ECG信号

摘要： 心电图(ECG)是识别房颤的主要依据。但是在ECG信号中存在各种噪声干扰,可能导致ECG波段无法识别或者失真,影响医务人员的诊断。因此需要采用一定的技术和方法去除各种噪声干扰。文章采用小波阈值降噪中的软阈值算法对ECG进行处理,选择采用db4小波对含噪声心电信号进行小波分解,实现对ECG信号的去噪处理。

摘要： 连续血糖监测在糖尿病管理中具有重要的意义.目前糖尿病患者主要通过指尖采血或植入式微创传感器监测血糖,但上述方法存在疼痛、成本昂贵、易感染等问题,因此,无创监测是实现连续血糖监测的理想技术.本文利用心电(ECG)信号,提出了一种血糖水平无创监测的方法:通过获取12名志愿者共60 d 756160个ECG周期信号,利用递归滤波器实现ECG信号的滤波,并采用卷积神经网络和长短期记忆网络相结合(CNN-LSTM)的方法,实现了血糖水平的十分类监测,并通过实验探索了个体建模和群体建模2种建模方式的差异.结果表明,在个体建模和群体建模的条件下,血糖监测精确率分别约达到80％ 和88％.其中群体建模10分类的F1值可达到0.95、0.88、0.91、0.85、0.92、0.88、0.86、0.86、0.87和0.86.研究表明,本文提出的基于ECG的无创血糖监测方法为实现血糖水平的实时、精准监测提供了一种有力的理论支撑与技术指导.

摘要： 基于0.18 μm CMOS工艺设计了一种应用于ECG信号采集的低噪声电容耦合斩波仪表放大器.该放大器采用斩波技术与晶体管噪声优化技术,减小了1/f噪声和热噪声,并提出一种基于占空比电阻的改进型前馈电极失调消除回路,抑制了电极直流失调电压.仿真结果表明,电路的静态电流为1.2 μA,带宽为0.17 Hz～4.3 kHz,增益为40 dB,等效输入噪声为1.8 μVrms(0.5～ 100 Hz),满足ECG信号采集的要求.

摘要： 为了研究整夜睡眠状况和睡眠过程,利用多导睡眠仪(polysomnography,PSG)和体动记录仪,分别记录被试的ECG信号和体动信号,再对ECG信号提取心率变异性(heart rate variability,HRV)的特征值,并将其作为实验数据的特征参数。为了提高识别率和防止过度拟合,将实验数据分为训练集和测试集,设计一个用遗传算法改进的BP神经网络模型,对样本进行训练和预测。研究结果表明,改进的BP神经网络能有效地识别测试样本,综合识别准确率为86.29%。将检测ECG信号和体动信号的穿戴式设备与睡眠分期识别算法相结合,能够用于家庭睡眠监测,也可作为睡眠疾病的初筛方法。

摘要： 为了剔除心电图(ECG)信号中的噪声,提出了一种基于改进小波阈值-CEEMDAN的去噪算法.首先对ECG信号进行CEEMDAN分解得到了一组由高频到低频分布的固有模态分量(IMF),然后根据相关系数法,对高频IM F分量进行改进阈值的小波去噪.对于低频IM F分量,再通过设定固定阈值,将低于该阈值的IM F分量确定为基线漂移信号并剔除,然后将去噪后的IM F分量和保留的IM F重构.实验结果表明,该算法相比经验模态分解(EMD)小波去噪和整体平均经验模态分解(EEMD)小波去噪算法效果更佳.

摘要： 为提高明文图像和密钥在加密算法的敏感性和不可预测性,设计了一种基于混合混沌系统和ECG信号相结合的图像加密算法;ECG信号因人而异且难以模仿和复制;首先利用wolf算法计算出随机性强的ECG信号特征值,以及生成明文图像的SHA-256哈希值,用于计算混合混沌系统和ZigZag变换的初始条件;其次利用改善的ZigZag变换对明文图像进行动态置乱,并进行DNA动态编码;最后对置乱的图像按照一定的方法完成扩散过程;通过理论分析和实验结果表明,该加密算法对明文图像和ECG信号高度敏感,具有密钥空间大的优点,能够有效地抵抗已知明文、选择明文攻击、抗穷举攻击和差分攻击.

