5-2= 3 | (-2,3) | A |
2 | 5 | f(3)=6-3= 3 | f(2)=3-5= -2 | (3,-2) | B |
3 | 3 | f(4)=2-6= -4 | f(3)=6-3= 3 | (-4,3) | A |
4 | 6 | f(5)=4-2= 2 | f(4)=2-6= -4 | (2,-4) | B |
5 | 2 | f(6)=3-4= -1 | f(5)=4-2= 2 | (-1,2) | A |
6 | 4 | f(7)=7-3= 4 | f(6)=3-4= -1 | (4,-1) | B |
7 | 3 | f(8)=3-7= -4 | f(7)=7-3= 4 | (-4,4) | A |
8 | 7 | f(9)=5-3= 2 | f(8)=3-7= -4 | (2,-4) | B |
9 | 3 | f(10)=3-5= -2 | f(9)=5-3= 2 | (-2,2) | A |
10 | 5 | f(11)=7-3= 4 | f(10)=3-5= -2 | (4,-2) | B |
11 | 3 | f(12)=W13-7= * | f(11)=7-3= 4 | (*,4) | A |
12 | 7 | f(13)=W14-W13= * | f(12)=W13-7= * | (*,*) | B |
脉动 | 特征值 | [N]=2 | 特征图 | ||
f(b+N)=W(b+2N)-W(b+N)f(b+2)=W(b+4)-W(b+2) | f(b)=W(b+N)-W(b)f(b)=W(b+2)-W(b) | 点 | 组 | ||
1 | 2 | f(3)=2-3= -1 | f(1)=3-2= 1 | (-1,1) | A |
2 | 5 | f(4)=4-6= -2 | f(2)=6-5= 1 | (-2,1) | B |
3 | 3 | f(5)=3-2= 1 | f(3)=2-3= -1 | (1,-1) | A |
4 | 6 | f(6)=7-4= 3 | f(4)=4-6= -2 | (3,-2) | B |
5 | 2 | f(7)=3-3= 0 | f(5)=3-2= 1 | (0,1) | A |
6 | 4 | f(8)=5-7= -2 | f(6)=7-4= 3 | (-2,3) | B |
7 | 3 | f(9)=3-3= 0 | f(7)=3-3= 0 | (0,0) | A |
8 | 7 | f(10)=7-5= 2 | f(8)=5-7= -2 | (2,-2) | B |
9 | 3 | f(11)=W13-3= * | f(9)=3-3= 0 | (*,*) | A |
10 | 5 | f(12)=W14-7= * | f(10)=7-5= 2 | (*,*) | B |
11 | 3 | f(13)=W15-W13= * | f(11)=W13-3= * | (*,*) | A |
12 | 7 | f(14)=W16-W14= * | f(12)=W14-7= * | (*,*) | B |
脉动 | 特征值 | [N]=3 | 特征图 | ||
f(b+N)=W(b+2N)-W(b+N)f(b+3)=W(b+6)-W(b+3) | f(b)=W(b+N)-W(b)f(b)=W(b+3)-W(b) | 点 | 组 | ||
1 | 2 | f(4)=3-6= -3 | f(1)=6-2= 4 | (-3,4) | A |
2 | 5 | f(5)=7-2= 5 | f(2)=2-5= -3 | (5,-3) | B |
3 | 3 | f(6)=3-4= -1 | f(3)=4-3= 1 | (-1,1) | A |
4 | 6 | f(7)=5-3= 2 | f(4)=3-6= -3 | (2,-3) | B |
5 | 2 | f(8)=3-7= -4 | f(5)=7-2= 5 | (-4,5) | A |
6 | 4 | f(9)=7-3= 4 | f(6)=3-4= -1 | (4,-1) | B |
7 | 3 | f(10)=W13-5= * | f(7)=5-3= 2 | (*,*) | A |
8 | 7 | f(11)=W14-3= * | f(8)=3-7= -4 | (*,*) | B |
9 | 3 | f(12)=W15-7= * | f(9)=7-3= 4 | (*,*) | A |
10 | 5 | f(13)=W16-W13= * | f(10)=W13-5= * | (*,*) | B |
11 | 3 | f(14)=W17-W14= * | f(11)=W14-3= * | (*,*) | A |
12 | 7 | f(15)=W18-W15= * | f(12)=W15-7= * | (*,*) | B |
图14图解了对于脉动-1B1到脉动-7B7的来自表1-3的特征值的折线图,其中,所述折线图的每个峰值和每个谷值可以表示相应特征值W(例如表示脉动-1B1的值-1W1、表示脉动-2B2的值-2W2、...、表示脉动-7B7的值-7W7)。
图15图解了对于[N]=1、数学函数Feature(beat+[N])和Feature(beat)如何确定表示差特征QK和QK+1的点L的第一和第二值。对于[N]=1,所述七个值(即值-1W1到值-7W7)产生六个差特征(即差特征-1Q1到差特征-6Q6)。参见表1,第一数学函数使用所述七个值而分别产生用于脉动-1B1到脉动-5B5的差特征-2Q2到差特征-6Q6,并且,第二数学函数使用所述七个值而分别产生用于脉动-1B1到脉动-6B6的差特征-1Q1到差特征-6Q6。
差特征Q在图15中被图解为在图14的折线的两个指定值之间延伸的虚线箭头。作为一个示例,为了确定差特征-3Q3(即如由用于脉动-2B2的第一数学函数Feature(beat+[N])确定的点L的第一值、如由用于脉动-3B3的第二数学函数Feature(beat)确定的点L的第二值),可以在表示脉动-4B4的值-4W4和表示脉动-3B3的值-3W3之间找到所述差。类似地,为了确定差特征-6Q6(即如由用于脉动-2B5的第一数学函数Feature(beat+[N])确定的点L的第一值、如由用于脉动-6B6的第二数学函数Feature(beat)确定的点L的第二值),可以在表示脉动-7B7的值-4W7和表示脉动-6B6的值-6W6之间找到所述差。
图16图解了对于[N]=2、数学函数Feature(beat+[N])和Feature(beat)如何确定表示差特征QK和QK+2的点L的第一和第二值。对于[N]=2,所述七个值(即值-1W1到值-7W7)产生五个差特征(即差特征-1Q1到差特征-5Q5)。参见表2,第一数学函数使用所述七个值而分别产生用于脉动-1B1到脉动-3B3的差特征-3Q3到差特征-5Q5,并且,第二数学函数使用所述七个值而分别产生用于脉动-1B1到脉动-5B5的差特征-1Q1到差特征-5Q5。
差特征Q在图16中被图解为在图14的折线的两个指定值之间延伸的虚线箭头。作为一个示例,为了确定差特征-3Q3(即如由用于脉动-1B1的第一数学函数Feature(beat+[N])确定的点L的第一值、如由用于脉动-3B3的第二数学函数Feature(beat)确定的点L的第二值),可以在表示脉动-5B5的值-5W5和表示脉动-3B3的值-3W3之间找到所述差。类似地,为了确定差特征-5Q5(即如由用于脉动-3B3的第一数学函数Feature(beat+[N])确定的点L的第一值、如由用于脉动-5B5的第二数学函数Feature(beat)确定的点L的第二值),可以在表示脉动-7B7的值-4W7和表示脉动-5B5的值-5W5之间找到所述差。
图17图解了对于[N]=3、数学函数Feature(beat+[N])和Feature(beat)如何确定表示差特征QK和QK+3的点L的第一和第二值。对于[N]=3,所述七个值(即值-1W1到值-7W7)产生四个差特征(即差特征-1Q1到差特征-4Q4)。参见表3,第一数学函数使用所述七个值而产生用于脉动-4B4的差特征-4Q4,并且,第二数学函数使用所述七个值而分别产生用于脉动-1B1到脉动-4B4的差特征-1Q1到差特征-4Q4。
差特征Q在图17中被图解为在图14的折线的两个指定值之间延伸的虚线箭头。作为一个示例,为了确定差特征-3Q4(即如由用于脉动-1B1的第一数学函数Feature(beat+[N])确定的点L的第一值、如由用于脉动-3B3的第二数学函数Feature(beat)确定的点L的第二值),可以在表示脉动-7B7的值-7W7和表示脉动-4B4的值-4W4之间找到所述差。
如表1-3的“组”列所示,可以将每个点L分配到相应的组(例如组A或组B)。可以将用于表示每个奇数脉动(例如脉动-1B1、脉动-3B3、...、脉动-11B11)的点L分配到第一组(即组A),并且可以将用于表示每个偶数脉动(例如脉动-2B2、脉动-4B4、...、脉动-12B12)的点L分配到第二组(即组B)。可以以这种方式将点L分配到组A和组B,以表示所建议的变化的奇偶交替模式(即,ABAB...)。在其他实施例中,或者可以向各组分配点L以表示其他的建议的变化的交替模式(例如AABBAABB...、AABAAB...等)。
