心率失常疾病的分类方法、装置、存储介质和处理器制造方法及图纸

本发明专利技术公开了一种心率失常疾病的分类方法、装置、存储介质和处理器。该方法包括：获取心房的心电信号；从心电信号中提取多个信号特征；依次基于每个信号特征的分类规则，对每个信号特征进行分析，直至确定出心房的心率失常类型，其中，心率失常类型包括心房颤动和心房扑动。通过本发明专利技术，达到了提高心率失常疾病的分类的准确性的效果。

Classification method, device, storage medium and processor of arrhythmia

【技术实现步骤摘要】
心率失常疾病的分类方法、装置、存储介质和处理器
本专利技术涉及心房检测领域，具体而言，涉及一种心率失常疾病的分类方法、装置、存储介质和处理器。
技术介绍
目前，对心率失常疾病的诊断通常是依赖于临床经验。通常可以通过心电图显示心率失常疾病的信号，但是由于医生无法对心电图进行实时地分析，并且实际的心率失常疾病的心率失常疾病信号形态复杂且相似，从而在心电图上对心率失常疾病的信号的区分较为困难，从而容易导致诊断错误，存在心率失常疾病的分类的准确性低的问题。针对现有技术中的心率失常疾病的分类的准确性低的问题，目前尚未提出有效的解决方案。
技术实现思路
本专利技术的主要目的在于提供一种心率失常疾病的分类方法、装置、存储介质和处理器，以至少解决心率失常疾病的分类的准确性低的技术问题。为了实现上述目的，根据本专利技术的一个方面，提供了一种心率失常疾病的分类方法。该方法可以包括：获取心房的心电信号；从心电信号中提取多个信号特征；依次基于每个信号特征的分类规则，对每个信号特征进行分析，直至确定出心房的心率失常类型，其中，心率失常类型包括心房颤动和心房扑动。可选地，依次基于每个信号特征的分类规则，对每个信号特征进行分析，直至确定出心房的心率失常类型包括：步骤一，在多个信号特征中的第一信号特征与对应的阈值满足对应的数值关系的情况下，确定心率失常类型为心房颤动或心房扑动；步骤二，在第一信号特征与对应的阈值未满足对应的数值关系的情况下，如果第一信号特征在多个信号特征中具有下一个信号特征，则将下一个信号特征确定为第一信号特征，并执行步骤一。可选地，步骤一包括：在第一目标信号特征小于第一阈值的情况下，确定心率失常类型为心房扑动，其中，第一目标信号特征用于指示心电信号中大于时间阈值的R波间期的数量，占心电信号中全部R波间期的数量的百分比，R波间期为相邻两个R波之间的时间间距，第一信号特征包括第一目标信号特征，阈值包括第一阈值。可选地，步骤二包括：在第一目标信号特征不小于第一阈值的情况下，确定第一目标信号特征在多个信号特征中的下一信号特征为第二目标信号特征，其中，第二目标信号特征用于指示心电信号的功率密度最大值对应的频率值，步骤一包括：在第二目标信号特征大于第二阈值的情况下，确定心率失常类型为心房颤动，其中，第一信号特征包括第二目标信号特征，阈值包括第二阈值。可选地，步骤二包括：在第二目标信号特征不大于第二阈值的情况下，确定第二目标信号特征在多个信号特征中的下一信号特征为第三目标信号特征，其中，第三目标信号特征用于指示心电信号的F波的参数的标准差，步骤一包括：在第三目标信号特征大于第三阈值的情况下，确定心率失常类型为心房颤动，其中，第一信号特征包括第三目标信号特征，阈值包括第三阈值。可选地，步骤二包括：在第三目标信号特征不大于第三阈值的情况下，确定第三目标信号特征在多个信号特征中的下一信号特征为第四目标信号特征，其中，第四目标信号特征用于指示心电信号的F波的数量的均值，F波处于心电信号的两个R波之间的片段中，步骤一包括：在第四目标信号特征大于第四阈值的情况下，确定心率失常类型为心房颤动，其中，第一信号特征包括第四目标信号特征，阈值包括第四阈值。