CN114098748A - 生理信号的处理方法、装置及计算机可读存储介质 - Google Patents
生理信号的处理方法、装置及计算机可读存储介质 Download PDFInfo
- Publication number
- CN114098748A CN114098748A CN202010880499.5A CN202010880499A CN114098748A CN 114098748 A CN114098748 A CN 114098748A CN 202010880499 A CN202010880499 A CN 202010880499A CN 114098748 A CN114098748 A CN 114098748A
- Authority
- CN
- China
- Prior art keywords
- physiological signals
- physiological
- compression
- group
- baseline
- 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
- 238000003672 processing method Methods 0.000 title abstract description 3
- 238000000034 method Methods 0.000 claims abstract description 52
- 238000012545 processing Methods 0.000 claims abstract description 47
- 230000007246 mechanism Effects 0.000 claims abstract description 44
- 238000005070 sampling Methods 0.000 claims abstract description 42
- 238000007906 compression Methods 0.000 claims description 132
- 230000006835 compression Effects 0.000 claims description 128
- 238000004590 computer program Methods 0.000 claims description 11
- 210000000056 organ Anatomy 0.000 claims description 9
- 230000001766 physiological effect Effects 0.000 claims description 9
- 230000008859 change Effects 0.000 claims description 5
- 238000013144 data compression Methods 0.000 abstract description 4
- 230000015654 memory Effects 0.000 description 35
- 230000006870 function Effects 0.000 description 20
- 230000036772 blood pressure Effects 0.000 description 18
- 238000013186 photoplethysmography Methods 0.000 description 9
- 238000010586 diagram Methods 0.000 description 8
- 230000008569 process Effects 0.000 description 7
- 230000005540 biological transmission Effects 0.000 description 5
- 238000004422 calculation algorithm Methods 0.000 description 4
- 230000000737 periodic effect Effects 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 230000006872 improvement Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000037081 physical activity Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 230000000747 cardiac effect Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000007774 longterm Effects 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000008376 long-term health Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000012827 research and development Methods 0.000 description 1
- 238000011426 transformation method Methods 0.000 description 1
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7235—Details of waveform analysis
- A61B5/7253—Details of waveform analysis characterised by using transforms
-
- 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
-
- 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
- A61B5/7203—Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal
-
- 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
- A61B5/7225—Details of analog processing, e.g. isolation amplifier, gain or sensitivity adjustment, filtering, baseline or drift compensation
-
- 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
- A61B5/7232—Signal processing specially adapted for physiological signals or for diagnostic purposes involving compression of the physiological signal, e.g. to extend the signal recording period
