一种心电波形分类方法及装置制造方法及图纸

本发明专利技术公开了一种心电波形分类方法及装置，涉及医疗分析软件领域，所述方法包括：对人体24小时的心电数据进行采集和存储；对所述心电数据进行波形分析，得到24小时内每次心搏对应的心电波形；将所述每次心搏对应的心电波形移动至预设的纵向基准轴，并以所述纵向基准轴为基准进行叠加，形成聚类形态波形；根据所述聚类形态波形的波形形态，对心电波形进行分类，得到不同类别的心电波形。本发明专利技术能够快速、准确地对心电波形进行分类。

【技术实现步骤摘要】

本专利技术涉及医疗分析软件领域，特别涉及一种心电波形分类方法及相关的装置。
技术介绍
在心脏的电信号功能检测设备中，对时间达到24小时的3导联或12导联等心电数据进行分析的软件，简称为HOLTER分析系统。这类分析系统首先利用硬件记录设备记录患者的24小时心电信号，然后将记录设备连接至计算机的USB接口，将记录设备内的3导联或12导联等的24小时数字心电信号回放至计算机的硬盘上，再利用在计算机上安装的专用于分析心电数据的软件，对24小时的数字心电信号分析并分类，这一过程需要将数据里的每一次心脏跳动的波形都准确标识出来，简称为QRS标记，然后根据所标识出来的QRS标记，将波形分类为N类(即正常窦性心搏)，S类(即室上性心律失常心搏)，V类(即室性心律失常心搏)，F类(即干扰类心搏)。进一步地，心脏一次完整的跳动所被标记出来的心电图，医学上以：P/QRS/T这一串字母来进行描述，如图1所示，P波代表心房的除极与复极，P波结束后一段平稳的直线称为“PR段”，“PR段”之后第一个向下的尖波称为Q波，回到直线位置后第二个向上的尖波称为R波，紧接着第三个回到直线以下的波称为S波，其中，将Q/R/S三个波统称为QRS波群，因为QRS波群代表心脏中两个心室的除极。S波回到直线位置会有一段平缓的线段，称为ST段，最后一个坡型波称为T波。但是有时在某些导联上所出现的波其中的QRS波群并不会出现三个波，而只有两个或一个波，如图2a所示，只有一个向上及一个向下的波形，称其为RS型，其心搏标签可标示在正向最高点R波的波峰位置；如图2b所示，一个向下及一个向上的波形，称其为QR型，其心搏标签标示在负向最高点Q波的波峰位置；如图2c所示，该波形只有一个向下的波，称其为QS型或S型，其心搏标签标示在负向最高点S波的波峰位置。由于分析心电数据的软件仅能根据每个QRS波形的形态面积大小，与前后QRS波形的数据比例关系来判定该QRS波形是属于N类、S类、V类，还是F类。而实际应用中，很多V类心搏会由于数据比例关系并无明显提前而认作N类心搏,无法分类为V类，或者很多F类心搏(由于记录者剧烈运动造成的肌电干扰波形,其形态与室性心律或室上性心律很类似，而实际并无任何心脏活动的信号)被识别成N类，S类或V类里面去，造成计算机自动分析的结果与实际情况有很大误差，造成操作者必须手工将每个软件分类出的N类，V类及S类模板再次手工查看一遍，将其中误认的心搏重新归类到其正确的属性模板里。可见，软件分类准确率低，导致操作者工作量增大，效率降低等问题。例如，R波识别算法判别出所有可能的的QRS波形后，再将形态类似、节律规整的波形判别为N类，如图3a所示。如果波形形态类似，而距前一波形的时间与之前两个正常的N类心搏的相邻时间有提前，并且提前的幅度达到正常时间(即之前两个正常N类波形之间的时间)的20％以上，则算法将其判别为S类，如图3b所示，它的提前幅度达到了(722-502)＝220，再除以702，得出结果提前0.313即31.3％提前，故判别为S类。如果波形形态与正常的N类心搏有明显区别，QRS波形态变得比正常N类的QRS波形宽大及畸形，或矮小及畸形，并且与前一心搏的距离也提前达到10％以上，则将该类心搏判别为V类，如图3c所示。计算完毕后，由算法添加标识的12导联心电图如图3d所示。在图3d中能够看到大部分心搏都标识上了“N”这一标签，两个N类标签中间的两组数字，上方的“64”是心率数值，下方的是这两个N类心搏的相隔时间，其中有两个心搏被标识为“V”标签。在实际情况中,会出现由于病人肢体活动引起的肌电干扰，由于波形形态类似N类、S类或V类心搏，也被标识上了相应的标签，而这种错误的标识会引起算法对后续心搏属性判断的进一步错误。将原本的N类心搏错误地标识为S或V类心搏,图4a所示S类误判和图4b所示V类误判即为由肌电干扰引起的错误标识及之后受到其影响再出现的判定错误。图4a的第五个心搏标识S类,实际为肌电干扰所引起，算法将其识别为S类，同时将第六个正常的N类波形按照规则也判断为了S类，而正确的判定应该如图4c所示。图4b的第六个心搏标识V类,实际为肌电干扰所引起，算法将其识别为V类，同时R波识别算法又将其后的一个由肌电干扰产生的波形判别为V类，而正确的判定应该如图4d所示。厂家为解决上述问题，也找出了很多办法解决该问题，例如在心搏模板的归类中，采用以波形形态相似程度来进行聚类，这样在一些数据分析中能解决问题，而由于动态心电图记录的是人体24小时的心电图变化，那么QRS波形的大小会随着人体体位的不同发生变化，随之而来就是QRS波形电压高低的变化，同时在心电图中还存在形态直接发生改变而心搏属性实际为变化的情况，这种以QRS形态进行分类的办法就无法准确的分类并分析心搏属性了。
技术实现思路
本专利技术的目的在于提供一种心电波形分类方法及装置，能更好地解决现有技术对心电波形分类不准确的问题。根据本专利技术的一个方面，提供了一种心电图波形分类方法，包括：对人体24小时的心电数据进行采集和存储；对所述心电数据进行波形分析，得到24小时内每次心搏对应的心电波形；将所述每次心搏对应的心电波形移动至预设的纵向基准轴，并以所述纵向基准轴为基准进行叠加，形成聚类形态波形；根据所述聚类形态波形的波形形态，对心电波形进行分类，得到不同类别的心电波形。优选地，在所述对所述心电数据进行波形分析，得到24小时内每次心搏对应的心电波形的步骤之前，还包括：在多个导联中选取干扰最小的一个导联，并将所选取的干扰最小的导联作为分析导联，从而对所述分析导联采集的人体24小时的心电数据进行后续处理。优选地，所述对所述心电数据进行波形分析，得到24小时内每次心搏对应的心电波形的步骤包括：利用R波识别算法，分析所述人体24小时的心电数据，得到24小时内每次心搏对应的心电波形。优选地，在所述将所述每次心搏对应的心电波形移动至预设的纵向基准轴的步骤之前，还包括：对每个心电波形中的幅值最大的点进行定位，得到已定位心电波形；对每个已定位心电波形进行采样，得到由采样点组成的点状心电波形并缓存。优选地，所述将所述每次心搏对应的心电波形移动至预设的纵向基准轴的步骤包括：将每个点状心电波形移动至所述纵向基准轴，直至点状心电波形中的幅值最大的点移动至所述纵向基准轴。优选地，所述预设的纵向基准轴是所有心电波形中幅值最大的点本文档来自技高网...