摘要： 目的 动态采集与处理心电信号,获取异常心电信号的分类信息.方法 首先通过实时采集心电信号结合离散小波变换获取心电特征向量,然后计算心电信号模糊信息熵,最后利用欧氏距离获取心电信号的语义距离,得到异常信号的分类信息.结果 该装置能够在基于物联网的嵌入式平台上实现异常心电信号的有效识别,提高心脏疾病的诊断精度.结论 心电信号模糊诊断设备能够精确分类异常信号,输出具有高置信度区间的在线信号分类矩阵.

摘要： 目的:对比研究一款可穿戴腕式心电记录仪和一款可穿戴动态心电记录仪的心电监测记录结果,评估前者的幅频响应的准确性和两款记录仪的人体实测信号的一致性.方法:输入两组标准信号,幅度为1mV,频率分别为5Hz和10Hz,对比标准信号输出;选取6位志愿者受测者分别佩戴两款记录仪设备,将获取的心电信号(QRS波振幅和波宽,T波振幅和波宽,QT间期)进行对比.结果:第一款记录仪有较好的幅频响应特性;通过分析波形特征,未发现两种记录仪设备有显著的统计学差异.结论:第一款可穿戴腕式心电记录仪有较好的幅频相应特性;并且人体实测的ECG波形与已通过CFDA认证的第二款可穿戴动态心电记录仪高度一致.

摘要： 去趋势波动分析法(Detrended Fluctuation Analysis,即DFA)是一种应用于研究时间空间序列中长范围相关性的有效方法,通过DFA法可以求得一个标度指数,它的取值范围可以反映数列中数据间的长范围相关性.而传统研究多以小波分析、傅立叶变换为主,只能滤除ECG数据中的噪声干扰,不能发现内在的规律.本文运用DFA方法分析MIT-BIH标准数据库中正常心律与患有严重心力衰竭病人的ECG信号,对比标度指数找到二者的差异,找到区别二者的依据.同时,对DFA方法进行改进,提出一种新的标度进行分析,发现可以明显区分二者,可作为此类疾病临床诊断的重要依据.

摘要： 去趋势波动分析法(Detrended Fluctuation Analysis,即DFA)是一种应用于研究时间空间序列中长范围相关性的有效方法,通过DFA法可以求得一个标度指数,它的取值范围可以反映数列中数据间的长范围相关性.而传统研究多以小波分析、傅立叶变换为主,只能滤除ECG数据中的噪声干扰,不能发现内在的规律.本文运用DFA方法分析MIT-BIH标准数据库中正常心律与患有严重心力衰竭病人的ECG信号,对比标度指数找到二者的差异,找到区别二者的依据.同时,对DFA方法进行改进,提出一种新的标度进行分析,发现可以明显区分二者,可作为此类疾病临床诊断的重要依据.

摘要： 去趋势波动分析法(Detrended Fluctuation Analysis,即DFA)是一种应用于研究时间空间序列中长范围相关性的有效方法,通过DFA法可以求得一个标度指数,它的取值范围可以反映数列中数据间的长范围相关性.而传统研究多以小波分析、傅立叶变换为主,只能滤除ECG数据中的噪声干扰,不能发现内在的规律.本文运用DFA方法分析MIT-BIH标准数据库中正常心律与患有严重心力衰竭病人的ECG信号,对比标度指数找到二者的差异,找到区别二者的依据.同时,对DFA方法进行改进,提出一种新的标度进行分析,发现可以明显区分二者,可作为此类疾病临床诊断的重要依据.

摘要： 去趋势波动分析法(Detrended Fluctuation Analysis,即DFA)是一种应用于研究时间空间序列中长范围相关性的有效方法,通过DFA法可以求得一个标度指数,它的取值范围可以反映数列中数据间的长范围相关性.而传统研究多以小波分析、傅立叶变换为主,只能滤除ECG数据中的噪声干扰,不能发现内在的规律.本文运用DFA方法分析MIT-BIH标准数据库中正常心律与患有严重心力衰竭病人的ECG信号,对比标度指数找到二者的差异,找到区别二者的依据.同时,对DFA方法进行改进,提出一种新的标度进行分析,发现可以明显区分二者,可作为此类疾病临床诊断的重要依据.

摘要： 去趋势波动分析法(Detrended Fluctuation Analysis,即DFA)是一种应用于研究时间空间序列中长范围相关性的有效方法,通过DFA法可以求得一个标度指数,它的取值范围可以反映数列中数据间的长范围相关性.而传统研究多以小波分析、傅立叶变换为主,只能滤除ECG数据中的噪声干扰,不能发现内在的规律.本文运用DFA方法分析MIT-BIH标准数据库中正常心律与患有严重心力衰竭病人的ECG信号,对比标度指数找到二者的差异,找到区别二者的依据.同时,对DFA方法进行改进,提出一种新的标度进行分析,发现可以明显区分二者,可作为此类疾病临床诊断的重要依据.

