[go: up one dir, main page]

JP2009082664A - 心電計データの総合的処理のための分析・解析・表示・蓄積・整理・管理システム - Google Patents

心電計データの総合的処理のための分析・解析・表示・蓄積・整理・管理システム Download PDF

Info

Publication number
JP2009082664A
JP2009082664A JP2007279607A JP2007279607A JP2009082664A JP 2009082664 A JP2009082664 A JP 2009082664A JP 2007279607 A JP2007279607 A JP 2007279607A JP 2007279607 A JP2007279607 A JP 2007279607A JP 2009082664 A JP2009082664 A JP 2009082664A
Authority
JP
Japan
Prior art keywords
analysis
pattern
data
signal
display
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
JP2007279607A
Other languages
English (en)
Inventor
Shuji Doshita
修司 堂下
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.)
Individual
Original Assignee
Individual
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 Individual filed Critical Individual
Priority to JP2007279607A priority Critical patent/JP2009082664A/ja
Publication of JP2009082664A publication Critical patent/JP2009082664A/ja
Pending legal-status Critical Current

Links

Landscapes

  • Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)

Abstract

【課題】医師のみでなく、一般の心房系の孤立性不整脈の罹患者、または罹患の疑いのある者、特に心房細動・心房粗動等の頻脈系の罹患者が、早期に検知し、症状を把握するために心電計を日常的に有効に活用するためには、心電図測定装置とともに、高度で、多様な機能を持った総合的な処理ソフトウェアが必須である。
【解決手段】 心電計データの総合的処理のための解析・閲覧・管理システムを実現する。心電計のデータを随時パソコンに取り込み、漸増的に処理し、解析結果を時間的経過とともに統合データベースに集約し、一覧的に図示し、ユーザが自己の目的に合わせてブラウズし、抽出し、長期的な履歴の全体像を把握を可能とする。このシステムを、心電計とともに誰でもいつでもどこでも容易に使えるユービキタスシステムとして、パソコンのExcel上で実現する。
【選択図】図1