-
- 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
- A61B5/7271—Specific aspects of physiological measurement analysis
- A61B5/7278—Artificial waveform generation or derivation, e.g. synthesising signals from measured signals
-
- 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
- A61B5/318—Heart-related electrical modalities, e.g. electrocardiography [ECG]
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Signal Processing (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Physiology (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Veterinary Medicine (AREA)
- Physics & Mathematics (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Psychiatry (AREA)
- Cardiology (AREA)
- Power Engineering (AREA)
- Vascular Medicine (AREA)
- Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
Abstract
本发明提供了一种生理信号的处理方法、装置及计算机可读存储介质。本发明提供的生理信号的处理方法，包括：获取生理信号；根据生理信号的采样频率和/或产生机理对获取的所述生理信号进行分组；根据分组结果对每组生理信号分别进行压缩。本发明的技术方案能够兼顾信号保真与数据压缩。
Description
技术领域
本发明涉及生物医疗设备领域，具体涉及一种生理信号的处理方法、装置及计算机可读存储介质。
背景技术
随着技术的进步和更小型传感器的研发，由体征传感器及其装置组成可用于远程医疗和长期健康辨识技术的体域网，进行生理体征信号的远程、长期采集，这种工作模式被越来越广泛的接受。
体征传感器及其所采集的体征信号通常具有如下特点：
1、高频采集，为满足体征信号的基本采集要求，对如脉搏、心电等生理信号的采集频率通常在100Hz以上，对如脉搏、心电等生理信号的采集，通常需要500Hz以上频率才能达到医疗临床使用的要求。
2、无线传输，体征传感器及采集装置通常采取无线网络传输的方式满足舒适性和便携性需要。以长期进行高频采集为基础的体域网的应用，对无线网络传输的成本和带宽都十分敏感。因此，体征传感器、体征信号采集装置及系统在设计时必须考虑在进行数据传输前对采集的原始体征信号进行压缩，以降低无线网络的数据传输量，从而降低电源消耗和带宽消耗。。
现有的与生理信号有关的压缩算法主要分为两类：无损生理信号压缩与有损生理信号压缩。无损生理信号压缩主要是利用通用的信号压缩方法，如哈夫曼编码、算术编码、基于字典的Lz系列编码方法，及其上述几种编码的组合进行数据压缩。有损生理信号压缩主要有采用折线近似、扇形区域近似方法，及采用变换的方法诸如小波变换，主成分变换等进行数据压缩。采用通用的无损生理信号压缩算法可以在一定程度上对数据进行压缩，但它采用的是基于语法的信号压缩方法，其压缩率上限受制于信息熵，不能有效的对数据进行压缩；而采用有损生理信号压缩算法，如折线法、扇形区域法、小波变换等，对信号做了相应的变换近似，可以将数据的压缩性能极大提高，但是该类方法损害了信息保真度，信号的保真度随着压缩率的提高而趋势性的降低，该种压缩方法在信号恢复后会丢失大量细节信号，这在对信号保真度较高的场合下是不可接受的。
发明内容
本发明实施例要解决的技术问题是提供一种生理信号的处理方法、装置及计算机可读存储介质，能够兼顾信号保真与数据压缩。
根据本发明实施例的一个方面，提供了一种生理信号的处理方法，包括：
获取生理信号；
根据生理信号的采样频率和/或产生机理对获取的所述生理信号进行分组；
根据分组结果对每组生理信号分别进行压缩。
此外，根据本发明的至少一个实施例，所述根据生理信号的采样频率和/或产生机理对获取的所述生理信号进行分组之前，所述方法还包括：
识别获取的所述生理信号中由伪迹造成的缺失值；
对所述缺失值进行填充；
获取填充后的生理信号的采样频率。
此外，根据本发明的至少一个实施例，由同一身体器官和/或由同一项生理活动产生的生理信号的产生机理相同，产生机理相同的生理信号位于同一组。
此外，根据本发明的至少一个实施例，所述对所述缺失值进行填充包括：
利用数字对所述缺失值进行填充。
此外，根据本发明的至少一个实施例，所述根据分组结果对每组生理信号分别进行压缩包括：
获取每组生理信号的数据特征；
根据所述数据特征确定压缩基线，利用所述压缩基线对该组的所述生理信号进行压缩。
此外，根据本发明的至少一个实施例，所述根据所述数据特征确定压缩基线包括以下任一项：
当一组生理信号的数值在预设范围内变动时，使用该组生理信号的平均值或中位数作为所述压缩基线；
当一组生理信号能够做函数拟合时，使用该组生理信号拟合得到的函数作为所述压缩基线；
使用一个数据周期内的原始生理信号作为所述压缩基线。
此外，根据本发明的至少一个实施例，若使用一个数据周期内的原始生理信号作为所述压缩基线，所述方法还包括：
在所述生理信号的数据周期发生变化后，更新所述压缩基线。
此外，根据本发明的至少一个实施例，所述更新所述压缩基线包括：
以更新后的一个数据周期内的生理信号作为新的压缩基线。
此外，根据本发明的至少一个实施例，所述根据分组结果对每组生理信号分别进行压缩包括：
根据每组生理信号的数据周期确定其对应的压缩窗口，根据所确定的压缩窗口对该组生理信号进行压缩。
此外，根据本发明的至少一个实施例，在每组生理信号的数据周期仅包括t1时，压缩窗口n＝k*t1；
在每组生理信号的数据周期包括t1，t2，…，tm时，压缩窗口n＝k*[t1，t2，…，tm]，[t1，t2，…，tm]为t1，t2，…，tm的最小公倍数；
其中，m，k为大于1的整数。
根据本发明实施例的另一方面，提供了一种生理信号的处理装置，包括：
获取单元，用于获取生理信号；
分组单元，用于根据生理信号的采样频率和/或产生机理对获取的所述生理信号进行分组；
压缩单元，用于根据分组结果对每组生理信号分别进行压缩。
此外，根据本发明的至少一个实施例，所述装置还包括：
识别单元，用于识别获取的所述生理信号中由伪迹造成的缺失值；
填充单元，用于对所述缺失值进行填充；
采样频率获取单元，用于获取填充后的生理信号的采样频率。
此外，根据本发明的至少一个实施例，所述压缩单元包括：
获取子单元，用于获取每组生理信号的数据特征；
处理子单元，用于根据所述数据特征确定压缩基线，利用所述压缩基线对该组的所述生理信号进行压缩。
此外，根据本发明的至少一个实施例，所述处理子单元具体用以执行以下任一项：
