CN113116358A - 心电图的显示方法、装置、终端设备和存储介质 - Google Patents
心电图的显示方法、装置、终端设备和存储介质 Download PDFInfo
- Publication number
- CN113116358A CN113116358A CN201911403164.8A CN201911403164A CN113116358A CN 113116358 A CN113116358 A CN 113116358A CN 201911403164 A CN201911403164 A CN 201911403164A CN 113116358 A CN113116358 A CN 113116358A
- Authority
- CN
- China
- Prior art keywords
- segment
- data
- waveform
- target
- electrocardiogram
- 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.)
- Granted
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
- A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
- A61B5/6801—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be attached to or worn on the body surface
- A61B5/6802—Sensor mounted on worn items
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
- A61B5/6801—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be attached to or worn on the body surface
- A61B5/6802—Sensor mounted on worn items
- A61B5/6803—Head-worn items, e.g. helmets, masks, headphones or goggles
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
- A61B5/6801—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be attached to or worn on the body surface
- A61B5/6802—Sensor mounted on worn items
- A61B5/6804—Garments; Clothes
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
- A61B5/6801—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be attached to or worn on the body surface
- A61B5/6802—Sensor mounted on worn items
- A61B5/6804—Garments; Clothes
- A61B5/6806—Gloves
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
- A61B5/6801—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be attached to or worn on the body surface
- A61B5/6802—Sensor mounted on worn items
- A61B5/6804—Garments; Clothes
- A61B5/6807—Footwear
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
- A61B5/6801—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be attached to or worn on the body surface
- A61B5/6802—Sensor mounted on worn items
- A61B5/681—Wristwatch-type devices
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H30/00—ICT specially adapted for the handling or processing of medical images