Description

本発明は、ユーザの継続的・長期的な測定によって作成される大量の心電計データを随時取り込み、漸増的に処理し総合的に分析・解析・表示・蓄積・整理・管理するシステムに関するものである。
多くの心房系の孤立性の不整脈、たとえば、徐脈、ブロック脈、期外収縮及び心房細動は、相互に関連して発症するがし、加齢とともに、罹患率は急激に増加し、人口の老齢化により、罹患者の絶対数も増加している。特に、頻脈系の期外収縮の発展形である心房細動は、緊急の措置は必要ないものの、発作自体が更なる発作を誘発して慢性化し、また、2日間の短期間の発症でも脳血栓塞栓症等の重篤な症状を誘発することもある。
従って、心房細動等の早期発見、早期治療は必須である。しかし、単純な心房系の不整脈では、日常の生活に大きな支障は来たさず、気が付かないうちに徐々に発症し、進行することも多い。さらに、これらの不整脈は予兆がなく突如生じることも多く、事後に専門医の診察を受けても、異常なしと診断され、発見が遅れることも多い。このことからも、脈に異常を感じる人に対しては、継続的な心電図測定による早期発見の重要性は極めて大きい。
唯一の解決法は、患者自体が継続的に携帯型心電計で心電図を測定することである。予兆がなく生じることも多いため、早期発見のために1日に数回、継続的に測定する必要がある。また、異常があると考えられる時は、医者の診察をうけるまでの頻繁に測定し、病状を継続的に記録することが、早期の診断には欠かせない。さらに、すでに、発作性または持続性の不整脈症状を持っている人については、毎日の継続的な心電図は、異常があっても、なくても医者の診断の貴重な判定材料となる。
このことから、携帯型心電計による長期にわたる継続的な測定により、膨大な心電図が蓄積される。たとえば、6時間毎に、1日に4回測定するとして、月に120個の測定データが蓄積する。しかし通常の携帯型の心電計では、小さな液晶窓で、1波形の一部分をモニタ出来るに過ぎない。測定データを医者に提出しても、数十個以上の多数のデータ全体を精査することは、忙しい医者にとって不可能に近い。従ってソフトウェア的な支援手段が必要である。
一般の個人が日常的に使用する携帯型心電計または携帯用心電計はいくつか発売されている。本発明のように、低価格で、患者個人のサイドで常時的に気軽に使用する事を目的とするタイプのものは、生活の場で使用するため、単チャネルで、小さい液晶窓を通して操作、最低限のID情報の表示、スクロール式波形表示等を行う。記憶できる件数は少なく、短期間の一時的メモとしての使用に限られるものもある。一方、オンラインで心電図をセンターに送信し、診断を行うものもあるが、誰でも気軽には利用しがたい。
例えば、オムロンヘルスケア社のHCG801([非特許文献1]参照。)は、波形のスクロール表示のみであるが、別途、医師向けに、専用の表示ソフトを持っている。また、内部記憶は5件までであるが、SDカードにより300件まで記録できる。
東芝社の心電図記憶装置SCS−H10R([非特許文献2]参照。)では、記憶は12件に限られるが、オンラインで計算機に伝送できる。RRリズムパタンを解析表示するが、それを記憶保存伝送はできない。本発明に関連する携帯型心電装置については、[特許文献1]があり、心電波形の解析の仕方については、[非特許文献3]に示されているように、主としてQRS波に関する種々のパラメータ、例えばR−R間隔が用いられる。また、請求項4のP波検出については、[特許文献2]は、多チャネル心電信号の2次微分を特徴とするものである。
オムロンヘルスケア株式会社、特開2006−61445、携帯型心電計 日本電気株式会社、特開平10−57333、心電図解析におけるP波検出方法、解析機能付き心電計及びホルター心電図解析装置 オムロンヘルスケア株式会社 携帯型心電計HCG801使用説明書(平成17年9月) 東芝株式会社 心電図記憶装置SCS−H10R 取扱説明書(2004年1月21日) 金子睦雄、ホルター心電計、医療とコンピュータ、4巻5号、1992年2月、p.396〜402
特に早期検知、早期診断・早期治療が要求される発作性の心房細動の罹患者に対しては、数時間毎の継続測定、即時的な高度の解析による心房細動発生の予兆の検知、経時的変化の蓄積と一覧的表示によりユーザ自身が自己の病状を把握し、医師の診察に際しては、効率的に的確な診断が行えるように、予め一覧的に集約され整理された分析情報を提示することが要求される。
このためには、波形だけでなく、心拍の間隔を測定・表示し、心拍パタンを解析して、心電波形の特徴を抽出し、総合的に表示して、ブラウザで的確な情報を取り出す機能が必須である。特に携帯用では、ベクトル心電図とは異なり、単チャネルで、しかも、生活の環境で測定するため、不規則変化や外乱ノイズが大きく、信号処理の方法に大きな制限がある。また、専用の高度なシステムが使えないので、簡易な方法で実現する必要がある。
このようなユーザ自身による常時的な心電測定の課題を解決する為には、携帯型心電計はハードウェアとともに、総合的な処理システムを提供する必要がある。それは、ユーザ自体が随時使い、その時点での状況を容易にモニターし、データを管理できるものでなくてはならない。
本発明は、このような医療現場とユーザの要求を解決するため、総合的な処理のためのソフトウェアシステムを提供し、総合的な不整脈治療の高度化に資する事を目的とする。本発明のシステムにより自分の心電図を自己で管理することは有効である。
