CN105263401A - 用于检测心搏不规律的方法和系统 - Google Patents
用于检测心搏不规律的方法和系统 Download PDFInfo
- Publication number
- CN105263401A CN105263401A CN201380076870.0A CN201380076870A CN105263401A CN 105263401 A CN105263401 A CN 105263401A CN 201380076870 A CN201380076870 A CN 201380076870A CN 105263401 A CN105263401 A CN 105263401A
- Authority
- CN
- China
- Prior art keywords
- waveform
- classification
- heartbeat
- peak
- time
- 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
- 238000000034 method Methods 0.000 title claims abstract description 57
- 230000001788 irregular Effects 0.000 claims description 33
- 238000005259 measurement Methods 0.000 claims description 24
- 230000002085 persistent effect Effects 0.000 claims description 18
- 239000008280 blood Substances 0.000 claims description 12
- 210000004369 blood Anatomy 0.000 claims description 12
- 230000008569 process Effects 0.000 claims description 11
- 230000008859 change Effects 0.000 claims description 8
- 230000036772 blood pressure Effects 0.000 claims description 6
- 238000012806 monitoring device Methods 0.000 claims description 6
- 230000000694 effects Effects 0.000 abstract description 2
- 206010003658 Atrial Fibrillation Diseases 0.000 description 20
- 206010003119 arrhythmia Diseases 0.000 description 17
- 230000006793 arrhythmia Effects 0.000 description 17
- 210000004556 brain Anatomy 0.000 description 8
- 210000003811 finger Anatomy 0.000 description 7
- 238000001514 detection method Methods 0.000 description 5
- 230000033764 rhythmic process Effects 0.000 description 5
- 230000008901 benefit Effects 0.000 description 4
- 210000002837 heart atrium Anatomy 0.000 description 4
- 206010008190 Cerebrovascular accident Diseases 0.000 description 3
- 208000006011 Stroke Diseases 0.000 description 3
- 230000017531 blood circulation Effects 0.000 description 3
- 206010008118 cerebral infarction Diseases 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 3
- 208000035475 disorder Diseases 0.000 description 3
- 230000036541 health Effects 0.000 description 3
- 208000005189 Embolism Diseases 0.000 description 2
- 208000001435 Thromboembolism Diseases 0.000 description 2
- 210000001367 artery Anatomy 0.000 description 2
- 230000036770 blood supply Effects 0.000 description 2
- 208000029028 brain injury Diseases 0.000 description 2
- 230000000747 cardiac effect Effects 0.000 description 2
- 208000026106 cerebrovascular disease Diseases 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000002349 favourable effect Effects 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 230000002861 ventricular Effects 0.000 description 2
- 206010002660 Anoxia Diseases 0.000 description 1
- 241000976983 Anoxia Species 0.000 description 1
- 206010020772 Hypertension Diseases 0.000 description 1
- 206010021143 Hypoxia Diseases 0.000 description 1
- 206010042434 Sudden death Diseases 0.000 description 1
- 208000007536 Thrombosis Diseases 0.000 description 1
- 208000032109 Transient ischaemic attack Diseases 0.000 description 1
- 206010044565 Tremor Diseases 0.000 description 1
- 208000027418 Wounds and injury Diseases 0.000 description 1
- 230000007953 anoxia Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000023555 blood coagulation Effects 0.000 description 1
