心电数据的处理方法及装置制造方法及图纸

本发明专利技术提供了一种心电数据的处理方法及装置，涉及数据处理的技术领域，能够获取已知类别的心电数据库，其中，心电数据库包括多种类型的心电数据样本，每种类型的心电数据样本包括多个心电数据，每个心电数据携带有诊断标记；提取每种类型中每个心电数据的心拍数据，按照预先设置的数据长度对每个心拍数据进行插值和采样操作，生成每个类型对应的心拍样本集，按照预先设定的心电形态类型对心拍样本集中包括的多个心拍数据进行聚类生成聚类结果，对聚类后的心拍样本集进行重编码，生成编码心拍样本集，利用编码心拍样本集训练神经网络模型，实现对待测心电数据进行准确分类，有效缓解了当前依赖机器给出诊断结果容易造成心电数据误诊的技术问题。

ECG Data Processing Method and Device

The invention provides a method and device for processing ECG data, which relates to the technical field of data processing, and can obtain a known type of ECG database, in which the ECG database includes various types of ECG data samples, each type of ECG data sample includes multiple ECG data, each ECG data carries a diagnostic mark, and extracts each ECG number in each type. According to the heart beat data, interpolation and sampling operations are performed on each heart beat data according to the pre-set data length to generate the corresponding heart beat sample set for each type. Clustering results are generated according to the pre-set ECG morphological type for the Multi-Heart beat data included in the heart beat sample set. The clustered heart beat sample set is re-coded and the coded heart beat sample set is generated. The neural network model is trained by using coded heart beat sample set to classify ECG data accurately, which effectively alleviates the technical problem of misdiagnosis of ECG data which is easily caused by relying on machine to give diagnosis results.