如图3所示,处理器可以绘制(在110)特征图[例如Feature(beat+[N])对Feature(beat)的特征图]。可以在同一轴上绘制两组点L(例如组A和组B)以产生特征图。组A点的差的极性相对于组B点的差的极性相反。结果,绘制使用如由等式1和2定义的数学函数Feature(beat+[N])和Feature(beat)而确定的点L可以强调由数学函数Feature(beat+[N])和Feature(beat)指定的值之间的任何差。在图15-17中示出了在第一和第二组之间的差的反转极性,其中,用于表示差特征Q的虚线箭头的方向在相邻的差特征Q之间交替。
所述特征图提供了两组点的发散的可视指示,因此存在有效的(significant)变化交替模式。如果存在有效的ABAB...变化交替模式,则所述两组点将示出在特征图上的分离的簇(例如如图20和22所示)。如果没有有效的ABAB...变化交替模式,则特征图将图解来自所述两组的点的更随机的模式(例如,如图21所示)。
图18和19图解了特征图的两个示例。使用ECG数据来确定被绘制来产生图18和19的特征图的[E]个点,所述ECG数据表示ECG信号,所述ECG信号具有5微伏的变化TWA模式、20微伏的噪音和20毫秒的偏移,其中[H]等于128。可以通过用于表示组的点的标记来区分第一和第二组点(即,第一组点组A可以包括星形的标记,第二组点组B可以包括圆形标记)。可以使用线来连接每个组的顺序标记(例如,对于组A,可以通过线将点-2P2A连接到点-1P1A和点-3P3A的每个)。
图18的特征图图解了使用直接来自特征矩阵A(即,未使用主分量分析或其他数学分析来预处理特征矩阵A)的值而确定的点的折线图。如图18所示,第一和第二组的点被相互混合(即,特征图图解了来自所述两组的点的随机模式)。因此,图18的特征图未图解两组点的有效发散的存在,因此未指示有效的变化交替模式的存在。
图19的特征图图解了使用第一主向量u1的值而确定的点的折线图。第一主向量u1是对于同一特征矩阵A执行的主分量分析的结果,从所述特征矩阵A获得了用于确定在图18中绘制的点L的值。如图19所示,虽然第一和第二组点部分地重叠,但是第一组点主要位于特征图的左上象限,而第二组点主要位于特征图的右下象限。因此,图19的特征图看起来图解了所述两组点的有效发散的存在,因此有效的变化交替模式可以存在。
虽然图18和19图解了同一ECG数据,但是图19的特征图指示变化的交替模式的存在,而图18的特征图不是这样。图18和19的特征图清楚地指示了在所测量的ECG信号中的噪音和时移对于所确定的交替数据的效果。预处理特征矩阵A通过限制在所测量的ECG信号中的噪音和时移的效果而增加交替数据的确定的强壮性。
在一些实施例中,可以使用同一组值来对[N]的各种数量产生多个特征图(例如,可以使用在表1-3中确定的点来分别产生对于[N]=1、2和3的特征图)。多个特征图的显示可以进一步对所建议的变化交替模式(例如,ABAB...变化交替模式)验证有效的变化交替模式的存在。
图20-22分别图解了对[N]=1、2和3的特征图,其中,使用同一组值来确定在每个特征图中绘制的点。在图20和22的特征图中的第一和第二组点的发散与图21的特征图中的第一和第二组点的发散的缺失相组合,提供可视证据:所建议的ABAB...变化交替模式是正确的。
如果用于[N]=1、2和3的特征图分别说明了对[N]=1和3以及[N]=2的不同发散模式,则操作员可以改变所建议的变化交替模式(即,将点的分组改变为不同的变化交替模式)。例如,如果在[N]=1和2的特征图中所述两组点发散但是对[N]=3的特征图不是这样,则由用于确定特征图的点的值表示的ECG信号不表示所建议的ABAB...变化交替模式。但是,ECG信号可以包括不同的变化交替模式。重新分配[E]个点给不同组可以用于测试不同的所建议的变化交替模式。
如图3所示,处理器(在112)可以统计地分析在特征图中绘制的数据。虽然特征图提供了有效的变化交替模式的存在的可视指示,但是特征图不提供变化交替模式的置信度的量化测量。因此,可以统计地分析在特征图中绘制的数据或未在特征图中绘制的类似类型的数据,以提供变化交替模式的置信度的这样的量化测量。
在一些实施例中,可以对于第一和第二组点执行成对的T测试。成对的T测试是统计测试,它被执行来确定是否在两种手段之间存在统计上有效的差别。成对的T测试可以提供p值(例如p=0.001)。在一个实施例中,当p值小于0.001时增加置信度(即存在有效的变化交替模式)。在其他实施例中,可以建立其他适当的门限水平。
在一些实施例中,可以对于所述[E]个点执行簇分析(例如模糊簇分析或K平均(K-mean)簇分析),以确定第一簇点和第二簇点。所述簇分析也可以产生第一簇的第一中心点和第二簇的第二中心点。第一和第二簇点可以分别与第一和第二组点相比较。可以确定匹配对应的分组点的成簇点的数量。例如,如果点-1L1和点-2L2在第一簇中成簇、点-3L3和点-4L4在第二簇中成簇,则点-1L1、点-2L2和点-3L3可以在第一组中成组,而点-4L4可以在第二组中成组。成簇的点-3L3不对应于成组的点-3L3,由此导致75%的置信度。所述置信度可以表示匹配对应的成组点的成簇点的百分比。在一个实施例中,大约90%的置信度可以是高置信度,在60%和90%之间的置信度可以是中置信度,而小于60%的置信度可以是低置信度。在其他实施例中,所述高、中和/或低置信度的门限可以是其他适当范围的百分比或值。
如图3所示,处理器可以确定(在114)变化交替模式的幅度的估计。如上所述,在一个实施例中,可以使用主分量(例如第一主分量S1)的平方根来提供所述幅度的估计。在其他实施例中,可以在第一组点的第一中心点和第二组点的第二中心点之间确定一个距离。所述中心点可以包括如使用数学分析(例如通过对每个相应组取点的平均或中间值)而确定的第一和第二组点A和B的中心点、由成对的T测试提供的中心点、由簇分析提供的中心点或表示ECG数据的任何其他所确定的中心点。
图23图解了在第一和第二中心点之间的距离测量。可以使用下面所示的等式9来确定所述距离,其中第一中心点包括X值X1和Y值Y1,第二中心点包括X值X2和Y值Y2。
变化交替模式的幅度经常依赖于用于确定值W的[D]个形态特征。因此,所估计的幅度一般不是可以与标准化的图相比较的绝对值。但是,可以根据所确定的形态特征F和所使用的处理步骤来对于变化交替模式的所估计的幅度进行比较。
如图3所示,处理器可以向关注者报告(116)交替数据,并且/或者处理器可以存储交替数据。可以使用任何适当的手段(例如,输出到诸如显示器、打印机等的适当输出器件)来报告交替数据(例如特征图、所估计的变化交替模式的幅度、变化交替模式的置信度、变化交替模式的不确定度和变化交替模式的p值等)。
如图3所示,在一些实施例中,处理器可以使用从预处理特征矩阵得到的值(例如第一主分量向量u1的值)来绘制(在118)谱图。图24和25图解了谱图的两个示例。使用表示ECG信号的ECG数据来确定用于产生图24和25的谱图的值,所述ECG信号具有5微伏的变化TWA模式、20微伏的噪音和20毫秒的偏移,其中[H]等于128。
图24图解了使用直接来自特征矩阵A(即,未使用主分量分析或其他数学分析而预处理特征矩阵A)的值而产生的谱图。如图24所示,所述谱图不包括在脉动采样频率一半的主导频率,而相反地包括具有变化幅度的多个频率尖峰。因此,图24的谱图不指示有效的变化交替模式的存在。图25图解了使用第一主向量u1的值而产生的谱图。第一主向量u1是对于同一特征矩阵A执行的主分量分析的结果,从所述特征矩阵A获得了用于产生图24的谱图的值。图25图解了在脉动采样频率的一半的单个频率尖峰。因此,不像图24的谱图那样,图25的谱图看起来图解了有效的变化交替模式的存在。图24和25的谱图指示了所测量的ECG信号中的噪音和时移对于所确定的交替数据的效果。当使用谱域方法时,特征矩阵A的预处理增加了交替数据的确定的强壮性。
Claims (10)
1.一种用于确定ECG信号的交替数据的方法,所述方法包括:
确定用于表示ECG信号的每个脉动的至少一个形态特征的至少一个值(102);
根据值的总数量和脉动的总数量来产生数据点集,所述数据点每个包括使用第一数学函数所确定的第一值和使用第二数学函数所确定的第二值(108);
将数据点分离为第一组点和第二组点;以及
通过绘制第一组点和第二组点来产生特征图,以便估计变化交替模式(110)。
2.按照权利要求1的方法,还包括:确定变化交替模式的估计幅度(114)。
3.按照权利要求2的方法,还包括:通过确定数据点的第一中心点和第二中心点并且确定在第一中心点和第二中心点之间的距离,确定估计的幅度(114)。
4.按照权利要求1的方法,还包括:向第一组点分配表示奇数脉动的数据点,向第二组点分配表示偶数脉动的数据点。
5.按照权利要求1的方法,还包括:
根据值的总数量和脉动的总数量来产生特征矩阵(104);并且
使用主分量分析来处理特征矩阵(106),
所述主分量分析产生主分量向量和主分量,
所述数据点对应于主分量向量的至少一个。
