一种心电信号数据的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心电信号数据的分类方法，所述方法包括：从心电信号数据序列中得到R点数据序列；对R点数据序列进行二阶差分计算得到心搏间期差值数据序列；将被识别为噪声的心电信号数据对应的R点数据记为噪声R点数据；将噪声R点数据对应的心搏间期差值数据记为噪声差值数据；提取非噪声差值数据组成降噪心搏间期差值数据序列；根据分类系数计算模式、降噪心搏间期差值数据序列，计算生成分类系数；根据分类系数查询分类列表获得心电信号分类数据。本发明专利技术提供一种心电信号数据的分类方法和装置，使用降噪心搏间期差值数据序列进行心电信号数据分类处理，提高了心电信号分类精度。精度。精度。

【技术实现步骤摘要】
一种心电信号数据的分类方法和装置


[0001]本专利技术涉及信号处理
，特别涉及一种心电信号数据的分类方法和装置。

技术介绍

[0002]心电图(electrocardiogram，ECG)信号中有3部分典型波形：P波、QRS波群(由Q波、R波和S波组成)和T波。其中，QRS波群是最具特征性的波形，其较高的幅值(最大幅值点为R波的峰值点，称为R点)使得QRS波群相较于P波和T波来说显得更容易识别。在心电信号中，相邻R点的时间间隔被具体视作为一个心动周期时间，称之为心搏间期；可以使用心搏间期数据序列的差分数据序列(心搏间期差值数据序列)对心电信号数据进行分类。ECG信号受到噪声干扰会降低心电信号分类精度。

