CN108523874A - 基于红黑树的信号基线漂移校正方法、装置及存储介质 - Google Patents
基于红黑树的信号基线漂移校正方法、装置及存储介质 Download PDFInfo
- Publication number
- CN108523874A CN108523874A CN201810161694.5A CN201810161694A CN108523874A CN 108523874 A CN108523874 A CN 108523874A CN 201810161694 A CN201810161694 A CN 201810161694A CN 108523874 A CN108523874 A CN 108523874A
- Authority
- CN
- China
- Prior art keywords
- signal
- black tree
- node
- base line
- drift correction
- 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
Classifications
-
- 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]
-
- 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
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Molecular Biology (AREA)
- Animal Behavior & Ethology (AREA)
- Pathology (AREA)
- Physics & Mathematics (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Signal Processing (AREA)
- Surgery (AREA)
- Biophysics (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Power Engineering (AREA)
- Cardiology (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physiology (AREA)
- Psychiatry (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一种基于红黑树的信号基线漂移校正方法，首先获取信号采样值，并形成采样序列，然后遍历红黑树查找该采样序列中的中位数，最后依据找到的中位数就可计算信号采样值的信号基线漂移校正结果，该校正方法采用红黑树算法对信号基线漂移进行校正，红黑树算法在查找采样序列的中位数时，不需要对采样序列中的信号采样值进行排序，可以避免传统的基线漂移校正方法由于计算量大而导致时效性低的问题，进而提高了计算速度和时效性。另外，本发明还公开了基于红黑树的信号基线漂移校正装置及存储介质，效果如上。
Description
技术领域
本发明涉及信号处理领域，特别涉及基于红黑树的信号基线漂移校正方法、装置及存储介质。
背景技术
信号基线漂移现象广泛地存在于信号采集和信号传输过程，信号基线漂移现象会对信号的精确测量和后续处理带来不良的影响。例如在生物医学信号如脑电、心电和肌电等信号的监测中，由于存在信号基线漂移，所以测量结果不准确，进而会影响基于该信号的分析和判断结果。下面以心电信号为例说明。
心电信号是测量和诊断各种心脏疾病如心律失常、心肌梗死、心肌缺血等常用的方法之一。心电信号是一种信噪比较低的微弱信号，采集时容易受到各种不同形式的噪声干扰而产生基线漂移，而基线漂移会造成心电图上的图形失真，影响诊断结果。因此，如何快速有效地校正心电信号的基线漂移是心电信号处理的重要步骤。
目前校正心电信号基线漂移比较成熟的方法主要有：数字滤波法、基线拟合法、中值滤波法、曲线拟合法和小波自适应滤波法。数字滤波法采用高通滤波器滤波，虽然能够比较有效地去除基线漂移，但是却很容易使心电波形的S-T段产生失真，进而影响临床医疗人员的诊断；基线拟合法处理信号的实时性不高，在心电信号较弱时很难提取差值点，一旦遇到严重的基线漂移时处理能力较弱；中值滤波法需要对采集的信号进行排序来提取信号中的漂移部分，虽然算法比较简单、速度相对也比较快、也能保护心电信号的S-T段，但是在中值滤波法中数据段的长度成了关键，长度太短信号容易失真，长度太长又会增加运算量；曲线拟合法对严重基线漂移的处理能力弱，且计算量大；小波自适应滤波法可以自动跟踪噪声信号频率的变化、抑制基线漂移，但是其计算繁琐，实时性差。
