The embodiment of the present invention provides an evaluation method, system and equipment for atrial fibrillation, which acquires pulse waveform by a camera based on mobile intelligent terminal; extracts a preset number of RR intervals based on the pulse waveform, and composes a preset number of RR intervals into a RR interval sequence; inputs the RR interval sequence into a trained neural network model, and outputs the probability of atrial fibrillation, thus eliminating the need for an amount of RR intervals. With the assistance of external equipment and professional medical staff, the phenomenon of atrial fibrillation of current users can be analyzed and evaluated only by using the camera of intelligent terminal equipment, which makes the method, system and equipment more convenient and real-time; moreover, the use of neural network model can effectively analyze user data, meet the requirements of accuracy and reduce the possibility of error assessment.
【技术实现步骤摘要】
一种心房颤动的评估方法、系统和设备
本专利技术实施例涉及健康评估
,更具体地,涉及一种心房颤动的评估方法、系统和设备。
技术介绍
心房颤动(AF)是一种比较常见的心律现象,出现该现象的人口数量占总人口数量的1-2%,且伴随着年龄的增长而增加,心房颤动的现象与许多心脏病的发病率和死亡率相关,是诊断许多疾病的重要依据,例如栓塞性中风。因此,心房颤动的早期评估对于预防中风和降低相关并发症的风险具有重要意义。现阶段心房颤动的评估主要依靠心电图,基于房颤患者心电图的异常特征,检测房颤的研究主要有三种方法:1、基于心房活动分析的方法;2、基于心室响应分析的方法;3、以上两种方法的组合方法。基于心房活动分析的方法主要通过对TQ间隔中缺少P波或出现f波的分析,但由于T波幅度小,易受噪声影响。基于心室响应分析的方法是以往研究中最主要的方法,这种方法在心率由药物或起搏器控制时可导致错误评估。结合上述两种方法的组合方法包括基于RR区间马尔可夫模型的方法和模糊逻辑分类方法。以上的心房颤动的评估主要通过医院的专业设备进行动态心电图的连续观测,一方面采集心电图需要额外设备和专业医护人员,不便于随时随地检测心脏的健康状况,另一方面,评估的精确度不高,容易造成错误的评估。
技术实现思路
为了克服上述问题或者至少部分地解决上述问题,本专利技术实施例提供一种心房颤动的评估方法、系统和设备。本专利技术实施例提供一种心房颤动的评估方法,包括:基于移动智能终端的摄像头获取脉搏波形;基于脉搏波形提取预设数量个RR间期,将预设数量个RR间期组成RR间期序列;将RR间期序列输入到已训练的神经网络模型, ...
【技术保护点】
1.一种心房颤动的评估方法,其特征在于,包括:基于移动智能终端的摄像头获取脉搏波形;基于所述脉搏波形提取预设数量个RR间期,将所述预设数量个RR间期组成RR间期序列;将所述RR间期序列输入到已训练的神经网络模型,输出心房颤动的概率。
【技术特征摘要】
1.一种心房颤动的评估方法,其特征在于,包括:基于移动智能终端的摄像头获取脉搏波形;基于所述脉搏波形提取预设数量个RR间期,将所述预设数量个RR间期组成RR间期序列;将所述RR间期序列输入到已训练的神经网络模型,输出心房颤动的概率。2.根据权利要求1所述的方法,其特征在于,所述基于移动智能终端的摄像头获取脉搏波形,包括:控制所述移动智能终端的摄像头闪光灯照射小动脉;控制所述移动智能终端的摄像头采集所述摄像头闪光灯照射所述小动脉的反射光的强度变化;根据所述摄像头采集的所述反射光的强度变化获取所述脉搏波形。3.根据权利要求1所述的方法,其特征在于,所述基于所述脉搏波形提取预设数量个RR间期,包括:确定所述脉搏波形中的峰值点;提取相邻的峰值点之间的时间间隔,将连续的所述预设数量个相邻的峰值点之间的时间间隔作为所述预设数量个RR间期。4.根据权利要求1所述的方法,其特征在于,所述基于所述脉搏波形提取预设数量个RR间期之前,还包括:对所述脉搏波形进行去噪处理。5.根据权利要求1所述的方法,其特征在于,所述神经网络模型的训练步骤包括:将每一RR间期序列作为一个样本,提取每一样本的时域特征、频域特征和非线性特征,其中,每一RR间期序列包括所述预设数量个RR间期;将样本集中预设比例的样本组成训练集,将所述训练集中每一样本的时域特征、频域特征和非线性特征以及每一样本对应的标签输入到所述神经网络模型,对所述神经网络模型进行训练。6.根据权利要求5所述的方...
【专利技术属性】
技术研发人员:周晓光,刘娜,王露笛,赵力子,于清,周葳,杨理培,陶惺祥,党豪,
申请(专利权)人:北京邮电大学,
类型:发明
国别省市:北京,11
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。