一种基于QRS波群不定次循环叠加的心电图心搏分类方法技术

本发明专利技术为一种基于QRS波群不定次循环叠加的心电图心搏分类方法，包括以下步骤：步骤一：单导联心电信号获取及预处理；步骤二：心电样本数据4个等级干扰的识别；步骤三：心搏聚类分析；步骤四：第一次构建叠加波，本步骤针对每个心电样本构建独特的心搏叠加波；步骤五：确定主导节律是窦性心律还是房颤心律，根据步骤二的心搏干扰识别，对只有1级和2级干扰级别的心搏进行房颤分析；步骤六：计算主导节律的RR间期并进行心搏早搏识别；步骤七：计算样本全部心搏当前判定类型和上一轮循环的结果相比是否均没有变化；步骤八：重复步骤七，直至循环到全部心搏当前判定类型和上一轮循环判定类型相同，才完成所有心搏的类型识别。才完成所有心搏的类型识别。才完成所有心搏的类型识别。

【技术实现步骤摘要】
一种基于QRS波群不定次循环叠加的心电图心搏分类方法


[0001]本专利技术为一种基于QRS波群不定次循环叠加的心电图心搏分类方法，属于心电图


技术介绍

[0002]心电图(Electrocardiograph，ECG)记录的是心电信号的电压随时间变化的曲线，是心脏由起搏点、心房、心室相继兴奋伴随的电生理活动在身体表面上的表达，并通过皮肤上的电极捕捉并记录下来，反映心脏激动的电学活动量度，心脏激动按照一定的顺序传导，且在每个部位的传导时间都有一个固定的范围，但如果激动传导时间、传导顺序或激动起源部位发生变化，便发生心律失常。ECG通过P波、QRS波群和T波等(如图1)充分记录了在不同的生理和心理活动下，健康状态和病变状态心电周期(也称为心搏)发生的时刻、形态等信息，为临床病例分析提供了大量参考，一直是临床上检测和分析心脏疾病的重要依据。
[0003]心电图心搏的常见类型有心房颤动(Atrial fibrillation，Af)，室性早搏(Premature ventricular contraction，PVC)和房性早搏(Premature atrial contraction，PAC)等。传统的心电图心搏分析依靠医生心脏病学领域的大量知识和个人经验，将当前的医疗技术用于分析心搏波形做出分析结果。但是，心律失常因在病患基础疾病和个体体质等因素的不同可能在心电图上造成各种形态变化，且大量的检测数据也增加了医生后续的分析工作强度，在长时间工作的情况下，还可能导致医生误诊。为了减轻医生负担，辅助医生提高分析的准确率，心电图心搏的自动分析逐渐成为研究热点。
[0004]目前心搏类型识别方法的相关研究大多集中在两个方面，一方面是基于ECG心搏形态的方法，另一方面是基于心搏RR间期的方法，体现在特征提取和模板匹配方法上，其原理是首先根据心电样本主导节律心搏的QRS波群形态建立样本主导节律叠加波模板，然后提取目标心搏和主导节律叠加波模板的波形幅值、面积、斜率等形态特征，或是通过某种特征变换使其波形所在特征空间的心搏类型更易区分，或是提取相邻心搏的RR间期、心率等特征，最后将目标心搏和主导节律叠加波模板提取的特征进行互相对比和计算等进而判定其类型。在此过程心电样本中主导节律心搏的寻找确定尤为重要，其影响叠加波模板的构建，影响后续心搏形态和RR间期的分析，进而影响心电样本所有心搏类型的识别。传统确定主导节律心搏的方法有通过RR间期均值、方差等统计值寻找节律稳定的心搏，或直接取波形的前若干个心搏进行计算等，优点是方法原理简单，但由于心搏变异性的普遍存在，且主导节律心搏容易受到噪声干扰，传统确定主导节律心搏的方法对于提取准确的主导节律心搏难以胜任，导致对常见多类型心电图心搏的同时识别造成困难。为此，设计一种基于QRS波群不定次循环叠加的心电图心搏分类方法以克服上述问题。