- 210000004958 brain cell Anatomy 0.000 description 1
- 230000003130 cardiopathic effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000008602 contraction Effects 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 230000006378 damage Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 206010012601 diabetes mellitus Diseases 0.000 description 1
- 230000005662 electromechanics Effects 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 210000005224 forefinger Anatomy 0.000 description 1
- 230000010247 heart contraction Effects 0.000 description 1
- 238000009532 heart rate measurement Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000002372 labelling Methods 0.000 description 1
- 230000002045 lasting effect Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000005226 mechanical processes and functions Effects 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 235000015097 nutrients Nutrition 0.000 description 1
- 230000001314 paroxysmal effect Effects 0.000 description 1
- 238000005498 polishing Methods 0.000 description 1
- 230000002685 pulmonary effect Effects 0.000 description 1
- 238000005086 pumping Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 230000001932 seasonal effect Effects 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 210000001013 sinoatrial node Anatomy 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 201000010875 transient cerebral ischemia Diseases 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
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
- A61B5/361—Detecting fibrillation
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7235—Details of waveform analysis
- A61B5/7264—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/02—Detecting, measuring or recording for evaluating the cardiovascular system, e.g. pulse, heart rate, blood pressure or blood flow
- A61B5/021—Measuring pressure in heart or blood vessels
- A61B5/02108—Measuring pressure in heart or blood vessels from analysis of pulse wave characteristics
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/02—Detecting, measuring or recording for evaluating the cardiovascular system, e.g. pulse, heart rate, blood pressure or blood flow
- A61B5/024—Measuring pulse rate or heart rate
- A61B5/02405—Determining heart rate variability
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/02—Detecting, measuring or recording for evaluating the cardiovascular system, e.g. pulse, heart rate, blood pressure or blood flow
- A61B5/024—Measuring pulse rate or heart rate
- A61B5/02416—Measuring pulse rate or heart rate using photoplethysmograph signals, e.g. generated by infrared radiation
-
- 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
-
- 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]
- A61B5/333—Recording apparatus specially adapted therefor
-
- 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
- A61B5/352—Detecting R peaks, e.g. for synchronising diagnostic apparatus; Estimating R-R interval
-
- 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
- A61B5/364—Detecting abnormal ECG interval, e.g. extrasystoles, ectopic heartbeats
-
- 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