6.按照权利要求1的方法,还包括:使用特征图来可视地确定是否存在变化交替模式。
7.按照权利要求6的方法,其中,如果第一组点与第二组点相间隔则存在变化交替模式,而如果第一组点不与第二组点相间隔则不存在变化交替模式。
8.按照权利要求1的方法,还包括:
产生第二数据点集,所述第二数据点集包括使用第三数学函数所确定的第三值和使用第四数学函数所确定的第四值;
将第二数据点集分离为第三组点和第四组点;以及
通过绘制第三组点和第四组点来产生第二特征图。
9.按照权利要求8的方法,还包括:
产生第三数据点集,所述第三数据点集包括使用第五数学函数所确定的第五值和使用第六数学函数所确定的第六值;
将第三数据点集分离为第五组点和第六组点;以及
通过绘制第五组点和第六组点来产生第三特征图。
10.按照权利要求1的方法,还包括:
使用簇分析来处理数据点,所述簇分析产生第一簇点和第二簇点;
比较第一簇点与第一组点;
比较第二簇点与第二组点;以及
确定用于表示在第一簇点和第一组点之间的匹配点和第二簇点和第二组点之间的匹配点的值。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US10/825,495 US7072709B2 (en) | 2004-04-15 | 2004-04-15 | Method and apparatus for determining alternans data of an ECG signal |
US10/825,495 | 2004-04-15 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN1682654A true CN1682654A (zh) | 2005-10-19 |
Family
ID=35097198
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CNA2005100641815A Pending CN1682654A (zh) | 2004-04-15 | 2005-04-13 | 用于确定心电图信号的交替数据的方法和装置 |
Country Status (2)
Country | Link |
---|---|
US (3) | US7072709B2 (zh) |
CN (1) | CN1682654A (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101427917B (zh) * | 2008-09-08 | 2011-02-09 | 电子科技大学 | 基于固有趋势子序列模式分解的出现新的心脏活动趋势的ecg信号获取方法 |
CN102485172A (zh) * | 2010-12-01 | 2012-06-06 | 通用电气公司 | T波的峰值点方法检测方法和系统以及心电监控系统 |
CN103300847A (zh) * | 2012-03-06 | 2013-09-18 | 魏大名 | Twa测量装置和twa测量方法 |
CN103356184A (zh) * | 2012-03-30 | 2013-10-23 | 日本光电工业株式会社 | Twa测量装置和twa测量方法 |
CN103890780A (zh) * | 2011-09-29 | 2014-06-25 | 皇家飞利浦有限公司 | 失真降低的信号检测 |
CN111067508A (zh) * | 2019-12-31 | 2020-04-28 | 深圳安视睿信息技术股份有限公司 | 非临床环境下对高血压进行非干预式的监测和评估方法 |
Families Citing this family (46)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100010333A1 (en) * | 2005-07-29 | 2010-01-14 | Jorge Hernando Ordonez-Smith | Bipolar, Non-Vectorial Electrocardiography |
US7072709B2 (en) * | 2004-04-15 | 2006-07-04 | Ge Medical Information Technologies, Inc. | Method and apparatus for determining alternans data of an ECG signal |
US9015263B2 (en) | 2004-10-29 | 2015-04-21 | Go Daddy Operating Company, LLC | Domain name searching with reputation rating |
DE102005014761A1 (de) * | 2005-03-31 | 2006-10-05 | Siemens Ag | Verfahren zum Anordnen von Objektdaten in elektronischen Karten |
US8244335B2 (en) * | 2006-02-06 | 2012-08-14 | The Board Of Trustees Of The Leland Stanford Junior University | Non-invasive cardiac monitor and methods of using continuously recorded cardiac data |
US7769434B2 (en) * | 2006-11-30 | 2010-08-03 | General Electric Company | Method of physiological data analysis and measurement quality check using principal component analysis |
US7840259B2 (en) * | 2006-11-30 | 2010-11-23 | General Electric Company | Method and system for electrocardiogram evaluation |
GB0624085D0 (en) | 2006-12-01 | 2007-01-10 | Oxford Biosignals Ltd | Biomedical signal analysis method |
GB0624081D0 (en) * | 2006-12-01 | 2007-01-10 | Oxford Biosignals Ltd | Biomedical signal analysis method |
US8407173B2 (en) * | 2008-01-30 | 2013-03-26 | Aptima, Inc. | System and method for comparing system features |
US7962438B2 (en) * | 2008-03-26 | 2011-06-14 | The Go Daddy Group, Inc. | Suggesting concept-based domain names |
US8069187B2 (en) * | 2008-03-26 | 2011-11-29 | The Go Daddy Group, Inc. | Suggesting concept-based top-level domain names |
US7904445B2 (en) * | 2008-03-26 | 2011-03-08 | The Go Daddy Group, Inc. | Displaying concept-based search results |
US20090248736A1 (en) * | 2008-03-26 | 2009-10-01 | The Go Daddy Group, Inc. | Displaying concept-based targeted advertising |
US20090313363A1 (en) * | 2008-06-17 | 2009-12-17 | The Go Daddy Group, Inc. | Hosting a remote computer in a hosting data center |
WO2010000009A1 (en) * | 2008-07-02 | 2010-01-07 | Cardanal Pty Ltd | Improved detection of cardiac dysfunction |
US8019407B2 (en) * | 2008-10-24 | 2011-09-13 | Biotronik Crm Patent Ag | Heart monitoring device and method |