当一组生理信号的数值在预设范围内变动时，使用该组生理信号的平均值或中位数作为所述压缩基线；
当一组生理信号能够做函数拟合时，使用该组生理信号拟合得到的函数作为所述压缩基线；
使用一个数据周期内的原始生理信号作为所述压缩基线。
此外，根据本发明的至少一个实施例，所述压缩单元还包括：
压缩窗口确定子单元，用于根据每组生理信号的数据周期确定其对应的压缩窗口，根据所确定的压缩窗口对该组生理信号进行压缩。
本发明实施例还提供了一种生理信号的处理装置，包括：存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现如上所述的生理信号的处理方法的步骤。
本发明实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如上所述的生理信号的处理方法的步骤。
与现有技术相比，本发明实施例提供的生理信号的处理方法、装置及计算机可读存储介质，在对生理信号进行压缩之前，结合生理信号的采样频率、产生机理对获取的生理信号进行分组，并以组为单位对生理信号进行压缩，本实施例的技术方案为获得更好的压缩结果提供了可行性，因为在做压缩时考虑到了生理信号间的相关性，相比传统的基于数据相似性对生理信号做聚类的做法，节省了计算资源，因为本实施例的技术方案在对生理信号进行分组时不需要复杂的计算过程与算法，能够较大程度的实现数据压缩，并完整地保真生理信号。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对本发明实施例的描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例的生理信号的处理方法的一种流程示意图；
图2为本发明实施例对生理信号进行分组的示意图；
图3为本发明具体实施例的生理信号的处理方法的一种流程示意图；
图4为本发明实施例确定压缩基线的示意图；
图5为本发明实施例更新压缩基线的示意图；
图6为心电数据和血压数据具有不同周期的示意图；
图7为本发明实施例的生理信号的处理装置的一种结构示意图；
图8为本发明实施例的生理信号的处理装置的另一种结构示意图；
图9为本发明实施例的压缩单元的结构示意图；
图10为本发明实施例的压缩单元的又一种结构示意图；
图11为本发明实施例的生理信号的处理装置的再一种结构示意图。
具体实施方式
为使本发明要解决的技术问题、技术方案和优点更加清楚，下面将结合附图及具体实施例进行详细描述。在下面的描述中，提供诸如具体的配置和组件的特定细节仅仅是为了帮助全面理解本发明的实施例。因此，本领域技术人员应该清楚，可以对这里描述的实施例进行各种改变和修改而不脱离本发明的范围和精神。另外，为了清楚和简洁，省略了对已知功能和构造的描述。
应理解，说明书通篇中提到的“一个实施例”或“一实施例”意味着与实施例有关的特定特征、结构或特性包括在本发明的至少一个实施例中。因此，在整个说明书各处出现的“在一个实施例中”或“在一实施例中”未必一定指相同的实施例。此外，这些特定的特征、结构或特性可以任意适合的方式结合在一个或多个实施例中。
在本发明的各种实施例中，应理解，下述各过程的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本发明实施例的实施过程构成任何限定。
本发明的实施例提供一种生理信号的处理方法、装置及计算机可读存储介质，能够兼顾信号保真与数据压缩。
实施例一
本发明的实施例提供一种生理信号的处理方法，如图1所示，包括：
步骤101：获取生理信号；
其中，生理信号可以是生理体征传感器采集到的信号，包括但不限于心电(ECG)信号、血压(BP)信号、脉搏信号和光电容积脉搏波法(PPG)信号等。
步骤102：根据生理信号的采样频率和/或产生机理对获取的所述生理信号进行分组；
在医学领域中，很多生理信号之间存在相关性。如图2所示，心脏的电活动产生心电(ECG)信号，而心脏的物理活动会产生血压，脉搏和PPG等信号，由于这些信号都是由心脏产生的，这些信号之间存在着相关性，具有相关性的信号通常具有相同的周期和变化趋势；另外，具有相同采样频率的生理信号也具有相同的周期和变化趋势，所以在对生理信号进行分组时，可以根据生理信号的采样频率和/或产生机理对生理信号进行分组。其中，可以认为由同一身体器官产生的生理信号的产生机理相同，或者，由同一项生理活动产生的生理信号的产生机理相同，或者，由同一身体器官产生且由同一项生理活动产生的生理信号的产生机理相同。本实施例中，可以将具有相同采样频率且产生机理相同的生理信号分到同一组，还可以将相同采样频率的生理信号分到同一组，还可以将产生机理相同的生理信号分到同一组。
步骤103：根据分组结果对每组生理信号分别进行压缩。
本实施例中，在对生理信号进行压缩之前，结合生理信号的采样频率、产生机理对获取的生理信号进行分组，并以组为单位对生理信号进行压缩，本实施例的技术方案为获得更好的压缩结果提供了可行性，因为在做压缩时考虑到了生理信号间的相关性，相比传统的基于数据相似性对生理信号做聚类的做法，节省了计算资源，因为本实施例的技术方案在对生理信号进行分组时不需要复杂的计算过程与算法，能够较大程度的实现数据压缩，并完整地保真生理信号。
实施例二
如图3所示，本实施例的生理信号的处理方法包括以下步骤：
步骤201：获取生理信号；
其中，生理信号可以是生理体征传感器采集到的信号，包括但不限于心电(ECG)信号、血压(BP)信号、脉搏信号和光电容积脉搏波法(PPG)信号等。
步骤202：识别获取的所述生理信号中由伪迹造成的缺失值；
在利用监护仪获取生理信号时，可以认为在监护仪的干扰参数大于阈值时产生的生理信号为由伪迹造成的缺失值，这样可以检测出生理信号的数据空洞，避免数据空洞对后续压缩产生影响。
步骤203：对所述缺失值进行填充；
具体地，可以利用数字对所述缺失值进行填充，这样可以对数据空洞进行填补，避免数据丢失对后续压缩产生影响，可以提高压缩质量。
步骤204：获取填充后的生理信号的采样频率；
步骤205：根据生理信号的采样频率和/或产生机理对获取的生理信号进行分组；
在医学领域中，很多生理信号之间存在相关性。如图2所示，心脏的电活动产生心电(ECG)信号，而心脏的物理活动会产生血压，脉搏和PPG等信号，由于这些信号都是由心脏产生的，这些信号之间存在着相关性，具有相关性的信号通常具有相同的周期和变化趋势；另外，具有相同采样频率的生理信号也具有相同的周期和变化趋势，所以在对生理信号进行分组时，可以根据生理信号的采样频率和/或产生机理对生理信号进行分组。其中，可以认为由同一身体器官产生的生理信号的产生机理相同，或者，由同一项生理活动产生的生理信号的产生机理相同，或者，由同一身体器官产生且由同一项生理活动产生的生理信号的产生机理相同。
本实施例中，可以将具有相同采样频率且产生机理相同的生理信号分到同一组，还可以将相同采样频率的生理信号分到同一组，还可以将产生机理相同的生理信号分到同一组。
步骤206：获取每组生理信号的数据特征，根据数据特征确定压缩基线；
在对生理信号进行压缩时，一个重要的步骤是确定压缩基线。
本实施例中，可以根据每组生理信号的数据特征，针对不同的模式的生理信号采用不同的方式确定生理信号的压缩基线，这样可以为不同模式的生理信号选择合适的压缩基线，提高压缩效率。
