ECG

摘要： Cardiovascular manifestations and electrocardiographic abnormalities have been reported among some prevalent infections in tropical regions,which lead to a great amount of morbidity and mortality.The major infectious diseases include chikungunya,dengue fever,H1N1 influenza,and coronavirus disease-19(COVID-19)in the viral category,leptospirosis,salmonellosis,scrub typhus and tuberculosis in the bacterial category,and malaria in the protozoan parasite category.All these infirmities constitute a foremost infection burden worldwide and have been linked to the various cardiac rhythm aberrancies.So we aimed to identify and compile different studies on these infections and associated acute electrocardiographic(ECG)changes.The search was made in online international libraries like PubMed,Google Scholar,and EMBASE,and 38 most relevant articles,including original research,systematic reviews,and unique case reports were selected.All of them were evaluated thoroughly and information regarding ECG was collected.Myocarditis is the predominant underlying pathology for rhythm disturbance and can be affected either due to the direct pathogenic effect or the abnormal immune system activation.ECG variabilities in some infections like chikungunya,scrub typhus,and leptospirosis are associated with longer hospital stay and poor outcome.Tropical infective diseases are associated with prominent acute cardiac rhythm abnormalities due to myocarditis,which can be identified preliminarily by ECG changes.

摘要： Automatic biomedical signal recognition is an important processfor several disease diagnoses. Particularly, Electrocardiogram (ECG) is commonly used to identify cardiovascular diseases. The professionals can determine the existence of cardiovascular diseases using the morphological patternsof the ECG signals. In order to raise the diagnostic accuracy and reduce thediagnostic time, automated computer aided diagnosis model is necessary. Withthe advancements of artificial intelligence (AI) techniques, large quantity ofbiomedical datasets can be easily examined for decision making. In this aspect,this paper presents an intelligent biomedical ECG signal processing (IBECGSP) technique for CVD diagnosis. The proposed IBECG-SP technique examines the ECG signals for decision making. In addition, gated recurrent unit(GRU) model is used for the feature extraction of the ECG signals. Moreover,earthworm optimization (EWO) algorithm is utilized to optimally tune thehyperparameters of the GRU model. Lastly, softmax classifier is employedto allot appropriate class labels to the applied ECG signals. For examiningthe enhanced outcomes of the proposed IBECG-SP technique, an extensivesimulation analysis take place on the PTB-XL database. The experimentalresults portrayed the supremacy of the IBECG-SP technique over the recentstate of art techniques.

摘要： 一、The Idealliance ECG Program Overview Idealliance ECG项目正致力于为ECG印刷(扩展色域)创建一个行业标准的测试图表、校准方法和程序,以及一个样本目标特征测量数据集。参与ECG项目的好处:ECG测试项目致力于给行业带来各种软件都能够调入使用的通用的ECG扩展色域目标,一种共同的校正方法,公共的印刷目标文件和测量数据集。

摘要： 生理电信号是生物医学工程研究的重要领域,而数字信号处理是生物医学工程专业的重要专业课程,将医学的信号融入到专业课程教学和实验中,可以让学生更好地理解专业知识,更深入地理解医学现象和各种生理电信号。同时,学生通过对生理电信号的分析和处理,可以将医学和工程紧密的结合起来,达到生物医学工程专业教学的目的,从而达到“医工结合、强化实践、激发创新”的目标。

摘要： 目的:提出一种基于经验小波变换(empirical wavelet transform,EWT)的预处理方法,以实现心电(electrocardiogram,ECG)信号中基线漂移噪声的去除。方法:首先通过傅里叶变换将时域ECG信号转换为频域信号,然后选择none(不处理)或使用Gaussian(高斯滤波器)、average(平均过滤器)、closure(形态闭合算子计算上包络)等正则化方法进行信号预处理。其次通过locmaxmin(局部极小极大值)法得到2个频谱分割边界,再通过EWT分解获得噪声主导分量和ECG主导分量。最后对噪声主导分量进行处理,实现ECG信号基线漂移噪声的去除。以相关系数(R)、信噪改善比(SNRimp)、百分比均方根差(PRD)和均方误差(MSE)作为性能指标进行定量分析,筛选出最优正则化方法,然后再对最优方法进行定性分析。结果:实验结果表明,使用average正则化方法预处理的EWT(average-EWT)方法作为ECG信号基线漂移噪声去除预处理方法,具有最优的定量分析结果,并且能够实现波形形态差异较大的ECG信号基线漂移噪声的去除。结论:基于average正则化方法预处理的EWT(average-EWT)方法能够将噪声主导信号分量有效分解,在去除基线漂移噪声、有效还原ECG信号中具有可行性。