US20100145205A1 (en) * | 2008-12-05 | 2010-06-10 | Cambridge Heart, Inc. | Analyzing alternans from measurements of an ambulatory electrocardiography device |
ES2343054B2 (es) * | 2009-01-20 | 2011-02-07 | Universidad De Alcala | Dispositivo y metodo para la deteccion de la alternancia de la repolarizacion ventricular mediante el enventanado. |
DK2568878T3 (en) | 2010-05-12 | 2018-10-29 | Irhythm Tech Inc | Interior features and design elements for long-term adhesion |
US9002926B2 (en) | 2011-04-22 | 2015-04-07 | Go Daddy Operating Company, LLC | Methods for suggesting domain names from a geographic location data |
US8489182B2 (en) | 2011-10-18 | 2013-07-16 | General Electric Company | System and method of quality analysis in acquisition of ambulatory electrocardiography device data |
CN102512157B (zh) * | 2011-12-15 | 2014-08-20 | 重庆大学 | 基于模型的动态心电图t波交替定量分析方法 |
JP6002584B2 (ja) | 2013-01-10 | 2016-10-05 | 日本光電工業株式会社 | Twa測定装置 |
KR20150111970A (ko) | 2013-01-24 | 2015-10-06 | 아이리듬 테크놀로지스, 아이엔씨 | 생리학적 모니터링 기기 |
WO2014168841A1 (en) | 2013-04-08 | 2014-10-16 | Irhythm Technologies, Inc | Skin abrader |
US9833632B2 (en) | 2013-06-11 | 2017-12-05 | Koninklijke Philips N.V. | Synchronized cardioversion mixed mode operation and timing verification |
US9681819B2 (en) * | 2013-08-30 | 2017-06-20 | Joseph Wiesel | Method and apparatus for detecting atrial fibrillation |
US11147499B2 (en) | 2013-08-30 | 2021-10-19 | Joseph Wiesel | Method and apparatus for detecting atrial fibrillation |
CN103431857A (zh) * | 2013-09-09 | 2013-12-11 | 苏州百慧华业精密仪器有限公司 | 一种自动扫描动态心电图可疑twa阳性段的方法 |
US10905335B2 (en) | 2013-09-25 | 2021-02-02 | Zoll Medical Corporation | Emergency medical services smart watch |
US10092236B2 (en) | 2013-09-25 | 2018-10-09 | Zoll Medical Corporation | Emergency medical services smart watch |
US9684918B2 (en) | 2013-10-10 | 2017-06-20 | Go Daddy Operating Company, LLC | System and method for candidate domain name generation |
US9715694B2 (en) | 2013-10-10 | 2017-07-25 | Go Daddy Operating Company, LLC | System and method for website personalization from survey data |
US11357413B2 (en) * | 2014-03-06 | 2022-06-14 | Healthy.Io Ltd. | Methods and apparatus for self-calibrating non-invasive cuffless blood pressure measurements |
US9668665B2 (en) * | 2014-08-13 | 2017-06-06 | Cameron Health, Inc. | Methods and implantable devices for detecting arrhythmia |
US9953105B1 (en) | 2014-10-01 | 2018-04-24 | Go Daddy Operating Company, LLC | System and method for creating subdomains or directories for a domain name |
CN116530951A (zh) | 2014-10-31 | 2023-08-04 | 意锐瑟科技公司 | 无线生理监测装置和系统 |
US9785663B2 (en) | 2014-11-14 | 2017-10-10 | Go Daddy Operating Company, LLC | Verifying a correspondence address for a registrant |
US9779125B2 (en) | 2014-11-14 | 2017-10-03 | Go Daddy Operating Company, LLC | Ensuring accurate domain name contact information |
WO2016168979A1 (zh) | 2015-04-20 | 2016-10-27 | 深圳市长桑技术有限公司 | 一种生命体征分析方法与系统 |
US10123195B1 (en) * | 2018-03-22 | 2018-11-06 | Mapsted Corp. | Method and system of crowd- sourced pedestrian localization |
US10686715B2 (en) | 2018-05-09 | 2020-06-16 | Biosig Technologies, Inc. | Apparatus and methods for removing a large-signal voltage offset from a biomedical signal |
CN115426940A (zh) | 2020-02-12 | 2022-12-02 | 意锐瑟科技公司 | 非侵入性心脏监测器和使用记录的心脏数据推断患者生理特性的方法 |
KR20230047456A (ko) | 2020-08-06 | 2023-04-07 | 아이리듬 테크놀로지스, 아이엔씨 | 생리학적 모니터링 장치를 위한 전기 부품 |
KR20230047455A (ko) | 2020-08-06 | 2023-04-07 | 아이리듬 테크놀로지스, 아이엔씨 | 점착성 생리학적 모니터링 장치 |
Family Cites Families (94)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US3554187A (en) | 1965-10-21 | 1971-01-12 | Humetrics Corp | Method and apparatus for automatically screening of electrocardiac signals |
JPS4944513B1 (zh) | 1968-05-20 | 1974-11-28 | ||
US3544187A (en) * | 1968-10-23 | 1970-12-01 | Sperry Rand Corp | Filing cabinet |
US3759248A (en) | 1971-02-08 | 1973-09-18 | Spacelabs Inc | Cardiac arrythmia detector |
