【技术实现步骤摘要】
本专利技术属于医疗器械
,具体涉及一种具有三导联重构十二导联功能的心电监测系统。
技术介绍
据国家心血管病中心发布的《中国心血管病报告2012》数据显示,中国心血管病现患人数已高达2.9亿,即每10个成年人中就有2人患心血管病,每年约350万人死于心血管病,相当于每10秒就有1人死于心血管病。而另一个由国家心血管病中心联合阜外心血管病医院组织实施的临床研究显示,在中国,心血管病患者的住院人数在2001年至2010年的十年间增加了四倍多。2001年因心脏病住院的平均每十万人中有3.7人,到2010年就飙升至15.8人。所以要降低心脏病患者的发病率及死亡率,对患者的日常心电监护就显得异常重要了。目前动态心电监护已经成为医疗临床上诊断、监测心脏疾病的常用方法,尤其是对心律失常、隐匿性冠心病和突发心脏事件的诊断和预报具有重要意义。近年来,国内外已研制出了多种基于Holter系统的便携式远程心电监护设备,远程心电监护技术已经获得了长足发展,使得动态心电监护的应用得到了普及和延伸。目前用的较多的导联系统是十二导联系统(如Mason-Likar)及三导联系统,三导联系统仅适用于心律失常的监测;相比三导联,使用十二导联心动图检出心率失常和冠心病ST段异常,临床效果更显著,所以更多医院使用的心电图仪或者动态心电仪大多是十二导联的心电信号。十二导联系统具有I、II、III、V1、V2、V3、V4、V5、V6、AVF、AVR和AVL共十二个通道的电极信号;其中标准I、II、III导联是间接的双极导联,I导联是右手负极RA(-)至左手正极LA(+),II导联是RA(-)至 ...
【技术保护点】
一种具有三导联重构十二导联功能的心电监测系统,包括心电监测器和智能终端,所述的心电监测器与智能终端通过无线通讯连接;其特征在于:所述的心电监测器包括监测器主体和若干个心电采集电极,所述的监测器主体内设有主控模块、信号调理模块和蓝牙通讯模块;心电采集电极与信号调理模块连接,信号调理模块与主控模块连接,主控模块与蓝牙通讯模块连接;所述的心电采集电极用于拾取人体表的微弱心电信号,送入信号调理模块经过放大滤波处理后,由主控模块进行采样和数字信号处理,然后通过蓝牙通讯模块将心电信号传输给智能终端;所述的智能终端包括蓝牙通讯模块和处理器,所述的处理器包括:信号接收模块,用于通过智能终端内的蓝牙通讯模块收集心电监测器提供的心电数据;所述的心电数据包括心电监测器预先采集得到的m组三导联心电信号及其同步对应的m组十二导联心电信号以及用户日常检测时心电监测器采集得到的三导联心电信号,m为大于1的自然数;信号提取处理模块,用于从所述的十二导联心电信号中提取出关于I、II、V1、V2、V3、V4、V5和V6八个通道的心电信号组成作为一组心电监督数据,遍历得到m组心电监督数据,进而对m组三导联心电信号和m组心电 ...
【技术特征摘要】
1.一种具有三导联重构十二导联功能的心电监测系统,包括心电监测器和智能终端,所述的心电监测器与智能终端通过无线通讯连接;其特征在于:所述的心电监测器包括监测器主体和若干个心电采集电极,所述的监测器主体内设有主控模块、信号调理模块和蓝牙通讯模块;心电采集电极与信号调理模块连接,信号调理模块与主控模块连接,主控模块与蓝牙通讯模块连接;所述的心电采集电极用于拾取人体表的微弱心电信号,送入信号调理模块经过放大滤波处理后,由主控模块进行采样和数字信号处理,然后通过蓝牙通讯模块将心电信号传输给智能终端;所述的智能终端包括蓝牙通讯模块和处理器,所述的处理器包括:信号接收模块,用于通过智能终端内的蓝牙通讯模块收集心电监测器提供的心电数据;所述的心电数据包括心电监测器预先采集得到的m组三导联心电信号及其同步对应的m组十二导联心电信号以及用户日常检测时心电监测器采集得到的三导联心电信号,m为大于1的自然数;信号提取处理模块,用于从所述的十二导联心电信号中提取出关于I、II、V1、V2、V3、V4、V5和V6八个通道的心电信号组成作为一组心电监督数据,遍历得到m组心电监督数据,进而对m组三导联心电信号和m组心电监督数据进行预处理;神经网络训练模块,用于根据预处理后的m组三导联心电信号和m组心电监督数据通过人工神经网络学习算法进行训练,得到关于十二导联心电信号的重构模型;重构模块,用于将用户日常检测得到的三导联心电信号代入上述重构模型中得到同步对应的关于I、II、V1、V2、V3、V4、V5和V6八个通道的心电信号,进而根据其中I和II两个通道的心电信号计算出其余III、AVF、AVR和AVL四个通道的心电信号,最终得到用户关于I、II、III、V1、V2、V3、V4、V5、V6、AVF、AVR和AVL十二通道的十二导联心电信号,进而将重构得到的十二导联心电信号通过WIFI或GPRS发送给医生手机、云端服务器或医院系统服务器供医生诊断。2.根据权利要求1所述的心电监测系统,其特征在于:所述的神经网络训练模块所采用的人工神经网络学习算法以Levenberg-Marquardt算法作为优化方向。3.根据权利要求1所述的心电监测系统,其特征在于:所述的神经网络训练模块通过人工神经网络学习算法进行训练的具体过程如下:(1)将m组预处理后的三导联心电信号分为训练集和测试集且训练集大于测试集;(2)初始化构建一个由输入层、隐藏层和输出层组成的神经网络;(3)从训练集中任取一组三导联心电信号输入上述神经网络计算得到对应包含I、II、V1、V2、V3、V4、V5和V6八个通道的心电输出数据,计算该心电输出数据与该三导联心电信号所对应的心电监督数据之间的累积误差;(4)根据该累积误差通过Levenberg-Marquardt算法对神经网络中输入层与隐藏层之间以及隐藏层与输出层之间神经元函数中的系数进行修正,进而从训练集中任取下一组三导联心电信号代入修正后的神经网络;(5)根据步骤(3)和步骤(4)遍历训练集中的所有三导联心电信号,取累积误差最小时所对应的神经网络为重构模型。4.根据权利要求3所述的心电监测系统,其特征在于:所述的神经网络训练模块初始化构建的神经网络中输入层由3个神经元组成,隐藏层由10个神经元组成,输出层由8个神经元组成。5.根据权利要求4所述的心电监测系统,其特征在于:所述的神经网络训练模块初始化构建的神经网络中输入层与隐藏层之间以及隐藏层与输出层之间的神经元函数表达如下: a i = g ( Σ j = 1 3 w i j h x j + b i h ) e k = Σ i = 1 10 w i k o a i + b k o ...
【专利技术属性】
技术研发人员:姚剑,何挺挺,姚志邦,赵晓鹏,
申请(专利权)人:浙江铭众科技有限公司,浙江铭众医疗器械有限公司,浙江铭众生物医用材料与器械研究院,
类型:发明
国别省市:浙江;33
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。