技术实现思路

[0005]本专利技术的目的在于提供一种基于QRS波群不定次循环叠加的心电图心搏分类方法，通过QRS波群筛选自动更新主导节律的心搏，解决准确提取主导节律心搏的问题，进而
可以准确构建主导节律心搏的叠加波、准确分析心电样本各心搏的形态和RR间期，从而实现对常见多类型心律失常的同时识别。
[0006]为实现上述目的，本专利技术提供如下技术方案：一种基于QRS波群不定次循环叠加的心电图心搏分类方法，所述方法包括以下步骤：
[0007]步骤一：单导联心电信号获取及预处理。根据预设的采样率，采用干电极获取t秒固定长度的u份训练集和v份测试集的单导联ECG样本，并对每个样本进行滤波去噪，去肌电、工频干扰和去基线漂移处理；
[0008]步骤二：心电样本数据4个等级干扰的识别；
[0009]步骤三：心搏聚类分析，针对预处理后的心电样本，基于正则化最小二乘回归学习方法定位R波位置，以检测到的R波位置为中心，向前向后取一定数量采样点的固定窗口对样本进行分割，共分割得到LA个心搏，根据上一步骤的干扰识别，对只有1级和2级干扰级别的L个心搏进行聚类分析，共分为三个阶段，以获取心搏数量最多的两类心搏；
[0010]步骤四：第一次构建叠加波，本步骤针对每个心电样本构建独特的心搏叠加波。将上述步骤获取的样本心搏集合L
clu
用来构建叠加波，所有用于构建的心搏以R波位置为基准点向前向后对齐，并对每个心搏采样点对应的振幅幅值进行排序，截取第15百分位至第85百分位对应的心搏幅值求和取平均，作为当前采样点对应的叠加波振幅幅值，以此来第一次构建叠加波；公式如下：
[0011][0012]其中m是当前心搏的第m个采样点，P
15
和P
85
分别是每个心搏当前采样点对应的振幅幅值排序之后处于在15％和85％的位置，A
m
是叠加波第m个采样点的幅值，是第m个采样点处于第i百分位的心搏幅值；
[0013]步骤五：确定主导节律是窦性心律还是房颤心律，根据步骤二的心搏干扰识别，对只有1级和2级干扰级别的心搏进行房颤分析；
[0014]步骤六：计算主导节律的RR间期并进行心搏早搏识别；
[0015]根据步骤五分析结果，若心电样本主节律为非房颤节律，则首先根据步骤三获取的样本心搏集合L
clu
获取相邻的心搏，计算相邻心搏的RR间期，并对每个RR间期进行排序，截取第15百分位至第85百分位对应的RR间期求和取平均，作为当前样本主导节律的RR间期，接着对样本心搏进行室性早搏和房性早搏的识别。主导节律的RR间期计算公式如下：
[0016][0017]其中P
15
和P
85
分别是相邻心搏RR间期排序之后处于在15％和85％的位置，I
RR
是当前样本主导节律的RR间期，i
j
是处于第j百分位的RR间期；
[0018]若心电样本主节律为房颤节律，则进一步对心搏进行室性早搏识别。
[0019]步骤七：计算样本全部心搏当前判定类型和上一轮循环的结果相比是否均没有变化，若有变化，则重新从步骤四开始流程循环继续判断心搏类型，首先针对主节律非房颤样本，排除掉室性早搏、3级和4级干扰心搏，只针对窦性心搏和房早心搏按照步骤四第一次构建叠加波的方法再次构建样本的叠加波；针对主节律房颤样本，排除掉室性早搏、3级和4级
干扰心搏，只针对房颤心搏按照步骤四第一次构建叠加波的方法再次构建样本的叠加波。接着根据第二次构建的叠加波，再次主节律房颤分析、计算主导节律RR间期及心搏早搏识别：首先根据步骤六对样本心搏室性早搏的识别结果，排除掉室性早搏、3级和4级干扰心搏，针对剩余心搏再次按照步骤五对主节律进行房颤分析；其次，依据房颤分析结果，根据步骤六的主导节律RR间期计算和早搏识别方法，对心搏进行室性早搏和房性早搏的识别。若无变化，则输出心搏类别；
[0020]步骤八：重复步骤七，直至循环到全部心搏当前判定类型和上一轮循环判定类型相同，才完成所有心搏的类型识别。
[002本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于QRS波群不定次循环叠加的心电图心搏分类方法，其特征在于：所述方法包括以下步骤：步骤一：单导联心电信号获取及预处理，根据预设的采样率，采用干电极获取t秒固定长度的u份训练集和v份测试集的单导联ECG样本，并对每个样本进行滤波去噪，去肌电、工频干扰和去基线漂移处理；步骤二：心电样本数据4个等级干扰的识别；步骤三：心搏聚类分析，针对预处理后的心电样本，基于正则化最小二乘回归学习方法定位R波位置，以检测到的R波位置为中心，向前向后取一定数量采样点的固定窗口对样本进行分割，共分割得到LA个心搏，根据上一步骤的干扰识别，对只有1级和2级干扰级别的L个心搏进行聚类分析，共分为三个阶段，以获取心搏数量最多的两类心搏；步骤四：第一次构建叠加波，本步骤针对每个心电样本构建独特的心搏叠加波，将上述步骤获取的样本心搏集合L
