CN111297351A - 一种动态心电图中的运动伪差识别方法及装置 - Google Patents

一种动态心电图中的运动伪差识别方法及装置 Download PDF

Info

Publication number
CN111297351A
CN111297351A CN202010091000.2A CN202010091000A CN111297351A CN 111297351 A CN111297351 A CN 111297351A CN 202010091000 A CN202010091000 A CN 202010091000A CN 111297351 A CN111297351 A CN 111297351A
Authority
CN
China
Prior art keywords
heart beat
motion artifact
heartbeat
width
wave
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202010091000.2A
Other languages
English (en)
Inventor
黄超
汤征
李顶立
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Suzhou Baihui Huaye Precision Apparatus Co ltd
Original Assignee
Suzhou Baihui Huaye Precision Apparatus Co ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Suzhou Baihui Huaye Precision Apparatus Co ltd filed Critical Suzhou Baihui Huaye Precision Apparatus Co ltd
Priority to CN202010091000.2A priority Critical patent/CN111297351A/zh
Publication of CN111297351A publication Critical patent/CN111297351A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/316—Modalities, i.e. specific diagnostic methods
    • A61B5/318—Heart-related electrical modalities, e.g. electrocardiography [ECG]
    • A61B5/346—Analysis of electrocardiograms
    • A61B5/349—Detecting specific parameters of the electrocardiograph cycle
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7203—Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal
    • A61B5/7207—Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal of noise induced by motion artifacts

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Cardiology (AREA)
  • Molecular Biology (AREA)
  • General Health & Medical Sciences (AREA)
  • Biophysics (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Medical Informatics (AREA)
  • Physics & Mathematics (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • Pathology (AREA)
  • Public Health (AREA)
  • Veterinary Medicine (AREA)
  • Signal Processing (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physiology (AREA)
  • Psychiatry (AREA)
  • Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)

Abstract

本发明公开一种动态心电图中的运动伪差识别方法及装置。首先根据检测得到的心拍，提取每个心拍的特征参数；然后，计算心拍前后固定时间宽度内的噪声情况，计算得到心拍的信噪比以及置信度等指数；接着，根据设定阈值，将信噪比或置信度过低的心拍识别为运动伪差；最后，结合每个心拍的前后心拍的伪差情况，将连续伪差中未成功识别的心拍视为运动伪差，最终得到运动伪差识别结果。本发明方法解决现有无法快速准备识别心拍运动伪差问题，在已检测的心拍基础上，根据心拍特征参数提取出能反映噪声水平的信噪比以及置信度指数，并结合前后心拍噪声情况进一步识别运动伪差情况，最终自动剔除无效心拍。

