一种结合心电时频域特征分析的可电击复律心律自动识别和归类方法技术

本发明专利技术提供了一种结合心电时频域分析的可电击复律心律自动识别和归类方法，具体步骤：S1.心电信号的预处理；S2.心脏停搏心律的自动识别，若不满足判别条件，则执行步骤S3；即基于整系数带通滤波器，计算输出信号的最大幅度比例值（Pa）、平均幅度比例值（Pb）和平均偏差比例值（Pc）；步骤S4、S5、S6和S7则根据Pa、Pb和Pc等频域特征值判别可电击复律心律和不可电击复律心律，若失败，则执行步骤S8；即计算心电标准化栅条投影标准差；S9.根据标准差值判别可电击复律心律和不可电击复律心律。本发明专利技术可用于根据体表心电图自动识别和归类可电击复律心律的仪器设备，提高其可电击复律心律的识别灵敏度和不可电击复律心律的特异性，增强算法的运行效率。

【技术实现步骤摘要】

本专利技术属于医疗电子
，具体涉及一种心电信号(ECG)的自动识别和归类方法，特别涉及一种可用于心电监护仪和全自动体外除颤仪(AED)的可电击复律心律的自动识别和归类方法及算法。
技术介绍
美国健康统计中心的流行病学研究结果显示，心血管疾病的死亡总数50％以上是由心脏猝死(Sudden Cardiac Death，SCD)导致的。临床流行病学研究表明，在过去的五十年中，SCD的发生率有上升趋势，其中，80％的SCD是由心室纤维颤动(Ventricular Fibrillation-VF，简称室颤)或持续性室性心动过速(Ventricular Tachycardia-VT，简称室速)恶化所导致的。当患者出现室颤这种最恶性的心律失常，在最短的时间内实施电击除颤(Electric Defibrillation-ED，简称除颤)是临床上唯一可靠并被广泛使用的室颤转复方法。1986年美国心脏协会(AHA)已确信早期除颤是建立强有力的生存链中最重要的一环，于是设立了“公共场所除颤”特别工作小组，并在1994年、1997年两次召开国际会议，AED被认为是新的革命性技术。国际心脏复苏联络委员会(ILCOR)对公共场所实现心肺复苏急救中进行除颤收集了大量资料，根据世界各地的统计资料形成国际性共识：AED是构建公共场所快速除颤的最有希望的方法；急救存活率高于紧急医疗救护(EMT)(30：23％)，速度也更快(3.3分：8.1分钟)；在社区中值得培训和推广。1997年，美国心脏协会在Circulation期刊上发表了一篇与AED算法性能报道相关的建议《Automatic External Defibrillators for Public Access Defibrillation:Recommendations for Specifying and Reporting Arrhythmia Analysis Algorithm Performance,Incorporating New Waveforms,and Enhancing Safety》，美国心脏协会AED特别工作组及其附属的AED安全与功效小组委员会和AED制造商座谈小组一致同意将心律分为以下三大类：(1)可电击复律心律(Shockable Rhythms，简称ShR)：包括粗颤(Coarse VF)和快速变化的室速(RapidVT)；(2)不可电击复律心律(Non-ShockableRhythms，简称NShR):包括窦性心律(NSR)、房扑和房颤(AF)、室性逸搏(PVC)、室上性心动过速(SVT)、心脏停搏(Asystole)等；(3)中间心律(Intermediate Rhythms)：包括细颤(Fine VF)和其它的室速(Other VT)。目前，AED的相关技术已经比较成熟，国外临床应用也非常广泛。然而，其核心的心律自动识别和分类技术至今仍未公开，国内相关技术的研究亦几乎处于空白状态，由此导致现有产品完全依赖进口，价格居高不下，严重限制了AED一类惠民产品的国内临床应用和推广。在此背景下，我们必须突破国外核心技术的封锁，并研制出对核心技术具有自主知识产权的AED。在AED使用中，心律的自动识别和正确分类是其核心和关键技术，即当患者发生VF或者持续性VT时，需要即刻对其做出准确地识别和判断，并对患者立即进行电除颤心律转复等治疗措施。这其中，如果可电击复律心律被漏检或误检为不可电击复律心律(NShR)，则将错失及时救助患者生命的机会；相反，如果不可电击复律心律(NShR)被误检为VF或持续性VT，而对病人实施不必要的电击，则可能对人体心脏造成致命性的损害。因此，为了让没有专业急救经验的公众能快速、便捷地操作和使用AED对身边患者实施早期除颤，一套高效、准确的可电击复律心律自动识别和归类方法及算法是其关键。近年来，随着心脏猝死及电击除颤成功率的不断提高，用于全自动体外除颤仪的可电击复律心律自动识别方法及算法的研究受到了国内外学者的广泛重视。迄今，已有多种算法报道，包括：幅度概率密度函数算法、自相关函数算法、TCI算法、L-Z复杂度算法、快速模板匹配算法和希尔伯特(HILB)算法等。1976年，《Medical Instrument》曾报道了一篇题为“Considerations in the development ofthe automatic implantable defibrillator”的文章，即将心电幅度的分布情况定义为幅度概率密度函数(PDF)，并据此来检测VF。然而，该方法却无法区分VF和VT。随后，《Computers in CardiologyProceedings》和《Medical&Biological Engineering&Computing》进一步刊发了“Fibrillation recognition using autocorrelation analysis”和“Ventricular fibrillation detection by a regression test on the autocorrelation function”等基于周期信号或具有一致性幅值分布特征检测ShR和NShR的文章。但是，却存在当心电信号的形态发生很大的变化时，基于心电图R波识别的算法无法适应于可电击复律心律的识别，由此导致其识别的灵敏度和特异性较低的缺点。1994年和1997年，《IEEE Transactions on Biomedical Engineering》先后刊发了“Multiway sequential hypothesis testing for tachyarrhythmia discrimination”和“Detecting ventricular tachycardia and fibrillation by complexity measure”，报道了基于各种变换和复杂度分析的算法，然而这类算法却存在计算复杂、对硬件计算负荷要求高等缺点，无法用之于诸如AED等一类便携式设备。最近，《Computers in Cardiology》(2005年)和《IEEE Transactions on Biomedical Engineering》(2007年)先后报道了“A new ventricular fibrillation detection algorithm for automated external defibrillators”和“Detecting Ventricular Fibrillation 本文档来自技高网...