このためには、日常的に使えるように、的確に簡易化して、わかりやすいシステムとして構成し、誰でも扱えるインターフエースと理解しやすい結果の表示が必須である。さらに、総てのウィンドウパソコンに含まれており、特別のハードエアやソフトウェアの追加は必要がないExcelでの実現が望まれる。このように本発明のシステムの目的は、いつでも、どこでも、誰でも、手軽にと言うユービキタスコンピュータの概念を実現したシステムとして、不整脈治療の補助的ツールとして家庭に提供することが目標である。
本発明のシステムは、携帯型心電計にも対応できるように、1チャネル心電信号を扱う。多チャネルのベクトル心電計に対しては、それらを目的に従った方法で合成して、単チャネル化したものを入力する。また、
この課題を解決するために、本発明のシステムは、先ず、請求項1に記載のように、他の重篤な心疾患を伴わない孤立性の心房系の不整脈の早期検知のために、携帯心電計によるユーザサイドでの常時的測定から得られる一連の多量の心電計データをユーザーサイドで多様な方法で処理し、被検者に状況を把握させ、医師へ適格な情報を伝達する事を目的として、心電情報と心電波形信号のECGファイルを受け取って、心電信号を波形ひずみを生じないように整形しファイル化するとともに、それからRR間隔時系列パタン及びその平均パタンを抽出し、そのRR間隔時系列パタン・同平均パタンの解析及び信号波形分析により徐脈性パタン、ブロック脈性パタン、期外収縮性パタン、心房細動・粗動パタンの抽出、P波検出の有無を波形的特徴として抽出し、最終的に、ECGファイルのID情報、信号波形、RR間隔時系列・同平均パタン、各種特徴抽出結果を総合して、統合心電図解析データベースを構成する事を特徴とする総合的心電データ処理のための分析・解析・蓄積システムを構成する。
請求項2では、請求項1で得られた大量のデータに対する結果を、有機的に関連させ、有効活用し、トータルな把握と理解を容易にするために、RR間隔時系列パタンの一覧的表示システムを中心に多数のデータの閲覧のための知的なブラウザーを構成し、その表示面上で視認による注目データの抽出と抽出されたデータの圧縮モードでのコンパクトな表示を行うとともに、指定された心電データについて詳細な心電波形表示とその各種抽出特徴結果の表示を行うモニターとから構成される総合的心電データ処理のための表示・閲覧・モニターシステムを構築する。
請求項3は、請求項1で作成する統合心電解析データベースにおいて、抽出特徴の充足・非充足条件を指定して一括して自動的に該当測定データを抽出し、請求項2の一覧表示システムにおいて抽出モードでのRR間隔時系列パタンの一覧的表示を行い、さらに抽出されたデータのみからなる目的別のコンパクトなECGファイルを作成する総合的心電データ処理のための抽出・整理・管理システムである。
請求項4は、請求項1の特徴抽出システムにおいて、心電信号の主たる成分である各時点のR波のピークを基準時点として、同期検波的に時間遡及方向に信号を重畳することにより、心房の収縮に対応した信号成分であるコヒーレントなP波とランダムなノイズ成分との信号対雑音比を、統計的に重畳回数の平方根倍に改善する事を特徴とするP波成分の検出方式である。
請求項5は、請求項1、請求項2、請求項3及び請求項4を実施するシステムにおいて、付加的な装置やソフトウェアツールを導入することなく安価に実現し、通常のパソコンのExcelでインプリメントした総合的心電データ処理のための分析・解析・蓄積・表示・閲覧・整理・管理ソフトウェアシステムである。ExcelのWYSIWYG(What You See Is What You Get)特性を利用することにより、特別の訓練を要せずにインターラクティブに手軽に利用できるよう工夫している。
本発明のシステムにより、心電図の測定後直ぐデータを計算機にコピーし、処理システムに取り込み、漸増的に処理して、それまでの蓄積されている過去の結果に追加して、統合し、過去の結果とともに統合して一式を表示・閲覧することにより、過去の長期の時間的経過を含めて、自己の病歴を把握し、管理することが可能となる。特に心房細動では、治療の効果はゆるやかで、長期に亘るため、日常の状態の長期的蓄積と管理は、的確な治療を進めるために必須である。
本ソフトは、これまで一部の医療の専門家しか使えなかった心電図解析システムを、ユーザが自分で操作閲覧出来るようにして、ユーザに提供し、心電図測定を普及させることができ、早期発見、治療に有効である。これにより、医師が患者の日常的状態を把握することにより、治療がより適切に進むことも期待できる。
産業上の利用分野
また、携帯型の心電計は、益々多く利用される様になると思われるが、これまでは、医者に心電記録ファイルを持参種するか、機器の小さな液晶窓で、波形やRR間隔パタンの大体の様子をひとつづつ観察するしかなかった。本発明の様に、高度で多様な便宜性の高いソフトウェアシステムを携帯型心電計と組み合わせることにより、携帯型心電計有効利用を格段に進め、普及を促進することに役立つ。
