一种基于R点的心搏数据分类方法和装置制造方法及图纸

本发明专利技术实施例涉及一种基于R点的心搏数据分类方法和装置，所述方法包括：获取时间长度为预置片段时间阈值的一维心电数据生成心电数据片段，并调用目标检测算法对心电数据片段进行心搏信号数据特征识别处理生成第一识别框序列；对第一识别框序列的所有第一识别框进行绝对数值转换处理生成第二识别框序列，并对第二识别框序列进行非极大值抑制处理；对第二识别框序列的所有第二识别框的心搏分类概率组的所有心搏分类概率参数进行有效参数与无效参数标记处理；按时间先后顺序，对第二识别框序列的所有第二识别框进行R点位置信息及有效参数提取处理，生成R点位置及心搏数据分类信息序列。

A method and device of heart beat data classification based on R point

【技术实现步骤摘要】
一种基于R点的心搏数据分类方法和装置
本专利技术涉及心电信号处理
，特别涉及一种基于R点的心搏数据分类方法和装置。
技术介绍
心电数据是一组与心脏心动周期相关的电信号数据，心电分析是对采集的心电数据进行特征分析。常规心电数据波形有5个特征点，分别成为P、Q、R、S、T点。心电数据分析方式是先识别并提取特征点信息，然后再选择分类方法进行分类。目前针对心电数据特征点的识别方法是对上述5个特征点都有识别要求。在实际操作中，因为P点、T点信号容易受噪声信号干扰，在信号滤波降噪过程中被误消除的几率也较高，从而间接导致所属的心搏信号也会被丢失掉。在这种情况下，输出的分析报告也容易出现特征遗漏与特征偏差的问题。
技术实现思路
本专利技术的目的，就是针对现有技术的缺陷，提供一种基于R点的心搏数据分类方法和装置，首先以5点中最强信号R点信号作为心搏信号特征点，保留了最大数目的心搏信号数据作为分析源，解决了常规方法中丢失心搏数据的问题；其次，对以R点为主要特征点的心搏信号还可以做进一步进行心搏分类输出。为实现上述目的，本专利技术实施例第一方面提供了一种基于R点的心搏数据分类方法，其特征在于，所述方法包括：获取时间长度为预置片段时间阈值的一维心电数据生成心电数据片段，并调用目标检测算法对所述心电数据片段进行心搏信号数据特征识别处理生成第一识别框序列；所述第一识别框序列包括多个第一识别框；对所述第一识别框序列的所有所述第一识别框进行绝对数值转换处理生成第二识别框序列，并对所述第二识别框序列进行非极大值抑制处理；所述第二识别框序列包括多个所述第二识别框；所述第二识别框包括R点心搏分类概率组；所述心搏分类概率组包括至少一类心搏分类概率参数；对所述第二识别框序列的所有所述第二识别框的所述心搏分类概率组的所有所述心搏分类概率参数进行有效参数与无效参数标记处理；按时间先后顺序，对所述第二识别框序列的所有所述第二识别框进行R点位置信息及有效参数提取处理，生成R点位置及心搏数据分类信息序列。优选的，所述获取时间长度为预置片段时间阈值的一维心电数据生成心电数据片段，并调用目标检测算法对所述心电数据片段进行心搏信号数据特征识别处理生成第一识别框序列，具体包括：获取时间长度为所述预置片段时间阈值的所述一维心电数据生成所述心电数据片段；调用所述目标检测算法，以预置栅格时间阈值为栅格划分步长对所述心电数据片段进行平均栅格划分处理生成片段栅格组，对片段栅格进行心搏信号数据特征识别处理生成多个所述第一识别框，按栅格先后顺序统计所有所述片段栅格生成的所有所述第一识别框生成所述第一识别框序列；所述片段栅格组包括多个所述片段栅格；所述第一识别框包括第一心搏信号概率、R点相对时间数据、QRS归一时间宽度和第一心搏分类概率组；所述第一识别框序列包括多个所述第一识别框。