由此可见，如何克服传统的基线漂移校正方法，由于计算量大而导致的时效性低的问题是本领域技术人员亟待解决的问题。
发明内容
本申请实施例提供了基于红黑树的信号基线漂移校正方法、装置及存储介质，以解决现有技术中传统的基线漂移校正方法，由于计算量大而导致的时效性低的问题。
为解决上述技术问题，本发明提供了一种基于红黑树的信号基线漂移校正方法，包括：
获取信号采样值并形成采样序列；
查找所述采样序列的中位数；
依据所述中位数计算信号基线漂移校正结果。
优选地，所述获取信号采样值并形成采样序列具体包括：
预先获取滤波器的窗口长度；
依据所述窗口长度获取所述信号采样值，并形成采样序列。
优选地，所述依据所述窗口长度获取所述信号采样值，并形成采样序列具体包括：
获取所述信号采样值，并将所述信号采样值插入红黑树；
判断所述信号采样值的个数是否等于所述窗口长度；
如果是，则依据采样顺序形成初始采样序列；
继续获取当前信号采样值，将所述当前信号采样值插入所述初始采样序列的末尾以形成当前采样序列，且将所述当前信号采样值插入所述红黑树中并删除与所述当前采样序列中的首位采样值对应的红黑树结点；
如果否，则进入所述获取所述信号采样值，并将所述信号采样值插入红黑树的步骤；
其中，所述采样序列包括初始采样序列和当前采样序列。
优选地，所述查找所述采样序列的中位数具体包括：
将所述红黑树的根结点设为当前结点，将所述滤波器的窗口半径设为当前顺序统计变量；
判断所述当前结点的结点计数变量是否等于所述当前顺序统计变量；
如果是，则表征所述当前结点存储的所述信号采样值为所述中位数，并输出所述当前结点的所述信号采样值；
如果否，则判断所述当前结点的结点计数变量是否大于所述当前顺序统计变量；
如果所述当前结点的结点计数变量大于所述当前顺序统计变量，则将所述当前结点的左子结点设为所述当前结点，并进入所述判断所述当前结点的结点计数变量是否等于所述当前顺序统计变量的步骤；
如果所述当前结点的结点计数变量小于所述当前顺序统计变量，则将所述当前结点的右子结点设为所述当前结点，将所述当前顺序统计变量与所述当前结点的结点计数变量的差值设为所述当前顺序统计变量，并进入所述判断所述当前结点的结点计数变量是否等于所述当前顺序统计变量的步骤。
优选地，在所述信号采样值的个数等于所述窗口长度之后，还包括：
显示提示信息。
为解决上述技术问题，本发明还提供了一种与基于红黑树的信号基线漂移校正方法对应的基于红黑树的信号基线漂移校正装置，包括：
获取单元，用于获取信号采样值并形成采样序列；
查找单元，用于查找所述采样序列的中位数；
计算单元，用于依据所述中位数计算信号基线漂移校正结果。
优选地，所述获取单元具体包括：
第一获取单元，用于预先获取滤波器的窗口长度；
第二获取单元，用于依据所述窗口长度获取所述信号采样值，并形成采样序列。
为解决上述技术问题，本发明还提供了另一种与基于红黑树的信号基线漂移校正方法对应的基于红黑树的信号基线漂移校正装置，包括：
存储器，用于存储计算机程序；
处理器，用于执行所述计算机程序以实现上述任意一种所述基于红黑树的信号基线漂移校正方法的步骤。
为解决上述技术问题，本发明还提供了一种与基于红黑树的信号基线漂移校正方法对应的一种计算机可读存储介质。
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以实现上述任意一种所述基于红黑树的信号基线漂移校正方法的步骤。
相比于现有技术，本发明所提供的一种基于红黑树的信号基线漂移校正方法，首先获取信号采样值，并形成采样序列，然后遍历红黑树查找该采样序列中的中位数，最后依据找到的中位数就可计算信号采样值的信号基线漂移校正结果，该校正方法采用红黑树算法对信号基线漂移进行校正，红黑树算法在查找采样序列的中位数时，不需要对采样序列中的信号采样值进行排序，可以避免传统的基线漂移校正方法由于计算量大而导致时效性低的问题，进而提高了计算速度和时效性。另外，本发明还提供了基于红黑树的信号基线漂移校正装置及存储介质，效果如上。
附图说明
图1为本发明实施例所提供的一种基于红黑树的信号基线漂移校正方法流程图；
图2为本发明实施例所提供的一种步骤S102对应的流程图；
图3为本发明实施例所提供的一种基于红黑树的信号基线漂移校正装置组成示意图；
图4为本发明实施例所提供的另一种基于红黑树的信号基线漂移校正装置组成示意图。
具体实施方式
下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其它实施例，都属于本发明保护的范围。
