一种心博智能插入方法、终端设备及存储介质技术

本发明专利技术涉及一种心博智能插入方法、终端设备及存储介质，该方法中包括：接收需要插入心博的心电波形数据和待插入位置；从心电波形数据中提取多个已识别心博输入训练后的心博特征提取模型中，得到待插入位置对应的心博特征模板信息；根据多个已识别心博的平均RR间期，计算待插入位置中需要插入的心博个数n；依序定位n个待识别心博的位置；针对每个待识别心博，截取其对应的心电波形数据并输入训练后的心博特征提取模型中；将待识别心博的心博特征信息与心博特征模板信息进行相似度计算，根据计算结果判断该待识别心博是否为需要插入心博。本发明专利技术以保证插入的心搏与原有的心搏的RR间期接近，保障识别的准确度。保障识别的准确度。保障识别的准确度。

【技术实现步骤摘要】
一种心博智能插入方法、终端设备及存储介质


[0001]本专利技术涉及心电图分析领域，尤其涉及一种心博智能插入方法、终端设备及存储介质。

技术介绍

[0002]在日常动态心电图诊断分析工作过程中，软件会对心电数据进行预分析，医生基于预分析的结果进行继续诊断。当心电波形的采集质量较差或者佩戴者的电压较低时，预分析的结果中会出现大量未识别出来的心搏，医生需要手动将未识别出来的心搏补上，否则会影响病例的心搏个数和整体平均心率。此时需要一种方便快捷的智能插入心搏的功能，来提高诊断医生的工作效率。

