[go: up one dir, main page]

CN108511037A - 腹部的肌电信号的分析方法及系统 - Google Patents

腹部的肌电信号的分析方法及系统 Download PDF

Info

Publication number
CN108511037A
CN108511037A CN201810155549.6A CN201810155549A CN108511037A CN 108511037 A CN108511037 A CN 108511037A CN 201810155549 A CN201810155549 A CN 201810155549A CN 108511037 A CN108511037 A CN 108511037A
Authority
CN
China
Prior art keywords
signal
electromyography signal
electromyography
abdomen
analysis
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
Application number
CN201810155549.6A
Other languages
English (en)
Inventor
周立
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Easy Link Even (shanghai) Technology Co Ltd
Original Assignee
Easy Link Even (shanghai) Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Easy Link Even (shanghai) Technology Co Ltd filed Critical Easy Link Even (shanghai) Technology Co Ltd
Priority to CN201810155549.6A priority Critical patent/CN108511037A/zh
Publication of CN108511037A publication Critical patent/CN108511037A/zh
Pending legal-status Critical Current

Links

Classifications

    • 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
    • G16H15/00—ICT specially adapted for medical reports, e.g. generation or transmission thereof
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/70—Denoising; Smoothing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0012—Biomedical image inspection
    • 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
    • G16H30/00—ICT specially adapted for the handling or processing of medical images
    • G16H30/20—ICT specially adapted for the handling or processing of medical images for handling medical images, e.g. DICOM, HL7 or PACS
    • 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

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • General Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Epidemiology (AREA)
  • Primary Health Care (AREA)
  • Physics & Mathematics (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Biomedical Technology (AREA)
  • Radiology & Medical Imaging (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Pathology (AREA)
  • Quality & Reliability (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)

Abstract

本发明公开了一种腹部的肌电信号的分析方法及系统。所述分析方法包括以下步骤：S1、对初始肌电信号做基线漂移去除处理，得到待处理肌电信号；S2、对所述待处理肌电信号取绝对值，得到整流信号；S3、对所述整流信号做平滑处理，得到包络线信号；S4、根据所述包络线信号分析所述肌电信号。本发明有效地去除了静息态下获得的初始肌电信号中的心电信号，排除了心电信号对腹部的肌电信号的干扰，用本实施例的分析方法得到包络线信号来分析肌电信号，能真实反映腹部的肌肉功能，为腹部的疾病诊断提供参考。