- A61B5/6887—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient mounted on external non-worn devices, e.g. non-medical devices
- A61B5/6898—Portable consumer electronic devices, e.g. music players, telephones, tablet computers
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/02—Detecting, measuring or recording for evaluating the cardiovascular system, e.g. pulse, heart rate, blood pressure or blood flow
- A61B5/021—Measuring pressure in heart or blood vessels
- A61B5/02108—Measuring pressure in heart or blood vessels from analysis of pulse wave characteristics
- A61B5/02116—Measuring pressure in heart or blood vessels from analysis of pulse wave characteristics of pulse wave amplitude
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Cardiology (AREA)
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Veterinary Medicine (AREA)
- Biophysics (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Pathology (AREA)
- Public Health (AREA)
- Physiology (AREA)
- Artificial Intelligence (AREA)
- Vascular Medicine (AREA)
- Evolutionary Computation (AREA)
- Fuzzy Systems (AREA)
- Mathematical Physics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Psychiatry (AREA)
- Signal Processing (AREA)
- Multimedia (AREA)
- Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)
- Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
Abstract
一种用于检测心搏不规律的方法和系统,包括以下步骤:接收表示至少一个波形的数据集,所述至少一个波形指示在预定时段上对象的心脏活动;从所述表示至少一个波形的数据识别多个峰,每个峰均对应于一心搏;从所述预定时段识别每个峰的发生时间;计算每个峰与其相邻的峰的所述发生时间之间的差(持续时间);确定每个持续时间之间的差;将所述差的绝对值归类为至少三个中间类别中的一个;其中,每个中间类别均包括一指定范围,使得所述绝对值在其落在所述范围之间时被分类到所述中间类别中;所述中间类别还提供对所述对象是否患有心搏不规律的指示。
Description
技术领域
本发明涉及一种用于检测心搏不规律的系统和方法。
背景技术
对本发明的背景的以下讨论旨在帮助对本发明的理解。然而,应认识到,该讨论并非认可或承认任意所提及的材料在本申请的优先权日时已在法律上被公开、已知或成为公知常识的部分。
心脏的电系统控制心搏的速率和节律。伴随每次心搏,电信号从心脏的心房传播到其心室。随着电信号经由心房行进,其引起心脏收缩并将血液泵入心室。电信号的频率然后降低以允许心室时间结束填充以血液,之后用信号通知心室收缩并将血液泵到肺部及身体的其余部分。心室然后放松并且心搏过程再一次重新开始。
在正常心脏中,电信号一分钟发射60至100次——此为心率或脉搏。心搏过程中任一部分的问题都可能造成心律不齐或不规律心搏。心脏可能搏动得太快、太慢、太早或太不规律。例如,在被称为心房纤颤的一种类型的心律不齐中,电信号以快速且紊乱的方式行进通过心房,引起心房颤抖而非收缩,导致不规律性不规律心搏。
心房纤颤(AF)被归类在被称为心律失常的病症类别下,其为心脏中的电信号扰动,造成其不规则地搏动。一般,心脏是以通常被称作窦性节律的稳定节律搏动的。然而,AF干扰了由窦房结生成的正常的规律性电脉冲,并且被紊乱的电脉冲压倒。这造成心脏低效率地搏动并且心脏的收缩比正常收缩弱,导致血流的缓慢流动。AF可能出现在持续几分钟到几天的发作期中(“阵发性”),或者在性质上是永久性的。
由于因AF造成的心搏的不规律性,血液在心脏中淤积并且变得缓慢或者湍流增加,这会造成在心脏的沟中的血液凝结(血栓)。最常见地,心房纤颤引起脑卒中,其中在凝块离开心脏并行进到脑部(栓塞)的情况中,阻挡血液通过大脑动脉的流动。脑卒中在到脑部的供血被阻挡时发生,并且这使脑部极度缺乏氧和营养物。这切断了到脑部的区域的血流,通过使它们极度缺氧而损伤脑细胞。这可能导致脑损伤发生,并且取决于供血被切断多久,脑损伤可能是暂时性或永久性的。脑中的栓塞可能导致缺血性脑卒中或短暂性脑缺血发作。
缺血性脑卒中是由因血块引起的到脑部的血流的中断造成的。有两种缺血性脑卒中:
血栓性的——由直接通到脑部的动脉中的血块引起的
栓塞性的——由从身体的其他地方进行到脑部的血块引起的。
检测这样的病况的常规方法一直是使用心电图(ECG),其经由电极被连接到患者的胸部。ECG记录患者的心脏的电活动和节律,并且脉冲被记录为波并被显示在屏幕上(或被打印在纸上)。这样的ECG设备可能是大的、笨重的和非便携的,使患者在测量期不动——这在长时间检测心律不齐(其不规律地发生)时尤其困难,尤其是当要在超过24小时或更久的时间段上检测心率不齐时,或者心率不齐通过执行某些活动而被触发或加剧时。此外,ECG可能遭受起因于机电分离的误差——即在缺乏有效的机械功能时心脏的连续电节律性。
关于被用于对心律不齐的检测的方法的存在单独的问题。目前的方法一般是设备特异性的并且要求对获得的信号的复杂数学运算。因此存在着对这样的方法进行改进以降低复杂度和与其他设备的相容性的需要。
因此,本发明的目标是至少减轻上文提及的问题。
发明内容
贯穿本文件始终,除非另有相反指示,术语“包含”、“由……组成”等等应被解读为非穷举的,或者换言之,应被解释为“包括,但不限于”的意义。
在对本发明的实施例的本描述的语境中,术语“活体”是指在动脉波形的生成时的身体。本发明不应被视为被限制为排除了从死去的人的动脉波形计算中心动脉压值。
在对本发明的实施例的描述的语境中,术语“脉搏波形”或“动脉脉搏波形”应被理解为电心搏信号的机械表现。
本发明的优点如下:
根据本发明的方法的第一个优点在于,能够通过分析波形来检测心律不齐。该波形不限于ECG,并且能够为脉搏波形或者更具体地为动脉脉搏波形。脉搏波形是有利的,因为其不受与ECG相关联的机电分离影响。