US3821948A (en) | 1971-11-03 | 1974-07-02 | Hoffmann La Roche | System and method for analyzing absolute derivative signal from heartbeat |
FR2218078B1 (zh) | 1973-02-16 | 1977-04-22 | Hoffmann La Roche | |
GB1486190A (en) | 1973-12-15 | 1977-09-21 | Ferranti Ltd | Monitoring heart activity |
GB1528197A (en) | 1974-10-15 | 1978-10-11 | Hycel Inc | Cardiac monitor |
US4202340A (en) | 1975-09-30 | 1980-05-13 | Mieczyslaw Mirowski | Method and apparatus for monitoring heart activity, detecting abnormalities, and cardioverting a malfunctioning heart |
DE2604460C2 (de) | 1976-02-05 | 1985-10-17 | Michael S. 8113 Kochel Lampadius | Anordnung zur Langzeitüberwachung von Herzaktionspotentialen |
US4136690A (en) | 1977-10-31 | 1979-01-30 | Del Mar Avionics | Method and apparatus for vector analysis of ECG arrhythmias |
US4170992A (en) | 1978-01-05 | 1979-10-16 | Hewlett-Packard Company | Fiducial point location |
US4181135A (en) | 1978-03-03 | 1980-01-01 | American Optical Corporation | Method and apparatus for monitoring electrocardiographic waveforms |
US4457315A (en) | 1978-09-18 | 1984-07-03 | Arvin Bennish | Cardiac arrhythmia detection and recording |
US4316249A (en) | 1979-09-28 | 1982-02-16 | Hittman Corporation | Automatic high speed Holter scanning system |
US4417306A (en) | 1980-01-23 | 1983-11-22 | Medtronic, Inc. | Apparatus for monitoring and storing utilizing a data processor |
GB2070871B (en) | 1980-02-29 | 1984-08-30 | Anderson J | Pattern recognition |
JPS57500499A (zh) | 1980-03-31 | 1982-03-25 | ||
US4422459A (en) | 1980-11-18 | 1983-12-27 | University Patents, Inc. | Electrocardiographic means and method for detecting potential ventricular tachycardia |
EP0080821A3 (en) | 1981-11-16 | 1983-10-05 | Datamedix, Inc. | Dual channel ambulatory monitoring unit and system |
US4492235A (en) | 1982-02-11 | 1985-01-08 | Arrhythmia Research Technology, Inc. | System and method for predicting ventricular tachycardia by derivative analysis |
US4458692A (en) | 1982-02-11 | 1984-07-10 | Arrhythmia Research Technology, Inc. | System and method for predicting ventricular tachycardia with a gain controlled high pass filter |
US4458691A (en) | 1982-02-11 | 1984-07-10 | Arrhythmia Research Technology, Inc. | System and method for predicting ventricular tachycardia by adaptive high pass filter |
US4432375A (en) | 1982-05-24 | 1984-02-21 | Cardiac Resuscitator Corporation | Cardiac arrhythmia analysis system |
US4475558A (en) | 1982-05-28 | 1984-10-09 | Healthdyne, Inc. | System for providing short-term event data and long-term trend data |
US4519395A (en) | 1982-12-15 | 1985-05-28 | Hrushesky William J M | Medical instrument for noninvasive measurement of cardiovascular characteristics |
DE3303104A1 (de) | 1983-01-31 | 1984-08-02 | Belorusskij naučno-issledovatel'skij institut kardiologii, Minsk | Einrichtung zur kontrolle der herztaetigkeit |
FR2539978A1 (fr) | 1983-01-31 | 1984-08-03 | Bruss I Kardiolog | Appareil pour controler l'activite cardiaque |
US4665485A (en) | 1983-07-22 | 1987-05-12 | Lundy Research Laboratories, Inc. | Method and apparatus for characterizing the unknown state of a physical system |
US4583553A (en) | 1983-11-15 | 1986-04-22 | Medicomp, Inc. | Ambulatory ECG analyzer and recorder |
US4955382A (en) | 1984-03-06 | 1990-09-11 | Ep Technologies | Apparatus and method for recording monophasic action potentials from an in vivo heart |
US5423878A (en) | 1984-03-06 | 1995-06-13 | Ep Technologies, Inc. | Catheter and associated system for pacing the heart |
US4979510A (en) | 1984-03-06 | 1990-12-25 | Ep Technologies, Inc. | Apparatus and method for recording monophasic action potentials from an in vivo heart |
US4680708A (en) | 1984-03-20 | 1987-07-14 | Washington University | Method and apparatus for analyzing electrocardiographic signals |
US4603703A (en) | 1984-04-13 | 1986-08-05 | The Board Of Trustees Of The Leland Stanford Junior University | Method for real-time detection and identification of neuroelectric signals |