【技术实现步骤摘要】
心电数据的处理方法及装置
本专利技术涉及数据处理
，尤其是涉及一种心电数据的处理方法及装置。
技术介绍
心电图是由窦房结自主起搏后，一系列的电位变化通过传导系统，传导至心脏各部分形成心肌的电生理活动。按照心脏激动的时间顺序，将体表电位的变化记录下来，形成的连续曲线即为心电图。典型的心电图包括P波、QRS波、T波。P波反映心房除极过程的电位变化；P-R间期代表激动从窦房结通过房室交界区到心室肌开始除极的时限；QRS波群反映心室除极过程的电位变化；T波代表心室肌复极过程中的电位变化。心电图具有很强的复杂性，不同种族、性别、年龄的人在各种病理情况下的差异性很大，即使同一人在不同时刻的心电图表现的类型也不一样。目前，由于医生的知识专业性和经验积累不足，常常会过于依赖机器给出的自动诊断结果，很容易造成心电数据的误诊。
技术实现思路
有鉴于此，本专利技术的目的在于提供一种心电数据的处理方法及装置，以缓解上述的技术问题。第一方面，本专利技术实施例提供了一种心电数据的处理方法，其中，该方法包括：获取已知类别的心电数据库，其中，心电数据库包括多种类型的心电数据样本，每种类型的心电数据样本包括多个心电数据，每个心电数据携带有诊断标记；提取每种类型中每个心电数据的心拍数据，按照预先设置的数据长度对每个心拍数据进行插值和采样操作，生成每个类型对应的心拍样本集，其中，心拍样本集中包含多个长度一致的心拍数据；按照预先设定的心电形态类型对心拍样本集中包括的多个心拍数据进行聚类，生成聚类结果，其中，聚类结果包含心电形态类型，以及，每个心电形态类型包含的心拍数据；对聚类后的心拍样本集进行重编码，生成编码心拍样本集，以完成心电数据的处理过程。结合第一方面，本专利技术实施例提供了第一方面的第一种可能的实施方式，其中，上述方法还包括：利用编码心拍样本集对神经网络模型进行训练，以生成用于对待测心电数据进行分类的心电信号分类模型。结合第一方面的第一种可能的实施方式，本专利技术实施例提供了第一方面的第二种可能的实施方式，其中，利用编码心拍样本集对神经网络模型进行训练的步骤包括：设置神经网络模型的输入层、隐藏层和输出层；其中，输出层的的长度至少包括以下类型的输出层：正常心电、心律失常、室内传导阻滞、心室肥大、ST段异常、心肌梗死、心电轴偏移。结合第一方面，本专利技术实施例提供了第一方面的第三种可能的实施方式，其中，提取每种类型中每个心电数据的心拍数据的步骤包括：对获取的心电数据样本中包括的多个心电数据进行滤波处理；查找滤波处理后的心电数据中的R波峰值点，以获取心电数据的R峰位置序列；提取R峰位置序列中相邻两个R波峰值点，将相邻两个R波峰值点分别作为单个心拍的首尾点，相邻两个R波峰值点之间的心电数据作为一个周期的心拍，生成每个心电数据的心拍数据。结合第一方面，本专利技术实施例提供了第一方面的第四种可能的实施方式，其中，按照预先设置的数据长度对每个心拍数据进行插值和采样操作的步骤包括：对每个心拍数据进行插值处理；利用预先设置的数据长度和插值处理后心拍数据计算采样间隔；根据采样间隔对插值处理后的心拍数据进行采样处理，以生成长度一致的心拍数据。结合第一方面，本专利技术实施例提供了第一方面的第五种可能的实施方式，其中，按照预先设定的心电形态类型对心拍样本集中包括的多个心拍数据进行聚类之后，该方法还包括：将心拍样本集中的心拍数量与预先设定的心拍数量进行比较；如果心拍样本集中的心拍数量等于预先设定的心拍数量，将心拍样本集中的每个心拍按照所属心电形态类型进行数值标识；如果心拍样本集中的心拍数量大于预先设定的心拍数量，按照心电数据的R峰位置序列顺序去掉心拍样本集中比预先设定的心拍数量多的心拍，使心拍样本集中的心拍数量与预先设定的心拍数量相同，并将心拍样本集中的每个心拍按照所属心电形态类型进行数值标识；如果心拍样本集中的心拍数量小于预先设定的心拍数量，按照心电数据的R峰位置序列顺序扩大心拍样本集中比预先设定的心拍数量少的心拍，使心拍样本集中的心拍数量与预先设定的心拍数量相同，并将心拍样本集中的每个心拍按照所属心电形态类型进行数值标识。结合第一方面，本专利技术实施例提供了第一方面的第六种可能的实施方式，其中，对聚类后的心拍样本集进行重编码，生成编码心拍样本集的步骤包括：将每个心电形态类型包含的心拍数据进行求和平均计算，以获取每个心电形态类型包含的新的心拍数据；将每个心电形态类型包含的新的心拍数据以及心拍样本集中的每个心拍的标识数值进行融合，生成编码心拍样本集。第二方面，本专利技术实施例还提供一种心电数据的处理装置，其中，该装置包括：获取模块，用于获取已知类别的心电数据库，其中，心电数据库包括多种类型的心电数据样本，每种类型的心电数据样本包括多个心电数据，每个心电数据携带有诊断标记；提取模块，用于提取每种类型中每个心电数据的心拍数据，按照预先设置的数据长度对每个心拍数据进行插值和采样操作，生成每个类型对应的心拍样本集，其中，心拍样本集中包含多个长度一致的心拍数据；聚类模块，用于按照预先设定的心电形态类型对心拍样本集中包括的多个心拍数据进行聚类，生成聚类结果，其中，聚类结果包含心电形态类型，以及，每个心电形态类型包含的心拍数据；编码模块，用于对聚类后的心拍样本集进行重编码，生成编码心拍样本集，以完成心电数据的处理过程。结合第二方面，本专利技术实施例提供了第二方面的第一种可能的实施方式，其中，上述装置还包括：训练模块，用于利用编码心拍样本集对神经网络模型进行训练，以生成用于对待测心电数据进行分类的心电信号分类模型。结合第二方面的第一种可能的实施方式，本专利技术实施例提供了第二方面的第二种可能的实施方式，其中，训练模型用于：设置神经网络模型的输入层、隐藏层和输出层；其中，输出层的的长度至少包括以下类型的输出层：正常心电、心律失常、室内传导阻滞、心室肥大、ST段异常、心肌梗死、心电轴偏移。本专利技术实施例带来了以下有益效果：本专利技术实施例提供的一种心电数据的处理方法及装置，能够获取已知类别的心电数据库，其中，心电数据库包括多种类型的心电数据样本，每种类型的心电数据样本包括多个心电数据，每个心电数据携带有诊断标记；提取每种类型中每个心电数据的心拍数据，按照预先设置的数据长度对每个心拍数据进行插值和采样操作，生成每个类型对应的心拍样本集，其中，心拍样本集中包含多个长度一致的心拍数据；按照预先设定的心电形态类型对心拍样本集中包括的多个心拍数据进行聚类，生成聚类结果，其中，聚类结果包含心电形态类型，以及，每个心电形态类型包含的心拍数据；对聚类后的心拍样本集进行重编码，生成编码心拍样本集，以完成心电数据的处理过程，利用编码心拍样本集训练神经网络模型，实现对待测心电数据进行分类，有效缓解了当前依赖机器给出诊断结果容易造成心电数据误诊的技术问题。本专利技术的其他特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本专利技术而了解。本专利技术的目的和其他优点在说明书以及附图中所特别指出的结构来实现和获得。为使本专利技术的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。附图说明为了更清楚地说明本专利技术具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附本文档来自技高网...