本发明的核心是提供基于红黑树的信号基线漂移校正方法、装置及存储介质，可以解决现有技术中传统的基线漂移校正方法，由于计算量大而导致的时效性低的问题。
为了使本技术领域的人员更好地理解本发明的方案，下面结合附图和具体实施方式对本发明作进一步的详细说明。
图1为本发明实施例所提供的一种基于红黑树的信号基线漂移校正方法流程图，如图1所示，包括：
S101：获取信号采样值并形成采样序列。
S102：查找采样序列的中位数。
S103：依据中位数计算信号基线漂移校正结果。
当需要对有关信号采样值进行信号基线漂移较正时，首先需要获取有关信号采样值，并形成采样序列，然后通过遍历红黑树结点查找该采样序列的中位数，最后依据中位数计算相关信号采样值的信号基线漂移结果，在实际应用时，是依据中位数依次计算出采样序列中每个时刻每个信号采样值对应的信号基线漂移校正结果；然后将各信号基线漂移校正结果输出，即完成对整个信号采样值的信号漂移校正。
作为优选地实施方式，获取信号采样值并形成采样序列具体包括：
预先获取滤波器的窗口长度；
依据窗口长度获取信号采样值，并形成采样序列。
作为优选地实施方式，依据窗口长度获取信号采样值，并形成采样序列具体包括：
获取信号采样值，并将信号采样值插入红黑树；
判断信号采样值的个数是否等于窗口长度；
如果是，则依据采样顺序形成初始采样序列；
继续获取当前信号采样值，将当前信号采样值插入初始采样序列的末尾以形成当前采样序列，且将当前信号采样值插入红黑树中，并删除与当前采样序列对应的红黑树的首位结点；
如果否，则进入获取信号采样值，并将信号采样值插入红黑树的步骤；
其中，采样序列包括初始采样序列和当前采样序列。
具体过程为预先获取滤波器的窗口长度，然后获取信号采样值，并将获取的信号采样值插入红黑树中，当获取的信号采样值的个数等于滤波器的窗口长度时，依据采样顺序形成初始采样序列，并查找初始采样序列的中位数，依据中位数计算出初始采样序列中包含的信号采样值的信号基线漂移矫正结果，然后获取下一个信号采样值，即继续获取当前采样值；获取当前采样值之后，需要将当前采样值插入初始采样值的末尾以形成当前采样序列，同时需要将当前信号采样值插入红黑树中，并需要将与当前采样序列对应的红黑树的首位结点删除，因为在对信号采样值进行信号基线漂移矫正时，需要实时保证红黑树的结点数与滤波器的窗口长度相等；当获取的信号采样值的个数不等于滤波器的窗口长度时，则重复执行获取信号采样值，并将信号采样值插入红黑树的步骤，直至获取的信号采样值的个数等于滤波器的窗口长度时为止；上述实施例中提到的采样序列包括初始采样序列和当前采样序列。
本申请实施例所提供的信号基线漂移矫正方法，在实际应用中，假如，总共需要对100个信号采样值进行信号基线漂移矫正，滤波器的窗口长度为5，首先获取5个信号采样值，这5个信号采样值是一个一个获取的，获取信号采样值之后，依次存储至红黑树的结点中，并按照采样顺序形成初始采样序列，记为X1，X2，X3，X4，X5，只有获取到的信号采样值数量为5时，才开始处理这5个信号采样值，然后通过遍历红黑树结点选取初始采样序列中包含的信号采样值的中位数，并依据中位数计算初始采样序列中包含的信号采样值的信号基线漂移矫正结果，然后获取下一个信号采样值以形成当前采样序列X1，X2，X3，X4，X5，X6，同时删除X1对应的红黑树的结点，并计算当前采样序列X1，X2，X3，X4，X5，X6中包含的信号采样值的信号基线漂移矫正结果，依次类推当获取到n个信号采样值时(n小于100)，当前信号采样序列变为X1，X2，X3，X4，X5，X6...Xn同时删除Xn-5对应的红黑树的结点，也就是形成初始采样值之后，获取一个当前信号采样值，计算一次信号基线漂移矫正，以此类推，直至获取第100个信号采样值。初始采样序列中的信号采样值也是依次获取的，并不是一次获取数量为滤波器窗口长度的信号采样值。
本发明所提供的一种基于红黑树的信号基线漂移校正方法，首先获取信号采样值，并形成采样序列，然后遍历红黑树查找该采样序列中的中位数，最后依据找到的中位数就可计算信号采样值的信号基线漂移校正结果，该校正方法采用红黑树算法对信号基线漂移进行校正，红黑树算法在查找采样序列的中位数时，不需要对采样序列中的信号采样值进行排序，可以避免传统的基线漂移校正方法由于计算量大而导致时效性低的问题，进而提高了计算速度和时效性。
图2为本发明实施例所提供的一种步骤S102对应的流程图，如图2所示，在上述实施例的基础上，作为优选地实施方式，查找采样序列的中位数具体包括：
S201：将红黑树的根结点设为当前结点，将滤波器的窗口半径设为当前顺序统计变量。
