一种群体心电图心律失常诊断方法技术

技术编号:37057107 阅读:21 留言:0更新日期:2023-03-29 19:33
本发明专利技术公开了一种群体心电图心律失常诊断方法,包括:获取心电图的心电信号;识别心电信号中的R(i)波和确定R(i)波的位置;计算RR(i)间期时间;识别QRS(i)波群的时限特征参数;确定R(i)波的频率特征参数F(i);识别P(i)波以及P(i)波的位置;根据P(i)波的位置识别心电信号的P波出现规律特征参数;确定心电信号的节律特征参数;输出心律失常诊断结果。本发明专利技术基于相量变换方法实现了R(i)波和P(i)波的准确识别,以及通过可靠的面积积分法实现QRS(i)波群时限是否宽大畸形的判定,并结合其他心电信号病理特征的识别,实现了可靠且实用的群体心电图心律失常的诊断。电图心律失常的诊断。电图心律失常的诊断。

【技术实现步骤摘要】
一种群体心电图心律失常诊断方法


[0001]本专利技术属于心律失常诊断
,具体涉及一种群体心电图心律失常诊断方法。

技术介绍

[0002]在对战士、学生等群体进行体能训练或体能测试场景中,常采用MLII等效肢体导联的方式进行群体心电监测。MLII等效肢体导联是改良的肢体导联II,通过将电极放置在受试者的胸部获得,具有粘贴方便、无线传输和批量采集等优点,特别适用于心脏功能的群体筛查。
[0003]群体心电图与临床心电图不同,其通常仅有MLII等效肢体导联一个信号通道,且容易受到测量环境、操作不规范等诸多因素的影响,造成心电信号数据存在较多的工频干扰和肌电干扰等。并且,主流的基于深度学习技术的心律失常分析方法大多基于临床心电图数据,依赖于大量临床心电图数据作为深度学习算法模型构建时的训练和测试,并且现有的用于心律失常分析的深度学习网络模型还不成熟和不完善,因此并不适用于对群体心电图心律失常的诊断。所以在群体心电图监测和心律失常诊断领域,实用且可靠的群体心电图心律失常分析方法亟待开发,以应用于群体心律失常的筛查诊断。

技术实现思路

[0004]本专利技术的目的在于克服现有技术的一项或多项不足,提供一种群体心电图心律失常诊断方法。
[0005]本专利技术的目的是通过以下技术方案来实现的:一种群体心电图心律失常诊断方法,包括以下步骤:获取心电图的心电信号;识别心电信号中的R(i)波,以及确定所述R(i)波的位置;根据所述R(i)波的位置计算RR(i)间期时间,所述RR(i)间期时间为当前R(i)波位置与R(i

1)波位置的距离,其中i≥2;按照预设积分限分别对各个R(i)波进行时域积分,得到各个R(i)波对应的积分面积AUC(i);计算所有积分面积AUC(i)的平均值med(AUCs);根据平均值med(AUCs)和R(i)波的积分面积AUC(i)确定该R(i)波所在QRS(i)波群的时限特征参数;确定R(i)波的频率特征参数F(i);若QRS(i)波群的时限特征参数为QRS(i)波群时限正常,则根据该QRS(i)波群中R(i)波的位置、R(i

1)波的位置和RR(i)间期时间计算理论P(i)波的位置,根据R(1)波的位置计算理论P(1)波的位置以及根据R(i

1)波的位置和RR(i

1)间期时间计算理论T(i

1)波的位置,其中i≥2;
若理论P(i)波的位置与理论T(i

1)波的位置不重叠,则对心电信号中该理论P(i)波的进行相量变换;在相量变换后的该理论P(i)波中寻找最大值U
P
(i),并根据所述最大值U
P
(i)和测量得到的当前R(i)波幅U
R
(i)确认出真实P(i)波和该真实P(i)波的位置;根据真实P(i)波的位置识别心电信号的P波出现规律特征参数;确定心电信号的节律特征参数;根据QRS(i)波群的时限特征参数、频率特征参数F(i)、P波出现规律特征参数和节律特征参数判断心电信号是否存在第一类心律失常类型,若是,则输出包含有第一类心律失常类型的第一心律失常诊断结果,若否,则输出结果为正常心电图的第二心律失常诊断结果,所述第一类心律失常类型包括窦性心动过缓、窦性心动过速、房颤、房扑、室上速和室速中的一种或多种。
[0006]优选地,所述识别心电信号中的R(i)波,以及确定所述R(i)波的位置,包括如下子步骤:通过基于汉明窗的FIR带通滤波器对心电信号进行数字滤波;对数字滤波后的心电信号进行相量变换,得到心电信号对应的相量信号PT(n),其中,为心电信号的瞬时值,0<Rv<1,Rv表示心电信号的波形增强程度,且心电信号的复数域变换公式为;通过第一预设时间宽度的滑动窗口检测所述相量信号PT(n)中的最大值Max(i),若最大值Max(i)大于自适应阈值Thr(i),则将该Max(i)位置定义为R(i)波的位置;其中自适应阈值Thr(i)为在第二预设时间宽度移动窗口中计算的相量信号PT(n)的标准偏差的两倍;所述根据所述R(i)波的位置计算RR(i)间期时间之后,还包括:若RR(i)间期时间与RR(i