摘要： Clinical Study and automatic diagnosis of electrocardiogram(ECG)data always remain a challenge in diagnosing cardiovascular activities.The analysis of ECG data relies on various factors like morphological features,classification techniques,methods or models used to diagnose and its performance improvement.Another crucial factor in themethodology is howto train the model for each patient.Existing approaches use standard training model which faces challenges when training data has variation due to individual patient characteristics resulting in a lower detection accuracy.This paper proposes an adaptive approach to identify performance improvement in building a training model that analyze global trainingmethodology against an individual training methodology and identifying a gap between them.We provide our investigation and comparative study on these methods and model with standard classification techniques with basic morphological features and Heart RateVariability(HRV)thatmay aid real time application.This approach helps in analyzing and evaluating the performance of different techniques and can suggests adoption of a best model identification with efficient technique and efficient attribute set for real-time systems.

摘要： In this era of electronic health,healthcare data is very important because it contains information about human survival.In addition,the Internet of Things(IoT)revolution has redefined modern healthcare systems and management by providing continuous monitoring.In this case,the data related to the heart is more important and requires proper analysis.For the analysis of heart data,Electrocardiogram(ECG)is used.In this work,machine learning techniques,such as adaptive boosting(AdaBoost)is used for detecting normal sinus rhythm,atrial fibrillation(AF),and noise in ECG signals to improve the classification accuracy.The proposed model uses ECG signals as input and provides results in the form of the presence or absence of disease AF,and classifies other signals as normal,other,or noise.This article derives different features from the signal using Maximal Information Coefficient(MIC)and minimum Redundancy Maximum Relevance(mRMR)technique,and then classifies them based on their attributes.Since the ECG contains some kind of noise and irregular data streams so the purpose of this study is to remove artifacts from the ECG signal by deploying the method of Second-Order-Section(SOS)(filter)and correctly classify them.Several features were extracted to improve the detection of ECG data.Compared with existing methods,this work gives promising results and can help improve the classification accuracy of the ECG signals.

摘要： 针对心血管疾病的预防、诊断以及治疗,设计了一款用于实时监测存储联心电(electrocardio gram,ECG)、光电容积脉搏波(photo plethysmo graphy,PPG)、心率、血氧饱和度的动态监测设备。设备以STM32F429为主控,驱动ADS1293、MAX30102实时采集5导ECG信号、PPG信号,并将采集到的信号以及心率、血氧饱和度实时的显示在人机交互界面之中,采集到的信号与标准信号相比形态特征大体一致。Bland-Altman一致性分析结果表明设备采集到的心率、血氧饱和度与迈瑞PM-9000医用监护仪具有较高的一致性,证明了设备可以有效实现心电、血氧的监护。

摘要： ST-segment elevation myocardial infarction (STEMI) is an important, life-threatening diagnosis that requires quick diagnosis and treatment, characteristic ECG of which shows ST-segment elevation. Unfortunately, ST-segment elevation is nonspecific, which can be misleading if not careful to be interpreted, as in this case of hypercalcemia seen by us. A 48-year-old male was admitted to our emergency department with recurrent chest pain, nausea and vomiting. Medical history includes hypertension and diabetes. ST-segment elevation in V1 - V4 mimicking STEMI was present on admission. However, immediate coronary angiography revealed nearly normal coronary arteries, his troponin was negative in 6 hours and calcium was 2.95 mmol/L. It was thought that the ECG changes were not indicative of cardiac ischemia but hypercalcemia. He was managed with calcium reduction treatment such as intravenous normal saline and furosemide, with subsequent resolution of ST-segment changes.