技术实现思路

[0003]本专利技术的目的，就是针对现有技术的缺陷，提供一种心电信号数据的分类方法、装置、电子设备及可读存储介质，在常规的心电信号数据分类处理中加入对心搏间期差值数据序列的降噪处理流程，使用降噪心搏间期差值数据序列进行心电信号数据分类处理，提高了心电信号分类精度。
[0004]为实现上述目的，本专利技术实施例第一方面提供了一种心电信号数据的分类方法，所述方法包括：
[0005]获取ECG信号，并对所述ECG信号进行心电信号数据采样处理，生成心电信号数据，由所述心电信号数据组成心电信号数据序列；
[0006]对所述心电信号数据序列，进行R点数据提取处理，生成R点数据序列；所述R点数据序列包括多个R点数据；
[0007]对所述R点数据序列，进行二阶差分计算处理，生成心搏间期差值数据序列；所述心搏间期差值数据序列包括多个心搏间期差值数据；
[0008]对降噪列表的所有降噪记录进行轮询，当所述降噪记录的激活状态标识为激活时，调用所述降噪记录的噪声识别标识对应的噪声识别处理过程，对所述心电信号数据序列中的所述心电信号数据进行对应的噪声识别处理，将被识别为噪声的所述心电信号数据标记为噪声信号数据；所述降噪列表包括多个所述降噪记录；所述降噪记录包括所述激活状态标识和所述噪声识别标识；
[0009]根据每个被标记为所述噪声信号数据的所述心电信号数据，将所述R点数据序列中对应的所述R点数据标记为噪声R点数据；
[0010]根据每个被标记为所述噪声R点数据的所述R点数据，将所述心搏间期差值数据序列中对应的所述心搏间期差值数据标记为噪声差值数据；
[0011]对所述心搏间期差值数据序列中未被标记为所述噪声差值数据的所述心搏间期差值数据，进行数据提取处理，生成降噪心搏间期差值数据，由所述降噪心搏间期差值数据组成降噪心搏间期差值数据序列；
[0012]根据分类系数计算模式，对所述降噪心搏间期差值数据序列，进行累加计算处理，生成分类系数；
[0013]对分类列表的所有分类记录进行轮询，当所述分类记录的系数阈值范围包括所述分类系数时，根据所述分类记录的分类标识生成心电信号分类数据；所述分类列表包括多个所述分类记录；所述分类记录包括所述分类标识和所述系数阈值范围。
[0014]优选的，所述心电信号数据具体包括信号幅值信息和信号时间信息。
[0015]优选的，所述对所述心电信号数据序列，进行R点数据提取处理，生成R点数据序列，具体包括：
[0016]对所述心电信号数据序列，进行QRS波群信号识别处理，生成QRS波群信号数据，由所述QRS波群信号数据组成QRS波群信号数据序列；所述心电信号数据序列包括多个P波信号数据、多个所述QRS波群信号数据和多个T波信号数据；所述P波信号数据、所述QRS波群信号数据和所述T波信号数据分别包括多个所述心电信号数据；
[0017]对所述QRS波群信号数据序列中的所述QRS波群信号数据，提取所述信号幅值信息为最大值的所述心电信号数据生成R点信号数据，从所述R点信号数据中提取所述信号时间信息生成所述R点数据，由所述R点数据组成所述R点数据序列。
[0018]优选的，所述对所述R点数据序列，进行二阶差分计算处理，生成心搏间期差值数据序列，具体包括：
[0019]根据第一差分模式，对所述R点数据序列中的所述R点数据，进行第一差分计算处理，生成心搏间期数据，由所述心搏间期数据组成心搏间期数据序列；
[0020]根据第二差分模式，对所述心搏间期数据序列中的所述心搏间期数据，进行第二差分计算处理，生成所述心搏间期差值数据，并由所述心搏间期差值数据组成所述心搏间期差值数据序列。
[0021]进一步的，当所述第一差分模式具体为相邻差分模式时；
[0022]所述对所述R点数据序列中的所述R点数据，进行第一差分计算处理，生成心搏间期数据，具体包括：对所述R点数据序列中相邻的所述R点数据，进行绝对差值计算处理，生成所述心搏间期数据。
[0023]进一步的，当所述第二差分模式具体为相邻差分模式时；
[0024]所述对所述心搏间期数据序列中的所述心搏间期数据，进行第二差分计算处理，生成所述心搏间期差值数据，具体包括：对所述心搏间期数据序列中相邻的所述心搏间期数据，进行绝对差值计算处理，生成所述心搏间期差值数据。
[0025]进一步的，当所述第二差分模式具体为前后差分模式时；
[0026]所述对所述心搏间期数据序列中的所述心搏间期数据，进行第二差分计算处理，生成所述心搏间期差值数据，具体包括：对所述心搏间期数据序列中每个所述心搏间期数据，选择每个所述心搏间期数据的前一个和后一个所述心搏间期数据，进行绝对差值计算处理，生成所述心搏间期差值数据。
[0027]进一步的，当所述第二差分模式具体为相邻差分归一化模式时；
[0028]所述对所述心搏间期数据序列中的所述心搏间期数据，进行第二差分计算处理，生成所述心搏间期差值数据，具体包括：对所述心搏间期数据序列中，每个所述心搏间期数据和每个所述心搏间期数据的后一个所述心搏间期数据，进行绝对差值计算处理，生成第
一绝对差值数据；再根据所述第一绝对差值数据除以每个所述心搏间期数据的商，生成所述心搏间期差值数据。
[0029]进一步的，当所述第二差分模式具体为相邻差分平均归一化模式时；
[0030]所述对所述心搏间期数据序列中的所述心搏间期数据，进行第二差分计算处理，生成所述心搏间期差值数据，具体包括：对所述心搏间期数据序列中，每个所述心搏间期数据和每个所述心搏间期数据的后一个所述心搏间期数据，进行绝对差值计算处理，生成第二绝对差值数据；从所述心搏间期数据序列的末尾提取指定数目的所述心搏间期数据，进行均值计算，生成平均心搏间期数据；根据所述第二绝对差值数据除以所述平均心搏间期数据的商，生成所述心搏间期差值数据。