1)间期时间的比值大于第一预设值,则自当前R(i)波的位置通过第一预设时间宽度的滑动窗口往回检测相量信号PT(n)中的最大值Max(i

1),若最大值Max(i

1)大于调整后的自适应阈值Thr(i),则将该Max(i

1)位置定义为R(i

1)波的位置;其中,调整后的自适应阈值Thr(i)与当前R(i)波幅U
R
(i)的比值为第二预设值。
[0007]优选地,所述确定R(i)波的频率特征参数F(i)包括如下子步骤:根据RR(i)间期时间、RR(i

1)间期时间以及RR(i+1)间期时间计算R(i)波的频率特征参数F(i),其中,i≥2,F(i)的单位为bpm;所述确定心电信号的节律特征参数,包括如下子步骤:计算RR(i)间期时间和RR(i

1)间期时间的差值,若至少一个所述差值大于第三预设值,则确定心电信号存在节律不整,若所有所述差值均小于等于第三预设值,则确定心电信号节律归整;所述根据平均值med(AUCs)和R(i)波的积分面积AUC(i)确定该R(i)波所在QRS(i)
波群的时限特征参数,包括如下子步骤:判断R(i)波的积分面积AUC(i)与平均值med(AUCs)的比值是否大于第四预设值,若是,则确定该R(i)波所在的QRS(i)波群时限宽大,若否,则确定该R(i)波所在的QRS(i)波群时限正常;所述根据真实P(i)波的位置识别心电信号的P波出现规律特征参数,包括如下子步骤:根据真实P(i)波的位置识别心电信号是否存在连续三个真实P(i)波消失,若是,则确定心电信号存在P波连续消失,若否,则确定心电信号的P波正常。
[0008]优选地,所述根据QRS(i)波群的时限特征参数、频率特征参数F(i)、P波出现规律特征参数和节律特征参数判断心电信号是否存在第一类心律失常类型,若是,则输出包含有第一类心律失常类型的第一心律失常诊断结果,若否,则输出结果为正常心电图的第二心律失常诊断结果,包括如下子步骤:若所有QRS(i)波群时限正常、P波正常且所有R(i)波频率特征参数F(i)的平均值小于60bpm,则确定心电信号存在第一类心律失常类型中的窦性心动过缓;若所有QRS(i)波群时限正常、P波正常且所有R(i)波频率特征参数F(i)的平均值大于100bpm,则确定心电信号存在第一类心律失常类型中的窦性心动过速;若所有QRS(i)波群时限正常、P波连续消失且节律不整,则确定心电信号存在第一类心律失常类型中的房颤;若所有QRS(i)波群时限正常、P波连续消失、节律归整且至少一个R(i)波的频率特征参数F(i)小于150bpm,则确定心电本文档来自技高网
...

【技术保护点】

【技术特征摘要】
1.一种群体心电图心律失常诊断方法,其特征在于,包括以下步骤:获取心电图的心电信号;识别心电信号中的R(i)波,以及确定所述R(i)波的位置;根据所述R(i)波的位置计算RR(i)间期时间,所述RR(i)间期时间为当前R(i)波位置与R(i

1)波位置的距离,其中i≥2;按照预设积分限分别对各个R(i)波进行时域积分,得到各个R(i)波对应的积分面积AUC(i);计算所有积分面积AUC(i)的平均值med(AUCs);根据平均值med(AUCs)和R(i)波的积分面积AUC(i)确定该R(i)波所在QRS(i)波群的时限特征参数;确定R(i)波的频率特征参数F(i);若QRS(i)波群的时限特征参数为QRS(i)波群时限正常,则根据该QRS(i)波群中R(i)波的位置、R(i