摘要： 采用三角形滑动连续计算的算法,检测并识别出ECG中S波止点和T波起点,进而分离出ST段的关键特征部份。并进一步研究了ST段波形形态的自动判别方法。通过采用MIT-BIH标准心电数据库进行实验表明,在已知正确的S峰和T峰作为参考点的基础上,该方法在ST段波形识别领域有着较好的优势,取得了较满意的结果。

摘要： 采用三角形滑动连续计算的算法,检测并识别出ECG中S波止点和T波起点,进而分离出ST段的关键特征部份。并进一步研究了ST段波形形态的自动判别方法。通过采用MIT-BIH标准心电数据库进行实验表明,在已知正确的S峰和T峰作为参考点的基础上,该方法在ST段波形识别领域有着较好的优势,取得了较满意的结果。

摘要： 采用三角形滑动连续计算的算法,检测并识别出ECG中S波止点和T波起点,进而分离出ST段的关键特征部份。并进一步研究了ST段波形形态的自动判别方法。通过采用MIT-BIH标准心电数据库进行实验表明,在已知正确的S峰和T峰作为参考点的基础上,该方法在ST段波形识别领域有着较好的优势,取得了较满意的结果。

摘要： 采用三角形滑动连续计算的算法,检测并识别出ECG中S波止点和T波起点,进而分离出ST段的关键特征部份。并进一步研究了ST段波形形态的自动判别方法。通过采用MIT-BIH标准心电数据库进行实验表明,在已知正确的S峰和T峰作为参考点的基础上,该方法在ST段波形识别领域有着较好的优势,取得了较满意的结果。

摘要： 采用三角形滑动连续计算的算法,检测并识别出ECG中S波止点和T波起点,进而分离出ST段的关键特征部份。并进一步研究了ST段波形形态的自动判别方法。通过采用MIT-BIH标准心电数据库进行实验表明,在已知正确的S峰和T峰作为参考点的基础上,该方法在ST段波形识别领域有着较好的优势,取得了较满意的结果。

摘要： 公开用于获取ECG信号的ECG前端和方法。前端包括多个并行测量分支，每个测量分支包括具有第一端子和第二端子的保护电阻器，其中第一端子可连接到相应ECG电极。每个测量分支包括可操作地连接到保护电阻器的第二端子的第一输入放大器以及具有第一和第二端子的电容器，其中电容器的第一端子可操作地连接到第一输入放大器与保护电阻器的第二端子之间的点，并且电容器的第二端子连接到第二输入放大器的虚拟地。每个第一输入放大器充当ECG通道信号的来源，并且每个第二输入放大器充当高频信号分量的来源。

摘要： 本发明涉及可穿戴设备领域，为一种基于ECG信号和PPG信号的血压监测系统和方法,包括生理信号采集模块、数据传输模块、数据预处理模块、特征提取模块、异常值检测模块、特征选择模块、血压回归预测模块；通过部署在智能手表的生理信号采集模块，同步采集佩戴者的ECG信号和PPG信号，数据预处理模块对生理信号数据进行预处理，特征提取模块提取ECG信号和PPG信号的特征，数据异常值检测模块根据提取的生理信号特征进行异常值检测并剔除相关样本，特征选择模块选择出与血压相关的生理信号特征，血压回归预测模块对提取的生理信号特征进行血压预测，使血压预测模型更加适配于每个用户。本发明提高了血压监测设备的便携性的同时也能确保血压监测的精度。

摘要： 一种监测设备(例如，ECG监测器或Holter监测器)采用心电图仪(40)和ECG质量控制器(50)。在操作中，心电图仪(40)在心电图仪(40)连接到(一个或多个)ECG导联30(例如，基于电极或基于贴片/扁板的)的情况下根据一个或多个ECG导联(30)导出心电图。响应于心电图仪(40)与(一个或多个)ECG导联(30)的连接，ECG质量控制器(50)控制在心电图分割的基础上(例如，连续ECG记录被划分分成指定持续时间的分段)对个体ECG导联(30)的高频噪声水平(例如，心电图内的肌肉伪影的程度和/或电极运动伪影的程度)和低频噪声水平(例如，心电图的基线漂移的程度)的独立的评价。