摘要： 大学生处于人生发育的重要时期,但因来自学业、就业方面的压力,生活习惯不规律等问题,导致大学生健康问题频发,尤其是近年来大学生在运动中的猝死现象有所增加。该文研究团队在自建的大学生长时间跨度心电信号数据库的基础上,设计实现1个大学生心血管机能评估系统,能够评估大学生的心血管机能并给出运动建议,减少运动事故的发生。

摘要： 目的:以冠状动脉造影结果为标准,探讨ECG、平板运动试验(TET)、心脏彩超(UCG)等无创性检查方法在冠心病诊断中的应用价值。rn 方法:记录362例疑诊或可疑冠心病患者ECG、平板运动试验、心脏彩超结果,并与冠状动脉造影结果进行比较和分析.rn 结果: 362例冠状动脉造影患者中,阳性者226例,阴性者136例.以上3种检查方法敏感性最高者为ECG,达76.11%,UCG最低,为45.13%(P＜0.01);特异性最高者TET,达60.71%,UCG最低,为43.38%,但差异无统计学意义(P＞0.05);准确性ECG及TET皆较高,分别为65.19%和63.01%,UCG最低,为44.4896(P＜0.01).而ECG、TET及UCG的阳性检出率随病变支数的增多而增高.rn 结论:冠状动脉造影是诊断冠心病的“金标准”,而ECG、TET、UCG等无创性检查方法简便、无创伤、重复性好、且价格低,适宜人群普查、初诊及随诊.在临床实践中,对于未能开展冠脉造影的基层医院,结合以上3种检查可提高冠心病的阳性检出率.

摘要： 目的:以冠状动脉造影结果为标准,探讨ECG、平板运动试验(TET)、心脏彩超(UCG)等无创性检查方法在冠心病诊断中的应用价值。rn 方法:记录362例疑诊或可疑冠心病患者ECG、平板运动试验、心脏彩超结果,并与冠状动脉造影结果进行比较和分析.rn 结果: 362例冠状动脉造影患者中,阳性者226例,阴性者136例.以上3种检查方法敏感性最高者为ECG,达76.11%,UCG最低,为45.13%(P＜0.01);特异性最高者TET,达60.71%,UCG最低,为43.38%,但差异无统计学意义(P＞0.05);准确性ECG及TET皆较高,分别为65.19%和63.01%,UCG最低,为44.4896(P＜0.01).而ECG、TET及UCG的阳性检出率随病变支数的增多而增高.rn 结论:冠状动脉造影是诊断冠心病的“金标准”,而ECG、TET、UCG等无创性检查方法简便、无创伤、重复性好、且价格低,适宜人群普查、初诊及随诊.在临床实践中,对于未能开展冠脉造影的基层医院,结合以上3种检查可提高冠心病的阳性检出率.

摘要： 目的:以冠状动脉造影结果为标准,探讨ECG、平板运动试验(TET)、心脏彩超(UCG)等无创性检查方法在冠心病诊断中的应用价值。rn 方法:记录362例疑诊或可疑冠心病患者ECG、平板运动试验、心脏彩超结果,并与冠状动脉造影结果进行比较和分析.rn 结果: 362例冠状动脉造影患者中,阳性者226例,阴性者136例.以上3种检查方法敏感性最高者为ECG,达76.11%,UCG最低,为45.13%(P＜0.01);特异性最高者TET,达60.71%,UCG最低,为43.38%,但差异无统计学意义(P＞0.05);准确性ECG及TET皆较高,分别为65.19%和63.01%,UCG最低,为44.4896(P＜0.01).而ECG、TET及UCG的阳性检出率随病变支数的增多而增高.rn 结论:冠状动脉造影是诊断冠心病的“金标准”,而ECG、TET、UCG等无创性检查方法简便、无创伤、重复性好、且价格低,适宜人群普查、初诊及随诊.在临床实践中,对于未能开展冠脉造影的基层医院,结合以上3种检查可提高冠心病的阳性检出率.