【技术保护点】
一种结合心电时频域特征分析的可电击复律心律自动识别和归类方法，其特征是结合心电频域特征的带通滤波分析和心电时域特征的标准化栅条投影标准差分析，适用于疾病监测和治疗的心电监护仪和全自动体外除颤仪(AED)，主要步骤包括：S1.对采集到的心电信号进行预处理；S2.对心电信号进行心脏停搏心律的识别，若是心脏停搏心律，则判为不可电击复律心律；否则，则继续执行后续步骤S3；S3.将心电信号通过整系数带通滤波器处理，获得反映心电频域特征的输出信号最大幅度比例值(Pa)、平均幅度比例值(Pb)和平均偏差比例值(Pc)及各阈值；S4.根据带通滤波器输出信号的Pa、Pb和Pc值，判别可电击复律心律和不可电击复律心律，若满足条件：Pa <阈值_1，Pb >阈值_2和Pa×Pb/Pc <阈值_3，则判定该心律为不可电击复律心律；否则，继续执行后续步骤S5；S5.若满足条件：阈值_1 < Pa <阈值_4，Pb <阈值_5和Pa×Pb/Pc <阈值_3，则判定该心律为不可电击复律心律；否则，继续执行后续步骤S6；S6.若满足条件：Pa >阈值_1和Pb <阈值_2，则判定该心律为可电击复律心律；否则，继续执行后续步骤S7；S7.若满足条件：Pb >阈值_6，则判定该心律为可电击复律心律；否则，继续执行后续步骤S8；S8.计算反映心电时域特征的标准化栅条投影标准差；S9.根据标准化栅条投影标准差判别可电击复律心律和不可电击复律心律，若标准化栅条投影标准差<阈值，则判定该心律为可电击复律心律；若标准化栅条投影标准差>=阈值，则判定该心律为不可电击复律心律。...

【技术特征摘要】
1.一种结合心电时频域特征分析的可电击复律心律自动识别和归类方法，其特征是结合心电频域特征的带通滤波分析和心电时域特征的标准化栅条投影标准差分析，适用于疾病监测和治疗的心电监护仪和全自动体外除颤仪(AED)，主要步骤包括：
S1.对采集到的心电信号进行预处理；
S2.对心电信号进行心脏停搏心律的识别，若是心脏停搏心律，则判为不可电击复律心律；否则，则继续执行后续步骤S3；
S3.将心电信号通过整系数带通滤波器处理，获得反映心电频域特征的输出信号最大幅度比例值(Pa)、平均幅度比例值(Pb)和平均偏差比例值(Pc)及各阈值；
S4.根据带通滤波器输出信号的Pa、Pb和Pc值，判别可电击复律心律和不可电击复律心律，若满足条件：Pa <阈值_1，Pb >阈值_2和Pa×Pb/Pc <阈值_3，则判定该心律为不可电击复律心律；否则，继续执行后续步骤S5；
S5.若满足条件：阈值_1 < Pa <阈值_4，Pb <阈值_5和Pa×Pb/Pc <阈值_3，则判定该心律为不可电击复律心律；否则，继续执行后续步骤S6；
S6.若满足条件：Pa >阈值_1和Pb <阈值_2，则判定该心律为可电击复律心律；否则，继续执行后续步骤S7；
S7.若满足条件：Pb >阈值_6，则判定该心律为可电击复律心律；否则，继续执行后续步骤S8；
S8.计算反映心电时域特征的标准化栅条投影标准差；
S9.根据标准化栅条投影标准差判别可电击复律心律和不可电击复律心律，若标准化栅条投影标准差<阈值，则判定该心律为可电击复律心律；若标准化栅条投影标准差>=阈值，则判定该心律为不可电击复律心律。
2.如权利1所述的一种结合心电时频域特征分析的可电击复律心律自动识别和归类方法，其特征在于，所述的带通滤波方法中Pa、Pb和Pc的计算步骤包括：
首先，将心电信号通过一个整系数带通滤波器，由于不同心律的分布频带范围不同，从而VF和VT的波形将得到抑制；
其次，对通过上述整系数带通滤波器的输出信号取绝对值，用A...

【专利技术属性】
技术研发人员：赖大坤，张飞，
申请(专利权)人：赖大坤，
类型：发明
国别省市：四川;51