一些实施例中，当一组生理信号的数值在预设范围内变动时，比如脉搏会在很小的范围内变动，则可以使用该组生理信号的平均值或中位数作为所述压缩基线；一些实施例中，当一组生理信号能够做函数拟合时，可以使用该组生理信号拟合得到的函数作为所述压缩基线；一些实施例中，可以使用一个数据周期内的原始生理信号作为所述压缩基线，这样可以加快压缩过程，并且不需要这种方式可以使压缩过程更快，因为不再需要复杂的拟合过程。生理信号一般呈波形，一个完整的波形即是生理信号的数据周期。
如图4所示，展示了三种不同模式的生理信号如何确定压缩基线。如图4所示，一组生理信号为模式1的生理信号，该组生理信号是易于做函数拟合的生理信号，可以对该组信号进行拟合，然后以拟合函数作为压缩基线来进行差分压缩；一组生理信号为模式2的生理信号，该组生理信号的取值在很小的范围内变化，可以将该组生理信号的平均值或中位数作为压缩基数来进行差分压缩；一组生理信号为模式3的生理信号，该组生理信号无明显特征，则可以使用一个数据周期内的原始生理信号作为所述压缩基线，在该压缩基线的基础上进行差分压缩，作为压缩基线的生理信号可以是该组生理信号中的，也可以是该组生理信号之前的历史数据，但采用该组生理信号之前的历史数据时，历史数据需要与该组生理信号的采样频率和产生机理均相同。
在实际应用中，很多生理信号是不易做函数拟合的，因此，可以采用模式2或模式3的生理信号所用的压缩基线的确定方法。
在采用之前一个数据周期内的原始生理信号作为压缩基线时，由于人体的生理特征，生理信号的数据周期并不总是恒定不变的，一般会在短时间内保持恒定，但手术中的一些事件例如电刀等可以影响生理信号的数据周期，因此，在获取到一个数据周期的生理信号后，需要先判断生理信号的数据周期是否发生变化，如果发生变化，还需要根据新的数据周期内的数据来得到新的压缩基线，如图5所示，更新压缩基线包括以下步骤：
步骤301：存储一个数据周期内的原始生理信号作为压缩基线；
步骤302：判断生理信号的数据周期是否发生变化，如果是，转向步骤303，如果否，转向步骤304；
步骤303：更新压缩基线；
具体地，以更新后的一个数据周期内的生理信号作为新的压缩基线。
步骤304：存储生理信号与已有压缩基线之间的偏差数据；
步骤305：判断是否还有下一个数据周期的生理信号，如果有，转向步骤302，如果没有，结束流程。
步骤207：根据每组生理信号的数据周期确定其对应的压缩窗口；
在对生理信号进行压缩时，另一个重要的步骤是确定压缩窗口。不同的生理信号有不同的数据周期，本实施例中，根据每组生理信号的数据周期确定其对应的压缩窗口，根据所确定的压缩窗口对该组生理信号进行压缩。
其中，在每组生理信号的数据周期仅包括t1时，压缩窗口n＝k*t1；
在每组生理信号的数据周期包括t1，t2，…，tm时，压缩窗口n＝k*[t1，t2，…，tm]，[t1，t2，…，tm]为t1，t2，…，tm的最小公倍数；
m，k为大于1的整数。
如图6所示，心电(ECG)和血压(BP)生理信号分别有不同的数据周期t1和t2，即使这两种生理信号来自于同一病人，也会因为产生机理或者采样频率的不同而数据周期不同。以这两个信号为例，当采集到的生理信号中只含有一种周期性信号，比如只包含心电信号或者只包含血压信号，可以确定压缩窗口大小n为：
n＝k*t1或k*t2，k>1；
当采集的生理信号中同时存在两到多种周期性信号时，比如同时存在心电信号与血压信号，计算n为：
n＝k*[t1,t2]，k>1；
其中，[t1,t2]为t1和t2的最小公倍数。
步骤208：根据所确定的压缩窗口和压缩基线对每组生理信号进行压缩。
在确定压缩窗口和压缩基线后，即可对每组生理信号分别进行压缩，本实施例能够为每组生理信号选择合适的压缩窗口和压缩基线，减少计算量，提高压缩效率和压缩质量。
实施例三
本发明实施例还提供了一种生理信号的处理装置，如图7所示，包括：
获取单元41，用于获取生理信号；
其中，生理信号可以是生理体征传感器采集到的信号，包括但不限于心电(ECG)信号、血压(BP)信号、脉搏信号和光电容积脉搏波法(PPG)信号等。
分组单元42，用于根据生理信号的采样频率和/或产生机理对获取的所述生理信号进行分组；
在医学领域中，很多生理信号之间存在相关性。如图2所示，心脏的电活动产生心电(ECG)信号，而心脏的物理活动会产生血压，脉搏和PPG等信号，由于这些信号都是由心脏产生的，这些信号之间存在着相关性，具有相关性的信号通常具有相同的周期和变化趋势；另外，具有相同采样频率的生理信号也具有相同的周期和变化趋势，所以在对生理信号进行分组时，可以根据生理信号的采样频率和/或产生机理对生理信号进行分组。其中，可以认为由同一身体器官产生的生理信号的产生机理相同，或者，由同一项生理活动产生的生理信号的产生机理相同，或者，由同一身体器官产生且由同一项生理活动产生的生理信号的产生机理相同。
本实施例中，可以将具有相同采样频率且产生机理相同的生理信号分到同一组，还可以将相同采样频率的生理信号分到同一组，还可以将产生机理相同的生理信号分到同一组。
压缩单元43，用于根据分组结果对每组生理信号分别进行压缩。
一些实施例中，如图8所示，所述装置还包括：
识别单元44，用于识别获取的所述生理信号中由伪迹造成的缺失值；
这样可以检测出生理信号的数据空洞，避免数据空洞对后续压缩产生影响。
填充单元45，用于对所述缺失值进行填充；
具体地，可以利用数字对所述缺失值进行填充，这样可以对数据空洞进行填补，避免数据丢失对后续压缩产生影响，可以提高压缩质量。
采样频率获取单元46，用于获取填充后的生理信号的采样频率。
一些实施例中，如图9所示，所述压缩单元43包括：
获取子单元431，用于获取每组生理信号的数据特征；
处理子单元432，用于根据所述数据特征确定压缩基线，利用所述压缩基线对该组的所述生理信号进行压缩。
一些实施例中，所述处理子单元432具体用以执行以下任一项：
当一组生理信号的数值在预设范围内变动时，使用该组生理信号的平均值或中位数作为所述压缩基线；
当一组生理信号能够做函数拟合时，使用该组生理信号拟合得到的函数作为所述压缩基线；
使用一个数据周期内的原始生理信号作为所述压缩基线。
在对生理信号进行压缩时，一个重要的步骤是确定压缩基线。
本实施例中，可以根据每组生理信号的数据特征，针对不同的模式的生理信号采用不同的方式确定生理信号的压缩基线，这样可以为不同模式的生理信号选择合适的压缩基线，提高压缩效率。
一些实施例中，当一组生理信号的数值在预设范围内变动时，则可以使用该组生理信号的平均值或中位数作为所述压缩基线；一些实施例中，当一组生理信号能够做函数拟合时，可以使用该组生理信号拟合得到的函数作为所述压缩基线；一些实施例中，可以使用一个数据周期内的原始生理信号作为所述压缩基线，这样可以加快压缩过程，并且不需要这种方式可以使压缩过程更快，因为不再需要复杂的拟合过程。
如图4所示，展示了三种不同模式的生理信号如何确定压缩基线。如图4所示，一组生理信号为模式1的生理信号，该组生理信号是易于做函数拟合的生理信号，可以对该组信号进行拟合，然后以拟合函数作为压缩基线来进行差分压缩；一组生理信号为模式2的生理信号，该组生理信号的取值在很小的范围内变化，可以将该组生理信号的平均值或中位数作为压缩基数来进行差分压缩；一组生理信号为模式3的生理信号，该组生理信号无明显特征，则可以使用一个数据周期内的原始生理信号作为所述压缩基线，在该压缩基线的基础上进行差分压缩，作为压缩基线的生理信号可以是该组生理信号中的，也可以是该组生理信号之前的历史数据，但采用该组生理信号之前的历史数据时，历史数据需要与该组生理信号的采样频率和产生机理均相同。