Description

一种动态心电图中的运动伪差识别方法及装置
技术领域
本发明属于医学测试技术领域，公开了一种动态心电图中的运动伪差识别方法及装置。
背景技术
动态心电图是连续记录24小时或更长时间内的体表心电图，其包含的信息量远远大于常规心电图，从而增加了心电图分析的工作量，这就使得心电图的自动检测与分析技术成为必要。并且在心电图采集过程中，容易受到日常活动的各种干扰，尤其是运动干扰的影响，导致实际采集的心电波形掺杂着各种运动伪差干扰，这些伪差多为无效信号，需要剔除分析，若仅靠手工剔除，无疑大大增加了医生的工作量。因此，快速准确的运动伪差干扰识别方法是提高医生工作效率的有效手段。
由于动态心电图的诊断均以心拍为单位进行，因而运动伪差也一般以心拍为基础进行识别。目前，市场上已有的产品对运动伪差的识别均以直方图或者心拍模板辅助手工删除为主，处理效率普遍偏低。
发明内容
本发明的目的是针对现有无法快速、准确识别心电图中运动伪差信号的不足，提供一种动态心电图中的运动伪差识别方法，以达到使运动伪差识别更加精确、可靠，有效的完成对运动伪差的识别检测的目的。
本发明的动态心电图中的运动伪差识别方法，包括以下步骤：
(1)在已完成心拍检测的动态心电图基础上，提取每个心拍的特征参数；所述特征参数包括面积A、宽度W、R波高度H1、Q波高度H2、S波高度H3等；
(2)根据已检测得到的心拍，获取每个心拍前后200毫秒宽度区域的平均面积AT；
(3)根据上述步骤(1)每个心拍的特征参数以及步骤(2)每个心拍前后200毫秒宽度区域的平均面积AT计算心拍信噪比以及置信度等指数，根据满足以下任一条件则认为该心拍为运动伪差：①信噪比小于阈值1.5，则认为运动伪差；②置信度小于阈值40，则认为运动伪差；
心拍信噪比指数SNR计算公式如下：
Figure BDA0002383712390000011
若信噪比SNR小于1.5，则视检测心拍为运动伪差；
心拍置信度指数Rconf计算公式如下：
Figure BDA0002383712390000021
若心拍宽度W小于60毫秒或大于200毫秒，则Rconf设为0；
若心拍高度H1小于(H2+H3)，则Rconf设为0；
若置信度Rconf小于40，则认为该心拍伪差干扰过大，将其判定为运动伪差；
(4)从第一个心拍起，若当前心拍为非运动伪差，则计算其前后N秒内的心拍伪差个数占比，若伪差比例大于一定阈值，则将当前心拍视为运动伪差；
(5)重复步骤(4)两次，完成运动伪差识别处理。
一种动态心电图中的运动伪差识别装置，包括：
特征提取单元，用于提取已完成心拍检测的动态心电图中每个心拍的特征参数；所述特征参数包括面积A、宽度W、R波高度H1、Q波高度H2、S波高度H3等；
第一计算单元，用于获取每个心拍前后200毫秒宽度区域的平均面积AT；AT为T1点至Q波以及S波至T2点的幅值积分除以宽度(400毫秒)；
第二计算单元，用于计算每个心拍的心拍信噪比和置信度；
第一运动伪差识别单元，用于初步判断当前心拍是否为运动伪差；具体是满足以下任一条件则认为该心拍为运动伪差：①信噪比小于阈值1.5，则认为运动伪差；②置信度小于阈值40，则认为运动伪差；
第二运动伪差识别单元，用于再次判断经第一运动伪差识别单元识别后的非运动伪差心拍是否为运动伪差；具体是通过计算当前心拍前后N秒内的心拍伪差个数占比，若伪差比例大于一定阈值，则将当前心拍视为运动伪差；
本发明方法解决现有无法快速准备识别心拍运动伪差问题，在已检测的心拍基础上，根据心拍特征参数提取出能反映噪声水平的信噪比以及置信度指数，并结合前后心拍噪声情况进一步识别运动伪差情况，最终自动剔除无效心拍。
附图说明
图1是典型的心电波形以及各特征点和特征参数标注，其中，横向虚线表示基线，W表示心拍宽度，H1/H2/H3分别表示R波/Q波/S波高度，心拍面积A为Q波至S波的幅值积分除以心拍宽度W，心拍前后200毫秒宽度的平均面积AT为T1点至Q波以及S波至T2点的幅值积分除以宽度(400毫秒)。
具体实施方式
下面结合附图对本发明作进一步说明：
动态心电图中的运动伪差识别方法，步骤如下：
(1)在已完成心拍检测的动态心电图基础上，提取每个心拍的特征参数，所述特征参数包括心拍面积A、心拍宽度W、R波高度H1、Q波高度H2、S波高度H3等；
(2)根据已检测得到的心拍，计算每个心拍前后200毫秒宽度的平均面积AT；
(3)根据计算的各项特征参数提取心拍信噪比以及置信度等指数，其中，心拍信噪比指数SNR计算公式如下：
Figure BDA0002383712390000031
若信噪比SNR小于1.5，则视检测心拍为运动伪差；
心拍置信度指数Rconf计算公式如下：
Figure BDA0002383712390000032
进一步地，若心拍宽度W小于60毫秒或大于200毫秒，则Rconf设为0；
进一步地，若心拍高度H1小于(H2+H3)，则Rconf设为0；
若置信度Rconf小于40，则将检测心拍判定为运动伪差；
(4)从第一个心拍起，若当前心拍为非运动伪差，则计算其前后N秒内的心拍伪差个数占比，若伪差比例大于70％，则将当前心拍视为运动伪差；
(5)重复步骤(4)两次，完成运动伪差识别处理。
一种动态心电图中的运动伪差识别装置，包括：
特征提取单元，用于提取已完成心拍检测的动态心电图中每个心拍的特征参数；所述特征参数包括面积A、宽度W、R波高度H1、Q波高度H2、S波高度H3等；
第一计算单元，用于获取每个心拍前后200毫秒宽度区域的平均面积AT；AT为T1点至Q波以及S波至T2点的幅值积分除以宽度(400毫秒)；
第二计算单元，用于计算每个心拍的心拍信噪比和置信度；
第一运动伪差识别单元，用于初步判断当前心拍是否为运动伪差；具体是满足以下任一条件则认为该心拍为运动伪差：①信噪比小于阈值1.5，则认为运动伪差；②置信度小于阈值40，则认为运动伪差；
第二运动伪差识别单元，用于再次判断经第一运动伪差识别单元识别后的非运动伪差心拍是否为运动伪差；具体是通过计算当前心拍前后N秒内的心拍伪差个数占比，若伪差比例大于一定阈值，则将当前心拍视为运动伪差；
图1是典型的心电波形以及各特征点和特征参数标注，其中，横向虚线表示基线，W表示心拍宽度，H1/H2/H3分别表示R波/Q波/S波高度，心拍面积A为Q波至S波的幅值积分除以心拍宽度W，心拍前后200毫秒宽度的平均面积AT为T1点至Q波以及S波至T2点的幅值积分除以宽度(400毫秒)。

