【技术实现步骤摘要】
本申请涉及信号评估，尤其涉及一种心电信号质量评估方法、电子设备及芯片系统。
技术介绍
1、心电信号是一种非线性、非平稳性和随机性的微弱信号，通常最大为mv量级；所以，心电信号监测通常需要心电监测装置紧贴生物体表面，以采集生物体的心电信号。当然，由于心电信号本身的特点以及心电信号监测的场景，导致心电信号非常容易受到来自生物体内(例如，肌电干扰、呼吸干扰等)或者生物体外(例如，工频干扰、信号拾取过程等)的干扰。
2、目前，采集到的心电信号可能伴随有大量的噪声或者异常信号(采集过程出现异常导致)，导致心电信号被噪声和/或异常信号淹没而失去原本的一些特征。尤其，心电信号带有一些病例特征时，这些病理特征可能会被噪声和/或异常信号干扰，导致病理信号的相关预警算法的精度降低。
技术实现思路
1、鉴于此，本申请提供一种心电信号质量评估方法、电子设备及芯片系统，可以将心电信号中的正常信号检出。
2、为达到上述目的，本申请采用如下技术方案：
3、第一方面，本申请提供一种心电信号质量评估方法，该方法包括：
4、获取第一心电信号；
5、计算第一心电信号的峰值变异度特征和峰值数量变异度特征；
6、若第一心电信号的峰值变异度特征小于第一阈值、且第一心电信号的峰值数量变异度特征小于第二阈值，则第一心电信号为正常信号，其中，第一阈值用于表示峰值变异度特征的异常分界点，第一阈值由多个心电信号样本的峰值变异度特征确定，第二阈值用于表示峰值数量变异
7、本申请中，统计多个心电信号样本的峰值变异度特征和峰值数量变异度特征，基于多个心电信号样本的峰值变异度特征作为一个异常分界点，将多个心电信号样本的峰值数量变异度特征作为另一个异常分界点；根据待评估的心电信号的峰值变异度特征和峰值数量变异度特征与两个异常分界点之间的关系，确定待评估的心电信号的类型。通过该方法可以精确的区分出正常信号。
8、作为第一方面的一种实现方式，获取第一心电信号包括：
9、获取第一时长的原始心电信号；
10、对原始心电信号进行滤波处理，得到第一心电信号。
11、本申请中，采用与峰值相关的变异度特征作为心电信号的不同类型的特征，所以，为了提高特征的精确度，需要进行滤波处理，以去除心电信号波形中的毛刺。
12、作为第一方面的另一种实现方式，对原始心电信号进行滤波处理包括：
13、对原始心电信号进行低通滤波处理和高通滤波处理。
14、作为第一方面的另一种实现方式，计算第一心电信号的峰值变异度特征和峰值数量变异度特征，包括：
15、将第一心电信号进行分割处理，得到多个信号片段；
16、计算每个信号片段的峰值列表和峰值数量，峰值列表包括n个峰值，n表示峰值数量；
17、根据多个信号片段的峰值列表得到第一心电信号的峰值变异度特征；
18、根据多个信号片段的峰值数量得到第一心电信号的峰值数量变异度特征。
19、本申请实施例通过将第一心电信号进行分割处理，得到多个信号片段，基于多个信号片段的峰值列表的数据特征，确定第一心电信号的峰值变异度特征，基于多个信号片段的峰值数量的数据特征，确定第一心电信号的峰值数量变异度特征。
20、作为第一方面的另一种实现方式，信号片段包括多个离散的数据点，计算每个信号片段的峰值列表包括：
21、计算第一信号片段中每相邻的两个数据点之间的差值绝对值，第一信号片段为信号片段中的任一信号片段，第一信号片段的峰值列表包括一个或多个第一峰值，第一峰值为大于前一个差值绝对值、大于后一个差值绝对值、且大于寻峰阈值的差值绝对值，寻峰阈值由第一心电信号的多个信号片段分别对应的差值绝对值确定。
22、作为第一方面的另一种实现方式，寻峰阈值的确定方法包括：
23、计算第一心电信号的多个信号片段对应的差值绝对值集合中的第一分位数和第一常数的第一乘积；
24、计算第一心电信号的多个信号片段对应的差值绝对值集合中的第二分位数和第二常数的第二乘积；
25、计算第一乘积和第二乘积的差值，得到寻峰阈值。
26、作为第一方面的另一种实现方式，根据多个信号片段的峰值列表得到第一心电信号的峰值变异度特征包括：
27、计算第一心电信号的多个信号片段的峰值的标准差和均值；
28、计算多个信号片段的峰值的标准差和均值的比值，得到第一心电信号的峰值变异度特征。
29、作为第一方面的另一种实现方式，根据多个信号片段的峰值数量得到第一心电信号的峰值数量变异度特征包括：
30、计算第一心电信号的多个信号片段的峰值数量的最大值和最小值的第一差值；
31、计算第一心电信号的多个信号片段的峰值数量的中值；
32、计算第一差值和中值的比值，得到第一心电信号的峰值数量变异度特征。
33、作为第一方面的另一种实现方式，第一阈值和第二阈值的确定方式包括：
34、获取多个心电信号样本，多个心电信号样本的时长均为第一时长；