最良の形態は、請求項5に記載の様に、Excelによるインプリメントである。Excelはヒューマンインターフエースが優れて居り、さらにグラフ機能も持っているため、別のツールを要しない。これにより、処理の新結果やが即時図やグラフで表示されるインタラクティブに操作が出来る。本発明のシステムのように、多様な観点から多様なアプローチを行う必要があるシステム構成におけるプロトタイピング的な使用目的には、実情に即して容易に機能を改善できるメリットも大きい。かつ、システムの安定性、普及度、価格の点からも実用上のシステムにはExcelが最も適している。
本発明の方式一式を、ウインドウズパソコンのExcelで実現した実施例のブロック図を図1に示す。システムは、Excel2000以降の版で実行可能である。プログラムサイズは約6〜12MBで、1アプリケーションに付き最大400件までのデータが処理・解析・蓄積・管理出来る。1心電データの処理には1秒程度の処理時間を要する。ファイルの取り込み、ファイルの維持・管理等全体的な流れの実行はマクロにより行われるが、信号波形の処理及び解析、特徴抽出の計算部分、及びデータ抽出、表示、ブラウザー部分は試行錯誤的な調整、パラメータの再調整等を行い随時改良を進めるため、セルオブジェクト上の関数により作成される。
図1において、ブロック1は、入出力となるホスト計算機のファイルシステムであり、心電信号ファイルは、ecgタイプとして登録されている。心電計のデータは、予め、ファイルシステムの指定フォルダの下に一式を入力またはコピーしておく。
ブロック2〜ブロック6は、請求項1に関する部分である。ブロック2の入力部は、GETコマンドにより、新規測定データのみを抽出し、処理一式を行い、前回までの処理結果の蓄積データベースに、漸増的に追加していく。入力が終了すれば、これまでの分と合わせて、一式が表示される。ブロック3は心電信号データ表現をパック形式から、計算機の標準形式に変換し、さらに、高域フイルターによって、測定時の不作為やや筋電信号による揺らぎを除去し整形する。フイルタには、波形ひずみを生じないような、2次以下の緩やかな特性のもの、またはガウス型フイルター等を用いる。
ブロック4及びブロック5は、本システムの解析の中心で、RR間隔(心拍周期)時系列パタンを求め、さらに、これから、RR間隔平均パタンを、繰り返し漸近法で求める。これを元に、RR間隔パタンや波形の各種の特徴を抽出する。詳細は図2に示す。
総ての処理結果は、ブロック6の統合心電解析データベースにまとめて蓄積し、表示、管理される。記載項目には、ECGデータID情報,信号波形、RR間隔系列及び同平均パタン、各種特徴抽出結果が含まれる。
ブロック7は、請求項2に関するもので、表示を担当する。中心は、RR間隔系列パタンの一覧表示である。全表示モードと、抽出表示モードとがある。ページブラウズ機能を有し、効果的に多数のデータを探索的に閲覧できる。さらに波形を指定して、詳細な心電波形をその抽出特徴値とともに表示できる。また、目的に合致した対象データのみを目視によりマークしたもののみを、抽出表示モードで、圧縮表示できる。
ブロック8は、請求項3に関するもので、データベースを抽出、整理、管理する部分である。心電データの抽出には、抽出条件を特徴抽出値で条件設定し、それを充足または非充足するものを正規表現的にANO−OR−NOT的にまとめて一括して効率的に抽出するが、初心者のために、単純な検索・抽出も出来る。また、データベースを管理するとともに、データベースから、有用な統計的情報を計算し、全体的な動向の把握を行う。この部分は、目的に応じてユーザがExcelで自己作成できる。抽出したデータのみを含む目的別のECGファイルを作成することも出来る。
図1のブロック4及び5の詳細を図2に示す。
図2において、ブロック41は、RR間隔時系列パタン及び同平均パタンを抽出する。心電信号について、心電図のQRS波の部分をフイルタと信号の時間微分とにより検出し、数本のR波のピーク値の移動平均的を求め、それと相対的に設定する閾値で以って、R波部分を抽出し、其のピーク点を以って、最終的なR波時点を決定する。これより、RR間隔の時系列パタンを求める。なお心電波形には、R波が正になるものと、負になるものがあるが自動的に判定される。
ブロック42は、RR間隔の平均を求める。乱れのない心拍パタンのときは、平均間隔は問題なく抽出できる。またRR間隔パタンに、呼吸に伴う緩やかな連続的変化があるときは、移動平均間隔を求める。不整脈により、RR間隔パタンに乱れがあるとき、RR間隔の平均抽出には工夫を要する。先ず、RR間隔パタンの間隔分布のヒストグラムを作成する。0次近似として全平均MRR0を求め、其の周りのばらつきの標準偏差SRR0を求める。ヒストグラムが単一モード分布の時は、MRR0からの偏差がSRR0以内の間隔を抽出し、それらに関して、平均MRR1と標準偏差SRR1を求める。MRR1とMRR0との差,SRR1とSRR0との差が一定以下になれば、それを最終解とする。但し、これは、MRR2,SRR2までで打ち切る。頻度分布がマルチモードであると判断されるときは、中央の再頻モード部のみを抽出し、それに対して上記の手法を適用する。
ブロック51は、徐脈パタンの検出である。個々のRR間隔が、其の近傍時点の平均間隔から大きい方向に一定以上ずれたとき、徐脈と判断する。但し、ヒストグラムで、別のモードであると判断され、または平均の1.5〜1.6倍以上の間隔のものは、ブロック脈(1回飛び)と判断し、ブロック52で検出される。其のイベントが生じた回数を表示する。また、2秒間以上の間隔は、自動的にブロック脈と判定される。