S202：判断当前结点的结点计数变量是否等于当前顺序统计变量，如果是，则进入步骤S203，如果否，则进入步骤S204。
S203：则表征当前结点存储的信号采样值为中位数，并输出当前结点的信号采样值。
S204：则判断当前结点的结点计数变量是否大于当前顺序统计变量，如果当前结点的结点计数变量大于当前顺序统计变量，则进入步骤S205，如果当前结点的结点计数变量小于当前顺序统计变量，则进入步骤S206。
S205：则将当前结点的左子结点设为当前结点，并进入步骤S202。
S206：则将当前结点的右子结点设为当前结点，将当前顺序统计变量与当前结点的结点计数变量的差值设为当前顺序统计变量，并进入步骤S202。
本申请实施例提供的信号基线漂移校正方法，查找采样序列的中位数时，不需要对获取的信号采样值进行排序，通过遍历红黑树结点就可找到有关中位数，找到有关中位数时输出即可，计算校正结果速度快，即使在滤波器窗口较大的情况下也能保证优良的效率和实效性。
在上述实施例的基础上，作为优选地实施方式，在信号采样值的个数等于窗口长度之后，还包括：
显示提示信息。
为了提醒有关工作人员，在在信号采样值的个数等于窗口长度之后，还包括在相关界面上显示提示信息，因为在信号采样值的个数等于窗口长度时，就开始对初始采样序列中的信号采样值进行信号基线漂移矫正，这时可以在相关界面上显示“初始采样序列已形成，即将对其处理”的提示信息，提醒有关工作人员以让有关工作人员有所准备。
上文中对于一种基于红黑树的信号基线漂移校正方法的实施例进行了详细描述，基于上述实施例描述的基于红黑树的信号基线漂移校正方法，本发明实施例还提供了一种与该方法对应的基于红黑树的信号基线漂移校正装置。由于装置部分的实施例与方法部分的实施例相互对应，因此装置部分的实施例请参照方法部分的实施例描述，这里不再详细赘述。
图3为本发明实施例所提供的一种基于红黑树的信号基线漂移校正装置组成示意图，如图3所示，该装置包括：获取单元301，查找单元302和计算单元303。
获取单元301，用于获取信号采样值并形成采样序列；
查找单元302，用于查找采样序列的中位数；
计算单元303，用于依据中位数计算信号基线漂移校正结果。
本发明所提供的一种基于红黑树的信号基线漂移校正装置，首先获取信号采样值，并形成采样序列，然后遍历红黑树查找该采样序列中的中位数，最后依据找到的中位数就可计算信号采样值的信号基线漂移校正结果，该校正装置采用红黑树算法对信号基线漂移进行校正，红黑树算法在查找采样序列的中位数时，不需要对采样序列中的信号采样值进行排序，可以避免传统的基线漂移校正方法由于计算量大而导致时效性低的问题，进而提高了计算速度和时效性。
在上述实施例的基础上，作为优选地实施方式，获取单元301具体包括：
第一获取单元，用于预先获取滤波器的窗口长度；
第二获取单元，用于依据窗口长度获取信号采样值，并形成采样序列。
上文中对于一种基于红黑树的信号基线漂移校正方法的实施例进行了详细描述，基于上述实施例描述的基于红黑树的信号基线漂移校正方法，本发明实施例还提供了另一种与该方法对应的基于红黑树的信号基线漂移校正装置。由于装置部分的实施例与方法部分的实施例相互对应，因此装置部分的实施例请参照方法部分的实施例描述，这里不再详细赘述。
图4为本发明实施例所提供的另一种基于红黑树的信号基线漂移校正装置组成示意图，如图4所示，该装置包括：存储器401和处理器402。
存储器401，用于存储计算机程序；
处理器402，用于执行计算机程序以实现上述任一实施例提供的基于红黑树的信号基线漂移校正方法的步骤。
本发明所提供的另一种基于红黑树的信号基线漂移校正装置，该校正装置采用红黑树算法对信号基线漂移进行校正，红黑树算法在查找采样序列的中位数时，不需要对采样序列中的信号采样值进行排序，可以避免传统的基线漂移校正方法由于计算量大而导致时效性低的问题，进而提高了计算速度和时效性。
上文中对于一种基于红黑树的信号基线漂移校正方法的实施例进行了详细描述，基于上述实施例描述的基于红黑树的信号基线漂移校正方法，本发明实施例还提供了一种与该方法对应的一种计算机可读存储介质。由于一种计算机可读存储介质部分的实施例与方法部分的实施例相互对应，因此一种计算机可读存储介质部分的实施例请参照方法部分的实施例描述，这里不再详细赘述。
一种计算机可读存储介质，计算机可读存储介质上存储有计算机程序，计算机程序被处理器执行以实现上述任一实施例提供的基于红黑树的信号基线漂移校正方法的步骤。
本发明所提供的一种计算机可读存储介质，控制器可以读取可读存储介质中存储的程序，即可以实现上述任一实施例提供的基于红黑树的信号基线漂移校正方法，可以避免传统的基线漂移校正方法由于计算量大而导致时效性低的问题，进而提高了计算速度和时效性。
