一种心律失常判别方法及系统技术方案

本发明专利技术公开了一种心律失常判别方法及系统。本发明专利技术通过获取心电信号，及获取对应心电信号的pRRx序列，通过对pRRx序列进行线性分析和/或非线性分析，得到相应特征指标，将计算得到的特征指标和对应的心律失常类型作为输入和标签，进行机器学习，训练得到心电信号的特征指标与心律状态的类型对应关系的模型函数；当要检测某个时间点的心律失常类型，通过获取该时间点之前的心电信号，计算并根据心电信号的特征指标，通过所述模型函数，得到该时间点的心律状态的类型，作为心律失常判别结果。与现有技术相比，本发明专利技术能够自动判别心律是否有异常以及具体的心律失常类型，而且本方法的判别过程计算量较小，算法复杂程度低，效率高。

【技术实现步骤摘要】
一种心律失常判别方法及系统
本专利技术涉及心律失常判别
，具体涉及一种心律失常判别方法及系统。
技术介绍
心律指心跳的节奏。正常人的心脏跳动是窦房结发出信号刺激心脏跳动，这种来自窦房结信号引起的心脏跳动，就称为正常的"窦性心律"，频率每分钟约为60～100次。每分钟心跳的次数，即心律。健康的心律应该是十分均匀的，心脏病或心脏神经调节功能不正常时，可出现心律不齐或心律失常。心律失常是心血管疾病常见且最为严重的病症之一，可导致患者突然死亡，严重威胁人类健康。目前，临床诊断心律失常主要的手段为心电图检测，分为常规心电图和动态心电图。其中，常规心电图是临床上广泛使用的一种诊断方法，可以在较短时间内通过体表心电图对大多数心律失常的情况进行诊断，常规心电图具有较好的准确性，但在检测过程中需限制患者的行动，且无法长时间采集，容易遗漏异常心电信号。动态心电图弥补了常规心电图无法长时间采集的缺陷，可以对心电信号进行24小时的连续监测，在临床通常作为常规心电图的辅助，但是，动态心电信号采集设备大不便于携带，且需要连续24小时佩戴才能得到完整的评估报告，限制了患者的日常行动，同时诊断需要医生的参与，很难实现日常心脏活动情况以及心律异常的自我监测、诊断和管理。
技术实现思路
本专利技术主要解决的技术问题是目前常规心电图和动态心电图技术无法实现日常心律异常的自我监测、诊断和管理。为解决上述技术问题，本专利技术提出一种心律失常判别方法，包括：获取心电信号；计算心电信号的特征指标；根据心电信号的特征指标得到心律失常判别结果。另一方面，本专利技术还提出一种心律失常判别系统，包括：心电信号采集装置，用于采集待检测者的心电信号；处理器，用于执行如上所述的方法。另一方面，本专利技术还提出一种心律失常判别产品，包括：存储器，用于存储程序；处理器，用于通过执行所述存储器存储的程序以实现如上所述的方法。另一方面，本专利技术还提出一种计算机可读存储介质，包括程序，所述程序能够被处理器执行以实现如上所述的方法。本专利技术采用心律失常判别方法与现有技术相比，能够自动判别心律是否有异常以及具体的心律失常类型，从而更好的支持用户进行自我健康管理，而且本方法的判别过程计算量较小，算法复杂程度低，效率高。附图说明图1为一种心律失常判别方法流程图；图2为一种心电信号的特征指标与心律状态的类型对应关系的模型函数建立方法流程图；图3为一种心律失常判别系统示意图；图4为一种心律失常判别产品示意图。具体实施方式下面通过具体实施方式结合附图对本专利技术作进一步详细说明。其中不同实施方式中类似元件采用了相关联的类似的元件标号。在以下的实施方式中，很多细节描述是为了使得本申请能被更好的理解。然而，本领域技术人员可以毫不费力的认识到，其中部分特征在不同情况下是可以省略的，或者可以由其他元件、材料、方法所替代。在某些情况下，本申请相关的一些操作并没有在说明书中显示或者描述，这是为了避免本申请的核心部分被过多的描述所淹没，而对于本领域技术人员而言，详细描述这些相关操作并不是必要的，他们根据说明书中的描述以及本领域的一般技术知识即可完整了解相关操作。另外，说明书中所描述的特点、操作或者特征可以以任意适当的方式结合形成各种实施方式。同时，方法描述中的各步骤或者动作也可以按照本领域技术人员所能显而易见的方式进行顺序调换或调整。因此，说明书和附图中的各种顺序只是为了清楚描述某一个实施例，并不意味着是必须的顺序，除非另有说明其中某个顺序是必须遵循的。本文中为部件所编序号本身，例如“第一”、“第二”等，仅用于区分所描述的对象，不具有任何顺序或技术含义。而本申请所说“连接”、“联接”，如无特别说明，均包括直接和间接连接(联接)。本专利技术提出的心律失常判别方法主要基于心电信号的RR间隔序列，所述RR间隔是指心电信号波形中相邻的R峰和R峰之间的时间间隔，RR间隔序列包括一段心电信号中的所有RR间隔。本专利技术实施例一：请参照图1，一种心律失常判别方法，其包括A000步骤～A200步骤，下面具体说明：A000：获取待检测者的心电信号。A100：计算心电信号的特征指标。A200：根据心电信号的特征指标得到心律失常判别结果。在一实施例中，A100步骤所述计算心电信号的特征指标，包括：对心电信号的pRRx序列进行线性分析以得到一个或多个线性的特征指标，和/或进行非线性分析，以得到一个或多个非线性的特征指标。其中任意一段心电信号的pRRx序列通过以下方式计算得到：计算该段心电信号中相邻RR间期之差大于阈值x毫秒的数量与全部RR间期的数量的比值，通过设置值不同的阈值x，得到每一个阈值x对应的比值，这些比值构成了所述pRRx序列。在本实施例中，该比值用百分比表示，如式(1)所示：根据所述心电信号的pRRx序列进行线性分析和/或非线性分析，可以得到一个或多个特征指标。例如，线性分析获得的特征指标可以包括：pRRx序列的均值AVRR、pRRx序列的标准差SDRR、pRRx序列中相邻pRRx差值的均方根rMSSD、pRRx序列中相邻pRRx差值的标准差SDSD。对每段心电信号的pRRx序列进行非线性分析，采用熵值分析法，即：根据现有技术，对于概率分布函数p(x)的随机变量集A，熵的定义如式(2)所示：H(A)＝-∑pA(x)logpA(x)(2)可以获得的特征指标包括：(1)pRRx序列直方分布信息熵Sdh是对pRRx序列的数值分布信息熵；(2)pRRx序列功率谱直方分布信息熵Sph是对pRRx序列进行离散傅里叶变换得到功率谱，然后根据功率谱序列的数值分布计算其信息熵；(3)pRRx序列功率谱全频段分布信息熵Spf是对pRRx序列进行离散傅里叶变换得到功率谱，在全频段[fs/N,fs/2](信号的采样频率为fs，采样点数为N)内插入i-1个分点f1，f2，...，fm-1，将全频段分割成i个子频段。把每个频段内的功率密度之和作为该频段的功率密度，则得到m个功率密度。将这i个功率密度归一化得到每个频段出现的概率pi，则∑ipi＝1，相应的功率谱全频段熵如式(3)所示：对每段心电信号的pRRx序列进行非线性分析，也可以采用下面四种分形维数计算分析方法可以得到如下的特征指标：(1)结构函数法计算所得的分形维数Dsf，其中，结构函数法是指对于给定的序列z(x)，定义增量方差为结构函数，其关系为：对于若干个标度τ，对序列z(x)的离散值计算出相应的S(τ)，然后画出logS(τ)-logτ的函数曲线，在无标度区进行线性拟合，得到斜率α，则对应分形维数Dsf与斜率α的转化关系如式(5)所示：(2)相关函数法计算所得的分形维数Dcf，其中，相关函数法是指对于给定的序列z(x)，相关函数C(τ)定义为式(6)所示：C(τ)＝AVE(z(x+τ)*z(x))，τ＝1,2,3,...,N-1(6)其中，AVE(·)表示平均，τ表示两点距离。此时相关函数为幂型，由于不存在特征长度，则分布为分形，有C(τ)ατ-α。这时，画出logC(τ)-logτ的函数曲线，在无标度区进行线性拟合，得到斜率α，则对应分形维数Dcf与斜率α的转化关系如式(7)所示：Dcf＝2-α(7)(3)变差法计算所得的分形维数Dvm，其中，变差法用宽为τ的矩形框首尾相接的将分形曲线覆盖起来本文档来自技高网...

