买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉复旦大学;复旦大学附属中山医院申请的专利一种数字化心电图波形识别与时限参数测算方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115844416B 。

龙图腾网通过国家知识产权局官网在2025-11-25发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202211507268.5，技术领域涉及：A61B5/318；该发明授权一种数字化心电图波形识别与时限参数测算方法是由夏桐楠;刘明;孙耀杰;姜红;张来武设计研发完成，并于2022-11-29向国家知识产权局提交的专利申请。

本一种数字化心电图波形识别与时限参数测算方法在说明书摘要公布了：本发明涉及一种数字化心电图波形识别与时限参数测算方法，本发明根据需要保留的信号类型选择性地将这些干扰信号中的一种或多种以及部分心电特征的信号分解后得到该层需要保留的特征信号，再通过对各层有效信号及特征信号的选择性叠加整合，加入识别J点、QRS波、P波、T波的方法，保留各层最终供医生辅助诊断的3个波段的有效信号数据，再加入定位方法用于实现对PR间期、QT间期、QRS时限的起点及终点位置的准确定位，然后结合各波段的幅值确定出对应的有效值，最后加入心率的算法实现对于心率的计算。本发明可以缩短医生查看心电图的有效时间，提高医生读取心电图的效率，减少因长时间阅图造成的漏诊、误诊率。