根据本发明的方法的第二个优点在于,能够鉴于一个人的动脉脉搏波形归类他的心搏,尤其是心搏是否为规律的、规律性不规律的,或者不规律性不规律的。该方法的简单性使得易于推断并跟踪患者的心搏类型。根据本发明的方法的第三个优点在于,能够在心房纤颤与其他形式的心律不齐之间进行确定。这允许对人的心脏状况的更容易的识别/归类。
根据本发明的第一个方面,一种用于检测心搏不规律的方法,包括以下步骤:a.接收表示至少一个波形的数据集,所述至少一个波形指示在预定时段上对象的心脏活动;b.从表示至少一个波形的所述数据识别多个峰,每个峰均对应于一心搏;c.从所述预定时段识别每个峰的发生时间;d.计算在所述每个峰与其相邻的峰的发生时间之间的差(持续时间);e.确定在步骤d中计算的所述每个持续时间之间的差;f.将所述差的绝对值归类为至少三个中间类别中的一个;其中,每个中间类别均包括一指定范围,使得所述绝对值在其落在所述范围之间时被分类到所述中间类别中;所述中间类别还提供对所述对象是否患有心搏不规律的指示。
优选地,所述至少三个中间类别中的第一中间类别具有在0至5之间的指定范围;所述至少三个中间类别中的第二中间类别具有在6至11之间的指定范围;并且所述至少三个中间类别中的第三中间类别具有为12及以上的指定范围。更优选地,如果所归类的绝对值全部出现在所述第一中间类别中,没有出现在所述第二和第三类别中,则所述至少一个波形被分类为“规律心搏”;其中,如果在全部三个中间类别中都有若干出现|D|,则所述至少一个波形被分类为“无规律性不规律”心搏;并且其中,在全部其他情况中所述至少一个波形被分类为“规律性不规律”心搏。
优选地,指示在一时段上所述对象的心脏活动的所述波形为动脉脉搏波形、ECG信号或者基于因血液脉动而发生的手指皮肤颜色和亮度的变化捕获的获得的相机帧的时间序列。
优选地,在所述至少一个波形为动脉脉搏波形时,所述峰是基于对重搏切迹的识别以及在所述至少一个波形中识别的上行和下行的梯度来确定和识别的。
优选地,在所述至少一个波形为获得的相机帧的时间序列时,所述方法还包括在步骤c之前的转换步骤。
优选地,所述转换步骤包括使用以下数据表达式考虑在跨不同移动设备的采样率中的不一致的步骤:
f(HRn)=(60秒×S)/Δtn-(n+1)
其中f(HRn)指代每个心搏的每分钟搏动次数,S指代所捕获的波形的所述采样率;并且tn-(n+1)指代每个峰之间的以毫秒为单位的时间。
根据本发明的第二个方面,一种用于检测心搏不规律的系统,包括:测量设备,其用于接收表示至少一个波形的数据集,所述至少一个波形指示在预定时段上对象的心脏活动;处理器,其被布置为接收所述数据集并且还被布置为:从所述至少一个波形识别多个峰,每个峰均对应于一心搏;从所述预定时段识别每个峰的发生时间;计算在所述每个峰与其相邻的峰的发生时间之间的差(持续时间);确定每个持续时间之间的差;并且将所述差的绝对值归类为至少三个中间类别中的一个;其中,每个中间类别均包括一指定范围,使得所述绝对值在其落在所述范围之间时被分类到所述中间类别中;所述中间类别还提供对所述对象是否患有心搏不规律的指示。
优选地,所述至少三个中间类别中的第一中间类别具有在0至5之间的指定范围;所述至少三个中间类别中的第二中间类别具有在6至11之间的指定范围;并且所述至少三个中间类别中的第三中间类别具有12及以上的指定范围。
优选地,如果所归类的绝对值全部出现在所述第一中间类别中,在所述第二和第三类别中没有出现|D|,则所述至少一个波形被分类为“规律心搏”;其中如果在全部三个中间类别中都有若干出现|D|,则所述至少一个波形被分类为“无规律性不规律”心搏;并且其中,在全部其他情况中所述至少一个波形被分类为“规律性不规律”心搏。
优选地,所述指示在一时段上所述对象的心脏活动的波形为动脉脉搏波形、ECG信号或者基于因血液脉动而发生的手指皮肤颜色和亮度的变化捕获的获得的相机帧的时间序列。
优选地,在所述至少一个波形为动脉脉搏波形时,所述峰是基于对重搏切迹的识别以及在所述至少一个波形中识别的上行和下行的梯度来确定和识别的。
优选地,在所述至少一个波形为获得的相机帧的时间序列时,所述系统还包括在所述处理器从所述预定时段识别所述每个峰的发生时间之前的转换步骤。
优选地,其中,所述转换步骤包括使用以下数据表达式考虑在跨不同移动设备的采样率中的不一致的步骤:
f(HRn)=(60秒×S)/Δtn-(n+1)
其中,f(HRn)指代每个心搏的每分钟搏动次数,S指代所捕获的波形的所述采样率;并且tn-(n+1)指代每个峰之间的以毫秒为单位的时间。
优选地,所述测量设备为实时逐搏血压监测设备。
备选地,所述测量设备为具有相机和闪光功能的移动设备。
根据本发明的第三个方面,一种具有相机和闪光功能的移动设备,所述移动设备能在对象的手指被相对于所述相机镜头和闪光定位时,获得基于因血液脉动而发生的手指皮肤颜色和亮度的变化捕获的获得的相机帧的时间序列;以及在获得所述时间序列后,根据在其中获得相机帧的时间序列的本发明的第一个方面的相关方法检测所述对象是否患有心搏不规律。
附图说明
现在将参考附图仅以举例的方式描述本发明,在附图中:
图1为根据本发明的第一实施例的确定心律不齐的存在的方法的流程图。
图2a、图2b和图2c为示出各种类型的心搏的说明性脉搏波形。
图3a、图3b和图3c为具有额外的分割的说明性脉搏波形,以示出针对各种类型的心搏如何计算峰与峰差异。
图4a、图4b和图4c为示出针对各种类型的心搏峰到峰持续时间的差异的说明性标绘图;
图5为根据本发明的另一实施例的本发明的系统图。
图6a至图6c为对本发明的另一实施例的图示,其中移动设备被用于对数据的采集和对心律不齐的检测;并且
本发明的其他布置也是可能的,并且因此,附图不应被理解为代替前面对本发明的描述的一般性。
具体实施方式
现在将参考附图描述本发明的具体实施例。本文中使用的术语仅是出于描述具体实施例的目的,并且不旨在限制本发明的范围。额外地,除非另有定义,本文中使用的全部技术和科学术语具有本发明所属领域的普通技术人员通常理解的相同意义。
根据本发明的实施例,一种检测心搏不规律方法110,并且尤其是(但不限于)确定心律不齐的存在并在不同类型的心律不齐之间——例如在心房纤颤(“不规律性不规律心搏”)与“规律性不规律心搏”之间——进行区分的方法。方法110包括如图1中以流程图形式图示的步骤。图2a、图2b和图2c图示不同类型的心搏类型,即分别为“规律”、“不规律性不规律”、“规律性不规律”。
如图1中所示,方法110通过在步骤112中捕获波形的块开始。在该实施例中,波形块为脉搏波形。更优选地,波形块为动脉脉搏波形,其为(一个或多个)电心搏信号的机械表现。波形的块可以通过合适的心率监测器或实时逐搏血压监测设备202(例如,健资国际私人有限公司的设备)来捕获。每个波形块优选地应包括至少被视为用于确定心搏是否为“规律”、“不规律性不规律”还是“规律性不规律”所需要的足够的心搏。这样,波形的块应被捕获如由用户或执业医师预定的时段。所预定的时段可以例如为在5至60秒之间的任意时段,只要该时段对于分析和归类的目的而言是足够的。优选地,波形的块在8至30秒之间,以捕获包括对于确定规律或不规律足够的心搏的波形的块。取决于被用于捕获波形的块的测量设备,可以使用或者可以由用户或执业医师确定更长或更短的时段。
用于确定预定时段的因素是基于被用于获得波形的块的测量设备202的采样率的。例如,具有用于以60赫兹(Hz)获得动脉波形数据的采样率的测量设备202需要约5至8秒以获得要确定脉搏波形所需要的数据。具有小于60Hz的采样率的测量设备202可能需要更长时间以获得分析所需要的脉搏波形。
具有60Hz的采样率的测量设备在5至8秒将获得约五次心搏,其被视为对于确定心搏是否为“规律”、“不规律性不规律”或“规律性不规律”是合适的。