一些实施例中，如图10所示，所述压缩单元43还包括：
压缩窗口确定子单元433，用于根据每组生理信号的数据周期确定其对应的压缩窗口，根据所确定的压缩窗口对该组生理信号进行压缩。
在对生理信号进行压缩时，另一个重要的步骤是确定压缩窗口。不同的生理信号有不同的数据周期，本实施例中，根据每组生理信号的数据周期确定其对应的压缩窗口，根据所确定的压缩窗口对该组生理信号进行压缩。
其中，在每组生理信号的数据周期仅包括t1时，压缩窗口n＝k*t1；
在每组生理信号的数据周期包括t1，t2，…，tm时，压缩窗口n＝k*[t1，t2，…，tm]，[t1，t2，…，tm]为t1，t2，…，tm的最小公倍数；
m，k为大于1的整数。
如图6所示，心电(ECG)和血压(BP)生理信号分别有不同的数据周期t1和t2，即使这两种生理信号来自于同一病人，也会因为产生机理或者采样频率的不同而数据周期不同。以这两个信号为例，当采集到的生理信号中只含有一种周期性信号，比如只包含心电信号或者只包含血压信号，可以确定压缩窗口大小n为：
n＝k*t1或k*t2，k>1；
当采集的生理信号中同时存在两到多种周期性信号时，比如同时存在心电信号与血压信号，计算n为：
n＝k*[t1,t2]，k>1；
其中，[t1,t2]为t1和t2的最小公倍数。
本实施例中，在对生理信号进行压缩之前，结合生理信号的采样频率、产生机理对获取的生理信号进行分组，并以组为单位对生理信号进行压缩，本实施例的技术方案为获得更好的压缩结果提供了可行性，因为在做压缩时考虑到了生理信号间的相关性，相比传统的基于数据相似性对生理信号做聚类的做法，节省了计算资源，因为本实施例的技术方案在对生理信号进行分组时不需要复杂的计算过程与算法，能够较大程度的实现数据压缩，并完整地保真生理信号。
实施例四
本发明实施例还提供了一种生理信号的处理装置50，如图11所示，包括：
处理器52；和
存储器54，在所述存储器54中存储有计算机程序指令，
其中，在所述计算机程序指令被所述处理器运行时，使得所述处理器52执行以下步骤：
获取生理信号；
根据生理信号的采样频率和/或产生机理对获取的所述生理信号进行分组；
根据分组结果对每组生理信号分别进行压缩。
进一步地，如图11所示，生理信号的处理装置50还包括网络接口51、输入设备53、硬盘55和显示设备56。
上述各个接口和设备之间可以通过总线架构互连。总线架构可以包括任意数量的互联的总线和桥。具体由处理器52代表的一个或者多个中央处理器(CPU)，以及由存储器54代表的一个或者多个存储器的各种电路连接在一起。总线架构还可以将诸如外围设备、稳压器和功率管理电路等之类的各种其它电路连接在一起。可以理解，总线架构用于实现这些组件之间的连接通信。总线架构除包括数据总线之外，还包括电源总线、控制总线和状态信号总线，这些都是本领域所公知的，因此本文不再对其进行详细描述。
所述网络接口51，可以连接至网络(如因特网、局域网等)，从网络中获取相关数据，例如生理信号等，并可以保存在硬盘55中。
所述输入设备53，可以接收操作人员输入的各种指令，并发送给处理器52以供执行。所述输入设备53可以包括键盘或者点击设备(例如，鼠标、轨迹球(trackball)、触感板或者触摸屏等)。
所述显示设备56，可以将处理器52执行指令获得的结果进行显示。
所述存储器54，用于存储操作系统运行所必须的程序和数据，以及处理器52计算过程中的中间结果等数据。
可以理解，本发明实施例中的存储器54可以是易失性存储器或非易失性存储器，或可包括易失性和非易失性存储器两者。其中，非易失性存储器可以是只读存储器(ROM)、可编程只读存储器(PROM)、可擦除可编程只读存储器(EPROM)、电可擦除可编程只读存储器(EEPROM)或闪存。易失性存储器可以是随机存取存储器(RAM)，其用作外部高速缓存。本文描述的装置和方法的存储器54旨在包括但不限于这些和任意其它适合类型的存储器。
在一些实施方式中，存储器54存储了如下的元素，可执行模块或者数据结构，或者他们的子集，或者他们的扩展集：操作系统541和应用程序542。
其中，操作系统541，包含各种系统程序，例如框架层、核心库层、驱动层等，用于实现各种基础业务以及处理基于硬件的任务。应用程序542，包含各种应用程序，例如浏览器(Browser)等，用于实现各种应用业务。实现本发明实施例方法的程序可以包含在应用程序542中。
上述处理器52，当调用并执行所述存储器54中所存储的应用程序和数据，具体的，可以是应用程序542中存储的程序或指令时，获取生理信号；根据生理信号的采样频率和/或产生机理对获取的所述生理信号进行分组；根据分组结果对每组生理信号分别进行压缩。
进一步地，上述处理器52，当调用并执行所述存储器54中所存储的应用程序和数据，具体的，可以是应用程序542中存储的程序或指令时，识别获取的所述生理信号中由伪迹造成的缺失值；对所述缺失值进行填充；获取填充后的生理信号的采样频率。
一些实施例中，由同一身体器官和/或由同一项生理活动产生的生理信号的产生机理相同，产生机理相同的生理信号位于同一组。
进一步地，上述处理器52，当调用并执行所述存储器54中所存储的应用程序和数据，具体的，可以是应用程序542中存储的程序或指令时，利用数字对所述缺失值进行填充。
进一步地，上述处理器52，当调用并执行所述存储器54中所存储的应用程序和数据，具体的，可以是应用程序542中存储的程序或指令时，获取每组生理信号的数据特征；根据所述数据特征确定压缩基线，利用所述压缩基线对该组的所述生理信号进行压缩。
进一步地，上述处理器52，当调用并执行所述存储器54中所存储的应用程序和数据，具体的，可以是应用程序542中存储的程序或指令时，当一组生理信号的数值在预设范围内变动时，使用该组生理信号的平均值或中位数作为所述压缩基线；或，当一组生理信号能够做函数拟合时，使用该组生理信号拟合得到的函数作为所述压缩基线；或，使用一个数据周期内的原始生理信号作为所述压缩基线。
进一步地，上述处理器52，当调用并执行所述存储器54中所存储的应用程序和数据，具体的，可以是应用程序542中存储的程序或指令时，在所述生理信号的数据周期发生变化后，更新所述压缩基线。
进一步地，上述处理器52，当调用并执行所述存储器54中所存储的应用程序和数据，具体的，可以是应用程序542中存储的程序或指令时，以更新后的一个数据周期内的生理信号作为新的压缩基线。
进一步地，上述处理器52，当调用并执行所述存储器54中所存储的应用程序和数据，具体的，可以是应用程序542中存储的程序或指令时，根据每组生理信号的数据周期确定其对应的压缩窗口，根据所确定的压缩窗口对该组生理信号进行压缩。
在每组生理信号的数据周期仅包括t1时，压缩窗口n＝k*t1；
在每组生理信号的数据周期包括t1，t2，…，tm时，压缩窗口n＝k*[t1，t2，…，tm]，[t1，t2，…，tm]为t1，t2，…，tm的最小公倍数；
其中，m，k为大于1的整数。