【技术保护点】
1.一种心律失常判别方法，其特征在于，包括：获取心电信号；计算心电信号的特征指标；根据心电信号的特征指标得到心律失常判别结果。

【技术特征摘要】
1.一种心律失常判别方法，其特征在于，包括：获取心电信号；计算心电信号的特征指标；根据心电信号的特征指标得到心律失常判别结果。2.如权利要求1所述方法，其特征在于，所述根据心电信号的特征指标得到心律失常判别结果，包括：预先建立心电信号的特征指标与心律状态的类型对应关系的模型函数，其中所述心律状态的类型包括心律正常类型及不同类型的心律失常；将新获取的心电信号特征指标输入模型函数，得到对应的心律状态的类型，作为心律失常判别结果。3.如权利要求2所述方法，其特征在于，所述预先建立心电信号的特征指标与心律状态的类型对应关系的模型函数，包括：预先获取心律正常的心电信号以及不同心律失常类型的心电信号；计算这些心电信号的特征指标；将这些心电信号的特征指标作为输入，这些心电信号对应的心律状态的类型作为标签，进行机器学习，训练得到心电信号的特征指标与心律状态的类型对应关系的模型函数。4.如权利要求1所述方法，其特征在于，心电信号的特征指标，包括：对心电信号的pRRx序列进行线性分析以得到一个或多个线性的特征指标，和/或进行非线性分析，以得到一个或多个非线性的特征指标；其中任意一段心电信号的pRRx序列通过以下方式计算得到：计算该段心电信号中相邻RR间期之差大于阈值x毫秒的数量与全部RR间期的数量的比值，通过设置值不同的阈值x，得到每一个阈值x对应的比值，这些比值构成了所述pRRx序列。5.如权利要求4所述方法，其特...

【专利技术属性】
技术研发人员：李冉，王新安，刘彦伶，赵天夏，李秋平，马浩，孙贺，陈红英，何春舅，
申请(专利权)人：北京大学深圳研究生院，
类型：发明
国别省市：广东,44