摘要： 目的:以冠状动脉造影结果为标准,探讨ECG、平板运动试验(TET)、心脏彩超(UCG)等无创性检查方法在冠心病诊断中的应用价值。rn 方法:记录362例疑诊或可疑冠心病患者ECG、平板运动试验、心脏彩超结果,并与冠状动脉造影结果进行比较和分析.rn 结果: 362例冠状动脉造影患者中,阳性者226例,阴性者136例.以上3种检查方法敏感性最高者为ECG,达76.11%,UCG最低,为45.13%(P＜0.01);特异性最高者TET,达60.71%,UCG最低,为43.38%,但差异无统计学意义(P＞0.05);准确性ECG及TET皆较高,分别为65.19%和63.01%,UCG最低,为44.4896(P＜0.01).而ECG、TET及UCG的阳性检出率随病变支数的增多而增高.rn 结论:冠状动脉造影是诊断冠心病的“金标准”,而ECG、TET、UCG等无创性检查方法简便、无创伤、重复性好、且价格低,适宜人群普查、初诊及随诊.在临床实践中,对于未能开展冠脉造影的基层医院,结合以上3种检查可提高冠心病的阳性检出率.

摘要： 目的:以冠状动脉造影结果为标准,探讨ECG、平板运动试验(TET)、心脏彩超(UCG)等无创性检查方法在冠心病诊断中的应用价值。rn 方法:记录362例疑诊或可疑冠心病患者ECG、平板运动试验、心脏彩超结果,并与冠状动脉造影结果进行比较和分析.rn 结果: 362例冠状动脉造影患者中,阳性者226例,阴性者136例.以上3种检查方法敏感性最高者为ECG,达76.11%,UCG最低,为45.13%(P＜0.01);特异性最高者TET,达60.71%,UCG最低,为43.38%,但差异无统计学意义(P＞0.05);准确性ECG及TET皆较高,分别为65.19%和63.01%,UCG最低,为44.4896(P＜0.01).而ECG、TET及UCG的阳性检出率随病变支数的增多而增高.rn 结论:冠状动脉造影是诊断冠心病的“金标准”,而ECG、TET、UCG等无创性检查方法简便、无创伤、重复性好、且价格低,适宜人群普查、初诊及随诊.在临床实践中,对于未能开展冠脉造影的基层医院,结合以上3种检查可提高冠心病的阳性检出率.

摘要： 目的:以冠状动脉造影结果为标准,探讨ECG、平板运动试验(TET)、心脏彩超(UCG)等无创性检查方法在冠心病诊断中的应用价值。rn 方法:记录362例疑诊或可疑冠心病患者ECG、平板运动试验、心脏彩超结果,并与冠状动脉造影结果进行比较和分析.rn 结果: 362例冠状动脉造影患者中,阳性者226例,阴性者136例.以上3种检查方法敏感性最高者为ECG,达76.11%,UCG最低,为45.13%(P＜0.01);特异性最高者TET,达60.71%,UCG最低,为43.38%,但差异无统计学意义(P＞0.05);准确性ECG及TET皆较高,分别为65.19%和63.01%,UCG最低,为44.4896(P＜0.01).而ECG、TET及UCG的阳性检出率随病变支数的增多而增高.rn 结论:冠状动脉造影是诊断冠心病的“金标准”,而ECG、TET、UCG等无创性检查方法简便、无创伤、重复性好、且价格低,适宜人群普查、初诊及随诊.在临床实践中,对于未能开展冠脉造影的基层医院,结合以上3种检查可提高冠心病的阳性检出率.

摘要： 针对呼吸信号容易在心电信号中产生基漂干扰,本文研究了一种基于负熵极大FastICA自适应呼吸基漂干扰抑制法.将观测信号根据统计独立的原则,以负熵作为独立性判决准则,采用牛顿迭代算法优化目标函数,将观测信号分解为独立的心电信号和呼吸基漂干扰信号,从而有效地实现心电信号的干扰抑制,仿真实验表明了此方法的有效性.