摘要： 公开用于获取ECG信号的ECG前端和方法。前端包括多个并行测量分支，每个测量分支包括具有第一端子和第二端子的保护电阻器，其中第一端子可连接到相应ECG电极。每个测量分支包括可操作地连接到保护电阻器的第二端子的第一输入放大器以及具有第一和第二端子的电容器，其中电容器的第一端子可操作地连接到第一输入放大器与保护电阻器的第二端子之间的点，并且电容器的第二端子连接到第二输入放大器的虚拟地。每个第一输入放大器充当ECG通道信号的来源，并且每个第二输入放大器充当高频信号分量的来源。

摘要： 一种用于将PPG信号与ECG信号同步的计算机实现的方法包括：‑半同步地记录(101、102)ECG和PPG信号；‑将PPG信号切割(103)成PPG信号段；‑对于PPG信号段(300)：‑对于通过应用不同的偏移o获得的相应ECG信号段(350)，确定(142‑145)PPG峰时间向量(301‑315)与相应的ECG峰时间向量(351‑365)之间的距离d；‑确定(104)具有最小距离do的最佳匹配ECG信号段(350)；以及‑配准(105)PPG信号段(300)的开始时间x，最佳匹配ECG信号段(350)的开始时间yo和最小距离do；‑确定PPG信号和ECG信号之间的偏移和漂移作为回归模型(400)的偏移和斜率，该回归模型(400)对开始时间x和开始时间yo之间的关系进行建模，由最小距离do反加权；‑将偏移和漂移应用于PPG信号。

摘要： 本发明题为“使用多个分组的ECG信号的统计特征来检测不一致的信号”。本发明公开了一种系统，所述系统包括信号采集电路和处理器。所述信号采集电路被配置为接收由患者的心脏中的心脏内探头的多个电极采集的多个心脏内信号。所述处理器被配置为：从所述心脏内信号提取多个注释值；选择一组所述心脏内信号；在所述组中识别所述组中统计上偏差超过预定义的偏差量度的一个或多个注释值；以及向用户可视化除统计上偏差的注释值之外的注释值。

摘要： 本发明涉及可穿戴设备领域，为一种基于ECG信号和PPG信号的血压监测系统和方法,包括生理信号采集模块、数据传输模块、数据预处理模块、特征提取模块、异常值检测模块、特征选择模块、血压回归预测模块；通过部署在智能手表的生理信号采集模块，同步采集佩戴者的ECG信号和PPG信号，数据预处理模块对生理信号数据进行预处理，特征提取模块提取ECG信号和PPG信号的特征，数据异常值检测模块根据提取的生理信号特征进行异常值检测并剔除相关样本，特征选择模块选择出与血压相关的生理信号特征，血压回归预测模块对提取的生理信号特征进行血压预测，使血压预测模型更加适配于每个用户。本发明提高了血压监测设备的便携性的同时也能确保血压监测的精度。

摘要： 本发明题为“用于同时感测ECG信号和阻抗指示电信号的医疗贴片”。本发明公开了一种医疗贴片，其包括基板、电极和电路系统。基板被配置为在外部附接到患者。电极耦接到基板并且被配置为感测来自患者的心脏的心电图(ECG)信号，并且被配置为进一步感测指示电极与心脏中的探针之间的阻抗的电信号。电路系统耦接到基板并且包括共享放大器，该共享放大器被配置为同时放大由电极感测的ECG信号和电信号。

摘要： 本实用新型提供一种ECG电极夹、ECG电极及信号处理装置。所述ECG电极夹用于磁共振成像设备，包括：主体，具有用于夹持固定ECG电极的夹口，并具有与所述磁共振成像设备连接的连接线；温度传感器，嵌入设置于所述主体的内部，并设置成非接触性地测量与作为磁共振成像设备成像对象的被检测体的温度；用于传递由所述ECG电极检测到的ECG信号的第一配线与用于传递由所述温度传感器检测到的温度信号的第二配线嵌入设置于所述主体，并共同由所述连接线包覆地连接于所述磁共振成像设备。

摘要： 本实用新型涉及一种用于ECG信号、PPG信号和肤色的监测装置，属于疾病监测设备设备技术领域。包括ECG信号采集装置、PPG信号采集装置、肤色信号采集装置、控制模块、数据传输模块；所述ECC信号采集装置、PPG信号采集装置和肤色信号采集装置分别与控制模块连接，所述控制模块与数据传输模块连接，所述显示模块与控制模块连接。通过ECG信号、PPG信号和肤色的监测装置对ECG信号、PPG信号和肤色信息进行采集并且显示出来，便于人们更直观的进行观察。