The invention discloses an ECG monitoring method, device, terminal and computer readable storage medium. The method comprises receiving ECG signals transmitted by ECG monitoring equipment in real time, detecting R waves of the ECG signals after filtering and denoising, and extracting QRS wave groups according to the R waves. The QRS wave group is input into a pre-trained neural network model for identification; when the QRS wave group is identified, the QRS wave group of the abnormal is classified, and the type of arrhythmia corresponding to the QRS wave group is obtained; the ECG monitoring report is generated according to the type of arrhythmia, and the ECG monitoring is output. Report and trigger the alarm. If abnormal cardiac waves are detected, the alarm will be triggered. The invention can reduce monitoring operation difficulty, improve monitoring accuracy and realize all-weather monitoring of ECG activity.
【技术实现步骤摘要】
一种心电监测方法、装置、终端及计算机可读存储介质
本专利技术涉及监测设备
,尤其涉及一种心电监测方法、装置、终端及计算机可读存储介质。
技术介绍
传统的心电监测方法需要通过导线把电极采集到的信号传输到采集盒的设备进行识别处理。如果是通过多个电极,多个导联来实现的心电监测,则多个电极会对应有多条导线,且对各个电极的粘贴方位要求较高,使用不方便。虽然目前心电监测方法可采用无线方式连接心电监测终端以实现远程的心电监测。但是,目前的远程心电监测技术并不成熟,监测精度较低,且涉及监测设备的操作复杂,不便于大众化使用以进行全天候监测心电活动。
技术实现思路
本专利技术实施例所要解决的技术问题在于,提供一种心电监测方法、装置、终端及计算机可读存储介质,能够降低监测操作难度、提高监测精度和实现全天候监测心电活动。为了解决上述技术问题,本专利技术实施例提供了一种心电监测方法,至少包括如下步骤:接收心电监测设备发送的实时采集的心电信号;对所述心电信号进行滤波和去噪处理后,检测所述心电信号的R波,并根据所述R波提取QRS波群;将所述QRS波群输入预先训练好的的神经网络模型中进行识别;当识别出所述QRS波群失常时,则对该失常的QRS波群进行分类,得到该失常的QRS波群对应的心率失常类型;根据所述心率失常类型生成心电监测报告,输出所述心电监测报告并触发警报。进一步地,所述神经网络模型的训练步骤为:接收心电监测设备发送的实时采集的心电信号;对所述心电信号进行滤波和去噪处理后,检测所述心电信号的R波,并根据所述R波提取QRS波群;将所述QRS波群输入到神经网络中进行监督训练,得到神经 ...
【技术保护点】
1.一种心电监测方法,其特征在于,包括如下步骤:接收心电监测设备发送的实时采集的心电信号;对所述心电信号进行滤波和去噪处理后,检测所述心电信号的R波,并根据所述R波提取QRS波群;将所述QRS波群输入预先训练好的的神经网络模型中进行识别;当识别出所述QRS波群失常时,则对该失常的QRS波群进行分类,得到该失常的QRS波群对应的心率失常类型;根据所述心率失常类型生成心电监测报告,输出所述心电监测报告并触发警报。
【技术特征摘要】
1.一种心电监测方法,其特征在于,包括如下步骤:接收心电监测设备发送的实时采集的心电信号;对所述心电信号进行滤波和去噪处理后,检测所述心电信号的R波,并根据所述R波提取QRS波群;将所述QRS波群输入预先训练好的的神经网络模型中进行识别;当识别出所述QRS波群失常时,则对该失常的QRS波群进行分类,得到该失常的QRS波群对应的心率失常类型;根据所述心率失常类型生成心电监测报告,输出所述心电监测报告并触发警报。2.根据权利要求1所述的心电监测方法,其特征在于,所述神经网络模型的训练步骤为:接收心电监测设备发送的实时采集的心电信号;对所述心电信号进行滤波和去噪处理后,检测所述心电信号的R波,并根据所述R波提取QRS波群;将所述QRS波群输入到神经网络中进行监督训练,得到神经网络训练参数;根据所述神经网络训练参数构建并保存神经网络模型。3.根据权利要求1或2所述的心电监测方法,其特征在于,所述心电监测报告包括心率失常类型和用于触发监测终端发出警报动作的指令;所述QRS波群为以R波为中心,分别向前取40个数据和向后取169个数据形成的以210个数据作为特征的样本数据;所述心电信号包含至少一个QRS波群及P波,U波以及T波。4.根据权利要求1或2所述的心电监测方法,其特征在于,所述神经网络模型包括三层LSTM网络;每一层所述LSTM网络包括含有70个神经元的可见层、含有200个神经元的隐层和含有14个神经元的输出层;所述输出层的14个神经元代表14种心率失常类型。5.根据权利要求1所述的心电监测方法,其特征在于,将所述QRS波群输入预先训练好的的神经网络模型中进行识别,具体为:将所述QRS波群输入构建好的的的神经网络模型中进行训练,训练完成后保存模型,之后就可以用于未来心电信号的分类与...
【专利技术属性】
技术研发人员:杜岗,江向武,白杨,李荣,刘亮,曹彬彬,杨金华,游君霞,舒宁,曾美寨,姚利,范秋丽,叶婷,
申请(专利权)人:广州市碳码科技有限责任公司,
类型:发明
国别省市:广东,44
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。