一种数字化心电图波形识别与时限参数测算方法技术

本发明专利技术涉及一种数字化心电图波形识别与时限参数测算方法，本发明专利技术根据需要保留的信号类型选择性地将这些干扰信号中的一种或多种以及部分心电特征的信号分解后得到该层需要保留的特征信号，再通过对各层有效信号及特征信号的选择性叠加整合，加入识别J点、QRS波、P波、T波的方法，保留各层最终供医生辅助诊断的3个波段的有效信号数据，再加入定位方法用于实现对PR间期、QT间期、QRS时限的起点及终点位置的准确定位，然后结合各波段的幅值确定出对应的有效值，最后加入心率的算法实现对于心率的计算。本发明专利技术可以缩短医生查看心电图的有效时间，提高医生读取心电图的效率，减少因长时间阅图造成的漏诊、误诊率。误诊率。误诊率。

【技术实现步骤摘要】
一种数字化心电图波形识别与时限参数测算方法


[0001]本专利技术属于心电图自动诊断
，具体涉及一种数字化心电图波形识别与时限参数测算方法。

技术介绍

[0002]因心血管病具有起病急、病情变化迅速、死亡率高等特点，使得医务人员在临床工作中时刻精神紧张，工作强度大。对于动态心电图检查，医生需要读取长达24小时的心电图监测数据，再进行分析并出具相应的诊断。且一般医院采用十二导联心电监测方法对心脏病人进行监测，即同一时刻会采集身体不同位置的12条心电数据，而且每次心跳作为一个心拍，即一个心电周期，一个周期又由P波、QRS波群、T波，这些主要波形组成，医生在读图过程中需要发现异常周期的异常波形的位置变化，再通过手动大概计算出PR间期、QT间期、心率等帮助医生给出诊断结果的参数值。这个过程加上长时间阅读心电图容易引起视觉疲劳、注意力不集中等问题，造成可能会漏掉一些关于有效诊断的数据细节。另外，由于经济和地域等诸多因素，先进的医疗技术不可能在各地以相同的速度予以普及，造成各地区接受医学新信息的质和量存在很大差异，特别是在我国的一些偏远农村，许多医务本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种数字化心电图波形识别与时限参数测算方法，其特征在于：通过基于心电医师读取心电图的方法，将心电医师的阅图思维转化为机器方法，进而实现智能读图分析的目的；按照心电医师的阅图思维，所述方法包括一个信号读取方法、一组波形定位方法和一组时限参数测算方法；具体步骤如下：(1)：信号读取方法对十进制行向量存储的心电数据，进行心电数据采集，对采集的数据进行信号去噪，所述信号去噪包括高斯滤波，中间移动均值微分和均值滤波；(1.1)：读取心电采集数据，公式(A1)：β
i
＝a
i
·
μ
ꢀꢀꢀꢀ
(A1)其中：β
i
:各输出样本点的值；μ:采集设备精度；α
i
:各输入样本点的值；(1.2)：所述信号去噪采用去噪滤波器，去噪滤波器采用15位权重且服从标准正态分布的高斯滤波器，其具有消除心电信号起伏噪声，即高频信号的功能：将步骤(1.1)的心电采集数据进行去噪滤波，公式(B1)：β
m
～N(μ，σ2)β
i
：各输入样本点的值；m:第m周期样本点总量；β
m
：正太分布的系数；w:窗口宽度；d
i
：各输出样本点的值；(2)：波形定位方法将步骤(1.2)去噪滤波后的心电采集数据进行定位，所述定位方法包括多个定位P波、QRS波群、T波和J点的定位算法，具体包括一个P波定位方法模型、一个QRS波群定位方法模型、一个T波定位方法模型和一个J点定位方法模型，以实现P波、QRS波群、T波、J点的定位功能；(a)首先确定QRS波的基线，(b)接着基于该基线对QRS波进行定位，即先定位出Q波起点，然后定位出S波终点，最后根据QS的位置定位R波；(c)然后确定P波和T波基线，(d)再根据该基线对P波和T波进行定位，即先根据RR间期和下一个周期的Q波起点确定该周期的P波位置，然后根据P波位置与该步骤中的基线相结合定位P波起、止点；再根据RR间期和前一个周期的S波终点确定该周期T波位置；(e)最后，将高斯滤波后的数据结合移动积分的改进后的算法定位出J点的位置，对于J点的定位是做为后续计算QRS波时限的前提条件；(2.1)所述的一个QRS波群定位方法模型包括一组带通滤波方法、一个中间移动均值方法、一个QRS波群基线方法、一个修正值方法、一组Q点定位方法、一组S点定位方法、一个R波定位方法和一个Q波起点定位方法，以实现QRS波群的定位功能；(2.1.1)、将步骤(1.2)的数据根据(C1)进行滤波，所述的一组带通滤波方法，如下：
(2.1.2)、将步骤(2.1.1)的数据进行滤波，所述的中间移动均值方法，如下：w:窗口宽度；c：低通滤波的输出数据；i：第i个样本点；(2.1.3)、将步骤(2.1.2)的数据进行计算，所述的QRS波群基线方法，如下：n：数据样本点数量；g：公式(C2)的输出；(2.1.4)、将步骤(2.1.3)的数据求修正值，修正值计算方法，如下：x
i
＝c
i
‑
LⅠꢀꢀꢀꢀ
(C4)c：低通滤波的输出数据；i：第i个样本点；(2.1.5)、将步骤(2.1.4)的数据进行Q点定位，所述的一组Q点定位的计算方法包括一个微分算法、一个平方算法、一个积分算法和一个Q点定位算法，以实现Q点的定位功能，步骤如下：(2.1.5.1)、将步骤(2.1.4)的数据进行滤波，所述的一个微分方法，如下：ΔT：采样频率；x：微分滤波器的输出数据(公式(C4)计算)；(2.1.5.2)、将步骤(2.1.5.1)的数据进行滤波，所述的一个平方方法，如下：x
i
＝x
i2
ꢀꢀꢀꢀ
(C6)x：微分滤波器的输出数据(公式(C5))；(2.1.5.3)、将步骤(2.1.5.2)的数据进行滤波，所述的一个积分方法，如下：w：窗口宽度；x：微分滤波器的输出数据；(2.1.5.4)、对步骤(2.1.5.3)的数据进行计算，所述的一个Q点定位方法，如下：J:周期序列；∈∈R
*
；x：微分滤波器的输出数据；i：第i个样本点；t：两个数据之间间隔的时间；(2.1.6)所述的一组S点定位方法包括一个滤波算法、一个S点定位算法，以实现S点定位的功能；(2.1.6.1)、...

【专利技术属性】
技术研发人员：夏桐楠，刘明，孙耀杰，姜红，张来武，
申请(专利权)人：复旦大学附属中山医院，
类型：发明
国别省市：