技术实现思路

[0003]为了解决上述问题，本专利技术提出了一种心博智能插入方法、终端设备及存储介质。
[0004]具体方案如下：
[0005]一种心博智能插入方法，包括以下步骤：
[0006]S1：构建基于深度学习的心博特征提取模型并进行训练；
[0007]S2：接收需要插入心博的心电波形数据，和心电波形数据中需要插入心博对应的待插入位置；
[0008]S3：从心电波形数据中提取待插入位置两侧的多个已识别心博，将提取的多个已识别心博对应的心电波形数据分别输入训练后的心博特征提取模型中，得到多个已识别心博各自的心博特征信息，将多个已识别心博各自的心博特征信息进行平均，得到待插入位置对应的心博特征模板信息；
[0009]S4：根据待插入位置两侧的多个已识别心博的平均RR间期，计算待插入位置中需要插入的心博个数n；
[0010]S5：从距离待插入位置一侧最近的已识别心博开始，向另一侧开始查找，依序定位n个待识别心博的位置；
[0011]S6：针对每个待识别心博，截取其对应的心电波形数据并输入训练后的心博特征提取模型中，得到该待识别心博的心博特征信息；
[0012]S7：将该待识别心博的心博特征信息与待插入位置对应的心博特征模板信息进行相似度计算，根据相似度计算结果与预设的相似度阈值的大小关系，判断该待识别心博是否为需要插入心博，如果是，则在该待识别心博的定位位置插入心博；否则，不插入。
[0013]进一步的，需要插入的心博个数n的具体计算方法为：
[0014]S401：提取距离待插入位置两侧最近的两个相邻已识别心博，及该两个相邻已识别心博之间的时间差；
[0015]S402：根据待插入位置的两侧的多个已识别心博的RR间期计算平均RR间期；
[0016]S403：将两个相邻已识别心博之间的时间差与平均RR间期的比值作为需要插入的
心博个数。
[0017]进一步的，步骤S402计算平均RR间期时还包括：对多个已识别心博的RR间期按照预设的RR间期范围进行筛选，将筛选后的符合预设的RR间期范围的所有心博的RR间期进行平均，得到平均RR间期。
[0018]进一步的，每个待识别心博的位置的定位方法为：将距离已识别心博或前一个待识别心博的时间长度为平均RR间期的位置作为该待识别心博的定位位置。
[0019]一种心博智能插入终端设备，包括处理器、存储器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现本专利技术实施例上述的方法的步骤。
[0020]一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现本专利技术实施例上述的方法的步骤。
[0021]本专利技术采用如上技术方案，按平均RR间期的方式来查找未识别的心搏，可以保证插入的心搏与原有的心搏的RR间期接近，若干RR间期的差异也在误差允许范围内，保障识别的准确度。
附图说明
[0022]图1所示为本专利技术实施例一的流程图。
[0023]图2所示为本专利技术实施例一中需要插入心博的心电波形数据示意图。
具体实施方式
[0024]为进一步说明各实施例，本专利技术提供有附图。这些附图为本专利技术揭露内容的一部分，其主要用以说明实施例，并可配合说明书的相关描述来解释实施例的运作原理。配合参考这些内容，本领域普通技术人员应能理解其他可能的实施方式以及本专利技术的优点。
[0025]现结合附图和具体实施方式对本专利技术进一步说明。
[0026]实施例一：
[0027]本专利技术实施例提供了一种心博智能插入方法，如图1所示，所述方法包括以下步骤：
[0028]S1：构建基于深度学习的心博特征提取模型并进行训练。
[0029]心博特征提取模型用于识别心博的特征，训练数据从历史心电波形数据中获得。
[0030]S2：接收需要插入心博的心电波形数据，和心电波形数据中需要插入心博对应的待插入位置。
[0031]如图2所示为本实施例中需要插入心博的心电波形数据，其中已识别心博包括a、b、c、d、e，需要查询心博对应的待插入位置为b与c之间的位置。
[0032]S3：从心电波形数据中提取待插入位置两侧的多个已识别心博，将提取的多个已识别心博对应的心电波形数据分别输入训练后的心博特征提取模型中，得到多个已识别心博各自的心博特征信息，将多个已识别心博各自的心博特征信息进行平均，得到待插入位置对应的心博特征模板信息。
[0033]从待插入位置两侧提取可以从左侧提取，也可以从右侧提取，本实施例中为了提高准确率，优选设定从两侧均提取，即提取a、b、c、d、e五个心博的心电波形数据。
[0034]本实施例中设定心博的心电波形数据为心博定位点左右两侧各150ms的范围，在其他实施例中本领域技术人员可以根据需求自行设定，在此不做限制。
[0035]S4：根据已识别心博的平均RR间期，计算待插入位置中需要插入的心博个数n；
[0036]本实施例中需要插入的心博个数n的具体计算方法为：
[0037]S401：提取距离待插入位置两侧最近的两个相邻已识别心博(图2中的b和c)，及该两个相邻已识别心博之间的时间差。
[0038]S402：根据待插入位置的两侧的多个已识别心博的RR间期计算平均RR间期。
[0039]需要说明的是，由于RR间期是心博与其之前一个心博之间的RR间期，如果前一个心博不为已识别心博时(如c)，该心博的RR间期不准确，因此，本实施例中还包括对多个已识别心博的RR间期按照预设的RR间期范围进行筛选，将筛选后的符合预设的RR间期范围的所有心博的RR间期进行平均，得到平均RR间期。预设的RR间期范围可以为本领域技术人员根据历史的RR间期范围进行设定。
[0040]从待插入位置两侧提取可以从左侧提取，也可以从右侧提取，本实施例中为了提高准确率，优选设定从两侧均提取，即提取a、b、c、d、e五个心博后，由于a和c的RR间期不符合预设的RR间期范围，因此筛选后只计算b、d、e三个心博的平均RR间期。
[0041]S403：将两个相邻已识别心博之间的时间差与平均RR间期的比值作为需要插入的心博个数。
[0042]S5：从距离待插入位置一侧最近的已识别心博开始，向另一侧开始查找，依序定位n个待识本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种心博智能插入方法，其特征在于，包括以下步骤：S1：构建基于深度学习的心博特征提取模型并进行训练；S2：接收需要插入心博的心电波形数据，和心电波形数据中需要插入心博对应的待插入位置；S3：从心电波形数据中提取待插入位置两侧的多个已识别心博，将提取的多个已识别心博对应的心电波形数据分别输入训练后的心博特征提取模型中，得到多个已识别心博各自的心博特征信息，将多个已识别心博各自的心博特征信息进行平均，得到待插入位置对应的心博特征模板信息；S4：根据待插入位置两侧的多个已识别心博的平均RR间期，计算待插入位置中需要插入的心博个数n；S5：从距离待插入位置一侧最近的已识别心博开始，向另一侧开始查找，依序定位n个待识别心博的位置；S6：针对每个待识别心博，截取其对应的心电波形数据并输入训练后的心博特征提取模型中，得到该待识别心博的心博特征信息；S7：将该待识别心博的心博特征信息与待插入位置对应的心博特征模板信息进行相似度计算，根据相似度计算结果与预设的相似度阈值的大小关系，判断该待识别心博是否为需要插入心博，如果是，则在该待识别心博的定位位置插入心博；否则，不插入。2.根据权利要求1所述的心博智能插入方法，其特征在于：需要插入的心...

【专利技术属性】
技术研发人员：金德发，徐拥军，钟玉秋，
申请(专利权)人：南京纳龙科技有限公司，
类型：发明
国别省市：