Description

腹部的肌电信号的分析方法及系统
技术领域
本发明涉及医疗器械技术领域，特别涉及一种静息态的腹部的肌电信号的分析方法及系统。
背景技术
目前，在临床诊断和康复工程中，常利用肌电信号的信息对肌疲劳性、重症肌无力及肌萎缩等肌肉功能进行评价。现有技术中，对于腹部的肌肉功能进行评价时，常用运动态和静息态表面肌电信号(EMG)的平均波幅来表征。运动态是肌肉存在自主收缩的状态，静息态则是测试者平卧、肌肉放松不做任何动作的状态。由于处于静息态时，人体腹部采集到的表面肌电信号中含有心电信号(ECG)，而且心电信号的波幅(峰峰值约200uV)远高于静息态肌电信号的波幅(峰峰值<50uV)。因此，采用传统方法直接对原始EMG信号求平均波幅，得到的数值存在心电信号的干扰，该平均波幅不能有效反映静息态下腹部的肌肉功能。
发明内容
本发明要解决的技术问题是为了克服现有技术的肌电信号的分析方法由于未排除心电信号的干扰，导致获得的结果不能真实反映静息态下的腹部的肌肉功能的缺陷，提供一种腹部的肌电信号的分析方法及系统。
本发明是通过下述技术方案来解决上述技术问题：
一种腹部的肌电信号的分析方法，所述分析方法包括以下步骤：
S1、对初始肌电信号做基线漂移去除处理，得到待处理肌电信号；
S2、对所述待处理肌电信号取绝对值，得到整流信号；
S3、对所述整流信号做平滑处理，得到包络线信号；
S4、根据所述包络线信号分析所述肌电信号。
较佳地，步骤S1中，通过如下公式对初始肌电信号做基线漂移去除处理：
x＝EMG-mean(EMG)；
其中，x表征所述待处理肌电信号，EMG为所述初始肌电信号。
较佳地，步骤S3中，通过如下公式对所述整流信号做平滑处理：
y＝smooth(EM，floor(fs/10))；
其中，y表征所述包络线信号，EM为所述整流信号，fs为所述初始肌电信号的采样率。
较佳地，步骤S4具体包括：
取所述包络线信号的最小值；
根据所述最小值分析所述肌电信号。
较佳地，所述分析方法还包括：
S5、根据分析结果生成分析报告。
本发明还提供一种腹部的肌电信号的分析系统，所述分析系统包括：
漂移去除模块，用于对初始肌电信号做基线漂移去除处理，得到待处理肌电信号；
整流模块，用于对所述待处理肌电信号取绝对值，得到整流信号；
平滑处理模块，用于对所述整流信号做平滑处理，得到包络线信号；
分析模块，用于根据所述包络线信号分析所述肌电信号。
较佳地，所述漂移去除模块具体通过如下公式对初始肌电信号做基线漂移去除处理：
x＝EMG-mean(EMG)；
其中，x表征所述待处理肌电信号，EMG为所述初始肌电信号。
较佳地，所述平滑处理模块具体通过如下公式对所述整流信号做平滑处理：
y＝smooth(EM，floor(fs/10))；
其中，y表征所述包络线信号，EM为所述整流信号，fs为所述初始肌电信号的采样率。
较佳地，所述分析模块包括：
数值获取单元，用于获取所述包络线信号的最小值；
分析单元，用于根据所述最小值分析所述肌电信号。
较佳地，所述分析系统还包括：
报告生成模块，用于根据分析结果生成分析报告
本发明的积极进步效果在于：本发明有效地去除了静息态下获得的初始肌电信号中的心电信号，排除了心电信号对腹部的肌电信号的干扰，用本实施例的分析方法得到包络线信号来分析肌电信号，能真实反映腹部的肌肉功能，为腹部的疾病诊断提供参考。
附图说明
图1为本发明实施例1的腹部的肌电信号的分析方法的流程图。
图2为经过图1中的步骤101获得的左腹外斜肌的待处理肌电信号的曲线图。
图3为经过图1中的步骤101获得的右腹外斜肌的待处理肌电信号的曲线图。
图4为经过图1中的步骤103获得的左腹外斜肌的包络线信号的曲线图。
图5为经过图1中的步骤103获得的右腹外斜肌的包络线信号的曲线图。
图6为经过图1中的步骤101获得的左腹直肌的待处理肌电信号的曲线图。
图7为经过图1中的步骤101获得的右腹直肌的待处理肌电信号的曲线图。
图8为经过图1中的步骤103获得的左腹直肌的包络线信号的曲线图。
图9为经过图1中的步骤103获得的右腹直肌的包络线信号的曲线图。
图10为本发明实施例2的腹部的肌电信号的分析系统的模块示意图。
具体实施方式
下面通过实施例的方式进一步说明本发明，但并不因此将本发明限制在所述的实施例范围之中。
实施例1
如图1所示，本实施例的腹部的肌电信号的分析方法包括以下步骤：
步骤101、对初始肌电信号做基线漂移去除处理，得到待处理肌电信号。
其中，初始肌电信号可通过多通道表面肌电测试仪获得。
优选地，步骤101中具体通过如下公式对初始肌电信号做基线漂移去除处理：
x＝EMG-mean(EMG)；
其中，x表征待处理肌电信号，EMG为初始肌电信号。待处理肌电信号也即初始肌电信号减去均值后的信号。
步骤102、对待处理肌电信号取绝对值，得到整流信号。
也即EM＝abs(x)。其中，EM表征整流信号。
步骤103、对整流信号做平滑处理，得到包络线信号。
具体的，步骤103中，通过如下公式对整流信号做平滑处理：
y＝smooth(EM，floor(fs/10))；
其中，y表征包络线信号，fs为初始肌电信号的采样率。
假设采样率fs＝1000，则y的计算方法如下：
其中，i＝50,51,…,N；N为EM的点数。
步骤104、根据包络线信号分析肌电信号。
本实施例中，步骤104具体包括：