摘要： 针对呼吸信号容易在心电信号中产生基漂干扰,本文研究了一种基于负熵极大FastICA自适应呼吸基漂干扰抑制法.将观测信号根据统计独立的原则,以负熵作为独立性判决准则,采用牛顿迭代算法优化目标函数,将观测信号分解为独立的心电信号和呼吸基漂干扰信号,从而有效地实现心电信号的干扰抑制,仿真实验表明了此方法的有效性.

摘要： 针对呼吸信号容易在心电信号中产生基漂干扰,本文研究了一种基于负熵极大FastICA自适应呼吸基漂干扰抑制法.将观测信号根据统计独立的原则,以负熵作为独立性判决准则,采用牛顿迭代算法优化目标函数,将观测信号分解为独立的心电信号和呼吸基漂干扰信号,从而有效地实现心电信号的干扰抑制,仿真实验表明了此方法的有效性.

摘要： 针对呼吸信号容易在心电信号中产生基漂干扰,本文研究了一种基于负熵极大FastICA自适应呼吸基漂干扰抑制法.将观测信号根据统计独立的原则,以负熵作为独立性判决准则,采用牛顿迭代算法优化目标函数,将观测信号分解为独立的心电信号和呼吸基漂干扰信号,从而有效地实现心电信号的干扰抑制,仿真实验表明了此方法的有效性.

摘要： 本发明涉及一种用于与ECG监测器连接的ECG电缆。为了实现ECG电缆的小型化和省略常规使用的干线电缆和干线电缆连接器，ECG电缆包括：芯体(2)；电阻丝电缆(3a‑3b)，其包括卷绕在芯体周围并且相对于彼此绝缘的多个电阻丝(31‑37)；以及两个或更多个柔性的导联线(4)，每个导联线在其一端(40)连接到相应的电阻丝，并且在其另一端(41)连接到电极(5)。

摘要： 一种用于ECG设备的ECG控制器能连接到基础ECG导联系统(例如，12导联系统)，其中，所述ECG控制器对所述ECG控制器与所述基础ECG导联系统之间的任何电缆互换(例如，肢体电缆互换或心前电缆互换)实施基于ECG波形形态和基于ECG导联冗余的检测和分类。备选地，所述ECG控制器还能连接到子基础ECG导联系统(例如，仅肢体导联系统或有限心前导联系统)，其中，所述ECG控制器对所述电极接口与所述子基础ECG导联系统之间的任何电缆互换(例如，肢体电缆互换或心前电缆互换)实施基于ECG波形形态的检测和分类。

摘要： 本公开提供了一种电极片、导联接头以及ECG测量装置。所述电极片(10)包括：导电按扣(12)，包括布置在环形衬垫(15)中心的盘状部分；导电胶(13)，布置在所述盘状部分的下表面；以及温度传感器(14)，布置在所述导电按扣(12)的盘状部分的下表面，通过导电胶(13)与人体接触，并通过其两个导引头输出所感测的温度。本公开还涉及一种连接电极片的导联接头以及具有体温测量功能的ECG测量装置。

摘要： 本公开涉及一种便携式心电图设备(100)，包括传感器阵列(110)和用户相关控制设备(120)。传感器阵列(110)包括第一处理器(114)、存储器(115)和第一组通信装置。用户相关控制设备(120)包括指示器装置(121)、第二处理器(124)和第二组通信装置。传感器阵列(110)被配置为由佩戴用户(140)携带，包括第一组传感器(111)，其被配置为面向佩戴用户(140)的皮肤，并且第一组传感器(111)附接到至少一件内衣(150)。第一组通信装置包括至少一个无线通信设备(116)。第一处理器(120)被布置成控制传感器阵列(110)的至少一个传感器以在由佩戴用户(140)携带时以预定的测量频率重复地记录ECG，将ECG记录存储在存储器(115)中，并且控制至少一个无线通信设备(116)将至少一个ECG记录发送到用户相关控制设备(120)。用户相关控制设备(120)被配置为检测至少一个ECG记录中的异常ECG。用户相关控制设备(120)被配置为响应于检测到至少一个异常ECG，通过所述指示器装置(121)呈现警报。传感器阵列(110)的测量频率基于任何检测到的异常ECG而设置。