US4589420A (en) | 1984-07-13 | 1986-05-20 | Spacelabs Inc. | Method and apparatus for ECG rhythm analysis |
US4679144A (en) | 1984-08-21 | 1987-07-07 | Q-Med, Inc. | Cardiac signal real time monitor and method of analysis |
JPS6179444A (ja) | 1984-09-28 | 1986-04-23 | 株式会社アドバンス | 生体信号ア−チフアクト検出装置 |
US4616659A (en) | 1985-05-06 | 1986-10-14 | At&T Bell Laboratories | Heart rate detection utilizing autoregressive analysis |
US4832038A (en) | 1985-06-05 | 1989-05-23 | The Board Of Trustees Of University Of Illinois | Apparatus for monitoring cardiovascular regulation using heart rate power spectral analysis |
US4802491A (en) | 1986-07-30 | 1989-02-07 | Massachusetts Institute Of Technology | Method and apparatus for assessing myocardial electrical stability |
US4732157A (en) | 1986-08-18 | 1988-03-22 | Massachusetts Institute Of Technology | Method and apparatus for quantifying beat-to-beat variability in physiologic waveforms |
US4974162A (en) | 1987-03-13 | 1990-11-27 | University Of Maryland | Advanced signal processing methodology for the detection, localization and quantification of acute myocardial ischemia |
GB8722899D0 (en) | 1987-09-30 | 1987-11-04 | Kirk D L | Fetal monitoring during labour |
US5020540A (en) | 1987-10-09 | 1991-06-04 | Biometrak Corporation | Cardiac biopotential analysis system and method |
US4924875A (en) | 1987-10-09 | 1990-05-15 | Biometrak Corporation | Cardiac biopotential analysis system and method |
US4989610A (en) | 1987-11-16 | 1991-02-05 | Spacelabs, Inc. | Method and system of ECG data review and analysis |
GB2214309B (en) | 1987-12-26 | 1992-08-12 | Fukuda Denshi Kk | Electrocardiographic waveform display apparatus and method of expressing electrocardiographic waveforms |
US5234404A (en) | 1988-02-19 | 1993-08-10 | Gensia Pharmaceuticals, Inc. | Diagnosis, evaluation and treatment of coronary artery disease by exercise simulation using closed loop drug delivery of an exercise simulating agent beta agonist |
US4854327A (en) | 1988-03-07 | 1989-08-08 | Kunig Horst E | Non-invasive and continuous cardiac performance monitoring device |
US5010888A (en) | 1988-03-25 | 1991-04-30 | Arzco Medical Electronics, Inc. | Method and apparatus for detection of posterior ischemia |
US4974598A (en) | 1988-04-22 | 1990-12-04 | Heart Map, Inc. | EKG system and method using statistical analysis of heartbeats and topographic mapping of body surface potentials |
US4928690A (en) | 1988-04-25 | 1990-05-29 | Lifecor, Inc. | Portable device for sensing cardiac function and automatically delivering electrical therapy |
US4860762A (en) | 1988-06-03 | 1989-08-29 | Hewlett-Packard Company | Dual channel resolver for real time arrythmia analysis |
US4972834A (en) | 1988-09-30 | 1990-11-27 | Vitatron Medical B.V. | Pacemaker with improved dynamic rate responsiveness |
US4938228A (en) | 1989-02-15 | 1990-07-03 | Righter William H | Wrist worn heart rate monitor |
US4977899A (en) | 1989-03-10 | 1990-12-18 | Instromedix, Inc. | Heart data monitoring method and apparatus |
US4958641A (en) | 1989-03-10 | 1990-09-25 | Instromedix, Inc. | Heart data monitoring method and apparatus |
US5253650A (en) | 1989-05-16 | 1993-10-19 | Sharp Kabushiki Kaisha | Apparatus for recording an electrocardiogram |
US5025795A (en) | 1989-06-28 | 1991-06-25 | Kunig Horst E | Non-invasive cardiac performance monitoring device and method |
DD287649A5 (de) | 1989-09-08 | 1991-03-07 | ���@���������������`@���@������������@ �������@������ k�� | Schaltungsanordnung zur klassifizierung der aenderungsgeschwindigkeit der signalgroesse herzfrequenz |
US5000189A (en) | 1989-11-15 | 1991-03-19 | Regents Of The University Of Michigan | Method and system for monitoring electrocardiographic signals and detecting a pathological cardiac arrhythmia such as ventricular tachycardia |