步骤104-1、取包络线信号的最小值。
步骤104-2、根据最小值分析肌电信号。
步骤105、根据分析结果生成分析报告。
其中，分析报告中可包括：包络线信号的曲线图、包络线信号的最小值、腹部的肌肉功能的优良等级等信息。
本实施例中，有效地去除了静息态下获得的初始肌电信号中的心电信号，排除了心电信号对腹部的肌电信号的干扰，用本实施例的分析方法得到包络线信号来分析肌电信号，能真实反映腹部的肌肉功能，为腹部的疾病诊断提供参考。
下面以一个中上腹切口疝病人的肌电信号数据为例对本实施例的分析方法进行说明：
在病人处于静息态(测试者平卧、肌肉放松不做任何动作的状态)时，肌电测试仪的通道1测得左腹外斜肌的初始肌电信号，经过步骤101中的基线漂移去除处理，参见图2，得到40s～45s时间段的左腹外斜肌的待处理肌电信号；通道2测得对称的右腹外斜肌的肌电信号，经过步骤101中的基线漂移去除处理，参见图3，得到40s～45s时间段的右腹外斜肌的待处理肌电信号。从图2和图3对比可看出，右腹外斜肌的肌电平均幅值明显高于左腹外斜肌的肌电平均幅值，左腹外斜肌的心电幅值明显高于右腹外斜肌的心电幅值。
图4和图5分别为对图2和图3中的待处理肌电信号取绝对值，每0.1秒信号做平滑，得到的包络线信号曲线。对图4和图5中的包络线信号取最小值，结果分别为2.22和6.96，右侧/左侧＝3.14。而采用对图2和图3的肌电信号直接求平均值，获得平均波幅得到的结果分别为11.40和13.29，右侧/左侧＝1.17。可见，使用本发明实施例的分析方法得到的结果与图2和图3中观察到的结果一致。而采用求平均值的算法得到的平均波幅，该方法未排除心电信号的干扰，心电信号作为噪声影响了最终的肌电信号的平均幅值，因此该结果与图2和图3中观察到的结果明显不符合。
下面提供另一个具体实例，借一个结肠造口旁疝病人的肌电信号数据对本实施例的分析方法进行说明：
在病人处于静息态(测试者平卧、肌肉放松不做任何动作的状态)时，肌电测试仪的通道1测得左腹直肌的初始肌电信号，经过步骤101中的基线漂移去除处理，参见图6，得到50s～55s时间段的左腹直肌的待处理肌电信号；通道2测得对称的右腹直肌的初始肌电信号，经过步骤101中的基线漂移去除处理，参见图7，得到50s～55s时间段的右腹直肌的待处理肌电信号。从图6和图7对比可看出，右腹直肌的肌电平均幅值明显高于左腹直肌的肌电平均幅值，左腹直肌的心电幅值明显高于右腹直肌的心电幅值。需要说明的是，上述时间段可根据需求自行设置。
图8和图9分别为对图6和图7中待处理肌电信号取绝对值，每0.1秒信号做平滑，得到的包络线信号曲线。对图8和图9中的包络线信号取最小值，结果分别为2.18和5.46，右侧/左侧＝2.50。而采用对图6和图7的肌电信号直接求平均值，获得平均波幅得到的结果分别为16.15和10.05，右侧/左侧＝0.62。可见，使用本发明实施例的分析方法得到的结果，与图6和图7中观察到的结果一致。而采用求平均值的算法得到的结果，与图6和图7中观察到的结果明显不符合，反而是左腹直肌的肌电平均波幅高于右腹直肌的肌电平均波幅，结果与事实相悖。
通过上述两个具体实例说明采用求平均值的算法得到的平均波幅并不能准确反映腹部的肌肉功能，以该平均波幅进行腹部诊断会出现误诊的情况，从而耽误治疗。而通过本实施例的分析方法得到的包络线信号的最小值，其能真实反映腹部的肌肉功能，可大大提高腹部的诊断的准确性。
实施例2
如图10所示，本实施例的腹部的肌电信号的分析系统包括：漂移去除模块21、整流模块22、平滑处理模块23、分析模块24和报告生成模块25。
漂移去除模块21用于对初始肌电信号做基线漂移去除处理，得到待处理肌电信号。其中，初始肌电信号可通过多通道表面肌电测试仪获得。
具体的，漂移去除模块通过如下公式对初始肌电信号做基线漂移去除处理：
x＝EMG-mean(EMG)；
其中，x表征待处理肌电信号，EMG为初始肌电信号。
整流模块22用于对待处理肌电信号取绝对值，得到整流信号。也即EM＝abs(x)。其中，EM表征整流信号。
平滑处理模块23用于对整流信号做平滑处理，得到包络线信号。具体的，平滑处理模块通过如下公式对整流信号做平滑处理：
y＝smooth(EM，floor(fs/10))；
其中，y表征包络线信号，fs为初始肌电信号的采样率。
假设采样率fs＝1000，则y的计算方法如下：
其中，i＝50,51,…,N；N为EM的点数。
分析模块24用于根据包络线信号分析肌电信号。具体的，分析模块包括：数值获取单元241和分析单元242。数值获取单元241用于获取包络线信号的最小值。分析单元242用于根据最小值分析肌电信号。
报告生成模块25用于根据分析模块24的分析结果生成分析报告。其中，分析报告中可包括：包络线信号的曲线图、包络线信号的最小值、腹部的肌肉功能的优良等级等信息。
本实施例中，有效地去除了初始肌电信号中的心电信号，排除了心电信号对腹部的肌电信号的干扰，用本实施例的分析方法得到包络线信号来分析肌电信号，能真实反映腹部的肌肉功能，为腹部的疾病诊断提供参考。
虽然以上描述了本发明的具体实施方式，但是本领域的技术人员应当理解，这仅是举例说明，本发明的保护范围是由所附权利要求书限定的。本领域的技术人员在不背离本发明的原理和实质的前提下，可以对这些实施方式做出多种变更或修改，但这些变更和修改均落入本发明的保护范围。