【技术保护点】
一种心电波形分类方法，其特征在于，包括：对人体24小时的心电数据进行采集和存储；对所述心电数据进行波形分析，得到24小时内每次心搏对应的心电波形；将所述每次心搏对应的心电波形移动至预设的纵向基准轴，并以所述纵向基准轴为基准进行叠加，形成聚类形态波形；根据所述聚类形态波形的波形形态，对心电波形进行分类，得到不同类别的心电波形。

【技术特征摘要】
1.一种心电波形分类方法，其特征在于，包括：
对人体24小时的心电数据进行采集和存储；
对所述心电数据进行波形分析，得到24小时内每次心搏对应的心电波形；
将所述每次心搏对应的心电波形移动至预设的纵向基准轴，并以所述纵向基
准轴为基准进行叠加，形成聚类形态波形；
根据所述聚类形态波形的波形形态，对心电波形进行分类，得到不同类别的
心电波形。
2.根据权利要求1所述的方法，其特征在于，在所述对所述心电数据进行
波形分析，得到24小时内每次心搏对应的心电波形的步骤之前，还包括：
在多个导联中选取干扰最小的一个导联，并将所选取的干扰最小的导联作为
分析导联，从而对所述分析导联采集的人体24小时的心电数据进行后续处理。
3.根据权利要求1所述的方法，其特征在于，所述对所述心电数据进行波
形分析，得到24小时内每次心搏对应的心电波形的步骤包括：
利用R波识别算法，分析所述人体24小时的心电数据，得到24小时内每次
心搏对应的心电波形。
4.根据权利要求1所述的方法，其特征在于，在所述将所述每次心搏对应
的心电波形移动至预设的纵向基准轴的步骤之前，还包括：
对每个心电波形中的幅值最大的点进行定位，得到已定位心电波形；
对每个已定位心电波形进行采样，得到由采样点组成的点状心电波形并缓
存。
5.根据权利要求4所述的方法，其特征在于，所述将所述每次心搏对应的
心电波形移动至预设的纵向基准轴的步骤包括：
将每个点...

【专利技术属性】
技术研发人员：卢喜烈，
申请(专利权)人：北京世纪今科医疗器械有限公司，
类型：发明
国别省市：北京;11