以上对本发明所提供的基于红黑树的信号基线漂移校正方法、装置及存储介质进行了详细介绍。本文中运用几个实例对本发明的原理及实施方式进行了阐述，以上实施例的说明，只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制，本领域技术人员，在没有创造性劳动的前提下，对本发明所做出的修改、等同替换、改进等，均应包含在本申请中。
还需要说明的是，在本说明书中，诸如第一和第二等之类的关系术语仅仅用来将一个操作与另一个操作区分开来，而不一定要求或者暗示这些实体或者操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”等类似词，使得包括一系列要素的单元、设备或系统不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种单元、设备或系统所固有的要素。
Claims (9)
1.一种基于红黑树的信号基线漂移校正方法，其特征在于，包括：
获取信号采样值并形成采样序列；
查找所述采样序列的中位数；
依据所述中位数计算信号基线漂移校正结果。
2.根据权利要求1所述的基于红黑树的信号基线漂移校正方法，其特征在于，所述获取信号采样值并形成采样序列具体包括：
预先获取滤波器的窗口长度；
依据所述窗口长度获取所述信号采样值，并形成采样序列。
3.根据权利要求2所述的基于红黑树的信号基线漂移校正方法，其特征在于，所述依据所述窗口长度获取所述信号采样值，并形成采样序列具体包括：
获取所述信号采样值，并将所述信号采样值插入红黑树；
判断所述信号采样值的个数是否等于所述窗口长度；
如果是，则依据采样顺序形成初始采样序列；
继续获取当前信号采样值，将所述当前信号采样值插入所述初始采样序列的末尾以形成当前采样序列，且将所述当前信号采样值插入所述红黑树中，并删除与所述当前采样序列对应的红黑树的首位结点；
如果否，则进入所述获取所述信号采样值，并将所述信号采样值插入红黑树的步骤；
其中，所述采样序列包括初始采样序列和当前采样序列。
4.根据权利要求1所述的基于红黑树的信号基线漂移校正方法，其特征在于，所述查找所述采样序列的中位数具体包括：
将所述红黑树的根结点设为当前结点，将所述滤波器的窗口半径设为当前顺序统计变量；
判断所述当前结点的结点计数变量是否等于所述当前顺序统计变量；
如果是，则表征所述当前结点存储的所述信号采样值为所述中位数，并输出所述当前结点的所述信号采样值；
如果否，则判断所述当前结点的结点计数变量是否大于所述当前顺序统计变量；
如果所述当前结点的结点计数变量大于所述当前顺序统计变量，则将所述当前结点的左子结点设为所述当前结点，并进入所述判断所述当前结点的结点计数变量是否等于所述当前顺序统计变量的步骤；
如果所述当前结点的结点计数变量小于所述当前顺序统计变量，则将所述当前结点的右子结点设为所述当前结点，将所述当前顺序统计变量与所述当前结点的结点计数变量的差值设为所述当前顺序统计变量，并进入所述判断所述当前结点的结点计数变量是否等于所述当前顺序统计变量的步骤。
5.根据权利要求3所述的基于红黑树的信号基线漂移校正方法，其特征在于，在所述信号采样值的个数等于所述窗口长度之后，还包括：
显示提示信息。
6.一种基于红黑树的信号基线漂移校正装置，其特征在于，包括：
获取单元，用于获取信号采样值并形成采样序列；
查找单元，用于查找所述采样序列的中位数；
计算单元，用于依据所述中位数计算信号基线漂移校正结果。
7.根据权利要求6所述的基于红黑树的信号基线漂移校正装置，其特征在于，所述获取单元具体包括：
第一获取单元，用于预先获取滤波器的窗口长度；
第二获取单元，用于依据所述窗口长度获取所述信号采样值，并形成采样序列。
8.一种基于红黑树的信号基线漂移校正装置，其特征在于，包括：
存储器，用于存储计算机程序；
处理器，用于执行所述计算机程序以实现如权利要求1至5任意一项所述基于红黑树的信号基线漂移校正方法的步骤。
9.一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以实现如权利要求1至5任意一项所述基于红黑树的信号基线漂移校正方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810161694.5A CN108523874A (zh) | 2018-02-26 | 2018-02-26 | 基于红黑树的信号基线漂移校正方法、装置及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810161694.5A CN108523874A (zh) | 2018-02-26 | 2018-02-26 | 基于红黑树的信号基线漂移校正方法、装置及存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN108523874A true CN108523874A (zh) | 2018-09-14 |