Claims (10)

1.一种腹部的肌电信号的分析方法，其特征在于，所述分析方法包括以下步骤：
S1、对初始肌电信号做基线漂移去除处理，得到待处理肌电信号；
S2、对所述待处理肌电信号取绝对值，得到整流信号；
S3、对所述整流信号做平滑处理，得到包络线信号；
S4、根据所述包络线信号分析所述肌电信号。
2.如权利要求1所述的腹部的肌电信号的分析方法，其特征在于，步骤S1中，通过如下公式对初始肌电信号做基线漂移去除处理：
x＝EMG-mean(EMG)；
其中，x表征所述待处理肌电信号，EMG为所述初始肌电信号。
3.如权利要求1所述的腹部的肌电信号的分析方法，其特征在于，步骤S3中，通过如下公式对所述整流信号做平滑处理：
y＝smooth(EM，floor(fs/10))；
其中，y表征所述包络线信号，EM为所述整流信号，fs为所述初始肌电信号的采样率。
4.如权利要求1所述的腹部的肌电信号的分析方法，其特征在于，步骤S4具体包括：
取所述包络线信号的最小值；
根据所述最小值分析所述肌电信号。
5.如权利要求1所述的腹部的肌电信号的分析方法，其特征在于，所述分析方法还包括：
S5、根据分析结果生成分析报告。
6.一种腹部的肌电信号的分析系统，其特征在于，所述分析系统包括：
漂移去除模块，用于对初始肌电信号做基线漂移去除处理，得到待处理肌电信号；
整流模块，用于对所述待处理肌电信号取绝对值，得到整流信号；
平滑处理模块，用于对所述整流信号做平滑处理，得到包络线信号；
分析模块，用于根据所述包络线信号分析所述肌电信号。
7.如权利要求6所述的腹部的肌电信号的分析系统，其特征在于，所述漂移去除模块具体通过如下公式对初始肌电信号做基线漂移去除处理：
x＝EMG-mean(EMG)；
其中，x表征所述待处理肌电信号，EMG为所述初始肌电信号。
8.如权利要求6所述的腹部的肌电信号的分析系统，其特征在于，所述平滑处理模块具体通过如下公式对所述整流信号做平滑处理：
y＝smooth(EM，floor(fs/10))；
其中，y表征所述包络线信号，EM为所述整流信号，fs为所述初始肌电信号的采样率。
9.如权利要求6所述的腹部的肌电信号的分析系统，其特征在于，所述分析模块包括：
数值获取单元，用于获取所述包络线信号的最小值；
分析单元，用于根据所述最小值分析所述肌电信号。
10.如权利要求6所述的腹部的肌电信号的分析系统，其特征在于，所述分析系统还包括：
报告生成模块，用于根据分析结果生成分析报告。
CN201810155549.6A 2018-02-23 2018-02-23 腹部的肌电信号的分析方法及系统 Pending CN108511037A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810155549.6A CN108511037A (zh) 2018-02-23 2018-02-23 腹部的肌电信号的分析方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810155549.6A CN108511037A (zh) 2018-02-23 2018-02-23 腹部的肌电信号的分析方法及系统