本发明上述实施例揭示的方法可以应用于处理器52中，或者由处理器52实现。处理器52可能是一种集成电路芯片，具有信号的处理能力。在实现过程中，上述方法的各步骤可以通过处理器52中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器52可以是通用处理器、数字信号处理器(DSP)、专用集成电路(ASIC)、现场可编程门阵列(FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件，可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本发明实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成，或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器，闪存、只读存储器，可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器54，处理器52读取存储器54中的信息，结合其硬件完成上述方法的步骤。
可以理解的是，本文描述的这些实施例可以用硬件、软件、固件、中间件、微码或其组合来实现。对于硬件实现，处理单元可以实现在一个或多个专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑设备(PLD)、现场可编程门阵列(FPGA)、通用处理器、控制器、微控制器、微处理器、用于执行本申请所述功能的其它电子单元或其组合中。
对于软件实现，可通过执行本文所述功能的模块(例如过程、函数等)来实现本文所述的技术。软件代码可存储在存储器中并通过处理器执行。存储器可以在处理器中或在处理器外部实现。
实施例五
本发明实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器运行时，使得所述处理器执行以下步骤：
获取生理信号；
根据生理信号的采样频率和/或产生机理对获取的所述生理信号进行分组；
根据分组结果对每组生理信号分别进行压缩。
以上是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明所述原理的前提下，还可以作出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。
Claims (16)
1.一种生理信号的处理方法，其特征在于，包括：
获取生理信号；
根据生理信号的采样频率和/或产生机理对获取的所述生理信号进行分组；
根据分组结果对每组生理信号分别进行压缩。
2.根据权利要求1所述的生理信号的处理方法，其特征在于，所述根据生理信号的采样频率和/或产生机理对获取的所述生理信号进行分组之前，所述方法还包括：
识别获取的所述生理信号中由伪迹造成的缺失值；
对所述缺失值进行填充；
获取填充后的生理信号的采样频率。
3.根据权利要求1所述的生理信号的处理方法，其特征在于，由同一身体器官和/或由同一项生理活动产生的生理信号的产生机理相同，产生机理相同的生理信号位于同一组。
4.根据权利要求2所述的生理信号的处理方法，其特征在于，所述对所述缺失值进行填充包括：
利用数字对所述缺失值进行填充。
5.根据权利要求1所述的生理信号的处理方法，其特征在于，所述根据分组结果对每组生理信号分别进行压缩包括：
获取每组生理信号的数据特征；
根据所述数据特征确定压缩基线，利用所述压缩基线对该组的所述生理信号进行压缩。
6.根据权利要求5所述的生理信号的处理方法，其特征在于，所述根据所述数据特征确定压缩基线包括以下任一项：
当一组生理信号的数值在预设范围内变动时，使用该组生理信号的平均值或中位数作为所述压缩基线；
当一组生理信号能够做函数拟合时，使用该组生理信号拟合得到的函数作为所述压缩基线；
使用一个数据周期内的原始生理信号作为所述压缩基线。
7.根据权利要求6所述的生理信号的处理方法，其特征在于，若使用一个数据周期内的原始生理信号作为所述压缩基线，所述方法还包括：
在所述生理信号的数据周期发生变化后，更新所述压缩基线。
8.根据权利要求7所述的生理信号的处理方法，其特征在于，所述更新所述压缩基线包括：
以更新后的一个数据周期内的生理信号作为新的压缩基线。
9.根据权利要求1所述的生理信号的处理方法，其特征在于，所述根据分组结果对每组生理信号分别进行压缩包括：
根据每组生理信号的数据周期确定其对应的压缩窗口，根据所确定的压缩窗口对该组生理信号进行压缩。
10.根据权利要求9所述的生理信号的处理方法，其特征在于，
在每组生理信号的数据周期仅包括t1时，压缩窗口n＝k*t1；
在每组生理信号的数据周期包括t1，t2，…，tm时，压缩窗口n＝k*[t1，t2，…，tm]，[t1，t2，…，tm]为t1，t2，…，tm的最小公倍数；
其中，m，k为大于1的整数。
11.一种生理信号的处理装置，其特征在于，包括：
获取单元，用于获取生理信号；
分组单元，用于根据生理信号的采样频率和/或产生机理对获取的所述生理信号进行分组；
压缩单元，用于根据分组结果对每组生理信号分别进行压缩。
12.根据权利要求11所述的生理信号的处理装置，其特征在于，还包括：
识别单元，用于识别获取的所述生理信号中由伪迹造成的缺失值；
填充单元，用于对所述缺失值进行填充；
采样频率获取单元，用于获取填充后的生理信号的采样频率。
13.根据权利要求11所述的生理信号的处理装置，其特征在于，所述压缩单元包括：
获取子单元，用于获取每组生理信号的数据特征；
处理子单元，用于根据所述数据特征确定压缩基线，利用所述压缩基线对该组的所述生理信号进行压缩。
14.根据权利要求13所述的生理信号的处理装置，其特征在于，所述处理子单元具体用以执行以下任一项：
当一组生理信号的数值在预设范围内变动时，使用该组生理信号的平均值或中位数作为所述压缩基线；
当一组生理信号能够做函数拟合时，使用该组生理信号拟合得到的函数作为所述压缩基线；
使用一个数据周期内的原始生理信号作为所述压缩基线。
15.根据权利要求11所述的生理信号的处理装置，其特征在于，所述压缩单元还包括：
压缩窗口确定子单元，用于根据每组生理信号的数据周期确定其对应的压缩窗口，根据所确定的压缩窗口对该组生理信号进行压缩。
16.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至10中任一项所述的生理信号的处理方法的步骤。
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010880499.5A CN114098748A (zh) | 2020-08-27 | 2020-08-27 | 生理信号的处理方法、装置及计算机可读存储介质 |
| US17/445,866 US12115004B2 (en) | 2020-08-27 | 2021-08-25 | Method and apparatus for processing physiological signals and non-transitory computer-readable medium |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010880499.5A CN114098748A (zh) | 2020-08-27 | 2020-08-27 | 生理信号的处理方法、装置及计算机可读存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN114098748A true CN114098748A (zh) | 2022-03-01 |
Family