Family
ID=63486167
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810161694.5A Pending CN108523874A (zh) | 2018-02-26 | 2018-02-26 | 基于红黑树的信号基线漂移校正方法、装置及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108523874A (zh) |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20030191640A1 (en) * | 2002-04-09 | 2003-10-09 | Loquendo S.P.A. | Method for extracting voice signal features and related voice recognition system |
| CN102386889A (zh) * | 2011-09-29 | 2012-03-21 | 深圳Tcl新技术有限公司 | 基线漂移去除方法、装置及中值滤波器 |
| US20140348181A1 (en) * | 2013-05-22 | 2014-11-27 | Calxeda, Inc. | Time synchronization between nodes of a switched interconnect fabric |
| US20150234876A1 (en) * | 2012-08-30 | 2015-08-20 | Facebook, Inc. | Prospective search of objects using k-d forest |
| CN105030232A (zh) * | 2015-06-30 | 2015-11-11 | 广东工业大学 | 一种心电信号的基线漂移校正方法 |
| CN105843750A (zh) * | 2016-03-22 | 2016-08-10 | 深圳森格瑞通信有限公司 | 一种提升线性数据结构查询效率的方法 |
| CN106777163A (zh) * | 2016-12-20 | 2017-05-31 | 携程旅游网络技术（上海）有限公司 | 基于红黑树的ip地址所属地查询方法及系统 |
| US9733721B2 (en) * | 2015-04-28 | 2017-08-15 | Dell Products, L.P. | Rendering graphics using framebuffer nodes with event handler mapping in a binary search tree |
-
2018
- 2018-02-26 CN CN201810161694.5A patent/CN108523874A/zh active Pending
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20030191640A1 (en) * | 2002-04-09 | 2003-10-09 | Loquendo S.P.A. | Method for extracting voice signal features and related voice recognition system |
| CN102386889A (zh) * | 2011-09-29 | 2012-03-21 | 深圳Tcl新技术有限公司 | 基线漂移去除方法、装置及中值滤波器 |
| US20150234876A1 (en) * | 2012-08-30 | 2015-08-20 | Facebook, Inc. | Prospective search of objects using k-d forest |
| US20140348181A1 (en) * | 2013-05-22 | 2014-11-27 | Calxeda, Inc. | Time synchronization between nodes of a switched interconnect fabric |
