基于双阈值叠加的心室晚电位信号识别方法及系统技术方案

本公开提供了一种基于双阈值叠加的心室晚电位信号识别方法及系统，涉及心电信号技术领域，具体包括获取待识别的Frank导联数据并保存为Frank_xyz数据信号，预处理后保存数据信号为Original_Frank_xyz；对Original_Frank_xyz信号的QRS波群进行识别，并记录下每个QRS波群的起止位置；根据QRS波群的起止位置截取子波形数据；根据截取的子波形数据进行基于交并比的双阈值相似度计算，然后筛选QRS心搏编号进行叠加获得降噪后的心室晚电位信号。本公开对噪声有很好的降噪效果还能保留信号主要成分，提高了心室晚电位检测的精准度，检验了该降噪方法的有效性。验了该降噪方法的有效性。验了该降噪方法的有效性。

【技术实现步骤摘要】
基于双阈值叠加的心室晚电位信号识别方法及系统


[0001]本公开涉及心电信号
，具体涉及基于双阈值叠加的心室晚电位信号识别方法及系统。

技术介绍

[0002]本部分的陈述仅仅是提供了与本公开相关的
技术介绍
信息，不必然构成在先技术。
[0003]心室晚电位(Ventricular late potential，VLP)信号，是指出现在QRS波群终末部、ST段内的一种高频、低振幅、多形性碎裂电活动。心室晚电位信号可以作为室性心律失常，尤其是室性心动过速、室颤及猝死等疾病的预测指标。心电信号在采集过程中产生的噪声会严重影响心室晚电位的识别精准度。
[0004]心室晚电位是一种高频、低幅、碎裂微弱信号，其幅值一般小于25uV，呈高频状态(25Hz
‑
250Hz)，并且混杂在肌电、电源和电极接触噪声中，采用常规心电图检测很困难。现有的降噪方式虽然能够起到一定的降噪效果，但是可能对信号的主要成分的保留有所影响，严重影响到心室晚电位信号的精准识别。

