一种基于焦点区域配准的心拍聚类方法技术

本发明专利技术提供的一种基于焦点区域配准的心拍聚类方法，其可以用较小的计算量快速地得到心电信号的主形态，同时能够克服基线漂移带来的干扰，提高的结果的准确性。本发明专利技术技术方案中，通过构建R波位置直方图和直方图筛选条件，迅速将无关心拍删除，找到具备相似特征的心拍，定位到主形态峰值特征，然后将归类到非主形态峰值的心拍数据，通过时间直接定位到与其最接近的主形态峰值特征中的心拍数据，计算二者的相似度，将满足相似度精度要求的心拍样本找到，与主形态峰值特征一起构成了聚类模板。与主形态峰值特征一起构成了聚类模板。与主形态峰值特征一起构成了聚类模板。

【技术实现步骤摘要】
一种基于焦点区域配准的心拍聚类方法


[0001]本专利技术涉及医疗人工智能
，具体为一种基于焦点区域配准的心拍聚类方法。

技术介绍

[0002]基于聚类算法对心电信号心拍进行分析的方法在心电信号智能分析和临床辅助诊断中具有十分重要的作用。通常，心电聚类算法是基于心拍特征参数或模板匹配将形态相似的心拍成群结对的聚集在一起，得到目标对象的心电信号的特征波形，供技术人员进行分析和辅助诊断。然而，基于特征参数的计算方法易受噪声干扰、稳定性差，得到的特征波形的准确性不稳定；基于模板匹配法的计算方法效率低计算量大,且很难区分形态比较接近的心拍。也有技术人员人结合了模板匹配和特征参数的方法对心电信号进行分析,但还是没有能够解决模板匹配方法带来的计算量大的缺点。最终导致现有技术中的心电波形自动聚类器适应性差，无法满足复杂多形态心电信号下的应用，得到的结果准确性不足，还需要人工参与对最终得到的结果的判断。

技术实现思路

[0003]为了解决现有的心电波形自动聚类器计算量大、或准确性不足的问题，本专利技术提供一种基于焦点区域配准的心拍聚类方法本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于焦点区域配准的心拍聚类方法，其包括以下步骤：S1: 对原始心电波形进行基线滤波、高通滤波，去除噪声影响；S2: 以心电波的基线位置的电压采样值为0mv，进行QRS识别获得心拍数据；S3: 获得原始心拍数据序列；设：所述原始心电波型中共包括N个心拍；对每个心拍进行采样，设：采样时长为T毫秒；对每个心拍以其R波为中心截取左右T／2毫秒的心电波作为该心拍的样本，总共得到N个心拍的样本，记做待处理心拍样本；设每个所述心拍样本的采样频率为F，则每个所述待处理心拍样本中包括F＊T／1000个采样点；其特征在于，其还包括以下步骤：S4:对所有的所述待处理心拍样本构建R波位置直方图；所述R波位置直方图的横坐标为采样值分布区间，纵坐标代表R波位置的采样值处于对应横坐标区间的所述待处理心拍样本的数目；S5: 找到主形态的峰值特征；基于所述R波位置直方图，找到纵坐标最大的值对应的横坐标，记做Xmax；以Xmax为起点分别向左和右搜索，找到同时满足以下2个直方图筛选条件的横坐标；直方图筛选条件一：|X
‑
Xmax|>1；直方图筛选条件二：X点的纵坐标值为0，或者当向左搜索时，X点的纵坐标值小于X－1，或者当向右搜索时，X点的纵坐标值小于X＋1；向左搜索时找到的满足所述直方图筛选条件的横坐标记做LeftX，向右搜索时找到的满足所述直方图筛选条件的横坐标记做RightX；将区间［LeftX,RightX］记做同特征区间；将直方图中所有所述待处理心拍样本分为两个集合，R波采样值位置落入[LeftX,RightX]的样本组成集合A,其余组成集合B；此时集合A中的所述待处理心拍样本为符合主形态的峰值特征的样本；S6: 设置一个基础特征采样时间tb；所述基础特征采样时间表示在所述基础特征采样时间tb内，同形态的心拍数据的特征处于同一个所述同特征区间；即，当两个所述待处理心拍样本，以R波位置为起点向左和向右分别有Nd个特征点都处于所述同特征区间时，则认为二者为同形态心拍样本；Nd ＝ ［（T／2）／tb ］；S7:在集合A中去除所有的严格符合主形态特征的所述特征点，得到主形态的特征集合，具体包括以下步骤；a1:设，一个所述基础特征采样时间tb内，包括d个采样点，则，每个所述待处理心拍样本以R波位置为起点，向左和向右分别有Nd个采样点；a2：以R波为起点，向左或者向右找到第j*d 个采样点，记做第j个比较特征点；其中，j为小于等于Nd的自然数，j＝1，2，
…
,Nd；a3: 将所述集合A包括的所述待处理心拍样本记做特征点心拍样本；a4:对所有的所述特征点心拍样本基于第j个比较特征点，构建比较特征点位置直方
图；所述比较特征点位置直方图的横坐标为采样值分布区间，纵坐标代表第j个比较特征点的采样值处于对应横坐标区间的所述待处理心拍样本的数目；a5：基于所述比较特征点位置直方图，找到纵坐标最大的值对应的横坐标，记做Xmax；以Xmax为起点分别向左和右搜索，找到同时满足所述直方图筛选条件一和所述直方图筛选条件二的横坐标；向左搜索时找到的满足所述直方图筛选条件的横坐标记做LeftX，向右搜索时找到的满足所述直方图筛选条件的横坐标记做RightX；将区间［LeftX,RightX］记做同特征区间；a6:将所有所述特征点心拍样本分为两个集合，比较特征点采样值位置落入[LeftX,RightX]的样本，命名为集合A
j
,其余组成集合B
j
；此时集合A
j
中的所述待处理心拍样本为与第j*d个所述比较特征具备相同特征的样本；a7:将集合A
j
取代所述集合A，在j<Nd时，执行j＝j＋1后，循环执行步骤a3～a7；直至j＝Nd，执行步骤a8；a8:将最后得到的集合A
Nd
作为最终的集合A，此时的集合A为严格符合主形态特征的样本集合；将所有的集合B
j
中的待处理心拍样本放入所述集合B中；S8:设置相似度阈值T hd；所述相似度阈值T hd为聚类模板的精度，即两个心拍的相似度大于符合阈值T hd，则，认定为符合相同特征，属于同一个聚类集合；S9:基于所述相似度阈值T hd，从集合B中取出符合相似度要求的样本放入集合A中，得到聚类模板，计算过程包括以下步骤：设，所述集合B中共有Nb个待处理心拍样本；逐一取出每一个所述待处理心拍样本，记做心拍i，在所述集合A中寻找在时间上与所述心拍i最...

【专利技术属性】
技术研发人员：方健，王胜，李洁，
申请(专利权)人：无锡市中健科仪有限公司，
类型：发明
国别省市：