clu
用来构建叠加波，所有用于构建的心搏以R波位置为基准点向前向后对齐，并对每个心搏采样点对应的振幅幅值进行排序，截取第15百分位至第85百分位对应的心搏幅值求和取平均，作为当前采样点对应的叠加波振幅幅值，以此来第一次构建叠加波；公式如下：其中m是当前心搏的第m个采样点，P
15
和P
85
分别是每个心搏当前采样点对应的振幅幅值排序之后处于在15％和85％的位置，A
m
是叠加波第m个采样点的幅值，是第m个采样点处于第i百分位的心搏幅值；步骤五：确定主导节律是窦性心律还是房颤心律，根据步骤二的心搏干扰识别，对只有1级和2级干扰级别的心搏进行房颤分析；步骤六：计算主导节律的RR间期并进行心搏早搏识别；根据步骤五分析结果，若心电样本主节律为非房颤节律，则首先根据步骤三获取的样本心搏集合L
clu
获取相邻的心搏，计算相邻心搏的RR间期，并对每个RR间期进行排序，截取第15百分位至第85百分位对应的RR间期求和取平均，作为当前样本主导节律的RR间期，接着对样本心搏进行室性早搏和房性早搏的识别，主导节律的RR间期计算公式如下：其中P
15
和P
85
分别是相邻心搏RR间期排序之后处于在15％和85％的位置，I
RR
是当前样本主导节律的RR间期，i
j
是处于第j百分位的RR间期；若心电样本主节律为房颤节律，则进一步对心搏进行室性早搏识别；步骤七：计算样本全部心搏当前判定类型和上一轮循环的结果相比是否均没有变化，若有变化，则重新从步骤四开始流程循环继续判断心搏类型，首先针对主节律非房颤样本，排除掉室性早搏、3级和4级干扰心搏，只针对窦性心搏和房早心搏按照步骤四第一次构建叠加波的方法再次构建样本的叠加波；针对主节律房颤样本，排除掉室性早搏、3级和4级干扰心搏，只针对房颤心搏按照步骤四第一次构建叠加波的方法再次构建样本的叠加波，接着根据第二次构建的叠加波，再次主节律房颤分析、计算主导节律RR间期及心搏早搏识别：
首先根据步骤六对样本心搏室性早搏的识别结果，排除掉室性早搏、3级和4级干扰心搏，针对剩余心搏再次按照步骤五对主节律进行房颤分析；其次，依据房颤分析结果，根据步骤六的主导节律RR间期计算和早搏识别方法，对心搏进行室性早搏和房性早搏的识别，若无变化，则输出心搏类别；步骤八：重复步骤七，直至循环到全部心搏当前判定类型和上一轮循环判定类型相同，才完成所有心搏的类型识别。2.根据权利要求1所述的基于QRS波群不定次循环叠加的心电图心搏分类方法，其特征在于所述步骤二中心电样本数据4个等级干扰的识别方法为：1)首先将预处理后的心电样本数据按照n秒钟长度切片，再进行间隔m个点的下采样，获得心电数据X，并对其进行标注得到y；2)其次，对心电数据X进行傅里叶变换F，并将其实部标准化Norm之后和X相加，得到输出XF；再次，训练卷积神经网络，设计一个包含四层卷积层的一维卷积神经网络来提取特征，同时在每第二个卷积层之后加一个Maxpooling层用来筛选特征，并规定每一层合适的通道数C，卷积核长度K和卷积步长strides，随后接一个Averagepool层和两层全连接层来解码提取到的特征，全连接层的通道数分别为C和4，第二个全连接层的输出为Xfc，Xfc通过softmax层，得到4个类别概率的一维向量Xout，设定学习率Lr、损失函数Loss，用Adam优化器进行训练，直到模型收敛；3)最后，导入测试数据进行4个等级干扰的识别，对比最终输出的4个概率Xp，取其中最高概率对应的等级作为n秒钟的干扰等级，公式如下：XF＝X+Norm(real(F(X)))Norm(x)＝(x
‑
x
min
)/(x
max
‑
x
min
))3.根据权利要求1所述的基于QRS波群不定次循环叠加的心电图心搏分类方法，其特征在于所述步骤三中三个阶段分别为：第一阶段，在对样本L个心搏进行聚类前，首先需要产生模板...

【专利技术属性】
技术研发人员：符灵建，许昆明，
申请(专利权)人：浙江好络维医疗技术有限公司，
类型：发明
国别省市：