[0031]优选的，所述根据每个被标记为所述噪声信号数据的所述心电信号数据，将所述R点数据序列中对应的所述R点数据标记为噪声R点数据，具体包括：提取每个被标记为所述噪声信号数据的所述心电信号数据的所述信号时间信息生成第一时间信息，将所述R点数据序列中与所述第一时间信息相等的所述R点数据本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种心电信号数据的分类方法，其特征在于，所述方法包括：获取心电图ECG信号，并对所述ECG信号进行心电信号数据采样处理，生成心电信号数据，由所述心电信号数据组成心电信号数据序列；对所述心电信号数据序列，进行R点数据提取处理，生成R点数据序列；所述R点数据序列包括多个R点数据；对所述R点数据序列，进行二阶差分计算处理，生成心搏间期差值数据序列；所述心搏间期差值数据序列包括多个心搏间期差值数据；对降噪列表的所有降噪记录进行轮询，当所述降噪记录的激活状态标识为激活时，调用所述降噪记录的噪声识别标识对应的噪声识别处理过程，对所述心电信号数据序列中的所述心电信号数据进行对应的噪声识别处理，将被识别为噪声的所述心电信号数据标记为噪声信号数据；所述降噪列表包括多个所述降噪记录；所述降噪记录包括所述激活状态标识和所述噪声识别标识；根据每个被标记为所述噪声信号数据的所述心电信号数据，将所述R点数据序列中对应的所述R点数据标记为噪声R点数据；根据每个被标记为所述噪声R点数据的所述R点数据，将所述心搏间期差值数据序列中对应的所述心搏间期差值数据标记为噪声差值数据；对所述心搏间期差值数据序列中未被标记为所述噪声差值数据的所述心搏间期差值数据，进行数据提取处理，生成降噪心搏间期差值数据，由所述降噪心搏间期差值数据组成降噪心搏间期差值数据序列；根据分类系数计算模式，对所述降噪心搏间期差值数据序列，进行累加计算处理，生成分类系数；对分类列表的所有分类记录进行轮询，当所述分类记录的系数阈值范围包括所述分类系数时，根据所述分类记录的分类标识生成心电信号分类数据；所述分类列表包括多个所述分类记录；所述分类记录包括所述分类标识和所述系数阈值范围。2.根据权利要求1所述的心电信号数据的分类方法，其特征在于，所述心电信号数据具体包括信号幅值信息和信号时间信息。3.根据权利要求2所述的心电信号数据的分类方法，其特征在于，所述对所述心电信号数据序列，进行R点数据提取处理，生成R点数据序列，具体包括：对所述心电信号数据序列，进行QRS波群信号识别处理，生成QRS波群信号数据，由所述QRS波群信号数据组成QRS波群信号数据序列；所述心电信号数据序列包括多个P波信号数据、多个所述QRS波群信号数据和多个T波信号数据；所述P波信号数据、所述QRS波群信号数据和所述T波信号数据分别包括多个所述心电信号数据；对所述QRS波群信号数据序列中的所述QRS波群信号数据，提取所述信号幅值信息为最大值的所述心电信号数据生成R点信号数据，从所述R点信号数据中提取所述信号时间信息生成所述R点数据，由所述R点数据组成所述R点数据序列。4.根据权利要求1所述的心电信号数据的分类方法，其特征在于，所述对所述R点数据序列，进行二阶差分计算处理，生成心搏间期差值数据序列，具体包括：根据第一差分模式，对所述R点数据序列中的所述R点数据，进行第一差分计算处理，生成心搏间期数据，由所述心搏间期数据组成心搏间期数据序列；
根据第二差分模式，对所述心搏间期数据序列中的所述心搏间期数据，进行第二差分计算处理，生成所述心搏间期差值数据，并由所述心搏间期差值数据组成所述心搏间期差值数据序列。5.根据权利要求4所述的心电信号数据的分类方法，其特征在于，当所述第一差分模式具体为相邻差分模式时；所述对所述R点数据序列中的所述R点数据，进行第一差分计算处理，生成心搏间期数据，具体包括：对所述R点数据序列中相邻的所述R点数据，进行绝对差值计算处理，生成所述心搏间期数据。6.根据权利要求4所述的心电信号数据的分类方法，其特征在于，当所述第二差分模式具体为相邻差分模式时；所述对所述心搏间期数据序列中的所述心搏间期数据，进行第二差分计算处理，生成所述心搏间期差值数据，具体包括：对所述心搏间期数据序列中相邻的所述心搏间期数据，进行绝对差值计算处理，生成所述心搏间期差值数据。7.根据权利要求4所述的心电信号数据的分类方法，其特征在于，当所述第二差分模式具体为前后差分模式时；所述对所述心搏间期数据序列中的所述心搏间期数据，进行第二差分计算处理，生成所述心搏间期差值数据，具体包括：对所述心搏间期数据序列中每个所述心搏间期数据，选择每个所述心搏间期数据的前一个和后一个所述心搏间期数据，进行绝对差值计算处理，生成所述心搏间期差值数据。8.根据权利要求4所述的心电信号数据的分类方法，其特征在于，当所述第二差分模式具体为相邻差分归一化模式时；所述对所述心搏间期数据序列中的所述心搏间期数据，进行第二差分计算处理，生成所述心搏间期差值数据，具体包括：对所述心搏间期数据序列中，每个所述心搏间期数据和每个所述心搏间期数据的后一个所述心搏间期数据，进行绝对差值计算处理，生成第一绝对差值数据；再根据所述第一绝对差值数据除以每个所述心搏间期数据的商，生成所述心搏间期差值数据。9.根据权利要求4所述的心电信号数据的分类方法，其特征在于，当所述第二差分模式具体为相邻差分平均归一化模式时；所述对所述心搏间期数据序列中的所述心搏间期数据，进行第二差分计算处理，生成所述心搏间期差值数据，具体包括：对所述心搏间期数据序列中，每个所述心搏间期数据和每个所述心搏间期数据的后一个所述心搏间期...

【专利技术属性】
技术研发人员：叶志刚，顾煜，刘建斌，潘海洋，尹小红，
申请(专利权)人：深圳市科瑞康实业有限公司，
类型：发明
国别省市：