ブロック53は、期外収縮の検出である。期外収縮は、連続した2個のRR間隔において、先行の間隔が平均より短く、後続の間隔がその分だけ長く、かつ両間隔の和が、平均間隔の略2倍になっている事を検知し、そのイベントの生起回数を表示する。
ブロック54は、頻脈の抽出である。:0.46秒以下のRR間隔(130拍/分相当)が数秒間以上続く時に、頻脈と判定する。
ブロック55は、心房細動の検出である。これには2通りの方法でアプローチする。方法1は、RR間隔のヒストグラムにおいて、ほぼ単一モード分布であり、標準偏差が一定以上である場合に、心房細動の可能性として検知する。一般的に、心房細動は、多発性の強い期外収縮が要因となっていることが認められており、この検出法では、強度の多発性期外収縮も心房細動の予兆として警告のために、検出される。
方法2は、方法1で、心房細動の可能性が検出されたときに、さらに、心房の収縮を現すP波を検出し、P波が検出できれば、多発性の期外収縮とし、P波が検出できなければ、心房細動とすることである。P波は、主たるR波に100〜250ミリ秒程度先行して生じるが、弱い波形であり、通常の携帯用の心電計の信号では、ノイズ成分が多く、それに埋もれたり、また機器での信号処理により波形が歪んでいることもあり、このためP波成分の検出には工夫を要する。
ブロック56は、P波検出部である。いわゆる周期的現象の同期検出の手法を用い、十数本のR波について、それぞれのR波基準にして、それから時間遡及方向に心電波形を同期的に重畳的に縮約し、P波信号成分とランダム的ノイズ成分の信号体雑音比(S/N)を統計的に改善することにより、P波を強調して、その上で、一定以上のピークがR波の前100〜250ミリ秒の範囲内になければ、P波無しで、心房細動(心房粗動)と判定する。なお、130拍/分以上の頻脈に対しては、先行のR波に対するT波が重畳してくるため、判断が出来ないばあもあり、頻脈に対しては、P波検出波行わず、一括して頻脈として扱っている。
図3は、請求項4のP波検出方式の説明図である。401のような心電信号の主たる成分であるN個の各時点のR波のピークを基準時点として、402のように同期検波方式的に時間遡及方向に信号を重畳することにより、心房の収縮に対応した信号成分であるコヒーレントなP波とランダムなノイズ成分との信号対雑音比(S/N)を、統計的に重畳回数の平方根倍に改善する事を特徴とするP波成分の検出方式。例えば、N=16とすると、S/Nが4倍改善され、ノイズの大きい携帯型心電計では効果は大きい。
ソフトウェアの操作の手順は、(1)外部ファイルデータの計算機ファイルシステムへの取り込み(ウインドウズのファイルコピー操作)。(2)当該アプリケーションソフトの初期クリア(マクロ実行:総てのこれまでの既存の蓄積結果をクリア。初回のみ実行。)。(3)ECGファイルのデータを逐次読取り、すでに入力され、処理が完了して、データベースに蓄積されているECGデータは、無視されて、前回の入力以降に追加測定された新規ECGデータのみに対して、漸増的に読み込み、請求項1の一連の処理を行う。1件当たり、1〜2秒掛かる。(4)RR間隔心拍パタンの一覧表示で、表示ページをブラウズしつつ、閲覧する。波形を指定して、詳細な心電波形をその抽出特徴値とともに表示できる。また、目的に合致した対象データのみを目視によりマークしたもののみを、抽出モードで、圧縮表示できる。なお、これとは別に、抽出は、データベースにおいて、抽出特徴条件を指定して、充足するものを一括選定して、圧縮表示できる。(5)抽出したデータののみからなるECG形式ファイルを作成する。なお、ECGフォーマット部は、用いる心電計に合わせてメーカーと協力して、個別に作成する必要がある。
本ソフトは、心電信号の波形的に解析し、波形的特徴を把握し、表示し、モニターする補助的なツールであり、直接的に症状を診断する医療機器ではない。従って、医師との連携の下に使用する事を前提としている。また医師にとっても有効な補助手段である。
図4に表示部の中核であるRR時系列パタンの一覧表示の例を示す。図には、測定と特徴抽出のの実例として本発明のシステムで扱う種々のタイプの特徴パタンを例示している。とりわけ、相当に乱れて、一見心房細動に見える場合(36番の例)は、P波が検出されており、心房細動ではないと特徴付けられる。(図の●印が心房細動の抽出をあらわす)
実施例システムのブロック図 RR間隔系列・同平均パタン抽出及び各種特徴パタン抽出部の構成 P波検出部の方式の説明 RR間隔時系列パタンの一覧表示例(各種の波形特徴パタンの例示)
符号の説明
図1の関係
1.ECGファイル(外部記憶、ハードディスク)
2.心電ECGファイル入力部
3.心電波形信号変換部
4.信号波形分析及びRRR間隔時系列・同平均パタン抽出
5.各種波形特徴抽出部
6.統合心電解析データベース
7.表示・閲覧・モニターシステム
8.心電データ抽出・整理・管理システム
図2の関係。
41RR間隔時系列抽出部
42RR間隔移動平均抽出部
51徐脈性パタン検出部
52ブロック脈検出部
53期外収縮性パタン検出部
54頻脈検出部
55心房細動(粗動)及多発性期外収縮パタン検出部
56P波検出部
図3の関係
401 信号波形
402 R波同期重畳