- G16H30/40—ICT specially adapted for the handling or processing of medical images for processing medical images, e.g. editing
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Medical Informatics (AREA)
- Public Health (AREA)
- General Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Surgery (AREA)
- Biophysics (AREA)
- Biomedical Technology (AREA)
- Molecular Biology (AREA)
- Physics & Mathematics (AREA)
- Animal Behavior & Ethology (AREA)
- Pathology (AREA)
- Heart & Thoracic Surgery (AREA)
- Veterinary Medicine (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- Epidemiology (AREA)
- Primary Health Care (AREA)
- Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
Abstract
本申请适用于信号处理技术领域,提供了一种心电图的显示方法、装置、终端设备和存储介质。该心电图的显示方法包括:获取待显示的心电图数据;对所述心电图数据执行分段处理,得到多个波形片段;分别提取每个所述波形片段的特征信息;根据所述特征信息对所述多个波形片段执行对齐处理;将对齐处理后的所述多个波形片段整合,并显示整合后所得到的波形数据。而且,在显示整合后的ECG时,可以采用灵活的页面组织方式。本申请通过对ECG数据执行分段、特征提取和对齐处理,能够将大段、串行、离散的ECG数据整合为简短、混叠、少量的波形数据,从而使大量数据整体呈现在较小的显示区域范围内,实现碎片化数据的整理,有效提高了数据的阅读效率。
Description
技术领域
本申请属于信号处理技术领域,尤其涉及一种心电图的显示方法、装置、终端设备和存储介质。
背景技术
心电图(Electrocardiogram,ECG)是利用ECG设备从体表记录的心脏每一心跳周期所产生的电活动变化图形,从发明至今仍是心脏疾病诊断和生命监护最重要的手段之一。
ECG设备通常有医疗ECG设备和穿戴式ECG设备两种类型,目前这两类ECG设备的数据呈现方法,都是采用传统的网格纸报告形式给出一定时间内ECG的波形。
在传统医疗领域,针对单个病人单次测量,单个医生审阅的应用场景,采用传统的网格纸报告形式的ECG波形显示方式通常可以满足需求。然而,在穿戴式ECG的应用场景下,ECG数据的数量随着测量次数的增加而逐渐累加,这会导致历史数据碎片化的问题,给用户查阅ECG数据带来了极大不便。
发明内容
有鉴于此,本申请实施例提供了一种心电图的显示方法、装置、终端设备和存储介质,可以对ECG数据进行整合,实现碎片化数据的整理,提高数据阅读效率。
第一方面,本申请实施例提供了一种心电图的显示方法,包括:
获取待显示的心电图数据;
对所述心电图数据执行分段处理,得到多个波形片段;
分别提取每个所述波形片段的特征信息;
根据所述特征信息对所述多个波形片段执行对齐处理;
将对齐处理后的所述多个波形片段整合,并显示整合后所得到的波形数据。
本申请实施例通过对ECG数据执行分段、特征提取和对齐处理,能够将大段、串行、离散的ECG数据整合为简短、混叠、少量的波形数据,从而使大量数据整体呈现在较小的显示区域范围内,实现碎片化数据的整理,有效提高了数据的阅读效率。
在第一方面的一种可能的实现方式中,所述对所述心电图数据执行分段处理,得到多个波形片段可以包括:
检测所述心电图数据中的各个心跳周期片段;
分别确定每个所述心跳周期片段的起始点和终止点;
按照所述起始点和终止点对所述心电图数据进行分段,得到所述多个波形片段。
在对心电图数据进行分段时,可以通过QRS检测等方式检测心电图数据中的各个心跳周期片段,然后分别确定每个所述心跳周期片段的起始点和终止点,按照这些起始点和终止点对所述心电图数据进行分段。
进一步的,所述各个心跳周期片段中任意的一个目标心跳周期片段的起始点和终止点可以通过以下方式确定:
计算所述目标心跳周期片段的波前数据的导数,所述波前数据为所述目标心跳周期片段的QRS波段之前的预设长度的数据;
根据所述波前数据的导数求解所述波前数据的极小值点;