ID=80356067
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010880499.5A Pending CN114098748A (zh) | 2020-08-27 | 2020-08-27 | 生理信号的处理方法、装置及计算机可读存储介质 |
Country Status (2)
| Country | Link |
|---|---|
| US (1) | US12115004B2 (zh) |
| CN (1) | CN114098748A (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116153453B (zh) * | 2023-04-20 | 2023-07-14 | 深圳市魔样科技有限公司 | 基于云边协同的智能戒指信息管理方法及系统 |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CA2363257A1 (en) * | 1999-03-08 | 2000-09-14 | David B. Swedlow | Method and circuit for storing and providing historical physiological data |
| WO2003065887A1 (en) * | 2002-02-08 | 2003-08-14 | Boston Medical Technologies, Inc. | Compressing of physiological signals in a telemetry system |
| WO2007131066A2 (en) * | 2006-05-02 | 2007-11-15 | Physiostream, Inc. | Decentralized physiological data collection and analysis system and process |
| CN104579361A (zh) * | 2014-10-29 | 2015-04-29 | 上海大学 | 一种低功耗无线体域网的多源生理信号混合压缩方法 |
| CN104739509A (zh) * | 2013-12-31 | 2015-07-01 | 深圳迈瑞生物医疗电子股份有限公司 | 一种生理信号压缩方法、系统及医疗设备 |
| CA2851028A1 (en) * | 2014-03-07 | 2015-09-07 | University Of Saskatchewan | Method and system for compressed sensing of physiological signals |
| CN106686029A (zh) * | 2015-11-09 | 2017-05-17 | 中国移动通信集团公司 | 一种生理信号压缩传输、重建方法及装置 |
| WO2020041730A1 (en) * | 2018-08-24 | 2020-02-27 | The Trustees Of Dartmouth College | Microcontroller for recording and storing physiological data |
Family Cites Families (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5205295A (en) * | 1991-06-03 | 1993-04-27 | Del Mar Avionics | Method and apparatus for holter recorder with high resolution signal averaging capability for late potential analysis |
| GB9200586D0 (en) * | 1992-01-13 | 1992-03-11 | Oxford Medical Ltd | Ecg analyzer |
| US6152883A (en) * | 1998-06-23 | 2000-11-28 | Dalhousie University | KLT-based quality controlled compression of a single lead egg |
| US7860561B1 (en) * | 2004-06-04 | 2010-12-28 | Cleveland Medical Devices Inc. | Method of quantifying a subject's wake or sleep state and system for measuring |
| WO2010055409A2 (en) * | 2008-11-17 | 2010-05-20 | Medicalgorithmics Ltd. | Outpatient monitoring systems and methods |
| US8364225B2 (en) * | 2009-05-20 | 2013-01-29 | Nellcor Puritan Bennett Ireland | Estimating transform values using signal estimates |
| US10820801B2 (en) * | 2013-09-25 | 2020-11-03 | Bardy Diagnostics, Inc. | Electrocardiography monitor configured for self-optimizing ECG data compression |
| US11647967B2 (en) * | 2016-09-22 | 2023-05-16 | Vital Connect, Inc. | Generating automated alarms for clinical monitoring |
| US11714060B2 (en) * | 2018-05-03 | 2023-08-01 | Dexcom, Inc. | Automatic analyte sensor calibration and error detection |
| FR3087332B1 (fr) * | 2018-10-23 | 2020-11-06 | Schiller Medical | Procede de correction en temps reel d'au moins un signal electro-physiologique. |
| US20200245950A1 (en) * | 2019-01-31 | 2020-08-06 | Flotherm, Inc. | Real-time body temperature management |
-
2020
- 2020-08-27 CN CN202010880499.5A patent/CN114098748A/zh active Pending
-
2021
- 2021-08-25 US US17/445,866 patent/US12115004B2/en active Active
