心电信号处理方法、装置和相关设备制造方法及图纸

本申请涉及一种心电信号处理方法、装置和相关设备。所述方法包括：获取第一预设数量的导联的静息状态下的心电信号；导联包括第二预设数量的肢体导联；第二预设数量小于第一预设数量；对各静息状态下的心电信号进行数据处理，得到静态高频QRS波形特征集；其中，静态高频QRS波形特征集包括QRS时限、第一阳性指标的数量、第一目标导联的数量和目标肢体导联的数量；对风险评估特征集进行评估分析，得到心衰风险评估分数；其中，心衰风险评估分数用于判断出现心衰风险的大小；风险评估特征集包括静态高频QRS波形特征集。采用本方法能够避免心衰风险评估存在耗时较长和评估结果不精准的问题。问题。问题。

【技术实现步骤摘要】
心电信号处理方法、装置和相关设备


[0001]本申请涉及心电信号处理
，特别是涉及一种心电信号处理方法、装置、计算机设备和存储介质。

技术介绍

[0002]随着社会经济发展水平的提高，人们的生活水平也在逐年提高，越来越多的人从体力劳动过度到脑力劳动，使得人们的平均运动时间逐年减少，很多在过去属于老年人的疾病逐渐越来越多的出现在年轻人身上，如心肌梗死、心衰等。
[0003]在传统方法中，通常采用验血测N末端B型利钠肽前体（NT
‑
proBNP）、血浆同型半胱氨酸，心脏彩超的左心室射血分数（LVEF）、左心室收缩末期内径（LVESD）和6min步行实验结果等检测数据联合进行心衰风险评估。然而，采用上述传统方法进行心衰风险评估存在耗时较长和评估结果不精准等问题。

