一种心电数据处理方法、装置、服务器以及可读存储介质制造方法及图纸

本申请涉及一种心电数据处理方法，其包括准备步骤、数据采集步骤、数据处理步骤、数据压缩步骤和数据存储步骤。本申请具有提高数据压缩率，节省存储空间、传输数据量和电池功耗，增加设备整体续航能力的效果。加设备整体续航能力的效果。加设备整体续航能力的效果。

【技术实现步骤摘要】
一种心电数据处理方法、装置、服务器以及可读存储介质


[0001]本申请涉及数据压缩算法领域，尤其是涉及一种心电数据处理方法。

技术介绍

[0002]目前，单导联长时程动态心电图是近几年国际上开发的一种无心电图导联线的心电新技术，该种技术可以长时间记录心电信息长达数天、数月甚至更长时间。单导联长时程动态心电图的监测时间长，对不明原因的昏厥、一过性心律失常，发作性心肌缺血的检出率较普通动态心电图更高。单导联长时程动态心电图也具有一定的缺陷，为了达到医用效果，该种心电图每秒需达到220Hz的采样率，即每秒至少需要采样220次以上，如果按照每次采集的数据量大小为2Byte计算，每秒所采集的数据量至少有440Byte，一天的数据量则高达440*60*60*24≈36.3MB，对于穿戴式设备而言，这种数据读写量和数据存储量均处于一个较大的水平，容易导致用于数据采集的穿戴式设备的功耗上升，且需要牺牲更多的空间用于物理存储器的放置。故为了降低设备功耗并降低数据存储量，就需要对原始心电数据进行压缩。
[0003]相关技术中，常使用传统的哈夫曼算法对数据进行无损压缩，哈夫曼算法是一种基于二叉树构建编码压缩结构的算法，其根据字符文本所出现的频率对字符重新进行编码，并使得频率越高的字符编码越短，以实现对数据进行压缩的目的。通常情况下，哈夫曼算法可以使得心电数据达到50％
‑
70％的压缩率。
[0004]针对上述中的相关技术，专利技术人认为在实际使用的过程中，相关技术中采用传动的哈夫曼算法进行数据量压缩时，往往没有考虑到长时程心电数据的特点，长时程心电数据再一天内的变化较大，例如在睡眠状态下和运动状态下的心电图数据就必然存在较大差异，但是在短时间内，心电数据就呈现出较为相似的状态。连续的心电数据一般包括有P、Q、R、S、T五个偏转，其中R偏转一般为图像的最高点，相邻两个R偏转相隔的时间即RR间期常用于反应心律，相邻的RR间期的长度往往非常接近，且两个相邻的RR间期的图像也非常相似，故相邻的RR间期中的数据会存在大量的重合，利用该特点即可实现对心电图数据的进一步压缩。