Claims (2)

1.一种动态心电图中的运动伪差识别方法，其特征在于该方法包含以下各步骤：
(1)在已完成心拍检测的动态心电图基础上，提取每个心拍的特征参数；所述特征参数包括面积A、宽度W、R波高度H1、Q波高度H2、S波高度H3等；
(2)根据已检测得到的心拍，获取每个心拍前后200毫秒宽度区域的平均面积AT；
(3)根据上述步骤(1)每个心拍的特征参数以及步骤(2)每个心拍前后200毫秒宽度区域的平均面积AT计算心拍信噪比以及置信度等指数，根据满足以下任一条件则认为该心拍为运动伪差：①信噪比小于阈值1.5，则认为运动伪差；②置信度小于阈值40，则认为运动伪差；
心拍信噪比SNR指数计算公式：
Figure FDA0002383712380000011
心拍置信度指数Rconf计算公式如下：
若心拍宽度W＜60毫秒或心拍宽度W＞200毫秒，则Rconf＝0；
若心拍高度H1＜(H2+H3)，则Rconf＝0；
若60毫秒≤心拍宽度W≤200毫秒，且心拍高度H1≥(H2+H3)，则
Figure FDA0002383712380000012
(4)从第一个心拍起，若当前心拍为非运动伪差，则计算其前后N秒内的心拍伪差个数占比，若伪差比例大于一定阈值，则将当前心拍视为运动伪差；
(5)重复步骤(4)两次，完成运动伪差识别处理。
2.一种动态心电图中的运动伪差识别装置，其特征在于包括：
特征提取单元，用于提取已完成心拍检测的动态心电图中每个心拍的特征参数；所述特征参数包括面积A、宽度W、R波高度H1、Q波高度H2、S波高度H3等；
第一计算单元，用于获取每个心拍前后200毫秒宽度区域的平均面积AT；AT为T1点至Q波以及S波至T2点的幅值积分除以宽度(400毫秒)；
第二计算单元，用于计算每个心拍的心拍信噪比和置信度；
第一运动伪差识别单元，用于初步判断当前心拍是否为运动伪差；具体是满足以下任一条件则认为该心拍为运动伪差：①信噪比小于阈值1.5，则认为运动伪差；②置信度小于阈值40，则认为运动伪差；
第二运动伪差识别单元，用于再次判断经第一运动伪差识别单元识别后的非运动伪差心拍是否为运动伪差；具体是通过计算当前心拍前后N秒内的心拍伪差个数占比，若伪差比例大于一定阈值，则将当前心拍视为运动伪差。
CN202010091000.2A 2020-02-13 2020-02-13 一种动态心电图中的运动伪差识别方法及装置 Pending CN111297351A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010091000.2A CN111297351A (zh) 2020-02-13 2020-02-13 一种动态心电图中的运动伪差识别方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010091000.2A CN111297351A (zh) 2020-02-13 2020-02-13 一种动态心电图中的运动伪差识别方法及装置

Publications (1)

Publication Number Publication Date
CN111297351A true CN111297351A (zh) 2020-06-19

Family

ID=71161600

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010091000.2A Pending CN111297351A (zh) 2020-02-13 2020-02-13 一种动态心电图中的运动伪差识别方法及装置

Country Status (1)

Country Link
CN (1) CN111297351A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115399784A (zh) * 2022-09-02 2022-11-29 厦门纳龙健康科技股份有限公司 一种心电无效数据自动屏蔽方法、终端设备及存储介质
CN115778402A (zh) * 2022-12-02 2023-03-14 深圳华清心仪医疗电子有限公司 一种动态心电信号的伪差识别方法及***