将所述波前数据的极小值点标记为所述目标心跳周期片段的P波段起始点;
将所述目标心跳周期片段的P波段起始点确定为所述目标心跳周期片段的起始点;
计算所述目标心跳周期片段的波后数据的导数,所述波后数据为所述目标心跳周期片段的QRS波段之后的预设长度的数据;
根据所述波后数据的导数求解所述波后数据的极小值点;
将所述波后数据的极小值点标记为所述目标心跳周期片段的T波段终止点;
将所述目标心跳周期片段的T波段终止点确定为所述目标心跳周期片段的终止点。
通过计算波前、波后数据的导数,求解极小值点的方式,可以比较准确地找出一个心跳周期片段的P波段起始点以及T波段终止点,进而确定该心跳周期片段的起始点和终止点。
进一步的,在将所述目标心跳周期片段的P波段起始点确定为所述目标心跳周期片段的起始点之前,还可以包括:
检测所述目标心跳周期片段的P波段起始点之前的最缓心率周期内是否存在R波峰值,所述最缓心率周期为预设的一个心跳周期的最大值;
若所述目标心跳周期片段的P波段起始点之前的最缓心率周期内存在R波峰值,则将所述目标心跳周期片段的前一个心跳周期片段的T波段终止点确定为所述目标心跳周期片段的起始点,然后执行计算所述目标心跳周期片段的波后数据的导数的步骤以及后续步骤;
若所述目标心跳周期片段的P波段起始点之前的最缓心率周期内不存在R波峰值,则执行将所述目标心跳周期片段的P波段起始点确定为所述目标心跳周期片段的起始点的步骤以及后续步骤。
如果目标心跳周期片段的P波段起始点之前的最缓心率周期内存在R波峰值,表明目标心跳周期片段的前一个心跳周期片段检测到R峰,说明前一片段正常,可以将前一片段的结尾(T波段终止点)确定为当前的目标心跳周期片段的起始点;如果目标心跳周期片段的P波段起始点之前的最缓心率周期内不存在R波峰值,表明目标心跳周期片段的前一个心跳周期片段检测不到有效的R峰,说明前一片段异常,此时目标心跳周期片段就只能用自己的开始(P波段起始点)作为起始点。
进一步的,在计算所述目标心跳周期片段的波前数据的导数之前,还可以包括:
检测所述目标心跳周期片段的前一个心跳周期片段的T波段终止点之后的最缓心率周期内是否存在R波峰值,所述最缓心率周期为预设的一个心跳周期的最大值;
若所述目标心跳周期片段的前一个心跳周期片段的T波段终止点之后的最缓心率周期内存在R波峰值,则执行计算所述目标心跳周期片段的波前数据的导数的步骤以及后续步骤;
若所述目标心跳周期片段的前一个心跳周期片段的T波段终止点之后的最缓心率周期内不存在R波峰值,则将所述目标心跳周期片段的前一个心跳周期片段的T波段终止点确定为所述目标心跳周期片段的起始点,将所述目标心跳周期片段的后一个心跳周期片段的P波段起始点确定为所述目标心跳周期片段的终止点。
通过检测所述目标心跳周期片段的前一个心跳周期片段的T波段终止点之后的最缓心率周期内是否存在R波峰值,可以判断该目标心跳周期片段是否为一个正常的具有R波峰值的心跳周期波形。若目标心跳周期片段的前一个心跳周期片段的T波段终止点之后的最缓心率周期内不存在R波峰值,表明目标心跳周期片段不是一个正常的心跳周期波形,此时无法通过计算波前数据和波后数据导数的方式查找起始点和终止点。针对这种情况,可以将目标心跳周期片段的前一个心跳周期片段的T波段终止点确定为目标心跳周期片段的起始点,将目标心跳周期片段的后一个心跳周期片段的P波段起始点确定为目标心跳周期片段的终止点。
更进一步的,在检测所述目标心跳周期片段的前一个心跳周期片段的T波段终止点之后的最缓心率周期内是否存在R波峰值之后,还可以包括:
若所述目标心跳周期片段的前一个心跳周期片段的T波段终止点之后的最缓心率周期内不存在R波峰值,且所述目标心跳周期片段的前一个心跳周期片段的T波段终止点标记失败,则将所述目标心跳周期片段的前一个心跳周期片段的R波峰值之后第一长度的位置点确定为所述目标心跳周期片段的起始点,所述第一长度根据所述目标心跳周期片段的前一个心跳周期片段的长度以及预设的比例确定;
若所述目标心跳周期片段的前一个心跳周期片段的T波段终止点之后的最缓心率周期内不存在R波峰值,且所述目标心跳周期片段的后一个心跳周期片段的P波段起始点标记失败,则将所述目标心跳周期片段的后一个心跳周期片段的R波峰值之前第二长度的位置点确定为所述目标心跳周期片段的终止点,所述第二长度根据所述目标心跳周期片段的后一个心跳周期片段的长度以及预设的比例确定。
如果前后分段也没有P波或T波最为起始点和终止点,说明此时的信号质量不满足分段的要求,不过仍然可以用经验值进行分段,例如R峰到T波占心跳周期的a%,P波到R峰占心跳周期的b%,当前一段没有检测到结尾的T波,后一段没有检测到开头的P波,就可以用两段的周期t与a%、b%共同决定目标心跳周期片段的端点。
进一步的,所述各个心跳周期片段中任意的一个目标心跳周期片段的起始点和终止点可以通过以下方式确定:
检测所述目标心跳周期片段的R波峰值;
将所述目标心跳周期片段的R波峰值之前第三长度的位置点确定为所述目标心跳周期片段的起始点,所述第三长度根据所述目标心跳周期片段的长度以及预设的比例确定;