35、计算每个心电信号样本的峰值变异度特征和峰值数量变异度特征；
36、根据多个心电信号样本的峰值变异度特征得到第一阈值；
37、根据多个心电信号样本的峰值数量变异度特征得到第二阈值。
38、作为第一方面的另一种实现方式，根据多个心电信号样本的峰值变异度特征得到第一阈值包括：
39、计算多个心电信号样本的峰值变异度特征中的第三分位数和第三常数的第三乘积；
40、计算多个心电信号样本的峰值变异度特征中的第四分位数和第四常数的第四乘积；
41、计算第三乘积和第四乘积的差值，得到第一阈值。
42、作为第一方面的另一种实现方式，根据多个心电信号样本的峰值数量变异度特征得到第二阈值包括：
43、计算多个心电信号样本的峰值数量变异度特征中的第五分位数和第五常数的第五乘积；
44、计算多个心电信号样本的峰值数量变异度特征中的第六分位数和第六常数的第六乘积；
45、计算第五乘积和第六乘积的差值，得到第二阈值。
46、作为第一方面的另一种实现方式，该方法还包括：
47、若第一心电信号的峰值变异度特征大于第一阈值、且第一心电信号的峰值数量变异度特征大于第二阈值，则第一心电信号为异常信号；
48、若第一心电信号的峰值变异度特征大于或等于第一阈值、且第一心电信号的峰值数量变异度特征小于或等于第二阈值，则第一心电信号为噪声信号；
49、若第一心电信号的峰值变异度特征小于或等于第一阈值、且第一心电信号的峰值数量变异度特征大于或等于第二阈值，则第一心电信号为噪声信号。
50、作为第一方面本文档来自技高网...
【技术保护点】
1.一种心电信号质量评估方法，其特征在于，包括：
2.如权利要求1所述的方法，其特征在于，所述获取第一心电信号包括：
3.如权利要求2所述的方法，其特征在于，对所述原始心电信号进行滤波处理包括：
4.如权利要求1至3任一项所述的方法，其特征在于，所述计算所述第一心电信号的峰值变异度特征和峰值数量变异度特征，包括：
5.如权利要求4所述的方法，其特征在于，所述信号片段包括多个离散的数据点，所述计算每个信号片段的峰值列表包括：
6.如权利要求5所述的方法，其特征在于，所述寻峰阈值的确定方法包括：
7.如权利要求4至6任一项所述的方法，其特征在于，所述根据所述多个信号片段的峰值列表得到所述第一心电信号的峰值变异度特征包括：
8.如权利要求4至6任一项所述的方法，其特征在于，所述根据所述多个信号片段的峰值数量得到所述第一心电信号的峰值数量变异度特征包括：
9.如权利要求1至8任一项所述的方法，其特征在于，所述第一阈值和所述第二阈值的确定方式包括：
10.如权利要求9所述的方法，其特
11.如权利要求9所述的方法，其特征在于，所述根据所述多个心电信号样本的峰值数量变异度特征得到第二阈值包括：
12.如权利要求1至11任一项所述的方法，其特征在于，所述方法还包括：
13.如权利要求9至12任一项所述的方法，其特征在于，所述获取多个心电信号样本包括：
14.如权利要求9至12任一项所述的方法，其特征在于，所述计算每个所述心电信号样本的峰值变异度特征的方式和所述计算所述第一心电信号的峰值变异度特征的方式相同；
15.一种电子设备，其特征在于，所述电子设备包括处理器，所述处理器用于运行存储器中存储的计算机程序，以使得所述电子设备实现如权利要求1至14任一项所述的方法。
16.一种芯片系统，其特征在于，其特征在于，所述芯片系统包括处理器，所述处理器与存储器耦合，所述处理器执行存储器中存储的计算机程序，以实现如权利要求1至14任一项所述的方法。
...【技术特征摘要】
1.一种心电信号质量评估方法，其特征在于，包括：
2.如权利要求1所述的方法，其特征在于，所述获取第一心电信号包括：
3.如权利要求2所述的方法，其特征在于，对所述原始心电信号进行滤波处理包括：
4.如权利要求1至3任一项所述的方法，其特征在于，所述计算所述第一心电信号的峰值变异度特征和峰值数量变异度特征，包括：
5.如权利要求4所述的方法，其特征在于，所述信号片段包括多个离散的数据点，所述计算每个信号片段的峰值列表包括：
6.如权利要求5所述的方法，其特征在于，所述寻峰阈值的确定方法包括：
7.如权利要求4至6任一项所述的方法，其特征在于，所述根据所述多个信号片段的峰值列表得到所述第一心电信号的峰值变异度特征包括：
8.如权利要求4至6任一项所述的方法，其特征在于，所述根据所述多个信号片段的峰值数量得到所述第一心电信号的峰值数量变异度特征包括：
9.如权利要求1至8任一项所述的方法，其特征在于，所述第一阈值和所述第二阈值的确定方式包括：
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。