Claims (5)

  1. 心電情報と心電波形信号のECGファイルを受け取って、心電信号を波形ひずみを生じないように整形しファイル化するとともに、それからRR間隔時系列パタン及びその平均パタンを抽出し、そのRR間隔時系列パタン・同平均パタンの解析及び信号波形分析により徐脈性パタン、ブロック脈性パタン、期外収縮性パタン、心房細動・粗動パタンの抽出、P波検出の有無を波形的特徴として抽出し、最終的に、ECGファイルのID情報、信号波形、RR間隔時系列・同平均パタン、各種特徴抽出結果を総合して、統合心電図解析データベースを構成する事を特徴とする総合的心電データ処理のための分析・解析・蓄積システム。
  2. 請求項1で得られた大量のデータに対する結果を、RR間隔時系列パタンの一覧的表示システムを中心に多数のデータの閲覧のための知的なブラウザーを構成し、その表示面上で視認による注目データの抽出と抽出されたデータの圧縮モードでのコンパクトな表示を行うとともに、指定された心電データについて詳細な心電波形表示とその各種抽出特徴結果の表示を行うモニターとから構成される総合的心電データ処理のための表示・閲覧・モニターシステム。
  3. 統合心電解析データベースにおいて、抽出特徴の充足・非充足条件を指定して一括して自動的に該当測定データを抽出し、請求項2の一覧表示システムにおいて抽出モードでのRR間隔時系列パタンの一覧的表示を行い、さらに抽出されたデータのみからなる目的別のコンパクトなECGファイルを作成する総合的心電データ処理のための抽出・整理・管理システム。
  4. 請求項1のシステムにおいて、心電信号の主たる成分である各時点のR波のピークを基準時点として、同期検波方式的に時間遡及方向に信号を重畳することにより、心房の収縮に対応した信号成分であるコヒーレントなP波とランダムなノイズ成分との信号対雑音比を、統計的に重畳回数の平方根倍に改善する事を特徴とするP波成分の検出方式。
  5. 請求項1、請求項2、請求項3及び請求項4を実行するシステムにおいて、付加的な装置やソフトウェアを導入することなく安価に、かつ、特別の訓練を要せずに手軽に利用できるように、通常のパソコンのExcelでインプリメントした総合的心電データ処理のための分析・解析・蓄積・表示・閲覧・整理・管理ソフトウェアシステム。
JP2007279607A 2007-09-28 2007-09-28 心電計データの総合的処理のための分析・解析・表示・蓄積・整理・管理システム Pending JP2009082664A (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP2007279607A JP2009082664A (ja) 2007-09-28 2007-09-28 心電計データの総合的処理のための分析・解析・表示・蓄積・整理・管理システム

