心电信号形态预测方法及系统技术方案

技术编号:32362531 阅读:35 留言:0更新日期:2022-02-20 03:32
本发明专利技术提供一种心电信号形态预测方法及系统,属于信号处理技术领域,提取待预测的心电信号的特征向量;利用预先训练好的预测模型,对提取的特征向量进行处理,获得心电信号的各波形态;其中,预先训练好的预测模型为在隐半马尔可夫模型中加入一个新的参数,即波形在某一时间段保持某一状态的概率。本发明专利技术根据心电信号的各波形特点,选择不同的统计方法确定波形持续时间概率分布函数,对隐半马尔可夫模型进行改进,提出双向预测的隐半马尔可夫模型,使用改进的双向预测Viterbi算法对心电波形进行划分,并对波形特征进行准确定位分析;提高了心电图临床识别效率,减少了相关医务人员的工作量,对临床上心血管疾病的预防、诊断及治疗等方面具有重大意义。及治疗等方面具有重大意义。及治疗等方面具有重大意义。

【技术实现步骤摘要】
心电信号形态预测方法及系统


[0001]本专利技术涉及信号处理
,具体涉及一种基于双统计概率分布函数与双向状态预测的隐半马尔可夫模型的心电信号形态预测方法及系统。

技术介绍

[0002]心血管疾病一直以来都被视为威胁人们身体健康甚至生命安全的重大疾病,心电图作为临床诊断心血管疾病的主要依据之一,其各波形反映了心脏收缩和舒张的周期性变化过程中所产生的电流情况,而某种特定波形的异常也反映了相关的心脏疾病。比如P波与心房肥大、房室传导阻滞等疾病有关,QRS波与心肌梗死、心室肥大等疾病有关,ST

T段与心肌缺血、冠心病等心血管疾病有关。因此,对心电信号波形进行状态划分,对于特定波形的分析及相关疾病的检测具有重大意义。但是由于个体差异,采集方法,外界噪声,人体肌电等因素的干扰,同一种心电波形状态的形态有多种不同的表现形式,这增加了波形状态精准划分的困难。
[0003]众多相关领域研究人员针对不同情况下心电图各波形的特点提出了多种适用于心电信号特征参数提取及波形识别方法。最常用的信号特征识别检测方法主要有小波变换法、神经网本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种心电信号形态预测方法,其特征在于,包括:提取待预测的心电信号的特征向量;利用预先训练好的预测模型,对提取的特征向量进行处理,获得心电信号的各波形态;其中,所述预先训练好的预测模型为在隐半马尔可夫模型中加入一个新的参数,以使在某一持续波形状态时间段内,不受状态转移概率的影响而使下一时刻状刻与上一时刻状态相同的概率降低。2.根据权利要求1所述的心电信号形态预测方法,其特征在于,利用预先训练好的预测模型,对提取的特征向量进行处理,包括:对提取的特征向量进行单向波形状态预测,确定QRS波起止点;以QRS波起止点为基准,进行心电信号波形状态的双向预测,确定各波形态。3.根据权利要求2所述的心电信号形态预测方法,其特征在于,对提取的特征向量进行单向波形状态预测,确定QRS波起止点,包括:结合所述波形在某一时间段保持某一状态的概率,利用单向预测维特比算法,对所述预测模型进行求解,得到QRS波起止点。4.根据权利要求3所述的心电信号形态预测方法,其特征在于,以QRS波起始点往前某一时刻为起点,以QRS波起始点为终点,计算长度为该某一时刻与QRS波起始点的差的心电信号特征观测的前向概率值,并利用改进的前向预测维特比算法计算心电信号波形最优状态序列,得到P波形态。5.根据权利要求3所述的心电信号形态预测方法,其特征在于,以QRS波起始点为起点,以QRS波起始点往后某一时刻为终点,计算长度为该某一时刻与QRS波起始点的差的心电信号特征观测的后向概率值,并利用改进的后向预测维特比算法计算心电信号波形最优状态序列,得到T波形态。6.根据权利要求1

...

【专利技术属性】
技术研发人员:魏守水刘飞飞火蕊王颖梁业松
申请(专利权)人:山东建筑大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1