将所述目标心跳周期片段的R波峰值之后第四长度的位置点确定为所述目标心跳周期片段的终止点,所述第四长度根据所述目标心跳周期片段的长度以及预设的比例确定。
这是一种利用经验值进行推算心跳周期片段起始点和终止点的方式,一般人群的P波、QRS波、T波在整个心跳周期的比例是有数据可以统计的。可以利用这些统计的数据,基于QRS波段的R波峰值点,推算心跳周期片段的起始点和终止点。
进一步的,所述按照所述起始点和终止点对所述心电图数据进行分段,得到所述多个波形片段可以包括:
获取输入的分段指示信息;
根据所述分段指示信息确定每个波形片段包含的心跳周期片段的数量;
在按照所述起始点和终止点对所述心电图数据进行分段的过程中,控制划分得到的每个波形片段包含所述数量的心跳周期片段,得到所述多个波形片段。
在对心电图数据分段的时候,并不局限于单周期分段(一个波形片段包含一个心跳周期片段),也可以是多周期分段(一个波形片段包含二个或以上的心跳周期片段)。若采用单周期分段,则后续处理的最终效果是单个心跳周期数据的整体呈现;若采用多周期分段,则后续处理的最终效果是多个心跳周期数据的整体呈现。
进一步的,所述对所述心电图数据执行分段处理,得到多个波形片段可以包括:
获取与所述心电图数据对应的辅助信号数据,所述辅助信号数据包含与所述心电图数据相同的心跳周期特征;
根据所述辅助信号数据的信号特征,检测所述辅助信号数据中的各个心跳周期片段,并分别确定每个所述心跳周期片段的起始点和终止点;
按照所述起始点和终止点对所述心电图数据进行分段,得到所述多个波形片段。
目前很多ECG设备,比如智能手表,除了检测ECG数据之外,还可以检测到光体积变化描记图、心脏冲击描记图、心音图等辅助信号数据,这些信号与ECG一样可以反映心脏的周期跳动,故具有与心电图数据相同的心跳周期特征。基于这个特性,可以结合辅助信号数据的信号特征来完成心电图数据的分段。
进一步的,所述根据所述特征信息对所述多个波形片段执行对齐处理可以包括:
获取输入的对齐指示信息,所述对齐指示信息用于确定重新组合波形片段的方式;
根据所述对齐指示信息以及所述特征信息,从所述多个波形片段中选取目标波形片段,并对所述目标波形片段执行对齐处理。
在实际操作中,用户可以在心电图的显示组织页面中选取或输入某个对齐指示信息,比如按测量者组织、按照时间段维度组织(年、月、周、日等)、按照活动维度组织(饭前、饭后、运动后、起床等)、按异常类型组织(HRV异常、ST段异常、心率异常)等。在获取到对齐指示信息之后,会根据所述对齐指示信息以及所述特征信息,从所述多个波形片段中选取目标波形片段,并对所述目标波形片段执行对齐处理,最后将对齐处理后的所述目标波形片段整合,并显示整合后所得到的波形数据。
进一步的,在对所述目标波形片段执行对齐处理之前,还可以包括:
若各个所述目标波形片段之间的长度波动幅度处于预设的正常波动区间之内,则对各个所述目标波形片段执行拉伸处理或者压缩处理,使得各个所述目标波形片段的长度相同。
由于人体心率是不断变化的,因此选取到的各个所述目标波形片段的长度(周期)可能存在较大的差异,假如直接对齐并叠加这些波形片段会导致显示效果较差,故可以先对波形片段进行拉伸处理或者压缩处理,使得各个所述目标波形片段的长度近似于相同,以提高波形数据的显示效果。需要注意的是,这个波形伸缩处理的流程是有条件限制的,即各个所述目标波形片段之间的长度波动幅度处于预设的正常波动区间之内,如果长度波动幅度超过了这个正常波动区间,那么就不再执行波形的伸缩处理,而是采用直接对齐的方式。
进一步的,所述待显示的心电图数据包括在不同次测量中采集得到的多个心电图数据段,在对所述心电图数据执行分段处理之前,还可以包括:
针对每个所述心电图数据段,检测其起始阶段预设长度的数据中是否具有QRS波段特征,以及检测其结束阶段预设长度的数据中是否具有QRS波段特征;
若其起始阶段预设长度的数据中不具有QRS波段特征,则将其起始阶段预设长度的数据去除;
若其结束阶段预设长度的数据中不具有QRS波段特征,则将其结束阶段预设长度的数据去除。
在采集心电图数据的过程中,由于用户异常操作的原因,可能使得采集得到的ECG波形具有异常的部分。比如,在单次ECG数据采集的开始和结束阶段,可能由于导联没有接触好,造成ECG波形的不稳定,此时采集的ECG数据是没有QRS波的异常波形。由于该异常波形是由于用户的操作不当导致的,并不是真正的心率异常波形,因此可以先将这部分异常波形去除,以避免将这些异常波形和正常波形叠加显示,造成干扰。
进一步的,所述将对齐处理后的所述多个波形片段整合,并显示整合后所得到的波形数据可以包括:
将对齐处理后的所述多个波形片段叠加;
显示叠加后所得到的波形数据;
或者
将对齐处理后的所述多个波形片段叠加;
计算叠加后所得到的波形数据在图像显示区域中的分布密度;
根据所述分布密度构建密度分布图像;