优选的，所述对所述第一识别框序列的所有所述第一识别框进行绝对数值转换处理生成第二识别框序列，并对所述第二识别框序列进行非极大值抑制处理，具体包括：步骤31，初始化所述第二识别框序列为空；初始化第一索引的值为1，初始化第一总数为所述第一识别框序列的第一识别框总数；步骤32，设置第一索引第二识别框；初始化所述第一索引第二识别框的第二心搏信号概率为空，初始化所述第一索引第二识别框的R点绝对时间数据为空，初始化所述第一索引第二识别框的QRS绝对时间宽度为空，初始化所述第一索引第二识别框的所述心搏分类概率组为空；步骤33，设置所述第一索引第二识别框的所述第二心搏信号概率为所述第一识别框序列的第一索引对应的第一识别框的所述第一心搏信号概率；设置所述第一索引第二识别框的所述心搏分类概率组为所述第一识别框序列的所述第一索引对应的第一识别框的所述第一心搏分类概率组；步骤34，提取所述第一识别框序列的所述第一索引对应的第一识别框的所述R点相对时间数据生成栅格内时间偏移数据，对所述第一索引减1的差除以预置单位栅格识别框数阈值的商做取整计算的结果加上1的和生成识别框所属栅格索引，根据所述识别框所属栅格索引减1的差乘以所述预置栅格时间阈值的乘积生成栅格起始时间数据，设置所述第一索引第二识别框的所述R点绝对时间数据为所述栅格起始时间数据加上所述栅格内时间偏移数据的和；步骤35，提取所述第一识别框序列的所述第一索引对应的第一识别框的所述QRS归一时间宽度生成时间宽度归一值，设置所述第一索引第二识别框的所述QRS绝对时间宽度为所述时间宽度归一值的平方乘以所述预置片段时间阈值的乘积；步骤36，将所述第一索引第二识别框向所述第二识别框序列进行识别框对象添加操作；步骤37，将所述第一索引的值加1；步骤38，判断所述第一索引是否大于所述第一总数，如果所述第一索引大于所述第一总数则转至步骤39，如果所述第一索引小于或等于所述第一总数则转至步骤32；步骤39，对所述第二识别框序列的所有所述第二识别框进行顺次心搏信号概率轮询，在当前轮询的所述第二识别框的所述第二心搏信号概率超出预置心搏信号概率阈值范围时，将当前轮询的所述第二识别框从所述第二识别框序列中删除；步骤40，对所述第二识别框序列的所有所述第二识别框进行两两比对，当参与比对的两个所述第二识别框的时间重合比例超出预置识别框重合比例阈值范围时，将二者中所述第二心搏信号概率偏小的所述第二识别框从所述第二识别框序列中删除。优选的，所述对所述第二识别框序列的所有所述第二识别框的所述心搏分类概率组的所有所述心搏分类概率参数进行有效参数与无效参数标记处理，具体包括：对所述第二识别框序列的所有所述第二识别框进行依次轮询，将当前轮询的所述第二识别框的所述心搏分类概率组中数值最大的所述心搏分类概率参数标记为所述有效参数，当前轮询的所述第二识别框的所述心搏分类概率组中数值小于最大值的其他所述心搏分类概率参数标记为所述无效参数。优选的，所述按时间先后顺序，对所述第二识别框序列的所有所述第二识别框进行R点位置信息及有效参数提取处理，生成R点位置及心搏数据分类信息序列，具体包括：步骤51，根据所述R点绝对时间数据，按时间先后顺序对所述第二识别框序列中的所有所述第二识别框进行重新排序；步骤52，初始化所述R点位置及心搏数据分类信息序列为空；初始化第一临时序列为空；初始化第二索引的值为1，初始化第二总数为所述第二识别框序列的第二识别框总数；步骤53，设置第二索引R点位置及心搏数据分类信息；初始化所述第二索引R点位置及心搏数据分类信息的R点位置信息为空，初始化所述第二索引R点位置及心搏数据分类信息的QRS宽度信息为空；初始化所述第二索引R点位置及心搏数据分类信息的有效心搏分类概率组为空；步骤54，统计所述第二识别框序列的第二索引对应的第二识别框的所述心搏分类概率组中标记为所述有效参数的心搏分类概率参数总数，生成有效分类参数总数；步骤55，判断所述有效分类参数总数是否等于0，如果所述有效分类参数总数大于0则转至步骤56，如果所述有效分类参数总数本文档来自技高网...

【技术保护点】
1.一种基于R点的心搏数据分类方法，其特征在于，所述方法包括：/n获取时间长度为预置片段时间阈值的一维心电数据生成心电数据片段，并调用目标检测算法对所述心电数据片段进行心搏信号数据特征识别处理生成第一识别框序列；所述第一识别框序列包括多个第一识别框；/n对所述第一识别框序列的所有所述第一识别框进行绝对数值转换处理生成第二识别框序列，并对所述第二识别框序列进行非极大值抑制处理；所述第二识别框序列包括多个所述第二识别框；所述第二识别框包括R点心搏分类概率组；所述心搏分类概率组包括至少一类心搏分类概率参数；/n对所述第二识别框序列的所有所述第二识别框的所述心搏分类概率组的所有所述心搏分类概率参数进行有效参数与无效参数标记处理；/n按时间先后顺序，对所述第二识别框序列的所有所述第二识别框进行R点位置信息及有效参数提取处理，生成R点位置及心搏数据分类信息序列。/n