US5042497A (en) | 1990-01-30 | 1991-08-27 | Cardiac Pacemakers, Inc. | Arrhythmia prediction and prevention for implanted devices |
US5109862A (en) | 1990-03-19 | 1992-05-05 | Del Mar Avionics | Method and apparatus for spectral analysis of electrocardiographic signals |
US5092341A (en) | 1990-06-18 | 1992-03-03 | Del Mar Avionics | Surface ecg frequency analysis system and method based upon spectral turbulence estimation |
US5117834A (en) | 1990-08-06 | 1992-06-02 | Kroll Mark W | Method and apparatus for non-invasively determing a patients susceptibility to ventricular arrhythmias |
US5090418A (en) * | 1990-11-09 | 1992-02-25 | Del Mar Avionics | Method and apparatus for screening electrocardiographic (ECG) data |
US5117833A (en) | 1990-11-13 | 1992-06-02 | Corazonix Corporation | Bi-spectral filtering of electrocardiogram signals to determine selected QRS potentials |
US5201321A (en) | 1991-02-11 | 1993-04-13 | Fulton Keith W | Method and apparatus for diagnosing vulnerability to lethal cardiac arrhythmias |
US5148812A (en) | 1991-02-20 | 1992-09-22 | Georgetown University | Non-invasive dynamic tracking of cardiac vulnerability by analysis of t-wave alternans |
US5842997A (en) | 1991-02-20 | 1998-12-01 | Georgetown University | Non-invasive, dynamic tracking of cardiac vulnerability by simultaneous analysis of heart rate variability and T-wave alternans |
US5265617A (en) | 1991-02-20 | 1993-11-30 | Georgetown University | Methods and means for non-invasive, dynamic tracking of cardiac vulnerability by simultaneous analysis of heart rate variability and T-wave alternans |
US5437285A (en) | 1991-02-20 | 1995-08-01 | Georgetown University | Method and apparatus for prediction of sudden cardiac death by simultaneous assessment of autonomic function and cardiac electrical stability |
US5188116A (en) | 1991-02-28 | 1993-02-23 | Vital Heart Systems, Inc. | Electrocardiographic method and device |
US5343870A (en) | 1991-11-12 | 1994-09-06 | Quinton Instrument Company | Recorder unit for ambulatory ECG monitoring system |
US5277190A (en) | 1992-04-07 | 1994-01-11 | The Board Of Regents Of The University Of Oklahoma | Cycle length variability in nonsustained ventricular tachycardia |
US5323783A (en) | 1992-11-12 | 1994-06-28 | Del Mar Avionics | Dynamic ST segment estimation and adjustment |
US5713367A (en) * | 1994-01-26 | 1998-02-03 | Cambridge Heart, Inc. | Measuring and assessing cardiac electrical stability |
US5570696A (en) | 1994-01-26 | 1996-11-05 | Cambridge Heart, Inc. | Method and apparatus for assessing myocardial electrical stability |
US5520191A (en) | 1994-10-07 | 1996-05-28 | Ortivus Medical Ab | Myocardial ischemia and infarction analysis and monitoring method and apparatus |
US5935082A (en) | 1995-01-26 | 1999-08-10 | Cambridge Heart, Inc. | Assessing cardiac electrical stability |
US5891045A (en) * | 1996-07-17 | 1999-04-06 | Cambridge Heart, Inc. | Method and system for obtaining a localized cardiac measure |
US5792065A (en) | 1997-03-18 | 1998-08-11 | Marquette Medical Systems, Inc. | Method and apparatus for determining T-wave marker points during QT dispersion analysis |
US6169919B1 (en) | 1999-05-06 | 2001-01-02 | Beth Israel Deaconess Medical Center, Inc. | System and method for quantifying alternation in an electrocardiogram signal |
US6850796B1 (en) | 1999-08-31 | 2005-02-01 | David W. Mortara | Method and apparatus to optimally measure cardiac depolarization/repolarization instability |
US6463320B1 (en) * | 1999-12-22 | 2002-10-08 | Ge Medical Systems Information Technologies, Inc. | Clinical research workstation |
US6453191B2 (en) | 2000-02-18 | 2002-09-17 | Cambridge Heart, Inc. | Automated interpretation of T-wave alternans results |
US6389308B1 (en) | 2000-05-30 | 2002-05-14 | Vladimir Shusterman | System and device for multi-scale analysis and representation of electrocardiographic data |