通过预设的方式在所述图像显示区域中显示所述密度分布图像。
在整合与显示波形数据时,可以直接将各个波形片段叠加显示,也可以计算叠加后的波形数据的分布密度,并根据分布密度构建密度分布图像,比如分布密度-散点密度图像、分布密度-灰度显示图像、分布密度-颜色显示图像、均值显示图像等,然后在图像显示区域中显示构建的密度分布图像。
进一步的,所述显示整合后所得到的波形数据可以包括:
获取输入的页面组织指令;
根据所述页面组织指令从整合后所得到的波形数据中选取待显示的波形数据,并在由所述页面组织指令确定的页面中显示所述待显示的波形数据。
比如,用户输入的页面组织指令是按指定日期组织,则会从整合后所得到的波形数据中选取该指定日期采集到的波形数据,并在一个预设的按日期组织显示的页面中显示选取的波形数据,这样用户就可以直观,方便地查看该指定日期的心电图数据。
第二方面,本申请实施例提供了一种心电图的显示装置,包括:
数据获取模块,用于获取待显示的心电图数据;
数据分段模块,用于对所述心电图数据执行分段处理,得到多个波形片段;
特征提取模块,用于分别提取每个所述波形片段的特征信息;
数据对齐模块,用于根据所述特征信息对所述多个波形片段执行对齐处理;
数据显示模块,用于将对齐处理后的所述多个波形片段整合,并显示整合后所得到的波形数据。
第三方面,本申请实施例提供了一种终端设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如本申请实施例第一方面提出的心电图的显示方法。
第四方面,本申请实施例提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现如本申请实施例第一方面提出的心电图的显示方法。
第五方面,本申请实施例提供了一种计算机程序产品,当计算机程序产品在终端设备上运行时,使得终端设备执行上述第一方面中任一项所述的心电图的显示方法。
本申请实施例与现有技术相比存在的有益效果是:可以对ECG数据进行整合,实现碎片化数据的整理,提高数据阅读效率。
附图说明
为了更清楚地说明本申请实施例中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1是本申请实施例提供的心电图的显示方法所适用的***结构示意图;
图2是本申请实施例提供的一种心电图的显示方法的流程图;
图3是本申请实施例提供的另一种心电图的显示方法的流程图;
图4是本申请实施例提供的一种确定心跳周期的起始点和终止点的流程示意图;
图5是本申请实施例提供的另一种确定心跳周期的起始点和终止点的流程示意图;
图6是本申请实施例提供的另一种心电图的显示方法的流程图;
图7是本申请实施例提供的另一种心电图的显示方法的流程图;
图8是本申请实施例提供的心电图的显示方法在一个实际应用场景下的原理示意图;
图9是本申请实施例提供的一种心电图数据的整合流程示意图;
图10是本申请实施例提供的一种心电图数据的分段过程以及分段效果示意图;
图11是本申请实施例提供的一种心电图数据虚拟化显示的效果示意图;
图12是本申请实施例提供的一种心电图数据整合后,异常心跳周期显示的效果示意图;
图13是本申请实施例提供的心电图数据的几种不同的页面组织呈现示意图;
图14是本申请实施例提供的一种心电图的显示装置的结构图;
图15是本申请实施例提供的一种终端设备的示意图。
具体实施方式
以下描述中,为了说明而不是为了限定,提出了诸如特定装置结构、技术之类的具体细节,以便透彻理解本申请实施例。然而,本领域的技术人员应当清楚,在没有这些具体细节的其它实施例中也可以实现本申请。在其它情况中,省略对众所周知的装置、电路以及方法的详细说明,以免不必要的细节妨碍本申请的描述。
以下实施例中所使用的术语只是为了描述特定实施例的目的,而并非旨在作为对本申请的限制。如在本申请的说明书和所附权利要求书中所使用的那样,单数表达形式“一个”、“一种”、“所述”、“上述”、“该”和“这一”旨在也包括例如“一个或多个”这种表达形式,除非其上下文中明确地有相反指示。还应当理解,在本申请实施例中,“一个或多个”是指一个、两个或两个以上;“和/或”,描述关联对象的关联关系,表示可以存在三种关系;例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B的情况,其中A、B可以是单数或者复数。字符“/”一般表示前后关联对象是一种“或”的关系。
本申请实施例提供的心电图的显示方法可以应用于手机、平板电脑、医疗设备、可穿戴设备、车载设备、增强现实(augmented reality,AR)/虚拟现实(virtual reality,VR)设备、笔记本电脑、超级移动个人计算机(ultra-mobile personal computer,UMPC)、上网本、个人数字助理(personal digital assistant,PDA)等终端设备或者服务器上,本申请实施例对终端设备和服务器的具体类型不作任何限制。