【技术特征摘要】
1.一种基于R点的心搏数据分类方法，其特征在于，所述方法包括：
获取时间长度为预置片段时间阈值的一维心电数据生成心电数据片段，并调用目标检测算法对所述心电数据片段进行心搏信号数据特征识别处理生成第一识别框序列；所述第一识别框序列包括多个第一识别框；
对所述第一识别框序列的所有所述第一识别框进行绝对数值转换处理生成第二识别框序列，并对所述第二识别框序列进行非极大值抑制处理；所述第二识别框序列包括多个所述第二识别框；所述第二识别框包括R点心搏分类概率组；所述心搏分类概率组包括至少一类心搏分类概率参数；
对所述第二识别框序列的所有所述第二识别框的所述心搏分类概率组的所有所述心搏分类概率参数进行有效参数与无效参数标记处理；
按时间先后顺序，对所述第二识别框序列的所有所述第二识别框进行R点位置信息及有效参数提取处理，生成R点位置及心搏数据分类信息序列。


2.根据权利要求1所述的基于R点的心搏数据分类方法，其特征在于，所述获取时间长度为预置片段时间阈值的一维心电数据生成心电数据片段，并调用目标检测算法对所述心电数据片段进行心搏信号数据特征识别处理生成第一识别框序列，具体包括：
获取时间长度为所述预置片段时间阈值的所述一维心电数据生成所述心电数据片段；
调用所述目标检测算法，以预置栅格时间阈值为栅格划分步长对所述心电数据片段进行平均栅格划分处理生成片段栅格组，对片段栅格进行心搏信号数据特征识别处理生成多个所述第一识别框，按栅格先后顺序统计所有所述片段栅格生成的所有所述第一识别框生成所述第一识别框序列；所述片段栅格组包括多个所述片段栅格；所述第一识别框包括第一心搏信号概率、R点相对时间数据、QRS归一时间宽度和第一心搏分类概率组；所述第一识别框序列包括多个所述第一识别框。


3.根据权利要求2所述的基于R点的心搏数据分类方法，其特征在于，所述对所述第一识别框序列的所有所述第一识别框进行绝对数值转换处理生成第二识别框序列，并对所述第二识别框序列进行非极大值抑制处理，具体包括：
步骤31，初始化所述第二识别框序列为空；初始化第一索引的值为1，初始化第一总数为所述第一识别框序列的第一识别框总数；
步骤32，设置第一索引第二识别框；初始化所述第一索引第二识别框的第二心搏信号概率为空，初始化所述第一索引第二识别框的R点绝对时间数据为空，初始化所述第一索引第二识别框的QRS绝对时间宽度为空，初始化所述第一索引第二识别框的所述心搏分类概率组为空；
步骤33，设置所述第一索引第二识别框的所述第二心搏信号概率为所述第一识别框序列的第一索引对应的第一识别框的所述第一心搏信号概率；设置所述第一索引第二识别框的所述心搏分类概率组为所述第一识别框序列的所述第一索引对应的第一识别框的所述第一心搏分类概率组；
步骤34，提取所述第一识别框序列的所述第一索引对应的第一识别框的所述R点相对时间数据生成栅格内时间偏移数据，对所述第一索引减1的差除以预置单位栅格识别框数阈值的商做取整计算的结果加上1的和生成识别框所属栅格索引，根据所述识别框所属栅格索引减1的差乘以所述预置栅格时间阈值的乘积生成栅格起始时间数据，设置所述第一索引第二识别框的所述R点绝对时间数据为所述栅格起始时间数据加上所述栅格内时间偏移数据的和；
步骤35，提取所述第一识别框序列的所述第一索引对应的第一识别框的所述QRS归一时间宽度生成时间宽度归一值，设置所述第一索引第二识别框的所述QRS绝对时间宽度为所述时间宽度归一值的平方乘以所述预置片段时间阈值的乘积；
步骤36，将所述第一索引第二识别框向所述第二识别框序列进行识别框对象添加操作；
步骤37，将所述第一索引的值加1；
步骤38，判断所述第一索引是否大于所述第一总数，如果所述第一索引大于所述第一总数则转至步骤39，如果所述第一索引小于或等于所述第一总数则转至步骤32；
步骤39，对所述第二识别框...

【专利技术属性】
技术研发人员：张碧莹，田亮，曹君，
申请(专利权)人：上海优加利健康管理有限公司，
类型：发明
国别省市：上海;31