技术实现思路

[0004]基于此，有必要针对上述技术问题，提供一种能够避免心衰风险评估存在耗时较长和评估结果不精准的问题的心电信号处理方法、装置和相关设备。
[0005]第一方面，提供了心电信号处理方法，上述方法包括：获取第一预设数量的导联的静息状态下的心电信号；导联包括第二预设数量的肢体导联；第二预设数量小于第一预设数量；对各静息状态下的心电信号进行数据处理，得到静态高频QRS波形特征集；其中，静态高频QRS波形特征集包括QRS时限、第一阳性指标的数量、第一目标导联的数量和目标肢体导联的数量；第一阳性指标用于表征对应导联的高频形态指数大于第一阈值；高频形态指数为对应导联的第一总面积和第二总面积的比值；第一总面积为对应静息状态下的心电信号的各振幅减小区域的总面积；第二总面积为对应静息状态下的心电信号的包络下方总面积；第一目标导联为对应静息状态下的心电信号呈下降趋势的总次数超过第二阈值的导联；目标肢体导联为对应静息状态下的心电信号的QRS波群电压小于第三阈值的肢体导联；对风险评估特征集进行评估分析，得到心衰风险评估分数；其中，心衰风险评估分数用于判断出现心衰风险的大小；风险评估特征集包括静态高频QRS波形特征集。
[0006]在其中一个实施例中，风险评估特征集还包括动态高频QRS波形特征集；方法还包括：获取各导联的负荷状态下的心电信号；对各负荷状态下的心电信号进行数据处理，得到对应的高频波形曲线；对各高频波形曲线进行特征分析，得到动态高频QRS波形特征集；其中，动态高频QRS波形特征集包括第二阳性指标的数量、初始平均电压值、最大输出功率和第二目标导联的数量中的至少两个；第二阳性指标用于表征对应导联的振幅下降相对值大于第四阈值；振幅下降相对值为振幅绝对值和最大RMS电压值的比值；振幅绝对值为最大RMS电压值和目标RMS电压值的差；最大RMS电压值为对应高频波形曲线的RMS电压的最大
值；目标RMS电压值为对应高频波形曲线在最大RMS电压值所对应时刻后的RMS电压的最小值；初始平均电压值为各高频波形曲线的初始电压值的平均值；最大输出功率根据各高频波形曲线的均方根电压值的最大值确定；第二目标导联为对应高频波形曲线呈目标波形的导联；目标波形包括U波、L波和小V波。
[0007]在其中一个实施例中，对各静息状态下的心电信号进行数据处理，得到静态高频QRS波形特征集的步骤包括：对各静息状态下的心电信号进行数据提取，得到对应导联的静态QRS波形的高频分量；根据各导联的静态QRS波形的高频分量确定各导联对应的各振幅减小区域，并计算各导联的第一总面积和对应的第二总面积；根据各导联的第一总面积和对应的第二总面积的比值，得到各导联的高频形态指数；根据各导联的高频形态指数和第一阈值，统计第一阳性指标的数量。
[0008]在其中一个实施例中，根据各导联的静态QRS波形的高频分量确定各导联对应的各振幅减小区域的步骤之后还包括：计算各导联对应的各振幅减小区域的面积；根据各导联对应的各振幅减小区域的面积，统计各导联的目标面积的数量；目标面积是指大于第五阈值的振幅减小区域的面积；将各导联的目标面积的数量确定为对应导联的总次数；根据各导联的总次数和第二阈值，确定第一目标导联的数量。
[0009]在其中一个实施例中，对风险评估特征集进行评估分析，得到心衰风险评估分数的步骤包括：将风险评估特征集输入至预设的风险评估函数或预先训练好的风险评估网络模型，得到心衰风险评估分数。
[0010]在其中一个实施例中，上述方法还包括：根据心衰风险评估分数确定心衰风险等级；响应于心衰风险等级大于等级阈值，输出心衰监测预警数据。
[0011]第二方面，提供了一种心电信号处理装置，上述装置包括信号获取模块、信号处理模块和评估分析模块。
[0012]其中，信号获取模块用于获取第一预设数量的导联的静息状态下的心电信号；导联包括第二预设数量的肢体导联；第二预设数量小于第一预设数量。
[0013]信号处理模块用于对各静息状态下的心电信号进行数据处理，得到静态高频QRS波形特征集；其中，静态高频QRS波形特征集包括QRS时限、第一阳性指标的数量、第一目标导联的数量和目标肢体导联的数量；第一阳性指标用于表征对应导联的高频形态指数大于第一阈值；高频形态指数为对应导联的第一总面积和第二总面积的比值；第一总面积为对应静息状态下的心电信号的各振幅减小区域的总面积；第二总面积为对应静息状态下的心电信号的包络下方总面积；第一目标导联为对应静息状态下的心电信号呈下降趋势的总次数超过第二阈值的导联；目标肢体导联为对应静息状态下的心电信号的QRS波群电压小于第三阈值的肢体导联。
[0014]评估分析模块用于对风险评估特征集进行评估分析，得到心衰风险评估分数；其中，心衰风险评估分数用于判断出现心衰风险的大小；风险评估特征集包括静态高频QRS波形特征集。
[0015]第三方面，提供了一种计算机设备，该存储设备包括存储器和处理器，存储器存储有计算机程序，处理器执行所述计算机程序时实现上述方法实施例中任一方法的步骤。
[0016]第四方面，提供了一种心电信号处理系统，上述系统包括心电信号采集设备和上述设备实施例中任一的计算机设备；其中，心电信号采集设备电性连接计算机设备，并用于
采集各静息状态下的心电信号。
[0017]第五方面，提供了一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，计算机程序被处理器执行时实现上述方法实施例中任一方法的步骤。
[0018]上述心电信号处理方法、装置、计算机设备和存储介质，通过获取第一预设数量的导联的静息状态下的心电信号；而后，根据对各静息状态下的心电信号进行数据处理，得到静态高频QRS波形特征集；接着，对风险评估特征集进行评估分析，得到心衰风险评估分数，即可准确的了解出现心衰风险的大小。此外，直接通过心衰风险评估分数了解出现心衰风险的大小，也就避免传统方法中需要多项检测数据联合进行心衰风险评估，减少了心衰风险评估的耗时，提高了心衰风险评估的效率。
附图说明
[0019]图1为一个实施例中心电信号处理方法的应用环境图；图2为一个实施例中心电信号处理方法的第一本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种心电信号处理方法，其特征在于，所述方法包括：获取第一预设数量的导联的静息状态下的心电信号；所述导联包括第二预设数量的肢体导联；所述第二预设数量小于所述第一预设数量；对各所述静息状态下的心电信号进行数据处理，得到静态高频QRS波形特征集；其中，所述静态高频QRS波形特征集包括QRS时限、第一阳性指标的数量、第一目标导联的数量和目标肢体导联的数量；所述第一阳性指标用于表征对应所述导联的高频形态指数大于第一阈值；所述高频形态指数为对应所述导联的第一总面积和第二总面积的比值；所述第一总面积为对应所述静息状态下的心电信号的各振幅减小区域的总面积；第二总面积为对应所述静息状态下的心电信号的包络下方总面积；所述第一目标导联为对应所述静息状态下的心电信号呈下降趋势的总次数超过第二阈值的所述导联；所述目标肢体导联为对应所述静息状态下的心电信号的QRS波群电压小于第三阈值的所述肢体导联；对风险评估特征集进行评估分析，得到心衰风险评估分数；其中，所述心衰风险评估分数用于判断出现心衰风险的大小；所述风险评估特征集包括所述静态高频QRS波形特征集。2.根据权利要求1所述的方法，其特征在于，所述风险评估特征集还包括动态高频QRS波形特征集；所述方法还包括：获取各所述导联的负荷状态下的心电信号；对各所述负荷状态下的心电信号进行数据处理，得到对应的高频波形曲线；对各所述高频波形曲线进行特征分析，得到所述动态高频QRS波形特征集；其中，所述动态高频QRS波形特征集包括第二阳性指标的数量、初始平均电压值、最大输出功率和第二目标导联的数量中的至少两个；所述第二阳性指标用于表征对应导联的振幅下降相对值大于第四阈值；所述振幅下降相对值为振幅绝对值和最大RMS电压值的比值；所述振幅绝对值为所述最大RMS电压值和目标RMS电压值的差；所述最大RMS电压值为对应所述高频波形曲线的RMS电压的最大值；所述目标RMS电压值为对应所述高频波形曲线在所述最大RMS电压值所对应时刻后的RMS电压的最小值；所述初始平均电压值为各所述高频波形曲线的初始电压值的平均值；所述最大输出功率根据各所述高频波形曲线的均方根电压值的最大值确定；所述第二目标导联为对应所述高频波形曲线呈目标波形的所述导联；所述目标波形包括U波、L波和小V波。3.根据权利要求1所述的方法，其特征在于，所述对各所述静息状态下的心电信号进行数据处理，得到静态高频QRS波形特征集的步骤包括：对各所述静息状态下的心电信号进行数据提取，得到对应所述导联的静态QRS波形的高频分量；根据各所述导联的静态QRS波形的高频分量确定各所述导联对应的各所述振幅减小区域，并计算各所述导联的所述第一总面积和对应的所述第二总面积；根据各所述导联的所述第一总面积和对应的所述第二总面积的比值，得到各所述导联的所述高频形态指数；根据各所述导联的所述高频形态指数和所述第一阈...

【专利技术属性】
技术研发人员：李小钦，黄庆玺，龙文瑶，
申请(专利权)人：毕胜普生物科技有限公司，
类型：发明
国别省市：