在捕获到波形的块之后,方法110可以基于步骤114来检查波形是否有效。示范性的有效波形通常应具有表示心室瓣的泵送的上坡114a和下坡114b。存在现有的确定波形的块是否有效的方法,并且可以使用它们中的任一种。
在确定了波形的块为有效波形后,该方法通过在步骤116中确定并识别在预定时间块内所获得的脉搏波形上峰位置的数目而继续。每个峰位置对应于一次心搏。出于命名约定的目的,将峰位置标记为P1、P2、P3…Pn。用于确定和识别脉搏波形上的峰位置和心搏的合适的方法基于对重搏切迹以及上行和下行的梯度的识别,如在WO/2002/030277中所描述的,并且将不再进一步赘述。
一旦确定并识别了峰位置,该方法在步骤118中继续,以使用等式(1)来确定峰到峰持续时间(每次心搏之间的持续时间):
Pn-(n+1)=Pn+1-Pn
其中Pn-(n+1)指代每个峰之间采样点的总数目(或以毫秒为单位的相对时间)。通常,优选使用10秒块,因为在正常情况下,健康的人类心搏不应偏离多余每分钟5次搏动。
一旦确定了峰到峰持续时间、每个峰到峰持续时间之间的差,则能够在步骤120中使用等式(2)来计算Dn(通常是在归一化的或以毫秒为单位的相对时间尺度测量的)。
Dn=P(n+1)-(n+2)-Pn-(n+1)
例如在图3a中,D1=P2-3-P1-2=-2;D2=P3-4-P2-3=-1;在图3b中,D1=-10;D5=24;等等。
所获得的Dn接下来将基于其绝对值,即|Dn|被分类到至少三个中间类别中(步骤122)。每个中间类别均包括绝对值的范围。三个子类别(A、B和C)可以为:
A——其中|Dn|在0至5之间;
B——其中|Dn|在6至11之间;
C——其中|Dn|等于或大于12。
使用图3b的D1=-10和D5=24作为范例,D1具有为10的绝对值并且因此将被分类在类别B下,并且D5具有为24的绝对值并且因此将被分类在类别C下。
方法110也将核对类别A、B和C中出现的数目。
方法110然后基于根据以下规则对中间类别进行处理,确定是否检测到心律不齐或心房纤颤:
如果出现|D|的全部数目均仅出现在中间类别A中(即没有在中间类别B和C中的出现),则脉搏波形块被分类为“规律心搏”;
如果在全部中间类别A、B和C中均有许多出现|D|,则脉搏波形块被分类为“不规律性不规律”心搏;
针对全部其他情况,脉搏波形块被分类为“规律性不规律”心搏。
(参见步骤126)
任选地,为了改善准确性,可以针对相同对象的额外的波形的块重复步骤112、114、116、118、120、122(步骤128)。通常,可以优选地针对至少3个波形块,并且任选地推荐在约5至10个波形块处重复步骤112、114、116、118、120、122。
图3a、图3b和图3c示出该方法如何确定峰位置116并确定峰到峰持续时间118,并在各自的图下面示出峰到峰之间的差120,Dn。
从峰到峰持续时间120之间的差的标绘可见,Dn,针对各个心搏在图4a、图4b和图4c中分别示出针对规律心搏、不规律性不规律心搏(心房纤颤)和规律性不规律心搏(心律不齐)不同的图。从这些标绘图的趋势,该方法能够确定针对每个波形的块的心搏的类型,并在其后确定三种情境中的一种:
1)未检测到心律不齐——在全部波形的块都被归类为规律心搏时得到的结论。
2)检测到心房纤颤——在波形的块中发现任意不规律性不规律心搏时得到该结论。
3)检测到心律不齐——在波形的块中未发现不规律性不规律心搏并且发现规律性不规律心搏的情况时得到该结论。
根据本发明的另一实施例,存在一种确定心律不齐的系统200。系统200包括脉搏波形测量设备202,优选为用于从对象(通常为人)获得脉搏波形的动脉脉搏波形测量设备。测量设备可以为有创或无创的,只要测量设备能够获得实时逐搏脉搏波形。这要与基于外延或平均化的方法获得的脉搏波形进行区分。
动脉脉搏波形测量设备202优选地可以为无创实时逐搏血压监测设备,例如健资国际私人有限公司的设备。
系统200还包括用于获得并存储获得的动脉脉搏波形测量结果的处理设备204。处理设备可以为计算机或移动设备,如本领域技术人员已知的。移动计算设备任选地可以与如上所述的无创实时逐搏血压监测设备集成。
一旦接收到动脉脉搏波形测量结果,处理设备可操作为执行方法110,以确定是否存在心率补齐,并且如果存在,是否为心房纤颤。
根据本发明的另一实施例(其中相似的附图标记指代相似的特征),一种用于确定心律不齐的存在的移动设备400。移动设备400优选为具有相机402和闪光404功能的智能手机。移动设备400能够在其上安装适于例如在androidTM平台上下载的专用软件应用406(俗称“apps”)。专用软件应用406可操作为访问并激活相机闪光功能以检测人的心率,并籍此获得波形。此外,专用软件应用406能够实施如较早的(一个或多个)实施例中描述的方法110,以确定心搏不规律/心律不齐的存在。
代替如在较早的(一个或多个)实施例中描述的脉搏波形,如在步骤112中提到的波形的块为基于当人的手指(优选地但不限于人的食指)轻微地相对于相机镜头402和闪光灯404放置时因血液脉动而发生的手指皮肤颜色和亮度的变化而捕获的获得的相机帧时间序列。
对手指皮肤颜色的量度的变化的检测是基于分析由相机拍取的帧或帧的部分的平均红色分量值的。要认识到,其他颜色分量(蓝色、绿色)一般被丢弃。
所获得的帧的平均红色分量值的时间序列被视为所捕获的用于心率测量的波形的块408。所获得的信号中平均红色分量值的时间序列包括“尖锐的”局部最大值,每个尖锐的局部最大值对应于单次心搏。要认识到,心搏的次数和测量的长度是计算心率所需要的两个变量。
任选的滤波步骤可以被用于在需要时从时间序列过滤任意噪声。
在滤波之后,将时间序列信号408从获得的帧的形式转换成适于由方法110分析的形式。时间序列信号408通常被转换成在其中每个峰对应于一次心搏的形式。
转换的范例包括三个(3)步骤,其中第一和第二步骤类似于步骤118和步骤119的概念:
第一步骤:确定从第一至第n个峰计算的每个峰位置之间的时间(t1……tn);以及
第二步骤:使用以下等式(2a)确定峰到峰持续时间(即每次心搏之间的持续时间)
Δtn-(n+1)=tn+1-tn
其中tn-(n+1)指代每个峰之间以毫秒为单位的时间。
要认识到,所捕获的波形的采样率可以针对在不同移动设备400上捕获的不同波形而不同。例如,针对一些移动设备三十(30)帧可能是常态;同时针对其他的移动设备可能更高或更低。为了考虑跨不同移动设备400的采样率中的不一致,数学等式(3)被用于考虑采样率为适于由方法110分析的形式。
第三步骤:使用等式(3)寻找每个心搏的每分钟搏动次数:
f(HRn)=(60秒×S)/Δtn-(n+1)
其中f(HRn)指代每个心搏的每分钟搏动次数,S指代所捕获的波形的采样率。
一旦确定了每个心搏的每分钟搏动次数,方法110则被用于相应地根据步骤118、120、122、124计算并制表“规律”、“规律性不规律”和“不规律性不规律”心搏的出现次数。
基于帧采样数,可以选择10-15秒的合适的预定时段。
当前的实施例的有利的,在于其为高度移动性的并且针对公众,尤其是处于高风险组中的那些人,例如罹患高血压、糖尿病、心脏病的患者,或者有脑卒中或猝死的家族史的那些人。对于知晓他们的AF病况并且正接受医学处置的患者而言,App也是有用的,因为其将能够示出控制的有效性。
临床试验
为了测试在各个描述的实施例中的方法110的效率和准确性,基于以下参数在三十名(30)对象上测试了该算法:
测量的时间段——10秒;
采样率为60Hz;以及
无创逐搏血压监测设备202——BProTM.
