一种生理参数处理方法、装置及医疗设备制造方法及图纸

本申请提供一种生理参数处理方法，包括：对预处理后的动态心电图数据进行检测，以得到其中的心搏；使用模板匹配，对所有心搏进行聚类分析，以得到聚类结果；对所述聚类结果进行伪差检测，确定待分类的心搏，以使用神经网络对所述待分类的心搏进行分类。本申请还提供相应的装置及医疗设备。本申请能够有效提高心律分类的准确率。分类的准确率。分类的准确率。

【技术实现步骤摘要】
一种生理参数处理方法、装置及医疗设备


[0001]本申请的所公开实施例涉及生物医学信号处理
，且更具体而言，涉及一种生理参数处理方法、装置及医疗设备。

技术介绍

[0002]心律失常检测方法通常为心电图检查，再根据心电图人为诊断心律失常的情况。
[0003]然而，在心律失常自动分析和检测方面，动态心电图还存在诸多挑战。动态心电图采集时间较长，使用者可进行日常活动，这样，信号容易受到如运动伪迹、基线漂移和工频干扰等噪声的影响，尤其是运动伪迹会干扰心搏检测和心律失常的识别，并且数据量较大，分析时间较长。另外，室性心律失常波形形态复杂多变，存在个体差异性。

技术实现思路

[0004]根据本申请的实施例，本申请提出一种生理参数处理方法、装置及医疗设备，以解决上述问题。
[0005]根据本申请的第一方面，公开一种实例性的心律数据处理方法，包括：对预处理后的动态心电图数据进行检测，以得到其中的心搏；使用模板匹配，对所有心搏进行聚类分析，以得到聚类结果；对所述聚类结果进行伪差检测，确定待分类的心搏，以使用神经网络对所述待本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种生理参数处理方法，其特征在于，包括：对预处理后的动态心电图数据进行检测，以得到其中的心搏；使用模板匹配，对所有心搏进行聚类分析，以得到聚类结果；对所述聚类结果进行伪差检测，确定待分类的心搏，以使用神经网络对所述待分类的心搏进行分类。2.如权利要求1中所述的方法，其特征在于，所述聚类结果包括每个心搏所从属的模板以及从属所述模板的心搏个数，其中所述心搏个数的倒数表示所述心搏的匹配度。3.如权利要求2中所述的方法，其特征在于，所述对所述聚类结果进行伪差检测，确定待分类的心搏，包括：获取预设时间区间内的心搏数据；确定所述预设时间区间内的心搏匹配度，其中所述预设时间区间内的心搏匹配度为所述预设时间区间内每个心搏的匹配度之和；若所述预设时间区间内的心搏匹配度满足预设值，则所述预设时间区间内的心搏确定为待分类的心搏。4.如权利要求1中所述的方法，其特征在于，还包括：构建神经网络分类器，其中，所述神经网络分类器包括输入层、隐含层和输出层，所述输入层的输入变量包括以下一种或多种：QRS波宽度、当前RR间期与前一RR间期的比值、T波方向、待分类心搏与模板心搏的幅值差和宽度差；所述隐含层神经元数量为3，所述输出层神经元数量为2；将利用模糊处理后的输入变量输入到所述输入层，以执行网络训练。5.如权利要求4中所述的方法，其特征在于，所述模糊处理采用模糊隶属度函数，所述模糊隶属度函数至少包括π型函数、梯形函数、S型函数、高斯函数中的一个。6.如权利要求4中所述的方法，其特征在于，所述使用神经网络对所述待分类的心搏进行分类包括：对所述待分类的心搏进...

【专利技术属性】
技术研发人员：李兴美，周峰，
申请(专利权)人：深圳市理邦精密仪器股份有限公司，
类型：发明
国别省市：