可选地，步骤二包括：在第四目标信号特征不大于第四阈值的情况下，确定第四目标信号特征在多个信号特征中的下一信号特征为第五目标信号特征，其中，第五目标信号特征用于指示心电信号的功率密度最大值，步骤一包括：在第五目标信号特征大于第五阈值的情况下，确定心率失常类型为心房扑动，其中，第一信号特征包括第五目标信号特征，阈值包括第五阈值。可选地，步骤二包括：在第五目标信号特征不大于第五阈值的情况下，确定第五目标信号特征在多个信号特征中的下一信号特征为第六目标信号特征，其中，第六目标信号特征用于指示心电信号的RR片段中功率谱密度的极大值幅度的标准差和功率谱密度中极大值的数量之间的比值，步骤一包括：在第六目标信号特征大于第六阈值的情况下，确定心率失常类型为心房颤动，其中，第一信号特征包括第六目标信号特征，阈值包括第六阈值。可选地，该方法还包括：在第六目标信号特征不大于第六阈值的情况下，通过分类器对第一目标信号特征、第二目标信号特征、第三目标信号特征、第四目标信号特征、第五目标信号特征、第六目标信号特征和第七目标信号特征进行分析，得到心率失常类型，其中，分类器通过心电信号样本和对应的心率失常类型进行训练得到，其中，第七目标信号特征用于确定第六目标信号特征。可选地，通过分类器对第一目标信号特征、第二目标信号特征、第三目标信号特征、第四目标信号特征、第五目标信号特征和第六目标信号特征进行分析，得到心率失常类型包括：对第一目标信号特征、第二目标信号特征、第三目标信号特征、第四目标信号特征、第五目标信号特征、第六目标信号特征和和第七目标信号特征进行归一化处理；通过分类器至少对归一化处理后的第一目标信号特征、第二目标信号特征、第三目标信号特征、第四目标信号特征、第五目标信号特征和第六目标信号特征进行分析，得到心率失常类型。可选地，该方法还包括：对心电信号进行滤波处理；对滤波后的心电信号进行重采样，得到预定频率的心电信号。为了实现上述目的，根据本专利技术的另一方面，还提供了一种心率失常疾病的分类方法。该方法可以包括：在交互界面上显示心房的心电信号；在交互界面上显示心房的心率失常类型，其中，心率失常类型是通过从心电信号中提取多个信号特征，依次基于每个信号特征的分类规则，对每个信号特征进行分析得到，心率失常类型包括心房颤动和心房扑动。为了实现上述目的，根据本专利技术的另一方面，还提供了一种心率失常疾病的分类装置。该装置可以包括：获取单元，用于获取心房的心电信号；提取单元，用于从心电信号中提取多个信号特征；确定单元，用于依次基于每个信号特征的分类规则，对每个信号特征进行分析，直至确定出心房的心率失常类型，其中，心率失常类型包括心房颤动和心房扑动。为了实现上述目的，根据本专利技术的另一方面，还提供了一种心率失常疾病的分类装置。该装置可以包括：第一显示单元，用于在交互界面上显示心房的心电信号；第二显示单元，用于在交互界面上显示心房的心率失常类型，其中，心率失常类型是通过从心电信号中提取多个信号特征，依次基于每个信号特征的分类规则，对每个信号特征进行分析得到，心率失常类型包括心房颤动和心房扑动。为了实现上述目的，根据本专利技术的另一方面，还提供了一种存储介质。该存储介质包括存储的程序，其中，在程序被处理器运行时控制存储介质所在设备执行本专利技术实施例的心率失常疾病的分类方法。为了实现上述目的，根据本专利技术的另一方面，还提供了一种处理器。该处理器用于运行程序，其中，程序运行时执行本专利技术实施例的心率失常疾病的分类方法。通过本专利技术，采用获取心房的心电信号；从心电信号中提取多个信号特征；依次基于每个信号特征的分类规则，对每个信号特征进行分析，直至确定出心房的心率失常类型，其中，心率失常类型包括心房颤动和心房扑动。也就是说，本专利技术依次利用待检测的心电信号中的多个信号特征本文档来自技高网...