WO2002034123A2 (en) * | 2000-10-23 | 2002-05-02 | Cornell Research Foundation, Inc. | Intracardiac detection and control of repolarization alternans |
US6983183B2 (en) * | 2001-07-13 | 2006-01-03 | Cardiac Science, Inc. | Method and apparatus for monitoring cardiac patients for T-wave alternans |
US6668189B2 (en) | 2001-10-05 | 2003-12-23 | Ge Medical Systems Information Technologies, Inc. | Method and system for measuring T-wave alternans by alignment of alternating median beats to a cubic spline |
US6760615B2 (en) * | 2001-10-31 | 2004-07-06 | Medtronic, Inc. | Method and apparatus for discriminating between tachyarrhythmias |
US7027857B2 (en) * | 2003-02-14 | 2006-04-11 | The General Electric Company | Method and system for improved measurement of T-wave alternans |
US7072709B2 (en) * | 2004-04-15 | 2006-07-04 | Ge Medical Information Technologies, Inc. | Method and apparatus for determining alternans data of an ECG signal |
-
2004
- 2004-04-15 US US10/825,495 patent/US7072709B2/en active Active
-
2005
- 2005-04-13 CN CNA2005100641815A patent/CN1682654A/zh active Pending
-
2006
- 2006-03-30 US US11/393,614 patent/US8068900B2/en active Active
- 2006-03-30 US US11/393,575 patent/US20060173371A1/en not_active Abandoned
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101427917B (zh) * | 2008-09-08 | 2011-02-09 | 电子科技大学 | 基于固有趋势子序列模式分解的出现新的心脏活动趋势的ecg信号获取方法 |
CN102485172A (zh) * | 2010-12-01 | 2012-06-06 | 通用电气公司 | T波的峰值点方法检测方法和系统以及心电监控系统 |
CN103890780A (zh) * | 2011-09-29 | 2014-06-25 | 皇家飞利浦有限公司 | 失真降低的信号检测 |
CN103890780B (zh) * | 2011-09-29 | 2018-01-02 | 皇家飞利浦有限公司 | 失真降低的信号检测 |
CN103300847A (zh) * | 2012-03-06 | 2013-09-18 | 魏大名 | Twa测量装置和twa测量方法 |
CN103356184A (zh) * | 2012-03-30 | 2013-10-23 | 日本光电工业株式会社 | Twa测量装置和twa测量方法 |
US9149201B2 (en) | 2012-03-30 | 2015-10-06 | Nihon Kohden Corporation | TWA measuring apparatus and TWA measuring method |
CN111067508A (zh) * | 2019-12-31 | 2020-04-28 | 深圳安视睿信息技术股份有限公司 | 非临床环境下对高血压进行非干预式的监测和评估方法 |
CN111067508B (zh) * | 2019-12-31 | 2022-09-27 | 深圳安视睿信息技术股份有限公司 | 非临床环境下对高血压进行非干预式的监测和评估方法 |
Also Published As
Publication number | Publication date |
---|---|
US7072709B2 (en) | 2006-07-04 |
US20060173372A1 (en) | 2006-08-03 |
US20060173371A1 (en) | 2006-08-03 |
US20050234363A1 (en) | 2005-10-20 |
US8068900B2 (en) | 2011-11-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN1682654A (zh) | 用于确定心电图信号的交替数据的方法和装置 | |
CN104523266B (zh) | 一种心电信号自动分类方法 | |
CN106344006B (zh) | 基于极点对称模态分解和支持向量机的j波检测方法 | |
CN109674468A (zh) | 一种单导脑电自动睡眠分期方法 | |
Ravichandran et al. | Novel tool for complete digitization of paper electrocardiography data | |
IL202452A (en) | Signal analysis tool ecg | |
CN109875548B (zh) | 一种基于多导联综合分析的心电图特征波形聚类方法 | |
CN110680302A (zh) | 一种心电信号特征波的自动识别方法 | |
CN108937916A (zh) | 一种心电信号检测方法、装置及存储介质 | |
CN1317624C (zh) | 基于瞬态视觉诱发电位提取脑机接口控制信号的方法 | |
CN108836313A (zh) | 一种智能选取导联的动态心电图分析方法 | |
CN113662560B (zh) | 发作间期痫样放电的检测方法、存储介质和设备 | |
CN109846474A (zh) | 心电图的处理方法及装置、心电图的远程处理方法及系统 | |
CN106137185A (zh) | 一种基于模板构造小波的癫痫特征波检测方法 | |
Behbahani et al. | Detection of QRS complexes in the ECG signal using multiresolution wavelet and thresholding method | |
Kundu et al. | Electrocardiogram synthesis using Gaussian and fourier models | |
CN109770891A (zh) | 心电信号预处理方法及预处理装置 | |
CN111281378A (zh) | 一种动态心电图中疑似t波电交替分段的筛选方法及装置 | |
Zheng et al. | Real-time QRS detection method | |
CN1308692C (zh) | 旋转机械的异常诊断方法及异常诊断装置 | |
Li et al. | Efficient online feature extraction algorithm for spike sorting in a multichannel FPGA-based neural recording system | |
CN1204530C (zh) | 一种混沌信号和一般噪声的辨识方法 | |
CN2672738Y (zh) | 一种脑电涨落信号分析仪 | |
CN109009047A (zh) | 一种心律失常检测方法、装置及设备 | |
Parsons et al. | Robust and fast heart rate variability analysis of long and noisy electrocardiograms using neural networks and images |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C12 | Rejection of a patent application after its publication | ||
RJ01 | Rejection of invention patent application after publication |