【技术实现步骤摘要】
本专利技术属于数据处理领域，具体涉及一种基于区块链的心电监测方法及系统。
技术介绍
1、现有技术之中为了对移动终端的边缘设备进行心电监测，有通过区块链对心电信号数据进行处理的技术，比如现有技术首先读取原始心电信号后进行去噪处理；同时将每个边缘设备作为区块链的一个节点，将数据进行上链；
2、然后进行qrs波提取检测，通过小波变换提取qrs波，在得到经小波变换处理后的心电信号后，判定该信号是否为qrs波群；
3、信号预处理，若前述波峰为qrs波，则由qrs波检测得到ｒ峰所在的位置，以ｒ峰位置作为基准点，向前后取采样点作为一个心拍进行分割，由此得到若干个心拍；若前述波峰为非qrs波，则进行丢包处理；
4、不过现有技术之中移动终端的边缘设备的数据出错率非常高，所以现有的通过区块链对心电信号数据进行处理的技术首先读取原始心电信号后进行去噪处理就会浪费很多计算资源，并且之后即将数据进行上链，然后进行qrs波提取检测，判定信号是否为qrs波群也浪费很多区块链服务器的计算资源，之后的信号预处理也需要进行大概率的数据丢包处理也浪费很多区块链服务器的计算资源，总之现有的通过区块链对心电信号数据进行处理的技术浪费计算资源比率非常高导致效率和效能都比较差。
技术实现思路
1、本专利技术的目的在于提供一种基于区块链的心电监测方法及系统，以解决上述
技术介绍
中提出的问题。
2、为了解决上述技术问题，本专利技术提供如下技术方案：
3、基于区块链的心电监测
4、进一步，通过小波变换提取qrs波过程包括以下步骤：数据预处理：包括滤波和去基线漂移；小波变换：将心电信号分解成不同频率和时间的成分；qrs波检测：通过搜索小波变换模极大值对之间的过零点，确定r波位置，再在r波前后寻找局部模极大值对确定q波和s波；特征提取：提取qrs波的特征，如峰值和宽度，用于计算心率。
5、进一步，判断某段心电信号是否为qrs波群的方法包括：差分法：通过对心电信号进行一阶或二阶差分，判断其差分值是否超过特定阈值来确定qrs波的存在及其位置；qrs波群宽度检测：心电信号通过数字滤波器进行滤波处理，使得qrs波群到来时输出一个脉冲信号，将输出的脉冲幅值与阈值相比较，就能检测出qrs波群，确定出宽度参数。
6、进一步，对心电信号进行去噪处理的过程包括以下步骤：数据预处理：包括滤波和去基线漂移；小波变换：将预处理后的心电信号进行多级小波分解，得到一系列小波系数；阈值去噪：利用小波系数，选择阈值对信号进行去噪；阈值选取方法有硬阈值和软阈值；硬阈值将小于阈值的系数置为零，大于阈值的系数保留下来；软阈值将小于阈值的系数置为零，大于阈值的系数进行收缩；重构信号：将去噪后的小波系数进行反变换，得到去噪后的心电信号。
7、进一步，将目标边缘设备数据作为区块链的节点数据上链的具体过程如下：获取目标边缘设备的原始数据并进行处理；将处理后的数据传送至云端平台保存；对处理后的目标边缘设备数据进行哈希计算，获得目标边缘设备哈希值，并将目标边缘设备哈希值封装成目标边缘设备交易包；在可信执行环境中使用私钥对目标边缘设备交易包进行签名，私钥采用不可读取的方式存储在可信执行环境中；将签名后的目标边缘设备交易包与公钥结合后发送至区块链集群。
8、基于区块链的心电监测系统，包括信号预检测模块、信号判别模块、数据上链模块、数据监测模块；信号预检测模块用于读取每个边缘设备的原始心电信号之后对目标边缘设备的原始心电信号进行第一次检测即随机选择抽样样本通过小波变换提取qrs波；信号判别模块用于判断在得到经小波变换处理后的心电信号为qrs波群的比率，如果目标边缘设备对应的qrs波群的比率低于第一阈值则标记目标边缘设备为无效设备，并且丢弃该无效设备所对应的全部原始心电信号；如果目标边缘设备对应的qrs波群的比率不低于第一阈值则重新读取目标边缘设备原始心电信号后并且进行去噪处理；数据上链模块用于将目标边缘设备数据作为区块链的节点数据上链；
9、数据监测模块用于进行qrs波提取检测，判定信号是否为qrs波群再进行之后的信号预处理和心电分析监测。
10、有益效果：本申请通过判断目标边缘设备对应的qrs波群的比率是否低于第一阈值，并且标记低于第一阈值目标边缘设备为无效设备，并且丢弃该无效设备所对应的全部原始心电信号实现了对于目标设备的筛选，不需要浪费计算资源计算无效设备对应的数据，提高了效率。
本文档来自技高网...【技术保护点】
1.基于区块链的心电监测方法，其特征在于，包括S1读取每个边缘设备的原始心电信号之后对目标边缘设备的原始心电信号进行第一次检测即随机选择抽样样本通过小波变换提取QRS波；S2判断在得到经小波变换处理后的心电信号为QRS波群的比率，如果目标边缘设备对应的QRS波群的比率低于第一阈值则标记目标边缘设备为无效设备，并且丢弃该无效设备所对应的全部原始心电信号；如果目标边缘设备对应的QRS波群的比率不低于第一阈值则重新读取目标边缘设备原始心电信号后并且进行去噪处理，S3然后将目标边缘设备数据作为区块链的节点数据上链，S4之后进行QRS波提取检测，判定信号是否为QRS波群再进行之后的信号预处理和心电分析监测。
2.根据权利要求1所述的基于区块链的心电监测方法，其特征在于，通过小波变换提取QRS波过程包括以下步骤：数据预处理：包括滤波和去基线漂移；小波变换：将心电信号分解成不同频率和时间的成分；QRS波检测：通过搜索小波变换模极大值对之间的过零点，确定R波位置，再在R波前后寻找局部模极大值对确定Q波和S波；特征提取：提取QRS波的特征，如峰值和宽度，用于计算心率。
3.
