【技术实现步骤摘要】
基于波段子序列比对的QRS波群形态识别方法
[0001]本专利技术涉及一种基于波段子序列比对的QRS波群形态识别方法,属于心电信号识别
技术介绍
[0002]心电图(Electrocardiography,ECG)作为一种无创检测手段,在临床检测心脏节律是否正常具有重要作用。在心电诊断中,主要根据心拍各波波形的特征来识别可能的症状,一个完整的心拍从前到后依次分为P波、QRS波群和T波,其中QRS波群形态高大,是判断心拍的重要标志,其反映了左右心室的除极状况,是分析心率失常,诊断各类心脏疾病的重要依据。
[0003]一个典型的QRS波群中,最先出现的负向波称为Q波,Q波之后的首个正向波称为R波,R波之后的第二个负向波称为S波,继S波后可能出现的正向波称为R
’
波,继R
’
波后出现的负向波称为S
’
波。QRS波群通常根据振幅来判断大小波形,振幅大于0.5mv表示为大波形用Q、R、S等表示,小于0.5mv表示为小波形有q、r、s等表示。
[0004]QRS波群形态种类繁多,并且有的QRS波群中会出现无波的情况。图1的(a)表示正常QRS波群形态,图1的(b)表示右束支阻滞患者的QRS波群呈现出rSr
’
波形形态,Q波段表现出无波形态;图1的(c)表示前壁心肌梗死患者的QRS波群呈现出QR波形形态,S波段表现出无波形态。只有准确地识别QRS波群形态,才能提高ECG自动分析的性能,才能保证心电异常诊断的准确度。
[0005
【技术保护点】
【技术特征摘要】
1.一种基于波段子序列比对的QRS波群形态识别方法,其特征在于:包括以下步骤,S1、在经过预处理包括滤波和去噪后的心电图的训练样本上,截取R波极值点前后设定长度区域形成QRS波群检测区域,将QRS波群检测区域内若干极值点作为分割点,将QRS波群检测区域划分为多个波段;S2、在每个波段上,提取若干个滑动窗口,生成波段的候选子序列集合;S3、遍历候选子序列集合,根据每个子序列和训练样本对应波段的距离,寻找最佳子序列和最佳阈值作为对应波段的识别特征,用于后续波形预测;S4、输入待预测心电图,划分为多个待预测波段,计算各待预测波段与训练样本上对应波段最佳子序列的欧式距离,并得到最小欧式距离;S5、比较最小欧式距离与最佳阈值,确定待预测波段为有波形态或无波形态;在确定为有波形态后,根据波段振幅确定为大波形或小波形,得到待预测波段的预测结果;S6、拼接所有待预测波段的预测结果,实现QRS波群整体形态的预测。2.如权利要求1所述的基于波段子序列比对的QRS波群形态识别方法,其特征在于:步骤S1中,将QRS波群检测区域划分为多个波段,每个波段包含有波和无波两种形态,其中有波形态包含大波形和小波形。3.如权利要求1所述的基于波段子序列比对的QRS波群形态识别方法,其特征在于:步骤S2中,在每个波段上,提取若干个滑动窗口,生成波段的候选子序列集合,具体为,设样本某波段为[X
i
,
…
,X
j
],其中,X
i
表示i时刻的电压,滑动窗口长度T分别取1到j
‑
i+1的任意值,每个T会产生j
‑
i+2
‑
T个子序列,所以该样本的该波段上会生成个子序列,所有样本在该波段生成的子序列构成波段的候选子序列集合。4.如权利要求1
‑
3任一项所述的基于波段子序列比对的QRS波群形态识别方法,其特征在于:步骤S3中,遍历候选子序列集合,根据每个子序列和训练样本对应波段的距离,寻找最佳子序列和最佳阈值作为对应波段的识别特征,用于后续波形预测,具体为,S31、设波段对应n个样本,n个样本在该波段生成的候选子序列集合共包含m个子序列,计算每个子序列sub
k
,其中,1≤k≤m与n个样本对应波段的距离,组成距离集合dist
k
={d1,
…
,d
i
,
…
,d
n
},其中,d
i
表示子序列sub
k
与第i个样本对应波段的最小欧式距离,m个子序列能够生成m个距离集合,即D={dist1,
…
,dist
k
,
…
,dist
m
};S32、距离集合dist
k
所包含的距离分为两类,即子序列sub
k
与有波形态样本的距离和无波形态样本的距离,记集合index1为dist
k
中sub
k
与有波形态样本的距离的索引集合,记集合index2为dist
k
中sub
k
与无波形态样本的距离的索引集合,以波段有波形和无波形为分类目标,计算dist
k
初始信息熵H
org
;S33、设阈值θ为距离集合dist
k
中的任意值,通过比较阈值θ与距离集合dist
k
中距离数值的大小,能够将dist
k
划分为距离数值小于等于θ和大于θ的两类距离集合,分别记为A和B,记索引集合Aindex为A集合中的数据在dist
k
中的索引位置,索引集合Bindex为B集合中的数据在dist
k
中的索引位置;S34、枚举阈值θ可能的取值,使得划分距离集合dist
k
后的条件熵最小,此时的阈值θ为最佳阈值θ
′
,子序列sub
k
对应的最小条件熵记为H
k
;S35、根据得到的初始信息熵H
org
和最小条件熵H
k
,计算子序列sub
k
对应的信息增益G
k
=
H
org
‑
H
k
;S36、针对每个波段的所有候选子序列重复步骤S32至步骤S35,找到信息增益最大的子序列和划分阈值,分别记为波段的最佳子序列sub
′
和最佳阈值θ
′
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。