技术实现思路

[0005]为了解决现有对心电数据的压缩率较低的问题，本申请提供一种心电数据处理方法。
[0006]本申请提供的一种心电数据处理方法采用如下的技术方案：
[0007]第一方面，本申请提供一种心电数据处理方法，采用如下的技术方案：
[0008]一种心电数据处理方法，包括：
[0009]准备步骤：设置用于数据临时存储的第一存储区域和用于数据长时间存储的第二存储区域；
[0010]数据采集步骤：通过连接于生物体的采集设备获得心电原始数据并存储；
[0011]数据处理步骤：对心电原始数据进行RR切片并形成切片数据，取若干切片数据存储于第一存储区域中，对于当前的原始切片数据，从第一存储区域中挑选数据长度最为接近的缓存切片数据，两者相减得到中间切片数据；
[0012]数据压缩步骤：对中间切片数据进行哈夫曼压缩，得到最终切片数据；
[0013]数据存储步骤：将最终切片数据存储于第二存储区域中。
[0014]通过采用上述技术方案，在将原始切片数据和缓存切片数据进行相减操作后，由于心电图数据RR间期之间的图像非常相似，故会得到一批集中于0附近区域的值，即中间切片数据，根据信息熵定理可知，当一批数据等概率分布时，其信息熵最大，反之，当一批数据的分布越集中，其信息熵则越小，即可获得更高的压缩率，故中间切片数据在经过哈夫曼算法压缩后的数据量要小于直接将原始切片数据使用哈夫曼算法进行压缩后的数据量，即可达到进一步降低最终的数据存储量的目的。
[0015]优选的，还包括有数据解压步骤，该步骤中将最终切片数据进行哈夫曼解压得到中间切片数据，再对应叠加缓存切片数据得到原始切片数据，最终组合得到心电原始数据。
[0016]通过采用上述技术方案，采用逆向的方式对最终切片数据进行逐个还原，即可根据需要得到部分或完整的原始数据。
[0017]优选的，准备步骤中，第一存储区域中包括n个存储空间，所述存储空间的初始状态清零，单个存储空间记为S
m
(m为大于0且小于等于n的自然数)。
[0018]通过采用上述技术方案，设置多个存储空间，可以将之前所采集的切片数据作为当前所采集的切片数据的比对对象，并大大降低了临时数据所需的存储量。
[0019]优选的，所述数据处理步骤包括：
[0020]第一处理步骤：从心电原始数据中依次提取一定时长的心电原始数据，将该段心电原始数据记为E
a
(a为大于0的自然数)，a随提取次数增加；
[0021]第二处理步骤：对心电原始数据E
a
进行RR切片，形成一系列切片数据并编号进行存储，单个切片数据记为P
k
(k为大于0的自然数)，且所述切片数据P
k
为一个按序排列的数组，P
k
的数据长度即为P
k
中元素的数量；
[0022]数据比较步骤：提取一个切片数据P
k
，将P
k
依次与S
m
中的数据进行数据长度的比较，记与P
k
数据长度最接近的S
m
为Q，若有多个满足条件的S
m
则从中任选一个作为Q；
[0023]第三处理步骤：将P
k
中每一个元素值减去Q中对应的每一个元素值，并将得到的结果有序排列形成新的数列P
m
。
[0024]通过采用上述技术方案，P
k
即为原始切片数据，Q为挑选出的数据长度最为接近的缓存切片数据，P
m
即为中间切片数据。在进行缓存切片数据Q的选择时，采用数据长度的差异作为判定指标，这是由于被采集的生物体在特定活动状态下的切片数据会较为相似，这种相似不仅体现于切片数据反映于图像上的起伏程度的相似，也会同时反映于一个切片数据在数据长度上的相似，即数组P
k
中元素数量的相似。从宏观角度看，即生物体在剧烈运动期间，心跳频率均会加快，而在平静状态下，心跳频率会降低并趋于平稳。故采用数据的长度差异作为判定指标来选择Q，可以尽可能的将当前的P
k
与处于相同状态下的P
k
进行相减操作，从而获得数据分布更加集中的P
m
，并且在进行哈夫曼压缩后可获得更高的压缩率，从而进一步降低了最终的数据存储量。
[0025]优选的，所述数据压缩步骤具体包括：对P
m
采用哈夫曼算法或哈夫曼改进算法进
行压缩，并将压缩后的数列记为P
H
并存储至第二存储区域中。
[0026]优选的，该种心电数据处理方法还包括有缓存更新步骤，将当前所存储的P
H
所对应的P
k
存入存储空间S
n本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种心电数据处理方法，其特征在于：包括：准备步骤：设置用于数据临时存储的第一存储区域和用于数据长时间存储的第二存储区域；数据采集步骤：通过连接于生物体的采集设备获得心电原始数据并存储；数据处理步骤：对心电原始数据进行RR切片并形成切片数据，取若干切片数据存储于第一存储区域中，对于当前的原始切片数据，从第一存储区域中挑选数据长度最为接近的缓存切片数据，两者相减得到中间切片数据；数据压缩步骤：对中间切片数据进行哈夫曼压缩，得到最终切片数据；数据存储步骤：将最终切片数据存储于第二存储区域中；数据解压步骤：将最终切片数据进行哈夫曼解压得到中间切片数据，再对应叠加缓存切片数据得到原始切片数据，最终组合得到心电原始数据。2.根据权利要求1所述的一种心电数据处理方法，其特征在于：准备步骤中，第一存储区域中包括n个存储空间，所述存储空间的初始状态清零，单个存储空间记为S
m
(m为大于0且小于等于n的自然数)。3.根据权利要求2所述的一种心电数据处理方法，其特征在于：所述数据处理步骤包括：第一处理步骤：从心电原始数据中依次提取一定时长的心电原始数据，将该段心电原始数据记为E
a
(a为大于0的自然数)，a随提取次数增加；第二处理步骤：对心电原始数据E
a
进行RR切片，形成一系列切片数据并编号进行存储，单个切片数据记为P
k
(k为大于0的自然数)，且所述切片数据P
k
为一个按序排列的数组，P
k
的数据长度即为P
k
中元素的数量；数据比较步骤：提取一个切片数据P
k
，将P
k
依次与S
m
中的数据进行数据长度的比较，记与P
k
数据长度最接近的S
m
为Q，若有多个满足条件的S
m
则从中任选一个作为Q；第三处理步骤：将P
k
中每一个元素值减去Q中对应的每一个元素值，并将得到的结果有序排列形成新的数列P
m
。4.根据权利要求3所述的一种心电数据处理方法，其特征在于：所述数据压缩步骤具体包括：对P
m
采用哈夫曼算法或哈夫曼改进算法进行压缩，并将压缩后的数列记为P
H
并存储至第二存储区域中。5.根据权利要求4所述的一种心电数据处理方法，该种心电数据处理方法还包括有缓存更新步骤，将当前所存储的P
H
所对应的P
k
存入存储空间S
n
中，并将S...

【专利技术属性】
技术研发人员：时星宇，杨正凯，刘梓瑞，蔡梅高，
申请(专利权)人：南京数维康信息科技有限公司，
类型：发明
国别省市：