4.根据权利要求1所述的基于区块链的心电监测方法，其特征在于，对心电信号进行去噪处理的过程包括以下步骤：数据预处理：包括滤波和去基线漂移；小波变换：将预处理后的心电信号进行多级小波分解，得到一系列小波系数；阈值去噪：利用小波系数，选择阈值对信号进行去噪；阈值选取方法有硬阈值和软阈值；硬阈值将小于阈值的系数置为零，大于阈值的系数保留下来；软阈值将小于阈值的系数置为零，大于阈值的系数进行收缩；重构信号：将去噪后的小波系数进行反变换，得到去噪后的心电信号。
5.根据权利要求1所述的基于区块链的心电监测方法，其特征在于，将目标边缘设备数据作为区块链的节点数据上链的具体过程如下：获取目标边缘设备的原始数据并进行处理；将处理后的数据传送至云端平台保存；对处理后的目标边缘设备数据进行哈希计算，获得目标边缘设备哈希值，并将目标边缘设备哈希值封装成目标边缘设备交易包；在可信执行环境中使用私钥对目标边缘设备交易包进行签名，私钥采用不可读取的方式存储在可信执行环境中；将签名后的目标边缘设备交易包与公钥结合后发送至区块链集群。
6.基于区块链的心电监测系统，其特征在于，包括信号预检测模块、信号判别模块、数据上链模块、数据监测模块；信号预检测模块用于读取每个边缘设备的原始心电信号之后对目标边缘设备的原始心电信号进行第一次检测即随机选择抽样样本通过小波变换提取QRS波；信号判别模块用于判断在得到经小波变换处理后的心电信号为QRS波群的比率，如果目标边缘设备对应的QRS波群的比率低于第一阈值则标记目标边缘设备为无效设备，并且丢弃该无效设备所对应的全部原始心电信号；如果目标边缘设备对应的QRS波群的比率不低于第一阈值则重新读取目标边缘设备原始心电信号后并且进行去噪处理；数据上链模块用于将目标边缘设备数据作为区块链的节点数据上链；数据监测模块用于进行QRS波提取检测，判定信号是否为QRS波群再进行之后的信号预处理和心电分析监测。
...【技术特征摘要】
1.基于区块链的心电监测方法，其特征在于，包括s1读取每个边缘设备的原始心电信号之后对目标边缘设备的原始心电信号进行第一次检测即随机选择抽样样本通过小波变换提取qrs波；s2判断在得到经小波变换处理后的心电信号为qrs波群的比率，如果目标边缘设备对应的qrs波群的比率低于第一阈值则标记目标边缘设备为无效设备，并且丢弃该无效设备所对应的全部原始心电信号；如果目标边缘设备对应的qrs波群的比率不低于第一阈值则重新读取目标边缘设备原始心电信号后并且进行去噪处理，s3然后将目标边缘设备数据作为区块链的节点数据上链，s4之后进行qrs波提取检测，判定信号是否为qrs波群再进行之后的信号预处理和心电分析监测。
2.根据权利要求1所述的基于区块链的心电监测方法，其特征在于，通过小波变换提取qrs波过程包括以下步骤：数据预处理：包括滤波和去基线漂移；小波变换：将心电信号分解成不同频率和时间的成分；qrs波检测：通过搜索小波变换模极大值对之间的过零点，确定r波位置，再在r波前后寻找局部模极大值对确定q波和s波；特征提取：提取qrs波的特征，如峰值和宽度，用于计算心率。
3.根据权利要求1所述的基于区块链的心电监测方法，其特征在于，判断某段心电信号是否为qrs波群的方法包括：差分法：通过对心电信号进行一阶或二阶差分，判断其差分值是否超过特定阈值来确定qrs波的存在及其位置；qrs波群宽度检测：心电信号通过数字滤波器进行滤波处理，使得qrs波群到来时输出一个脉冲信号，将输出的脉冲幅值与阈值相比较，就能检测出qrs波群，确定出宽度参数。
4.根据权利要求1所述的基于区块链的心电监测方法，其特征在于，对心电信号进行去噪处理的过程包括以下步骤：数据预处理：包括滤波和去基线漂移；...
【专利技术属性】
技术研发人员：李峰，
申请(专利权)人：深圳大微医疗科技开发有限公司，
类型：发明
国别省市：
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。