临床结果被制表为下表1的形式:
表1:
针对心律不齐与心房纤颤(AF)检测算法相对于实际检测的临床数据
结果总结:
真阳性(TP):19
假阴性(FN):0
真阴性(TN):11
假阴性(FN):0
灵敏度:TP/(TP+FN)=100%
特异度:TN/(TN+FP)=100%
要认识到,针对在第二列中标记的“实际检测”,实际检测可以基于任意当前已确立的被用于确定心律不齐;窦性心律(即正常心搏);以及心房纤颤(AF)的方法。
本领域技术人员能够认识到,以上发明不限于所描述的实施例。尤其地,可以做出以下修改和改进而不偏离本发明的范围。
·由于在ECG波形与动脉脉搏波形之间存在相关性,因此ECG波形可以代替脉搏波形(受机电分离影响)而被使用,只要该算法能够检测、制表并归类各种形式的心搏,并在其后做出是否检测到心律不齐、检测到心律不齐或检测到心房纤颤的确定。可以使用用于转换所获得的ECG波形以提取供方法110使用的重要参数(包括峰的数目、峰之间的持续时间等等)的类似方法。
·设备也能够存储检测到心律不齐或心房纤颤的日期和时间并将其记入日志。
·代替经由相机402和闪光灯404获得测量结果,集成式移动设备400可以从动脉脉搏波形测量设备202获得测量结果以供分析。来自脉搏波形测量设备202的数据可以经由无线装置——例如(但不限于)红外或蓝牙——被发送到移动设备400。
以上是对根据本发明检测心搏不规律的系统和方法的实施例的描述。设想本领域技术人员能够并且将会设计出本发明的备选实施例,这些备选实施例侵犯如权利要求所提出的本发明。也要进一步认识到,可以组合所描述的实施例的各个方面以形成另外的实施例,而不偏离本发明的范围。
Claims (17)
1.一种用于检测心搏不规律的方法,包括以下步骤:
a.接收表示至少一个波形的数据集,所述至少一个波形指示在预定时段上对象的心脏活动;
b.从所述表示至少一个波形的数据识别多个峰,每个峰均对应于一心搏;
c.从所述预定时段识别每个峰的发生时间;
d.计算在每个峰与其相邻的峰的所述发生时间之间的差(持续时间);
e.确定在步骤d中计算的每个持续时间之间的差;
f.将所述差的绝对值归类为至少三个中间类别中的一个;其中,每个中间类别均包括一指定范围,使得所述绝对值在其落在所述范围之间时被分类到所述中间类别中;所述中间类别还提供对所述对象是否患有心搏不规律的指示。
2.根据权利要求1所述的方法,其中,所述至少三个中间类别中的第一中间类别具有在0至5之间的指定范围;所述至少三个中间类别中的第二中间类别具有在6至11之间的指定范围;并且所述至少三个中间类别中的第三中间类别具有12及以上的指定范围。
3.根据权利要求2所述的方法,其中,如果所归类的绝对值全部出现在所述第一中间类别中,没有出现在所述第二和第三类别中,则所述至少一个波形被分类为“规律心搏”;其中,如果在全部三个中间类别中都有若干出现|D|,则所述至少一个波形被分类为“无规律性不规律”心搏;并且其中,在全部其他情况中,所述至少一个波形被分类为“规律性不规律”心搏。
4.根据前述权利要求中任一项所述的方法,其中,指示在一时段上所述对象的心脏活动的所述波形是动脉脉搏波形、ECG信号或者基于因血液脉动而发生的手指皮肤颜色和亮度的变化而捕获的获得的相机帧的时间序列。
5.根据权利要求4所述的方法,其中,在所述至少一个波形为动脉脉搏波形时,所述峰是基于对重搏切迹的识别以及在所述至少一个波形中识别的上行和下行的梯度来确定和识别的。
6.根据权利要求4所述的方法,其中,在所述至少一个波形为获得的相机帧的时间序列时,所述方法还包括在步骤c之前的转换步骤。
7.根据权利要求6所述的方法,其中,所述转换步骤包括使用以下数学表达式来考虑在跨不同移动设备的采样率中的不一致的步骤:
f(HRn)=(60秒×S)/Δtn-(n+1)
其中,f(HRn)指代每个心搏的每分钟搏动次数,S指代所捕获的波形的所述采样率;并且tn-(n+1)指代每个峰之间的以毫秒为单位的时间。
8.一种用于检测心搏不规律的系统,包括:
测量设备,其用于接收表示至少一个波形的数据集,所述至少一个波形指示在预定时段上对象的心脏活动;
处理器,其被布置为接收所述数据集并且还被布置为:
从所述至少一个波形识别多个峰,每个峰均对应于一心搏;
从所述预定时段识别每个峰的发生时间;
计算在每个峰与其相邻的峰的所述发生时间之间的差(持续时间);
确定每个持续时间之间的差;并且
将所述差的绝对值归类为至少三个中间类别中的一个;
其中,每个中间类别均包括一指定范围,使得所述绝对值在其落在所述范围之间时被分类到所述中间类别中;所述中间类别还提供对所述对象是否患有心搏不规律的指示。
9.根据权利要求8所述的系统,其中,所述至少三个中间类别中的第一中间类别(A)具有在0至5之间的指定范围;所述至少三个中间类别中的第二中间类别(B)具有在6至11之间的指定范围;并且所述至少三个中间类别中的第三中间类别(A)具有12及以上的指定范围。
10.根据权利要求9所述的系统,其中,如果所归类的绝对值全部出现在所述第一中间类别中,没有出现在所述第二和第三类别B和C中,则所述至少一个波形被分类为“规律心搏”;其中,如果在全部三个中间类别A、B和C中都有若干出现|D|,则所述至少一个波形被分类为“无规律性不规律”心搏;并且其中,在全部其他情况中,所述至少一个波形被分类为“规律性不规律”心搏。
11.根据权利要求8至10中任一项所述的系统,其中,指示在一时段上所述对象的心脏活动的所述波形为动脉脉搏波形、ECG信号或者基于因血液脉动而发生的手指皮肤颜色和亮度的变化而捕获的获得的相机帧的时间序列。
12.根据权利要求11所述的系统,其中,所述至少一个波形为动脉脉搏波形,所述峰是基于对重搏切迹的识别以及在所述至少一个波形中识别的上行和下行的梯度来确定和识别的。
13.根据权利要求11所述的系统,其中,所述至少一个波形为获得的相机帧的时间序列,所述系统还包括在所述处理器从所述预定时段识别每个峰的所述发生时间之前的转换步骤。
14.根据权利要求13所述的系统,其中,所述转换步骤包括使用以下数学表达式来考虑在跨不同移动设备的采样率中的不一致的步骤:
f(HRn)=(60秒×S)/Δtn-(n+1)
其中,f(HRn)指代每个心搏的每分钟搏动次数,S指代所捕获的波形的所述采样率;并且tn-(n+1)指代每个峰之间的以毫秒为单位的时间。
15.根据权利要求11所述的系统,其中,所述测量设备为实时逐搏血压监测设备。
16.根据权利要求11所述的系统,其中,所述测量设备为具有相机和闪光功能的移动设备。
17.一种具有相机和闪光功能的移动设备,所述移动设备可操作为当对象的手指被相对于所述相机镜头和闪光灯定位时,获得基于因血液脉动而发生的手指皮肤颜色和亮度的变化而捕获的获得的相机帧的时间序列;并且在获得所述时间序列后,根据权利要求6或7所述的方法来检测所述对象是否患有心搏不规律。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
SG2013025598 | 2013-04-04 | ||
SG201302559-8 | 2013-04-04 | ||
PCT/SG2013/000446 WO2014163584A1 (en) | 2013-04-04 | 2013-10-17 | Method and system for detecting heartbeat irregularities |
Publications (1)
Publication Number | Publication Date |
---|---|
CN105263401A true CN105263401A (zh) | 2016-01-20 |
Family
ID=55102762