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2007279607A JP2009082664A (ja) 2007-09-28 2007-09-28 心電計データの総合的処理のための分析・解析・表示・蓄積・整理・管理システム

Publications (1)

Publication Number Publication Date
JP2009082664A true JP2009082664A (ja) 2009-04-23

Family

ID=40656888

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2007279607A Pending JP2009082664A (ja) 2007-09-28 2007-09-28 心電計データの総合的処理のための分析・解析・表示・蓄積・整理・管理システム

Country Status (1)

Country Link
JP (1) JP2009082664A (ja)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2011123589A3 (en) * 2010-03-31 2011-11-24 Welch Allyn, Inc. Reviewing tests on client devices
JP2013031571A (ja) * 2011-08-02 2013-02-14 Olympus Corp 神経刺激装置
CN103927160B (zh) * 2013-12-25 2017-01-11 宁波市科技园区明天医网科技有限公司 心电标准化报告智能辅助生成方法及系统
JP2019033878A (ja) * 2017-08-15 2019-03-07 イーグルマトリックス株式会社 異常検出方法、異常検出装置及び異常検出プログラム
JP2021053161A (ja) * 2019-09-30 2021-04-08 株式会社Lixil 入浴判定システム及びプログラム
JP2022531369A (ja) * 2019-05-02 2022-07-06 ニューパルスシーブイ,インコーポレイテッド 予測的qrs検出およびr-rタイミングシステムおよび方法
JP2022117198A (ja) * 2021-01-29 2022-08-10 株式会社ニューロシューティカルズ 心房細動除細動システム