技术实现思路

[0005]本公开为了解决上述问题，提出了基于双阈值叠加的心室晚电位信号识别方法及系统，采用一种基于IOU(交并比)双阈值叠加平均方法对心室晚电位信号进行降噪，更好的对心室晚电位信号进行精准的识别。
[0006]根据一些实施例，本公开采用如下技术方案：
[0007]基于双阈值叠加的心室晚电位信号识别方法，包括：
[0008]获取待识别的Frank导联数据并保存为Frank_xyz数据信号，预处理后保存数据信号为Original_Frank_xyz；
[0009]对Original_Frank_xyz信号的QRS波群进行识别，并记录下每个QRS波群的起止位置；
[0010]根据QRS波群的起止位置截取子波形数据；
[0011]根据截取的子波形数据进行基于交并比的双阈值相似度计算，然后筛选QRS心搏编号进行叠加获得降噪后的心室晚电位信号。
[0012]根据一些实施例，本公开采用如下技术方案：
[0013]基于双阈值叠加的心室晚电位信号识别系统，包括：
[0014]数据采集模块，用于获取待识别的Frank导联数据并保存为Frank_xyz数据信号，预处理后保存数据信号为Original_Frank_xyz；
[0015]数据处理模块，用于对Original_Frank_xyz信号的QRS波群进行识别，并记录下每个QRS波群的起止位置；
[0016]数据降噪与识别模块，用于根据QRS波群的起止位置截取子波形数据；根据截取的
子波形数据进行基于交并比的双阈值相似度计算，然后筛选QRS心搏编号进行叠加获得降噪后的心室晚电位信号。
[0017]根据一些实施例，本公开还采用如下技术方案：
[0018]一种计算机可读存储介质，其中存储有多条指令，所述指令适于由终端设备的处理器加载并执行所述的基于双阈值叠加的心室晚电位信号识别方法。
[0019]根据一些实施例，本公开还采用如下技术方案：
[0020]一种终端设备，包括处理器和计算机可读存储介质，处理器用于实现各指令；计算机可读存储介质用于存储多条指令，所述指令适于由处理器加载并执行所述的基于双阈值叠加的心室晚电位信号识别方法。
[0021]与现有技术相比，本公开的有益效果为：
[0022]本公开提出了一种基于IOU的双阈值叠加平均方法用于心室晚电位信号降噪，从心电波形信号中把QRS波起止位置识别出来并记录下来；降噪操作包括对识别出来的QRS波形使用基于IOU(交并比)的双阈值计算相似度；使用本公开提出的基于PCA的方法用于相似度筛选；对筛选出相似度高的心搏进行信号叠加平均获得降噪后的信号。使用本公开的降噪方法不仅可以对噪声有很好的降噪效果还能保留信号主要成分，提高了心室晚电位检测的精准度，检验了该降噪方法的有效性。
附图说明
[0023]构成本公开的一部分的说明书附图用来提供对本公开的进一步理解，本公开的示意性实施例及其说明用于解释本公开，并不构成对本公开的不当限定。
[0024]图1为本公开实施例提供的基于双阈值叠加的心室晚电位信号识别方法实施流程示意图；
[0025]图2为本公开实施例提供的基于双阈值叠加的心室晚电位信号识别方法实施效果示意图。
具体实施方式：
[0026]下面结合附图与实施例对本公开作进一步说明。
[0027]应该指出，以下详细说明都是例示性的，旨在对本公开提供进一步的说明。除非另有指明，本文使用的所有技术和科学术语具有与本公开所属
的普通技术人员通常理解的相同含义。
[0028]需要注意的是，这里所使用的术语仅是为了描述具体实施方式，而非意图限制根据本公开的示例性实施方式。如在这里所使用的，除非上下文另外明确指出，否则单数形式也意图包括复数形式，此外，还应当理解的是，当在本说明书中使用术语“包含”和/或“包括”时，其指明存在特征、步骤、操作、器件、组件和/或它们的组合。
[0029]实施例1
[0030]本公开的一种实施例中提供了一种基于双阈值叠加的心室晚电位信号识别方法，具体的步骤包括：
[0031]步骤1：获取待识别的Frank导联数据并保存为Frank_xyz数据信号，预处理后保存数据信号为Original_Frank_xyz；
[0032]步骤2：对Original_Frank_xyz信号的QRS波群进行识别，并记录下每个QRS波群的起止位置；
[0033]步骤3：根据QRS波群的起止位置截取子波形数据；
[0034]步骤4：根据截取的子波形数据进行基于交并比的双阈值相似度计算，然后筛选QRS心搏编号进行叠加获得降噪后的心室晚电位信号。
[0035]作为一种实施例，在步骤1中，获取的待识别的Frank导联数据是来自于数据集中的，所述数据集为ptb数据集，将Frank导联数据保存为Frank_xyz数据信号；其中，所述的Frank_xyz数据信号为{Frank
x
，Frank
y
，Frank
z
}，Frank_xyz＝{Frank
x
,Frank
y
,Frank
z
}；其中，Frank
x
为Frank导联体系x导联数据；Frank
y
为Frank导联体系y导联数据；Frank
z
为Frank导联体系z导联数据。
[0036]作为一种实施例，对Frank_xyz数据信号进行预处理的过程为：
[0037]对Frank_xyz数据信号进行形态学滤波，去除基线漂移，并保存信号为Original_Frank_xyz。
[0038]作为一种实施例，所述对Original_Frank_xyz信号的QRS波群进行识别的方法为：采用Pan
‑
...

【技术保护点】

【技术特征摘要】
1.基于双阈值叠加的心室晚电位信号识别方法，其特征在于，包括：获取待识别的Frank导联数据并保存为Frank_xyz数据信号，预处理后保存数据信号为Original_Frank_xyz；对Original_Frank_xyz信号的QRS波群进行识别，并记录下每个QRS波群的起止位置；根据QRS波群的起止位置截取子波形数据；根据截取的子波形数据进行基于交并比的双阈值相似度计算，然后筛选QRS心搏编号进行叠加获得降噪后的心室晚电位信号。2.如权利要求1所述的基于双阈值叠加的心室晚电位信号识别方法，其特征在于，所述Frank_xyz数据信号为{Frank
x
，Frank
y
，Frank
z
}，其中，Frank
x
为Frank导联体系x导联数据；Frank
y
为Frank导联体系y导联数据；Frank
z
为Frank导联体系z导联数据。3.如权利要求1所述的基于双阈值叠加的心室晚电位信号识别方法，其特征在于，所述预处理的方式为：对Frank_xyz数据信号进行去除基线漂移，并保存信号为Original_Frank_xyz。4.如权利要求1所述的基于双阈值叠加的心室晚电位信号识别方法，其特征在于，所述对Original_Frank_xyz信号的QRS波群进行识别的方法为：采用Pan
‑
Tompkins算法对QRS波群进行识别，并记录下每个QRS波群的起止位置。5.如权利要求1所述的基于双阈值叠加的心室晚电位信号识别方法，其特征在于，所述根据QRS波群的起止位置截取子波形数据的方法为：根据获得的QRS波群的起止位置从Original_Frank_xyz信号中截取出相对应的子波形数据；其中，xyz导联都要截取，并保存到subwave_Fran...

【专利技术属性】
技术研发人员：苏腾，张伯政，王文谦，吴军，高希余，
申请(专利权)人：众阳健康科技集团有限公司，
类型：发明
国别省市：