作为示例而非限定,当所述终端设备为可穿戴设备时,该可穿戴设备还可以是应用穿戴式技术对日常穿戴进行智能化设计、开发出可以穿戴的设备的总称,如眼镜、手套、手表、手环、服饰及鞋等。可穿戴设备即直接穿在身上,或是整合到用户的衣服或配件的一种便携式设备。可穿戴设备不仅仅是一种硬件设备,更是通过软件支持以及数据交互、云端交互来实现强大的功能。广义穿戴式智能设备包括功能全、尺寸大、可不依赖智能手机实现完整或者部分的功能,如智能手表或智能眼镜等,以及只专注于某一类应用功能,需要和其它设备如智能手机配合使用,如各类进行体征监测的智能手环、智能首饰等。
心电图Electrocardiogram(ECG)是一种以时间为单位记录心脏的电生理活动,并通过皮肤上的电极捕捉并记录下来的诊疗技术,从发明至今仍是心脏疾病诊断和生命监护最重要的手段之一。然而随着穿戴式ECG技术的发展,以及显示、交互领域的不断创新,业界并没有对ECG的呈现形式进行相应的调整和重新设计,目前仍然采用参照传统医疗级ECG设备“网格心电图报告纸”的形式,这使得穿戴式设备ECG数据的两个特点尤为突出:(1)重复性,(2)碎片化。大量重复的ECG片段存储在穿戴设备和手机等终端中,而没有发挥任何用处。针对这个问题,本申请提出一种新的ECG数据的呈现方法,使这些碎片化的数据得到整合。
请参阅图1,其为本申请提供的心电图的显示方法所适用的***结构示意图,其中包括子图A和子图B,分别为两种不同的***结构图。
子图A表示的是一个带有独立显示功能的ECG采集设备,比如一个智能手环、一个智能手表或者一个医用的ECG采集设备等。该ECG采集设备可以单独地构成一个心电图的采集与显示***,也即该ECG集采设备可以获取自身采集或者其它设备采集的心电图数据,将获取的心电图数据按照本申请提出的心电图的显示方法处理后,在设备自身附带的显示屏中显示处理后的心电图数据。
子图B表示的是由一个ECG采集设备和一个显示终端组成的心电图的显示***,该ECG采集设备和该显示终端可以通过有线或者无线传输的方式进行交互。该ECG采集设备可以是一个智能手环、一个智能手表或者一个医用的ECG采集设备等,该显示终端可以是一个手机、一个平板电脑、一个智能手环等带有显示屏的终端设备。该ECG采集设备可以获取自身采集或者其它设备采集的心电图数据,将获取的心电图数据按照本申请提出的心电图的显示方法处理后,发送至该显示终端,并通过该显示终端显示处理后的心电图数据。
另外,需要说明的是,在整个***中,也可以包含多个ECG采集设备和/或多个显示终端。也即,多个ECG采集设备和一个显示终端可以组成一个***,该显示终端可以显示多个ECG采集设备获取并处理的心电图数据;一个ECG采集设备和多个显示终端可以组成一个***,该ECG采集设备获取并处理的心电图数据可以采用多个不同的显示终端进行显示;多个ECG采集设备和多个显示终端也可以组成一个***,其中某个ECG采集设备获取并处理的心电图数据可以采用任意的一个或多个显示终端进行显示,某个显示终端可以显示任意的一个或多个ECG采集设备获取并处理的心电图数据。
图2示出了本申请提供的一种心电图的显示方法的流程图,包括:
201、获取待显示的心电图数据;
首先,获取待显示的心电图数据,该心电图数据是已经采集得到的ECG数据。这些数据可以是同一个ECG设备在同一次心率测量中采集的,可以是同一个ECG设备在不同次的心率测量中采集的,也可以是不同的ECG设备采集的,这些ECG设备包括专用医疗ECG设备和具有ECG测量功能的消费电子产品。需要注意的是,各个ECG设备采集数据的导联形式应该基本相同,也即电极在人体体表的放置位置,以及电极与信号放大器的连接形式应基本相同。另外,获取的心电图数据的长度和数量不受限定。
202、对所述心电图数据执行分段处理,得到多个波形片段;
在获取待显示的心电图数据之后,对这些心电图数据执行分段处理,得到多个波形片段。在对心电图数据分段的时候,可以利用ECG信号的特征来找到各个心跳周期片段,比如可以利用QRS波段的波形特征,采用各类QRS检测算法来检测心跳周期的存在,在此基础上查找各个心跳周期片段的端点。另外,针对用户的不同需求,每个波形片段所包含的心跳周期片段的数量可以是1个,也可以是多个。而且,相邻的2个波形片段之间的端点可以重合,也可以不重合,前一个波形片段的终止点到下一个波形片段的起始点之间的数据是不关心的无用数据。
进一步的,所述待显示的心电图数据包括在不同次测量中采集得到的多个心电图数据段,在步骤202之前,还可以包括:
(1)针对每个所述心电图数据段,检测其起始阶段预设长度的数据中是否具有QRS波段特征,以及检测其结束阶段预设长度的数据中是否具有QRS波段特征;
(2)若其起始阶段预设长度的数据中不具有QRS波段特征,则将其起始阶段预设长度的数据去除;
(3)若其结束阶段预设长度的数据中不具有QRS波段特征,则将其结束阶段预设长度的数据去除。