Cited By (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2011123589A3 (en) * 2010-03-31 2011-11-24 Welch Allyn, Inc. Reviewing tests on client devices
JP2013031571A (ja) * 2011-08-02 2013-02-14 Olympus Corp 神経刺激装置
CN103927160B (zh) * 2013-12-25 2017-01-11 宁波市科技园区明天医网科技有限公司 心电标准化报告智能辅助生成方法及系统
JP2019033878A (ja) * 2017-08-15 2019-03-07 イーグルマトリックス株式会社 異常検出方法、異常検出装置及び異常検出プログラム
US12178586B2 (en) 2019-05-02 2024-12-31 Nupulsecv, Inc. Predictive QRS detection and R-to-R timing systems and methods
JP2022531369A (ja) * 2019-05-02 2022-07-06 ニューパルスシーブイ,インコーポレイテッド 予測的qrs検出およびr-rタイミングシステムおよび方法
JP7584445B2 (ja) 2019-05-02 2024-11-15 ニューパルスシーブイ,インコーポレイテッド 予測的qrs検出およびr-rタイミングシステムおよび方法
JP2025016712A (ja) * 2019-05-02 2025-02-04 ニューパルスシーブイ,インコーポレイテッド 予測的qrs検出およびr-rタイミングシステムおよび方法
JP7776836B2 (ja) 2019-05-02 2025-11-27 ニューパルスシーブイ,インコーポレイテッド 予測的qrs検出およびr-rタイミングシステムおよび方法
JP7336942B2 (ja) 2019-09-30 2023-09-01 株式会社Lixil 入浴判定システム及びプログラム
JP2021053161A (ja) * 2019-09-30 2021-04-08 株式会社Lixil 入浴判定システム及びプログラム
JP2022117198A (ja) * 2021-01-29 2022-08-10 株式会社ニューロシューティカルズ 心房細動除細動システム
JP7612195B2 (ja) 2021-01-29 2025-01-14 株式会社ニューロシューティカルズ 心房細動除細動システム

Similar Documents

Publication Publication Date Title
US11147500B2 (en) Electrocardiogram processing system for delineation and classification
JP7622770B2 (ja) 心電図の分析のためのユーザインターフェース
AU653318B2 (en) Cardiac biopotential analysis system and method
Tarvainen et al. Kubios HRV–heart rate variability analysis software
JP5911726B2 (ja) 電気生理学データの視覚化
CA2122032C (en) Cerebral biopotential analysis system and method
CN114626416B (zh) 计算机实现的心电图数据处理方法
JP2009082664A (ja) 心電計データの総合的処理のための分析・解析・表示・蓄積・整理・管理システム
CN107252313A (zh) 一种安全驾驶的监测方法及系统、汽车、可读存储介质
EP2020913A2 (en) Method and apparatus for extracting optimum holter ecg reading
Yao et al. Enhanced automated diagnosis of coronary artery disease using features extracted from QT interval time series and ST–T waveform
US9474460B2 (en) Non-invasive evaluation of cardiac repolarisation instability for risk stratification of sudden cardiac death
Leclercq et al. fMRI artefact rejection and sleep scoring toolbox
Malik et al. An adaptive QRS detection algorithm for ultra-long-term ECG recordings
Chatterjee et al. A statistical approach for determination of time plane features from digitized ECG
Hegde et al. A review on ECG signal processing and HRV analysis
JP6002584B2 (ja) Twa測定装置
US11672464B2 (en) Electrocardiogram processing system for delineation and classification
JP2005080712A (ja) 心臓健康指数の算出方法及び心電図特定波分類方法
Sahoo et al. Feature extraction of ECG signal based on wavelet transform for arrhythmia detection
Gupta et al. A derivative-based approach for QT-segment feature extraction in digitized ECG record
Liu et al. Automatic Arrhythmia Detection Based on Convolutional Neural Networks.
Jovic et al. Biomedical time series preprocessing and expert-system based feature extraction in MULTISAB platform
Schach et al. The ecgFEAT toolbox for automated cardiovascular feature extraction and analysis
Balaji et al. Revisiting derivative based methods on qrs detections from an ecg signal