【技术保护点】
1.一种心电数据的处理方法，其特征在于，所述方法包括：获取已知类别的心电数据库，其中，所述心电数据库包括多种类型的心电数据样本，每种所述类型的心电数据样本包括多个心电数据，每个所述心电数据携带有诊断标记；提取每种所述类型中每个所述心电数据的心拍数据，按照预先设置的数据长度对每个所述心拍数据进行插值和采样操作，生成每个所述类型对应的心拍样本集，其中，所述心拍样本集中包含多个长度一致的心拍数据；按照预先设定的心电形态类型对所述心拍样本集中包括的多个心拍数据进行聚类，生成聚类结果，其中，所述聚类结果包含所述心电形态类型，以及，每个所述心电形态类型包含的心拍数据；对聚类后的所述心拍样本集进行重编码，生成编码心拍样本集，以完成所述心电数据的处理过程。

【技术特征摘要】
1.一种心电数据的处理方法，其特征在于，所述方法包括：获取已知类别的心电数据库，其中，所述心电数据库包括多种类型的心电数据样本，每种所述类型的心电数据样本包括多个心电数据，每个所述心电数据携带有诊断标记；提取每种所述类型中每个所述心电数据的心拍数据，按照预先设置的数据长度对每个所述心拍数据进行插值和采样操作，生成每个所述类型对应的心拍样本集，其中，所述心拍样本集中包含多个长度一致的心拍数据；按照预先设定的心电形态类型对所述心拍样本集中包括的多个心拍数据进行聚类，生成聚类结果，其中，所述聚类结果包含所述心电形态类型，以及，每个所述心电形态类型包含的心拍数据；对聚类后的所述心拍样本集进行重编码，生成编码心拍样本集，以完成所述心电数据的处理过程。2.根据权利要求1所述的方法，其特征在于，所述方法还包括：利用所述编码心拍样本集对神经网络模型进行训练，以生成用于对待测心电数据进行分类的心电信号分类模型。3.根据权利要求2所述的方法，其特征在于，所述利用所述编码心拍样本集对神经网络模型进行训练的步骤包括：设置所述神经网络模型的输入层、隐藏层和输出层；其中，所述输出层的的长度至少包括以下类型的输出层：正常心电、心律失常、室内传导阻滞、心室肥大、ST段异常、心肌梗死、心电轴偏移。4.根据权利要求1所述的方法，其特征在于，所述提取每种所述类型中每个所述心电数据的心拍数据的步骤包括：对获取的所述心电数据样本中包括的多个所述心电数据进行滤波处理；查找滤波处理后的所述心电数据中的R波峰值点，以获取所述心电数据的R峰位置序列；提取所述R峰位置序列中相邻两个所述R波峰值点，将相邻两个所述R波峰值点分别作为单个心拍的首尾点，相邻两个所述R波峰值点之间的心电数据作为一个周期的心拍，生成每个所述心电数据的心拍数据。5.根据权利要求1所述的方法，其特征在于，所述按照预先设置的数据长度对每个所述心拍数据进行插值和采样操作的步骤包括：对每个所述心拍数据进行插值处理；利用预先设置的数据长度和插值处理后所述心拍数据计算采样间隔；根据所述采样间隔对插值处理后的所述心拍数据进行采样处理，以生成长度一致的心拍数据。6.根据权利要求1所述的方法，其特征在于，所述按照预先设定的心电形态类型对所述心拍样本集中包括的多个心拍数据进行聚类之后，所述方法还包括：将所述心拍样本集中的心拍数量与预先设定的心拍数量进行比较；如果所述心拍样本集中的心拍数量等于所述预先设定的心...

【专利技术属性】
技术研发人员：罗伟，朱涛，李毅，张玮，朱佳兵，
申请(专利权)人：武汉中旗生物医疗电子有限公司，
类型：发明
国别省市：湖北,42