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201380076870.0A Pending CN105263401A (zh) | 2013-04-04 | 2013-10-17 | 用于检测心搏不规律的方法和系统 |
Country Status (4)
Country | Link |
---|---|
US (1) | US9820667B2 (zh) |
CN (1) | CN105263401A (zh) |
GB (1) | GB2527247A (zh) |
WO (1) | WO2014163584A1 (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108601941A (zh) * | 2016-02-12 | 2018-09-28 | 心脏起搏器股份公司 | 触发对生理状况起始的存储 |
CN109953756A (zh) * | 2017-12-22 | 2019-07-02 | 成都心吉康科技有限公司 | 房颤监测系统及可穿戴设备 |
CN110151164A (zh) * | 2019-03-14 | 2019-08-23 | 南京赢创智金科技成果转化有限公司 | 一种针对心房颤动的周长标测法 |
Families Citing this family (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2016097979A1 (en) * | 2014-12-15 | 2016-06-23 | Koninklijke Philips N.V. | Approach for measuring capillary refill time |
JP2016202733A (ja) * | 2015-04-27 | 2016-12-08 | ローム株式会社 | 携帯端末 |
EP4529833A3 (en) | 2017-02-12 | 2025-04-09 | Cardiokol Ltd. | Verbal periodic screening for heart disease |
WO2019186550A1 (en) * | 2018-03-30 | 2019-10-03 | Zoll Medical Israel Ltd. | Systems, devices and methods for radio frequency-based physiological monitoring of patients |
JP6988001B2 (ja) * | 2018-08-30 | 2022-01-05 | オリンパス株式会社 | 記録装置、画像観察装置、観察システム、観察システムの制御方法、及び観察システムの作動プログラム |
EP3884860A1 (en) * | 2020-03-26 | 2021-09-29 | BIOTRONIK SE & Co. KG | Implantable medical device for stimulating a human or animal heart |
US12232851B2 (en) | 2021-03-08 | 2025-02-25 | Medtronic, Inc. | Acute health event monitoring |
US12191034B2 (en) | 2023-04-03 | 2025-01-07 | Sayed Emal Wahezi | Neuromodulation waveform watermarking and prescribing |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6301499B1 (en) * | 1998-06-08 | 2001-10-09 | Cardiac Pacemakers, Inc. | Heart rate variability as an indicator of exercise capacity |
CN1646057A (zh) * | 2002-03-29 | 2005-07-27 | 皇家飞利浦电子股份有限公司 | 心脏骤停监控系统 |
CN101449971A (zh) * | 2008-12-30 | 2009-06-10 | 南京大学 | 基于节律模式的便携式心电诊断监测设备 |
WO2012149207A1 (en) * | 2011-04-28 | 2012-11-01 | Draeger Medical Systems, Inc. | Oscillometric non-invasive blood pressure measurements in patients experiencing abnormal heartbeats |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4163451A (en) | 1977-10-26 | 1979-08-07 | Cordis Corporation | Interactive method and digitally timed apparatus for cardiac pacing arrhythmia treatment |
US4356827A (en) * | 1978-11-27 | 1982-11-02 | Nippon Collin Co., Ltd. | Method of arrhythmia detection with detecting mechanism |
US5184615A (en) * | 1991-03-08 | 1993-02-09 | Telectronics Pacing Systems, Inc. | Apparatus and method for detecting abnormal cardiac rhythms using evoked potential measurements in an arrhythmia control system |
SG94349A1 (en) | 2000-10-09 | 2003-02-18 | Healthstats Int Pte Ltd | Method and device for monitoring blood pressure |
JP4752673B2 (ja) * | 2005-10-06 | 2011-08-17 | コニカミノルタセンシング株式会社 | 脈波データ解析方法、システム、プログラム |
US9301695B2 (en) * | 2013-01-18 | 2016-04-05 | Fujitsu Limited | Stress model based on RR integral average |
-
2013
- 2013-10-17 US US14/782,587 patent/US9820667B2/en not_active Expired - Fee Related
- 2013-10-17 GB GB1517944.3A patent/GB2527247A/en not_active Withdrawn
- 2013-10-17 WO PCT/SG2013/000446 patent/WO2014163584A1/en active Application Filing
- 2013-10-17 CN CN201380076870.0A patent/CN105263401A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6301499B1 (en) * | 1998-06-08 | 2001-10-09 | Cardiac Pacemakers, Inc. | Heart rate variability as an indicator of exercise capacity |