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002253546A (ja) * 2001-02-20 2002-09-10 Ge Medical Systems Global Technology Co Llc アーチファクト評価方法、アーチファクト評価プログラムおよびｘ線ｃｔ装置
JP2008182487A (ja) * 2007-01-24 2008-08-07 Sony Corp 画像処理装置および画像処理方法、並びにプログラム
CN103720468A (zh) * 2013-12-05 2014-04-16 深圳先进技术研究院 应用于动态心电数据的伪差识别方法和装置
CN104545887A (zh) * 2014-12-24 2015-04-29 深圳先进技术研究院 伪差心电波形识别方法和装置
CN106485213A (zh) * 2016-09-27 2017-03-08 鲁东大学 一种利用心电信号进行自动身份识别的特征提取方法
CN108701219A (zh) * 2017-03-14 2018-10-23 华为技术有限公司 波形信号处理的方法及装置
CN109411042A (zh) * 2018-02-24 2019-03-01 深圳市凯沃尔电子有限公司 心电信息处理方法和心电工作站
US20190298210A1 (en) * 2013-07-01 2019-10-03 Mayo Foundation For Medical Education And Research Algorithms for managing artifact and detecting cardiac events using a patient monitoring system

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002253546A (ja) * 2001-02-20 2002-09-10 Ge Medical Systems Global Technology Co Llc アーチファクト評価方法、アーチファクト評価プログラムおよびｘ線ｃｔ装置
JP2008182487A (ja) * 2007-01-24 2008-08-07 Sony Corp 画像処理装置および画像処理方法、並びにプログラム
US20190298210A1 (en) * 2013-07-01 2019-10-03 Mayo Foundation For Medical Education And Research Algorithms for managing artifact and detecting cardiac events using a patient monitoring system
CN103720468A (zh) * 2013-12-05 2014-04-16 深圳先进技术研究院 应用于动态心电数据的伪差识别方法和装置
CN104545887A (zh) * 2014-12-24 2015-04-29 深圳先进技术研究院 伪差心电波形识别方法和装置
CN106485213A (zh) * 2016-09-27 2017-03-08 鲁东大学 一种利用心电信号进行自动身份识别的特征提取方法
CN108701219A (zh) * 2017-03-14 2018-10-23 华为技术有限公司 波形信号处理的方法及装置
CN109411042A (zh) * 2018-02-24 2019-03-01 深圳市凯沃尔电子有限公司 心电信息处理方法和心电工作站

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115399784A (zh) * 2022-09-02 2022-11-29 厦门纳龙健康科技股份有限公司 一种心电无效数据自动屏蔽方法、终端设备及存储介质
CN115778402A (zh) * 2022-12-02 2023-03-14 深圳华清心仪医疗电子有限公司 一种动态心电信号的伪差识别方法及***

Similar Documents

Publication Publication Date Title
CA2979135C (en) Systems, apparatus and methods for sensing fetal activity
CN101856225B (zh) 一种心电信号r波峰检测方法
Singh et al. ECG to individual identification
CN109117730B (zh) 心电图心房颤动实时判断方法、装置、***及存储介质
US6597943B2 (en) Method of using spectral measures to distinguish among atrialfibrillation, atrial-flutter and other cardiac rhythms
CN109303559B (zh) 一种基于梯度提升决策树的动态心电图心拍分类方法
CN111772628B (zh) 一种基于深度学习的心电信号房颤自动检测***
CN113057648A (zh) 一种基于复合lstm结构的ecg信号分类方法
CN108514414A (zh) 一种信号处理设备、人体心电信号处理及疾病预测方法
CN111297351A (zh) 一种动态心电图中的运动伪差识别方法及装置
CN115486855B (zh) 一种基于qrs波群不定次循环叠加的心电图心搏分类方法
CN112617849A (zh) 一种基于cnn+lstm的心房颤动检测与分类方法
CN105877739A (zh) 一种心电智能分析***的临床检验方法
CN115486854A (zh) 一种针对干电极采集的单导联心电图室性早搏识别方法
CN113827215B (zh) 一种基于毫米波雷达的多种心律失常自动诊断方法
CN107320096B (zh) 一种心电r波定位方法
CN113907765B (zh) 一种无创胎儿心电信号质量评估方法
Karvounis et al. Detection of fetal heart rate through 3-D phase space analysis from multivariate abdominal recordings
Di Maria et al. An algorithm for the analysis of fetal ECGs from 4-channel non-invasive abdominal recordings
CN116784860B (zh) 基于形态学心拍模板聚类的心电信号特征提取***
CN110491504B (zh) 一种心音信号医学指标数据的获取方法
CN111657933A (zh) 自主高频qrs波群分析装置及分析方法
CN114052681B (zh) 一种基于心电判读***的血压监测方法及***
Varghees et al. Two-channel heart sound segmentation framework using phonocardiogram and pulsatile signals
CN105050493A (zh) 用于确定ecg数据中的qrs复合波的出现的装置和方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20200619