【技术保护点】
1.一种心率失常疾病的分类方法，其特征在于，包括：/n获取心房的心电信号；/n从所述心电信号中提取多个信号特征；/n依次基于每个信号特征的分类规则，对所述每个信号特征进行分析，直至确定出所述心房的心率失常类型，其中，所述心率失常类型包括心房颤动和心房扑动。/n

【技术特征摘要】
1.一种心率失常疾病的分类方法，其特征在于，包括：
获取心房的心电信号；
从所述心电信号中提取多个信号特征；
依次基于每个信号特征的分类规则，对所述每个信号特征进行分析，直至确定出所述心房的心率失常类型，其中，所述心率失常类型包括心房颤动和心房扑动。


2.根据权利要求1所述的方法，其特征在于，依次基于每个信号特征的分类规则，对所述每个信号特征进行分析，直至确定出所述心房的心率失常类型包括：
步骤一，在所述多个信号特征中的第一信号特征与对应的阈值满足对应的数值关系的情况下，确定所述心率失常类型为所述心房颤动或所述心房扑动；
步骤二，在所述第一信号特征与对应的阈值未满足对应的数值关系的情况下，如果所述第一信号特征在所述多个信号特征中具有下一个信号特征，则将所述下一个信号特征确定为所述第一信号特征，并执行所述步骤一。


3.根据权利要求2所述的方法，其特征在于，所述步骤一包括：
在第一目标信号特征小于第一阈值的情况下，确定所述心率失常类型为所述心房扑动，其中，所述第一目标信号特征用于指示所述心电信号中大于时间阈值的R波间期的数量，占所述心电信号中全部R波间期的数量的百分比，所述R波间期为相邻两个R波之间的时间间距，所述第一信号特征包括所述第一目标信号特征，所述阈值包括所述第一阈值。


4.根据权利要求3所述的方法，其特征在于，所述步骤二包括：
在所述第一目标信号特征不小于所述第一阈值的情况下，确定所述第一目标信号特征在所述多个信号特征中的下一信号特征为第二目标信号特征，其中，所述第二目标信号特征用于指示所述心电信号的功率密度最大值对应的频率值，
所述步骤一包括：在所述第二目标信号特征大于第二阈值的情况下，确定所述心率失常类型为所述心房颤动，其中，所述第一信号特征包括所述第二目标信号特征，所述阈值包括所述第二阈值。


5.根据权利要求4所述的方法，其特征在于，所述步骤二包括：
在所述第二目标信号特征不大于所述第二阈值的情况下，确定所述第二目标信号特征在所述多个信号特征中的下一信号特征为第三目标信号特征，其中，所述第三目标信号特征用于指示所述心电信号的F波的参数的标准差，
所述步骤一包括：在所述第三目标信号特征大于第三阈值的情况下，确定所述心率失常类型为所述心房颤动，其中，所述第一信号特征包括所述第三目标信号特征，所述阈值包括所述第三阈值。


6.根据权利要求5所述的方法，其特征在于，所述步骤二包括：
在所述第三目标信号特征不大于所述第三阈值的情况下，确定所述第三目标信号特征在所述多个信号特征中的下一信号特征为第四目标信号特征，其中，所述第四目标信号特征用于指示所述心电信号的F波的数量的均值，所述F波处于所述心电信号的两个R波之间的片段中，
所述步骤一包括：在所述第四目标信号特征大于第四阈值的情况下，确定所述心率失常类型为所述心房颤动，其中，所述第一信号特征包括所述第四目标信号特征，所述阈值包括所述第四阈值。


7.根据权利要求6所述的方法，其特征在于，所述步骤二包括：
在所述第四目标信号特征不大于所述第四阈值的情况下，确定所述第四目标信号特征在所述多个信号特征中的下一信号特征为第五目标信号特征，其中，所述第五目标信号特征用于指示所述心电信号的功率密度最大值，
所述步骤一包括：在所述第五目标信号特征大于第五阈值的情况下，确定所述心率失常类型为所述心房扑动，其中，所述第一信号特征包括所述第五目标信号特征，所述阈值包括所述第五阈值。


8.根据权利要求7所...

【专利技术属性】
技术研发人员：胡静，赵巍，
申请(专利权)人：广州视源电子科技股份有限公司，
类型：发明
国别省市：广东;44