Publications (1)

Publication Number Publication Date
CN108511037A true CN108511037A (zh) 2018-09-07

Family

ID=63375723

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810155549.6A Pending CN108511037A (zh) 2018-02-23 2018-02-23 腹部的肌电信号的分析方法及系统

Country Status (1)

Country Link
CN (1) CN108511037A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109875753A (zh) * 2019-03-28 2019-06-14 青岛市城阳区人民医院 一种缓解儿童腹部不适的中药热敷装置
CN112382366A (zh) * 2019-07-29 2021-02-19 易适康连（上海）科技有限公司 腹直肌的自发放电的评估方法、系统、电子设备及介质

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102169690A (zh) * 2011-04-08 2011-08-31 哈尔滨理工大学 基于表面肌电信号的语音信号识别系统和识别方法
CN102811034A (zh) * 2011-05-31 2012-12-05 财团法人工业技术研究院 信号处理装置及信号处理方法
CN104382595A (zh) * 2014-10-27 2015-03-04 燕山大学 基于肌电信号与虚拟现实交互技术的上肢康复系统及方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102169690A (zh) * 2011-04-08 2011-08-31 哈尔滨理工大学 基于表面肌电信号的语音信号识别系统和识别方法
CN102811034A (zh) * 2011-05-31 2012-12-05 财团法人工业技术研究院 信号处理装置及信号处理方法
CN104382595A (zh) * 2014-10-27 2015-03-04 燕山大学 基于肌电信号与虚拟现实交互技术的上肢康复系统及方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
林彩娜 等: ""不同步行方式下正常人腰腹肌肌电信号分析"", 《中国康复医学杂志》 *
王喜太等: ""腹肌表面肌电信号与储尿排尿的相关性分析"", 《中国康复理论与实践》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109875753A (zh) * 2019-03-28 2019-06-14 青岛市城阳区人民医院 一种缓解儿童腹部不适的中药热敷装置
CN112382366A (zh) * 2019-07-29 2021-02-19 易适康连（上海）科技有限公司 腹直肌的自发放电的评估方法、系统、电子设备及介质

Similar Documents

Publication Publication Date Title
US9408549B2 (en) Detecting fiducial points in physiological signals
US8433395B1 (en) Extraction of cardiac signal data
US6280395B1 (en) System and method for determining muscle dysfunction
US9294074B2 (en) Physiological signal denoising
AU2011377642B2 (en) Physiological signal denoising
CN110870769B (zh) 一种肌肉疲劳等级的检测方法及设备
CN105662345B (zh) 心跳信号处理方法、装置和系统
CN108451532B (zh) 呼吸信息的获取方法及系统
AU2013377909A1 (en) Detecting fiducial points in physiological signals
CN107296600A (zh) 一种快速十二导联心电信号质量评估方法
JP5252432B2 (ja) 指関節角度推定装置
CN109561845A (zh) 用于处理生理信号的处理装置
Nandagopal et al. Newly constructed real time ECG monitoring system using labview
Pauk 419. Different techniques for EMG signal processing.
CN108511037A (zh) 腹部的肌电信号的分析方法及系统
US11944464B2 (en) Methods and system for detecting inhalations and extracting measures of neural respiratory drive from an EMG signal
CN106983511B (zh) 肌力与肌张力状态突变点的识别方法及识别装置
McCallan et al. Wearable Technology: Signal Recovery of Electrocardiogram from Short Spaced Leads in the Far-Field Using Discrete Wavelet Transform Based Techniques
CN102125724A (zh) 声肌信号控制手功能开环功能性电刺激控制方法
US20190374123A1 (en) Predicting atrial fibrillation or stroke using p-wave analysis
CN107440687B (zh) 一种疼痛等级评估方法及采用其的疼痛等级评估装置
Srinagesh et al. ECG wireless telemetry
Chitra et al. Implementation of QT Interval Measurement to Remove Errors in ECG
Vetter et al. Discrimination of Healthy and Post-partum Subjects using Wavelet Filterbank and Auto-regressive Modelling
Wang et al. AN EFFICIENT ALGORITHM FOR R PEAKS DETECTION OF ELECTROCARDIOGRAM SIGNALS

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20180907

WD01 Invention patent application deemed withdrawn after publication