本发明授权一种数字化心电图波形识别与时限参数测算方法在权利要求书中公布了：1.一种数字化心电图波形识别与时限参数测算方法，其特征在于：通过基于心电医师读取心电图的方法，将心电医师的阅图思维转化为机器方法，进而实现智能读图分析的目的；按照心电医师的阅图思维，所述方法包括一个信号读取方法、一组波形定位方法和一组时限参数测算方法；具体步骤如下： 1：信号读取方法 对十进制行向量存储的心电数据，进行心电数据采集，对采集的数据进行信号去噪，所述信号去噪包括高斯滤波，中间移动均值微分和均值滤波； 1.1：读取心电采集数据，公式A1： βi＝ai·μA1 其中：βi:各输出样本点的值；μ:采集设备精度；αi:各输入样本点的值； 1.2：所述信号去噪采用去噪滤波器，去噪滤波器采用15位权重且服从标准正态分布的高斯滤波器，其具有消除心电信号起伏噪声，即高频信号的功能： 将步骤1.1的心电采集数据进行去噪滤波，公式B1： βm～Nμ，σ2 βi：各输入样本点的值；m:第m周期样本点总量；βm：正太分布的系数；w:窗口宽度；di：各输出样本点的值； 2：波形定位方法 将步骤1.2去噪滤波后的心电采集数据进行定位，所述定位方法包括多个定位P波、QRS波群、T波和J点的定位算法，具体包括一个P波定位方法模型、一个QRS波群定位方法模型、一个T波定位方法模型和一个J点定位方法模型，以实现P波、QRS波群、T波、J点的定位功能； a首先确定QRS波的基线，b接着基于该基线对QRS波进行定位，即先定位出Q波起点，然后定位出S波终点，最后根据QS的位置定位R波；c然后确定P波和T波基线，d再根据该基线对P波和T波进行定位，即先根据RR间期和下一个周期的Q波起点确定该周期的P波位置，然后根据P波位置与该步骤中的基线相结合定位P波起、止点；再根据RR间期和前一个周期的S波终点确定该周期T波位置；e最后，将高斯滤波后的数据结合移动积分的改进后的算法定位出J点的位置，对于J点的定位是做为后续计算QRS波时限的前提条件； 2.1所述的一个QRS波群定位方法模型包括一组带通滤波方法、一个中间移动均值方法、一个QRS波群基线方法、一个修正值方法、一组Q点定位方法、一组S点定位方法、一个R波定位方法和一个Q波起点定位方法，以实现QRS波群的定位功能； 2.1.1、将步骤1.2的数据根据C1进行滤波，所述的一组带通滤波方法，如下： 2.1.2、将步骤2.1.1的数据进行滤波，所述的中间移动均值方法，如下： w:窗口宽度；c：低通滤波的输出数据；i：第i个样本点； 2.1.3、将步骤2.1.2的数据进行计算，所述的QRS波群基线方法，如下： n：数据样本点数量；g：公式C2的输出； 2.1.4、将步骤2.1.3的数据求修正值，修正值计算方法，如下： xi＝ci-LⅠC4 c：低通滤波的输出数据；i：第i个样本点； 2.1.5、将步骤2.1.4的数据进行Q点定位，所述的一组Q点定位的计算方法包括一个微分算法、一个平方算法、一个积分算法和一个Q点定位算法，以实现Q点的定位功能，步骤如下： 2.1.5.1、将步骤2.1.4的数据进行滤波，所述的一个微分方法，如下： ΔT：采样频率；x：微分滤波器的输出数据公式C4计算； 2.1.5.2、将步骤2.1.5.1的数据进行滤波，所述的一个平方方法，如下： xi＝xi2C6 x：微分滤波器的输出数据公式C5； 2.1.5.3、将步骤2.1.5.2的数据进行滤波，所述的一个积分方法，如下： w：窗口宽度；x：微分滤波器的输出数据； 2.1.5.4、对步骤2.1.5.3的数据进行计算，所述的一个Q点定位方法，如下： J:周期序列；∈∈R*；x：微分滤波器的输出数据；i：第i个样本点；t：两个数据之间间隔的时间； 2.1.6所述的一组S点定位方法包括一个滤波算法、一个S点定位算法，以实现S点定位的功能； 2.1.6.1、将公式B1的数据进行滤波，所述的一个滤波方法，如下： xi＝α·xi-1+di-di-1C9 α∈0,1；d：高斯滤波器的输出数据；i：第i个样本点； 2.1.6.2、将步骤2.1.6.1的数据进行计算，所述的一个S点定位方法， 如下： w：窗口宽度；x：微分滤波器的输出数据公式C9；J：周期序列；i：第i个样本点；n：样本点总量； 2.1.6.3、将公式B1的数据进行计算，所述的一个R波点位方法，用以实现R波的定位功能；方法如下： x：微分滤波器的输出数据；i：第i个样本点；J：周期序列；Q：Q波起点位置；S：S波终点位置； 2.1.6.4、将公式B1的数据进行计算，所述的一个Q波起点定位方法，用以实现Q波起点的定位功能；方法如下： 为Q波的函数；LⅠ为公式C3计算出的数；J：周期序列；i：第i个样本点； 2.2所述的一个P波定位算法模型包括一个P波基线算法、一个P波定位算法和一个P波起点、终点定位算法，以实现P波的定位功能；包括以下步骤： 2.2.1将公式B1和公式C12的数据进行计算，所述的一个P波基线方法，如下： d：高斯滤波器的输出数据；x：QRS波群的数据点；N：参与计算的样本点数；i：第i个样本点； 2.2.2、将公式B1的数据进行计算，所述的一个P波定位方法，如下： d：高斯滤波器的输出数据；J：周期序列；R：R波位置；q：Q波起点；i：第i个样本点； 2.2.3、将公式B1和公式D2的数据进行计算，所述的一个P波起点、终点定位方法，如下： P波数据函数；LⅡ：P波基线；Ⅰ、Ⅱ：P波起、终点；PJ：P波；J：周期序列； 2.3所述的一个T波定位方法模型包括一个T波基线算法、一个T波定位算法和一个T波终点定位算法，以实现T波的定位功能；包括以下步骤： 2.3.1、将公式B1和公式C12的数据进行计算，所述的一个T波基线方法，如下： d：高斯滤波器的输出数据；x：QRS波群数据；J：周期序列；N：实际计算据量；n：样本点总量；i：第i个样本点； 2.3.2、将公式B1和公式C12的数据进行计算，所述的一个T波定位方法，如下： d：高斯滤波器的输出数据；i：第i个样本点；J：周期序列；R:R波位置； 3时限参数测算方法 根据步骤2的波形定位方法定位到的P波、QRS波群、T波、J点的位置，近而应用步骤3计算相关时限参数；该测算方法包括一个计算PR间期、一个计算QRS时限、一个计算QT间期及一个计算心率的方法；以实现计算PR间期、QRS时限、QT间期和心率的功能； 3.1、将公式B1、公式C12和公式E2的数据进行计算，所述的一个PR间期的计算方法，如下： 有效P波的第一个周期位置；N：有效PR间期的数量；每个周期中Q波起点位置；每个周期中P波起点位置； 3.2、所述的一个计算QRS时限的方法包括一个计算J点的方法和一个计算QRS波群时限的方法，用以实现定位J点的位置和计算QRS时限的功能； 3.2.1、将公式C12的数据进行滤波，方法如下： 高斯滤波后的数据函数；LⅠ：为QRS波基线值；i：第i个样本点；第J个周期中的S波位置； 3.2.2、将公式B1、公式C12和公式F2的数据进行计算，方法如下： N：每个周期中QRS波群中样本点数；J：周期序列；第J个周期的J点位置；对应的第J个周期的Q波起点位置；对应第J个周期的R波幅值；δ：是一个常数； 3.3、将公式B1、公式C12和公式E2的数据进行计算，方法如下： T波位置；Q波起点；N：QRS波的有效周期数； 3.4、将公式C12的数据进行计算，以实现计算心率的功能；上述的一个计算心率的方法，如下： 第J个周期的R波幅值；最后一个有效R波所在的J点位置；第一个有效R波所在周期的Q波起点；J：周期序列。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人复旦大学;复旦大学附属中山医院，其通讯地址为：200433 上海市杨浦区邯郸路220号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。