在采集心电图数据的过程中,由于用户异常操作的原因,可能使得采集得到的ECG波形具有异常的部分。比如,在单次ECG数据采集的开始和结束阶段,可能由于导联没有接触好,造成ECG波形的不稳定,此时采集的ECG数据是没有QRS波的异常波形。由于该异常波形是由于用户的操作不当导致的,并不是真正的心率异常波形,因此可以先将这部分异常波形去除,以避免将这些异常波形和正常波形叠加显示,造成干扰。具体的,检测QRS波段特征可以采用现有的各类QRS检测算法,在此不做限定。起始阶段的数据长度,以及结束阶段的数据长度可以根据经验值预先设定。
另外,若单次采集的ECG数据的中间部分(非起始或结束阶段的数据)检测不到QRS波段特征,则可以认为该部分为真正的心率异常波形。因此,这部分异常波形将被保留,执行后续的分段、对齐、整合等操作,以突出显示这部分异常波形。
203、分别提取每个所述波形片段的特征信息;
在分段得到多个波形片段之后,分别提取每个所述波形片段的特征信息。提取的特征信息可以是波形片段本身可提取的信号特征,包括但不限于:分段数据长度、心率数值、心率正常与否、HRV(Heart Rate Variability,心率变异性)正常与否、R峰大小、ST段长度等。该特征信息也可以是ECG数据采集时添加的标签信息,即显性特征,包括但不限于:ECG采集的设备ID、ECG采集的时间段(早、中、晚)、ECG采集的日期、ECG采集时的运动状态等。提取的特征信息在后续执行波形数据对齐时,可作为输入条件,以确定对齐处理的方式。
204、根据所述特征信息对所述多个波形片段执行对齐处理;
在提取每个波形片段的特征信息之后,可以根据特征信息对所述多个波形片段执行对齐处理。对齐处理,也即将多个波形片段的起始点和终止点分别近似地对齐,以便在同一个窗口内同时显示该多个波形片段。利用提取的特征信息,可以有针对性地选取波形片段进行对齐。比如,按照设定的对齐策略,可以选取采集日期为同一天的波形片段进行对齐处理,可以选取采集日期属于同一个星期内的波形片段进行对齐处理,也可以选取心率数值处于同一预设区间内的波形片段进行对齐处理,等等。
205、将对齐处理后的所述多个波形片段整合,并显示整合后所得到的波形数据。
最后,将对齐处理后的所述多个波形片段整合,并显示整合后所得到的波形数据,从而使大量数据整体呈现在较小的显示区域范围内,实现碎片化数据的整理,有效提高了数据的阅读效率。而且,采用这种新的ECG数据的呈现方式,也能够帮助医生发掘新的ECG数据变化的有用信息。在实际操作中,可以将同一对齐类别下的波形片段重新组合在单张波形图当中,实现数据整合,以及虚拟化显示,其本质是将前序步骤产生的结果经过变换形成新的波形结果,并能够显示ECG数据的整体信息。
显示数据的载体可以包括但不限于ECG设备、智能终端、网页内容以及经数字设备处理后打印的纸质内容。其中,ECG设备包括但不限于专用医疗ECG设备和具有ECG测量功能的各类消费电子产品,比如智能手表、智能手环等。智能终端包括但不限于手机、平板电脑、笔记本、大屏显示终端、客户机等。网页内容包括但不限于通过网页浏览器进行浏览的网络页面,通过应用软件访问的网络页面等。
具体的,步骤205可以包括:将对齐处理后的所述多个波形片段叠加;显示叠加后所得到的波形数据。或者,将对齐处理后的所述多个波形片段叠加;计算叠加后所得到的波形数据在图像显示区域中的分布密度;根据所述分布密度构建密度分布图像;通过预设的方式在所述图像显示区域中显示所述密度分布图像。
在整合与显示波形数据时,可以直接将各个波形片段叠加显示,也可以计算叠加后的波形数据的分布密度,并根据分布密度构建密度分布图像,比如分布密度-散点密度图像、分布密度-灰度显示图像、分布密度-颜色显示图像、均值显示图像等,然后在图像显示区域中显示构建的密度分布图像。
另外,在显示整合后所得到的波形数据时,还可以获取输入的页面组织指令;根据所述页面组织指令从整合后所得到的波形数据中选取待显示的波形数据,并在由所述页面组织指令确定的页面中显示所述待显示的波形数据。
比如,用户输入的页面组织指令是按指定日期组织,则会从整合后所得到的波形数据中选取该指定日期采集到的波形数据,并在一个预设的按日期组织显示的页面中显示选取的波形数据,这样用户就可以直观,方便地查看该指定日期的心电图数据。
本申请实施例通过对ECG数据执行分段、特征提取和对齐处理,能够将大段、串行、离散的ECG数据整合为简短、混叠、少量的波形数据,从而使大量数据整体呈现在较小的显示区域范围内,实现碎片化数据的整理,有效提高了数据的阅读效率。
图3示出了本申请提供的另一种心电图的显示方法的流程图,包括:
301、获取待显示的心电图数据;
步骤301与步骤201相同,具体可参照步骤201的相关说明。
302、检测所述心电图数据中的各个心跳周期片段;