摘要： 提供了包括辅助心电图(ECG)组件的装置和系统，该辅助心电图组件可用于获取患者的ECG数据并将该ECG数据传输到手持式探针，诸如超声探针。该手持式探针可以包括壳体和至少部分地由该壳体围绕的超声传感器。该超声传感器可以位于手持式探针的传感器面处或附近。该手持式探针包括辅助ECG连接器，该辅助ECG连接器至少部分地由手持式探针的壳体暴露。该辅助ECG连接器可以用于将一个或多个辅助ECG引线电联接到手持式探针。

摘要： 本发明涉及一种用于心外膜ECG监测的测量探头，该测量探头包括用于测量来自心脏的电信号的测量元件(2)以及布置成输出测得的心脏信号的连接元件(3)，测量元件(2)与连接元件(3)电连接。测量元件(2)和连接元件(3)是分层元件。本发明还涉及一种用于心外膜ECG监测的测量系统，该测量系统包括通过信号线缆(5)与显示装置连接的探头(1)。

摘要： 本发明公开了一种基于ECG的身份识别方法，包括以下步骤：接收用户的输入样本信号；对输入样本信号进行滤波；对滤波后的样本信号进行自相关分析以获得第一特征向量；对滤波后的样本信号进行频域分析以获得第二特征向量；结合第一特征向量、第二特征向量，以获得结合特征向量；对结合特征向量进行降维得到降维特征向量；对降维获得的特征向量进行分类以给出识别结果，或者存储降维特征向量以供后续识别使用。本发明具有安全性高的优点。

摘要： 一种心脏设备包括心电图仪(ECG设备)(10、110)、电子处理器(12、36)以及存储指令的非瞬态存储介质(14、38)，所述指令能由所述电子处理器读取并运行以执行包括以下的过程：接收所述ECG设备的位置；针对所接收的位置来调谐一个或多个ECG分析准则，以生成针对所接收的位置而调谐的一个或多个ECG分析准则；操作所述ECG设备以采集一条或多条ECG迹线；并且通过将针对所接收的位置而调谐的所述一个或多个ECG分析准则应用于所述一条或多条ECG迹线来执行心脏分析，从而生成心脏分析信息。所述调谐可以包括：将所述ECG设备与基于所述位置的医学科室相关联；并且针对相关联的医学科室来调谐所述一个或多个ECG分析准则。替代地，可以直接接收所述相关联的医学科室。

摘要： 本发明涉及一种ECG电极连接器(1)和一种ECG线缆。为了消除常规ECG线缆装置的干线线缆，所述ECG电极连接器(1)被配置用于将ECG电极与导线机械并电学地连接。其包括：连接装置(10)，其用于将所述ECG电极连接器(1)与ECG电极(100)机械地连接；导线端子(14)，其用于与导线(300)的信号线(301)连接；屏蔽端子(15)，其用于与所述导线(300)的屏蔽(302)连接；电极接触部(17)，其用于接触所述ECG电极(100)的电学接触部(101)；电压钳制元件(13)，其耦合在所述导线端子(14)与所述屏蔽端子(15)之间；以及电阻器(16)，其耦合在所述导线端子(14)与所述电极接触部(17)之间。

摘要： 本发明涉及一种用于与ECG监测器连接的ECG电缆。为了实现ECG电缆的小型化和省略常规使用的干线电缆和干线电缆连接器，ECG电缆包括：芯体(2)；电阻丝电缆(3a‑3b)，其包括卷绕在芯体周围并且相对于彼此绝缘的多个电阻丝(31‑37)；以及两个或更多个柔性的导联线(4)，每个导联线在其一端(40)连接到相应的电阻丝，并且在其另一端(41)连接到电极(5)。