基于边缘设备的心电数据的监测方法、装置、设备和介质制造方法及图纸

本发明专利技术提供了一种基于边缘设备的心电数据的监测方法、装置、设备和介质。该基于边缘设备的心电数据的监测方法包括：针对目标群体，获取时间单元内ECG设备采集到的心电数据；根据所述心电数据计算所述时间单元内的QTc序列；将所述QTc序列和预设的标准QTc阈值输入至预设的神经网络模型进行运算，得到所述QTc序列偏离所述标准QTc阈值的偏差；对多个所述时间单元对应的偏差进行加权平均，得到综合偏差；利用所述综合偏差调整所述标准QTc阈值，得到所述目标群体对应的特定QTc阈值；以及将所述特定QTc阈值下发至所述目标群体对应的边缘端进行心电数据监测。通过本发明专利技术，能够提升心电数据监测的准确性。电数据监测的准确性。电数据监测的准确性。

【技术实现步骤摘要】
基于边缘设备的心电数据的监测方法、装置、设备和介质


[0001]本专利技术涉及医学数据监测
，尤其涉及一种基于边缘设备的心电数据的监测方法、装置、设备和介质。

技术介绍

[0002]传统医疗设备中的心电数据采集和监测，主要场景在医院，例如用户感觉不舒服需要做相关ECG测量的时候，主要解决方案是去医院进行检测，因此采集数据并不能做到及时采集和有效采集。而ECG相关数据需要连续性，并且同时间周期采样多份数据进行跨周期比对，所以才会有Holter。但是Holter的局限性在于穿戴不方便，并且需要采集后再回到医院预约医生来分析相关数据，很难达到实时性。
[0003]随着智能穿戴设备相关技术的发展，现有技术中出现诸如智能手表等设备，可实时采集心电相关数据，但这类设备并不能对数据进行监测分析。例如，对基于标准QTc阈值的长QT周期基于边缘设备的心电数据的监测，由于个性化差异的存在，仍然需要医生结合用户的个性化特点进行监测分析，仍然会给用户的心电数据监测带来不便，而如果基于统一的标准QTc阈值进行监测分析，忽略个性化差异，则会导致基于边缘设备的心电数据的监测准确性低。
[0004]因此，如何在满足心电数据监测遍历性的同时，提升心电数据监测的准确性，成为本领域亟需解决的技术问题。