1)波的位置和RR(i)间期时间计算理论P(i)波的位置,根据R(1)波的位置计算理论P(1)波的位置以及根据R(i

1)波的位置和RR(i

1)间期时间计算理论T(i

1)波的位置,其中i≥2;若理论P(i)波的位置与理论T(i

1)波的位置不重叠,则对心电信号中该理论P(i)波的进行相量变换;在相量变换后的该理论P(i)波中寻找最大值U
P
(i),并根据所述最大值U
P
(i)和测量得到的当前R(i)波幅U
R
(i)确认出真实P(i)波和该真实P(i)波的位置;根据真实P(i)波的位置识别心电信号的P波出现规律特征参数;确定心电信号的节律特征参数;根据QRS(i)波群的时限特征参数、频率特征参数F(i)、P波出现规律特征参数和节律特征参数判断心电信号是否存在第一类心律失常类型,若是,则输出包含有第一类心律失常类型的第一心律失常诊断结果,若否,则输出结果为正常心电图的第二心律失常诊断结果,所述第一类心律失常类型包括窦性心动过缓、窦性心动过速、房颤、房扑、室上速和室速中的一种或多种。2.根据权利要求1所述的一种群体心电图心律失常诊断方法,其特征在于,所述识别心电信号中的R(i)波,以及确定所述R(i)波的位置,包括如下子步骤:通过基于汉明窗的FIR带通滤波器对心电信号进行数字滤波;对数字滤波后的心电信号进行相量变换,得到心电信号对应的相量信号PT(n),其中,为心电信号的瞬时值,0<Rv<1,Rv表示心电信号的波形增强程度,且心电信号的复数域变换公式为;通过第一预设时间宽度的滑动窗口检测所述相量信号PT(n)中的最大值Max(i),若最大值Max(i)大于自适应阈值Thr(i),则将该Max(i)位置定义为R(i)波的位置;其中自适应阈值Thr(i)为在第二预设时间宽度移动窗口中计算的相量信号PT(n)的标准偏差的两倍;所述根据所述R(i)波的位置计算RR(i)间期时间之后,还包括:
若RR(i)间期时间与RR(i

1)间期时间的比值大于第一预设值,则自当前R(i)波的位置通过第一预设时间宽度的滑动窗口往回检测相量信号PT(n)中的最大值Max(i

1),若最大值Max(i

1)大于调整后的自适应阈值Thr(i),则将该Max(i

1)位置定义为R(i

1)波的位置;其中,调整后的自适应阈值Thr(i)与当前R(i)波幅U
R
(i)的比值为第二预设值。3.根据权利要求1所述的一种群体心电图心律失常诊断方法,其特征在于,所述确定R(i)波的频率特征参数F(i)包括如下子步骤:根据RR(i)间期时间、RR(i

1)间期时间以及RR(i+1)间期时间计算R(i)波的频率特征参数F(i),其中,i≥2,F(i)的单位为bpm;所述确定心电信号的节律特征参数,包括如下子步骤:计算RR(i)间期时间和RR(i

1)间期时间的差值,若至少一个所述差值大于第三预设值,则确定心电信号存在节律不整,若所有所述差值均小于等于第三预设值,则确定心电信号节律归整;所述根据平均值med(AUCs)和R(i)波的积分面积AUC(i)确定该R(i)波所在QRS(i)波群的时限特征参数,包括如下子步骤:判断R(i)波的积分面积AUC(i)与平均值med(AUCs)的比值是否大于第四预设值,若是,则确定该R(i)波所在的QRS(i)波群时限宽大,若否,则确定该R(i)波所在的QRS(i)波群时限正常;所述根据真实P(i)波的位置识别心电信号的P波出现规律特征参数,包括如下子步骤:根据真实P(i)波的位置识别心电信号是否存在连续三个真实P(i)波消失,若是,则确定心电信号存在P波连续消失,若否,则确定心电信号的P波正常。4.根据权利要求3所述的一种群体心电图心律失常诊断方法,其特征在于,所述根据QRS(i)波群的时限特征参数、频率特征参数F(i)、P波出现规律特征参数和节律特征参数判断心电信号是否存在第一类心律失常类型,若是,则输出包含有第一类心律失常类型的第一心律失常诊断结果,若否,则输出结果为正常心电图的第二心律失常诊断结果,包括如下子步骤:若所有QRS(i)波群时限正常、P波正常且所有R(i)波频率特征参数F(i)的平均值小于60bpm,则确定心电信号存在第一类心律失常类型中的窦性心动过缓;若所有QRS(i)波群时限正常、P波正常且所有R(i)波频率特征参数F(i)的平均值大于100bpm,则确定心电信号存在第一类心律失常类型中的窦性心动过速;若所有QRS(i)波群时限正常、P波连续消失且节律不整,则确定心电信号存在第一类心律失常类型中的房颤;若所有QRS(i)波群时限正常、P波连续消失、节律归整且至少一个R(i)波的频率特征参数F(i)小于150bpm,则确定心电信号存在第一类心律失常类型中的房扑;若所有QRS(i)波群时限正常、P波连续消失、节律归整且至少一个R(i)波的频率特征参数F(i)大于等于150bpm,则确定心电信号存在第一类心律失常类型中的室上速;
若QRS(i)波群时限宽大且该QRS(i)波群中R(i)波的频率特...

【专利技术属性】
技术研发人员:程香荣刘莉华秦柯柯张恒源黄武
申请(专利权)人:成都怡康科技有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1