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CA2363257A1 (en) * | 1999-03-08 | 2000-09-14 | David B. Swedlow | Method and circuit for storing and providing historical physiological data |
| WO2003065887A1 (en) * | 2002-02-08 | 2003-08-14 | Boston Medical Technologies, Inc. | Compressing of physiological signals in a telemetry system |
| WO2007131066A2 (en) * | 2006-05-02 | 2007-11-15 | Physiostream, Inc. | Decentralized physiological data collection and analysis system and process |
| CN104739509A (zh) * | 2013-12-31 | 2015-07-01 | 深圳迈瑞生物医疗电子股份有限公司 | 一种生理信号压缩方法、系统及医疗设备 |
| CA2851028A1 (en) * | 2014-03-07 | 2015-09-07 | University Of Saskatchewan | Method and system for compressed sensing of physiological signals |
| CN104579361A (zh) * | 2014-10-29 | 2015-04-29 | 上海大学 | 一种低功耗无线体域网的多源生理信号混合压缩方法 |
| CN106686029A (zh) * | 2015-11-09 | 2017-05-17 | 中国移动通信集团公司 | 一种生理信号压缩传输、重建方法及装置 |
| WO2020041730A1 (en) * | 2018-08-24 | 2020-02-27 | The Trustees Of Dartmouth College | Microcontroller for recording and storing physiological data |
Also Published As
| Publication number | Publication date |
|---|---|
| US20220061771A1 (en) | 2022-03-03 |
| US12115004B2 (en) | 2024-10-15 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US7429938B1 (en) | Method of compressing waveform data with differential entropy based compression | |
| CN110338795B (zh) | 一种径向黄金角磁共振心脏电影成像方法、装置和设备 | |
| US7953492B2 (en) | System and method for annotating and compressing waveform data | |
| KR20190008992A (ko) | 기준 상황 및 스트레스 대처 능력의 결정 | |
| US9008789B2 (en) | System and method for smoothing sampled digital signals | |
| CN109567747B (zh) | 睡眠监测方法、装置、计算机设备和存储介质 | |
| CN110623652A (zh) | 数据显示方法及电子设备 | |
| CN111839495A (zh) | 检测方法、设备和存储介质 | |
| WO2020125494A1 (zh) | 一种生物信号的分析处理方法、装置及设备 | |
| CN106974640A (zh) | 一种远程心脏监测系统 | |
| CN114098748A (zh) | 生理信号的处理方法、装置及计算机可读存储介质 | |
| TW201831138A (zh) | 血壓測量方法及裝置 | |
| Reddy et al. | FPGA-enabled lossless ECG signal compression system using an integer adaptive compressor | |
| Ben-Romdhane et al. | Event-driven ECG sensor in healthcare devices for data transfer optimization | |
| CN111938640B (zh) | 一种心阻抗微分信号的c点定位方法、装置及存储介质 | |
| US7933658B2 (en) | Differential entropy based data compression for waveforms | |
| US7957812B2 (en) | Differential entropy based encoding of data with variable length probabilistic codes | |
| CN113143284B (zh) | 基于小波变换和双模预测的心电信号压缩方法 | |
| US9326734B1 (en) | Method of compressing electrocardiography signal and electrocardiography signal sensing apparatus thereof | |
| KR102320134B1 (ko) | 생체신호를 변환하여 전송하는 생체신호 측정 장치, 및 생체신호 처리 방법 | |
| TWI608824B (zh) | Wearable ECG measuring device | |
| Luong et al. | Android Smart Phones Application in Tele-monitoring Electrocardiogram (ECG) | |
| JP7242080B2 (ja) | 生体信号を変換して伝送する生体信号測定装置、及び生体信号測定方法 | |
| US12059309B2 (en) | Biosignal measuring device for converting and transmitting biosignal and method of processing the biosignal | |
| CN109818940A (zh) | 一种适用于在嵌入式硬件中实现实时传输的心电波形快速压缩算法 |
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: 20220301 |
|
| WD01 | Invention patent application deemed withdrawn after publication |