CN1646057A (zh) * | 2002-03-29 | 2005-07-27 | 皇家飞利浦电子股份有限公司 | 心脏骤停监控系统 |
CN101449971A (zh) * | 2008-12-30 | 2009-06-10 | 南京大学 | 基于节律模式的便携式心电诊断监测设备 |
WO2012149207A1 (en) * | 2011-04-28 | 2012-11-01 | Draeger Medical Systems, Inc. | Oscillometric non-invasive blood pressure measurements in patients experiencing abnormal heartbeats |
Non-Patent Citations (1)
Title |
---|
JINSEOK LEE ET AL: "Atrial Fibrillation Detection using a Smart Phone", 《ENGINEERING IN MEDICINE AND BIOLOGY SOCIETY(EMBS), 2012 ANNUAL INTERNATIONAL CONFERENCE OF IEEE》 * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108601941A (zh) * | 2016-02-12 | 2018-09-28 | 心脏起搏器股份公司 | 触发对生理状况起始的存储 |
CN108601941B (zh) * | 2016-02-12 | 2021-12-28 | 心脏起搏器股份公司 | 触发对生理状况起始的存储 |
CN109953756A (zh) * | 2017-12-22 | 2019-07-02 | 成都心吉康科技有限公司 | 房颤监测系统及可穿戴设备 |
CN110151164A (zh) * | 2019-03-14 | 2019-08-23 | 南京赢创智金科技成果转化有限公司 | 一种针对心房颤动的周长标测法 |
CN110151164B (zh) * | 2019-03-14 | 2024-03-19 | 无锡市人民医院 | 一种针对心房颤动的周长标测法 |
Also Published As
Publication number | Publication date |
---|---|
GB201517944D0 (en) | 2015-11-25 |
US9820667B2 (en) | 2017-11-21 |
WO2014163584A1 (en) | 2014-10-09 |
US20160038048A1 (en) | 2016-02-11 |
GB2527247A (en) | 2015-12-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105263401A (zh) | 用于检测心搏不规律的方法和系统 | |
JP6918038B2 (ja) | 不一致モニタリング | |
Oresko et al. | A wearable smartphone-based platform for real-time cardiovascular disease detection via electrocardiogram processing | |
EP1746932B1 (en) | Apparatus and method for analysis of high frequency qrs complexes | |
Zhao et al. | A robust QRS detection and accurate R-peak identification algorithm for wearable ECG sensors | |
US9314177B2 (en) | System and method of detecting abnormal movement of a physical object | |
US20240415463A1 (en) | Methods, apparatus and systems for adaptable presentation of sensor data | |
KR20190113552A (ko) | Ppg ibi 및 모폴로지를 기반으로 하는 수동 부정맥 감지 장치 및 방법 | |
Carbonaro et al. | Wearable biomonitoring system for stress management: A preliminary study on robust ECG signal processing | |
US20200187807A1 (en) | Method and device for detecting stress using beat-to-beat ecg features | |
CN109674474B (zh) | 睡眠呼吸暂停识别方法、设备及计算机可读介质 | |
JP6219974B2 (ja) | 少なくとも2つのセンサと関連する測定装置に基づいて生体リズム等の生理的パラメータを測定する方法 | |
CN115804590B (zh) | 觉醒状态检测系统及方法 | |
CN109171703A (zh) | 基于可穿戴式体感网的心电信号的获取与处理方法 | |
US11076793B2 (en) | Respiration estimation method and apparatus | |
RU2683409C1 (ru) | Устройство и способ для определения появления комплекса qrs в данных экг | |
Manukova et al. | An Approach to Evaluation of Clinically Healthy People by Preventive Cardio Control | |
Yeh et al. | Frequency-domain analysis for accurate and robust gait cycle time detection with clinical data | |
KR102703835B1 (ko) | 생체 신호 처리 장치 및 방법 | |
JP7598671B1 (ja) | 心電図分析装置、心電図分析方法及びプログラム | |
KR20150081763A (ko) | 심전도 신호의 저전력 고효율 r파 검출 방법 및 시스템 | |
KR102645586B1 (ko) | 생체신호를 이용한 수면 호흡 상태 분류 장치 및 방법 | |
KR102432260B1 (ko) | 심전도 데이터에 관련된 심음 데이터를 이용하여 심전도 데이터의 비정상 신호 구간을 검출하는 생체신호 측정 장치 및 생체신호 측정 방법 | |
KR101560269B1 (ko) | 심전도 신호를 처리하기 위한 방법, 시스템 및 비일시성의 컴퓨터 판독 가능한 기록 매체 | |
US20200383635A1 (en) | Method, system and non-transitory computer readable medium |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20160120 |
|
WD01 | Invention patent application deemed withdrawn after publication |