| US9733721B2 (en) * | 2015-04-28 | 2017-08-15 | Dell Products, L.P. | Rendering graphics using framebuffer nodes with event handler mapping in a binary search tree |
| CN105030232A (zh) * | 2015-06-30 | 2015-11-11 | 广东工业大学 | 一种心电信号的基线漂移校正方法 |
| CN105843750A (zh) * | 2016-03-22 | 2016-08-10 | 深圳森格瑞通信有限公司 | 一种提升线性数据结构查询效率的方法 |
| CN106777163A (zh) * | 2016-12-20 | 2017-05-31 | 携程旅游网络技术（上海）有限公司 | 基于红黑树的ip地址所属地查询方法及系统 |
Non-Patent Citations (1)
| Title |
|---|
| LIUZHANCHEN1987: "《URL:https://blog.csdn.net/liuzhanchen1987/article/details/7828569，"算法导论第十四章利用红黑树查找顺序统计量"》", 3 August 2012 * |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US7860688B2 (en) | Signal baseline processing device and processing method thereof | |
| CN103185837B (zh) | 一种电力系统频率测量的方法 | |
| CN104207752B (zh) | 一种高速扫频光学相干断层成像系统 | |
| CN102393870B (zh) | 脉搏波数据基线不平的修正方法 | |
| CN107970590B (zh) | 一种基于Android平台的跑步健身数据系统及方法 | |
| CN102539864B (zh) | 数字示波器及信号测量方法 | |
| CN110836992B (zh) | 基于fpga的示波功率仪采集系统 | |
| CN110313903B (zh) | 一种脉搏波频域特征参数提取方法及装置 | |
| CN103278670A (zh) | 一种波形三维成像方法 | |
| CN106769698A (zh) | 一种基于电阻抗原理的血细胞异常脉冲信号识别处理方法 | |
| CN110887984B (zh) | 一种支持眼图重构的数字示波器 | |
| CN108523874A (zh) | 基于红黑树的信号基线漂移校正方法、装置及存储介质 | |
| CN104132884B (zh) | 一种用于信号处理系统中信号基线的快速处理方法及装置 | |
| CN109633243B (zh) | 一种基于多相位采样的束流信号峰值幅度精确提取方法 | |
| CN109374686B (zh) | 一种气体传感器 | |
| CN105204799B (zh) | 一种多通道深存储逻辑分析仪显示刷新率的提高方法 | |
| CN106898031A (zh) | 一种用于高精度光纤测量的抽丝方法 | |
| CN108957174B (zh) | 一种电压暂降检测装置及方法 | |
| CN104820120B (zh) | 一种提高信号触发精度的方法与装置 | |
| CN111991003A (zh) | 基于Savitzky-Golay滤波的连续血糖平滑方法、装置、设备及存储介质 | |
| CN104793031B (zh) | 一种示波器显示缩放方法与装置 | |
| US20230086812A1 (en) | Real-time data processing | |
| CN106452947A (zh) | 一种用于光纤安防大数据存储的方法 | |
| CN109241486A (zh) | 数据分析方法、装置、设备及计算机存储介质 | |
| WO2017096597A1 (zh) | 心电信号处理方法及装置 |
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 | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180914 |