技术实现思路

[0005]本专利技术的目的是提供一种基于边缘设备的心电数据的监测方法、装置、设备和介质，用于解决现有技术中的上述技术问题。
[0006]一方面，为实现上述目的，本专利技术提供了一种基于边缘设备的心电数据的监测方法。
[0007]该基于边缘设备的心电数据的监测方法包括：针对目标群体，获取时间单元内ECG设备采集到的心电数据；根据所述心电数据计算所述时间单元内的QTc序列；将所述QTc序列和预设的标准QTc阈值输入至预设的神经网络模型进行运算，得到所述QTc序列偏离所述标准QTc阈值的偏差；对多个所述时间单元对应的偏差进行加权平均，得到综合偏差；利用所述综合偏差调整所述标准QTc阈值，得到所述目标群体对应的特定QTc阈值；以及将所述特定QTc阈值下发至所述目标群体对应的边缘端进行心电数据监测。
[0008]进一步地，根据所述心电数据计算所述时间单元内的QTc序列的步骤包括：根据所述心电数据计算QT序列{Q
n
T
n
}和RR序列{R
n
‑1R
n
}，其中，n为自然数，Q
n
T
n
为所述时间单元内第n个Q波和第n个T波之间的时间间隔，R
n
‑1R
n
为第n
‑
1个R波和第n个R波之间的时间间隔；以及根据所述QT序列{Q
n
T
n
}和所述RR序列{R
n
‑1R
n
}计算QTc序列{QTc
n
}。
[0009]进一步地，采用以下公式根据所述QT序列{Q
n
T
n
}和所述RR序列{R
n
‑1R
n
}计算QTc序列{QTc
n
}：
[0010][0011]进一步地，对多个所述时间单元对应的偏差进行加权平均，得到综合偏差的步骤包括：根据所述时间单元所属的时间周期确定所述时间单元对应的加权权重；以及根据每个所述时间单元对应的偏差和加权权重进行加权平均，得到综合偏差。
[0012]进一步地，将所述特定QTc阈值下发至所述目标群体所属的边缘端进行心电数据监测的步骤包括：实时获取ECG设备采集到的待监测心电数据；根据所述待监测心电数据计算实时QTc值；以及记录第一预设时长内所述实时QTc值偏离所述特定QTc阈值的趋势。
[0013]进一步地，将所述特定QTc阈值下发至所述目标群体所属的边缘端进行心电数据监测的步骤包括：获取所述时间单元内ECG设备采集到的待监测心电数据；根据所述待监测心电数据计算所述时间单元内的待监测QTc序列；将所述待监测QTc序列和所述特定QTc阈值输入至所述神经网络模型进行运算，得到所述待监测QTc序列偏离所述特定QTc阈值的偏差；记录第二预设时长内所述待监测QTc序列偏离所述特定QTc阈值的趋势。
[0014]进一步地，所述目标群体包括满足以下任意一种或多种条件的人群：人群所属地域、人群身体条件、人群年龄以及人群心电数据采集月份。
[0015]另一方面，为实现上述目的，本专利技术提供了一种基于边缘设备的心电数据的监测装置。
[0016]该基于边缘设备的心电数据的监测装置包括：获取模块，用于针对目标群体，获取时间单元内ECG设备采集到的心电数据；计算模块，用于根据所述心电数据计算所述时间单元内的QTc序列；第一处理模块，用于将所述QTc序列和预设的标准QTc阈值输入至预设的神经网络模型进行运算，得到所述QTc序列偏离所述标准QTc阈值的偏差；第二处理模块，用于对多个所述时间单元对应的偏差进行加权平均，得到综合偏差；调整模块，用于利用所述综合偏差调整所述标准QTc阈值，得到所述目标群体对应的特定QTc阈值；以及监测模块，用于将所述特定QTc阈值下发至所述目标群体对应的边缘端进行心电数据监测。
[0017]为实现上述目的，本专利技术还提供一种计算机设备，包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序，该处理器执行计算机程序时实现上述方法的步骤。
[0018]为实现上述目的，本专利技术还提供计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现上述方法的步骤。
[0019]本专利技术提供的长QT周期基于边缘设备的心电数据的监测方法、装置、设备和介质，首先，针对目标群体，获取多个时间单元内ECG设备采集到的心电数据，然后对于每个时间单元，通过其心电数据计算其QTc序列，将QTc序列和预设的标准QTc阈值输入至预设的神经网络模型进行运算，即可得到QTc序列偏离标准QTc阈值的偏差，接着将各个时间单元对应的偏差进行加权平均，得到目标群体对应的综合偏差，通过综合偏差调整标准QTc阈值，得到目标群体对应的特定QTc阈值，该特定QTc阈值适用于该目标群体中人员的心电数据监测，因此，将该特定QTc阈值下发至目标群体对应的边缘端进行心电数据监测，一方面，可基于QTc阈值实现在边缘设备端的长QT周期心电数据的监测，方便用户，另一方面，QTc阈值为通过目标群体的实际心电数据计算出的综合偏差进行调整后的特定QTc阈值，使得心电数据监测的准确性得以提升。
附图说明
[0020]通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本专利技术的限制。而且在整个附图中，用相同的参考符号表示相同的部件。在附图中：
[0021]图1为本专利技术实施例一提供的基于边缘设备的心电数据的监测方法的流程图；
[0022]图2和本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于边缘设备的心电数据的监测方法，其特征在于，包括：针对目标群体，获取时间单元内ECG设备采集到的心电数据；根据所述心电数据计算所述时间单元内的QTc序列；将所述QTc序列和预设的标准QTc阈值输入至预设的神经网络模型进行运算，得到所述QTc序列偏离所述标准QTc阈值的偏差；对多个所述时间单元对应的偏差进行加权平均，得到综合偏差；利用所述综合偏差调整所述标准QTc阈值，得到所述目标群体对应的特定QTc阈值；以及将所述特定QTc阈值下发至所述目标群体对应的边缘端进行心电数据监测。2.根据权利要求1所述的基于边缘设备的心电数据的监测方法，其特征在于，根据所述心电数据计算所述时间单元内的QTc序列的步骤包括：根据所述心电数据计算QT序列{Q
n
T
n
}和RR序列{R
n
‑1R
n
}，其中，n为自然数，Q
n
T
n
为所述时间单元内第n个Q波和第n个T波之间的时间间隔，R
n
‑1R
n
为第n
‑
1个R波和第n个R波之间的时间间隔；以及根据所述QT序列{Q
n
T
n
}和所述RR序列{R
n
‑1R
n
}计算QTc序列{QTc
n
}。3.根据权利要求2所述的基于边缘设备的心电数据的监测方法，其特征在于，采用以下公式根据所述QT序列{Q
n
T
n
}和所述RR序列{R
n
‑1R
n
}计算QTc序列{QTc
n
}：4.根据权利要求1所述的基于边缘设备的心电数据的监测方法，其特征在于，对多个所述时间单元对应的偏差进行加权平均，得到综合偏差的步骤包括：根据所述时间单元所属的时间周期确定所述时间单元对应的加权权重；以及根据每个所述时间单元对应的偏差和加权权重进行加权平...

【专利技术属性】
技术研发人员：李梓铭，梁勋州，宋耀华，吴德周，李辉，
申请(专利权)人：象一象科技北京有限公司，
类型：发明
国别省市：