在获取心电图数据之后,检测心电图数据中的各个心跳周期片段,每个心跳周期片段是由一次心跳所产生的波形信号段。具体的,可以利用心跳周期波形中比较明显的QRS波段的特征,通过“滑动窗口”和各类QRS检测算法(Pan&Tompkins算法等)检测心跳周期的存在;也可以先求一维波形信号的极值点,若三个相邻极值点中间的两段信号导数超过某一阈值,则认为是QRS波段。
303、分别确定每个所述心跳周期片段的起始点和终止点;
在通过QRS检测等方式检测到心电图数据中的各个心跳周期片段之后,分别确定每个所述心跳周期片段的起始点和终止点,起始点和终止点之间的数据段,即为得到的心跳周期片段。
具体的,如图4所示,所述各个心跳周期片段中任意的一个目标心跳周期片段的起始点和终止点可以通过以下方式确定:
401、计算所述目标心跳周期片段的波前数据的导数,所述波前数据为所述目标心跳周期片段的QRS波段之前的预设长度的数据;
目标心跳周期片段是一个待确定起始点和终止点的心跳周期片段,在通过QRS检测找到该目标心跳周期片段的QRS波段之后,从该QRS波段之前选取一小段的数据作为波前数据,求取这部分数据的导数。
进一步的,在计算所述目标心跳周期片段的波前数据的导数之前,还可以包括:
(1)检测所述目标心跳周期片段的前一个心跳周期片段的T波段终止点之后的最缓心率周期内是否存在R波峰值,所述最缓心率周期为预设的一个心跳周期的最大值;
(2)若所述目标心跳周期片段的前一个心跳周期片段的T波段终止点之后的最缓心率周期内存在R波峰值,则执行计算所述目标心跳周期片段的波前数据的导数的步骤以及后续步骤;
(3)若所述目标心跳周期片段的前一个心跳周期片段的T波段终止点之后的最缓心率周期内不存在R波峰值,则将所述目标心跳周期片段的前一个心跳周期片段的T波段终止点确定为所述目标心跳周期片段的起始点,将所述目标心跳周期片段的后一个心跳周期片段的P波段起始点确定为所述目标心跳周期片段的终止点。
通过检测所述目标心跳周期片段的前一个心跳周期片段的T波段终止点之后的最缓心率周期内是否存在R波峰值,可以判断该目标心跳周期片段是否为一个正常的具有R波峰值的心跳周期波形。最缓心率周期为预设的一个心跳周期的最大值,比如正常人的心率范围是50-140次/分钟,有些病人心率可以达到160以上、40以下,可以设定最缓心率为45次/分钟,对应的周期为1.33s,即最缓心率周期为1.33s。当采用滑动窗口的方式检测QRS波段时,在滑动窗口的长度由0.43s变化到1.33s的过程中,如果检测到QRS特征,就开始继续寻找P波、R波,如果到达1.33s还没有检测到QRS波段,就证明这一段ECG有异常。
因此,若目标心跳周期片段的前一个心跳周期片段的T波段终止点之后的最缓心率周期内存在R波峰值,表明目标心跳周期片段是一个正常的心跳周期波形,此时可以通过计算波前数据和波后数据导数的方式查找起始点和终止点,即执行步骤401-408。
若目标心跳周期片段的前一个心跳周期片段的T波段终止点之后的最缓心率周期内不存在R波峰值,表明目标心跳周期片段不是一个正常的心跳周期波形,此时无法通过计算波前数据和波后数据导数的方式查找起始点和终止点。针对这种情况,可以将目标心跳周期片段的前一个心跳周期片段的T波段终止点确定为目标心跳周期片段的起始点,将目标心跳周期片段的后一个心跳周期片段的P波段起始点确定为目标心跳周期片段的终止点。常规的ECG波形,从起始到结束一般包含P波段、PR间期波段、QRS波段、ST波段、T波段等波段,因此可以将P波段的起始点视作一个心跳周期波形的起始点,T波段的终止点视作一个心跳周期波形的终止点,而前一个心跳周期波形的终止点又可视作后一个心跳周期波形的起始点。
上述这种针对目标心跳周期片段不是一个正常的心跳周期波形的查找端点方式,有一个基本要求,也即能够成功获取目标心跳周期片段的前一个心跳周期片段的T波段终止点以及目标心跳周期片段的后一个心跳周期片段的P波段起始点。在某些情况下,这两个位置点也可能标记失败,此时可以采用以下方式处理:
更进一步的,在检测所述目标心跳周期片段的前一个心跳周期片段的T波段终止点之后的最缓心率周期内是否存在R波峰值之后,还可以包括:
(1)若所述目标心跳周期片段的前一个心跳周期片段的T波段终止点之后的最缓心率周期内不存在R波峰值,且所述目标心跳周期片段的前一个心跳周期片段的T波段终止点标记失败,则将所述目标心跳周期片段的前一个心跳周期片段的R波峰值之后第一长度的位置点确定为所述目标心跳周期片段的起始点,所述第一长度根据所述目标心跳周期片段的前一个心跳周期片段的长度以及预设的比例确定;
(2)若所述目标心跳周期片段的前一个心跳周期片段的T波段终止点之后的最缓心率周期内不存在R波峰值,且所述目标心跳周期片段的后一个心跳周期片段的P波段起始点标记失败,则将所述目标心跳周期片段的后一个心跳周期片段的R波峰值之前第二长度的位置点确定为所述目标心跳周期片段的终止点,所述第二长度根据所述目标心跳周期片段的后一个心跳周期片段的长度以及预设的比例确定。
如果前后分段也没有P波或T波最为起始点和终止点,说明此时的信号质量不满足分段的要求,不过仍然可以用经验值进行分段,例如R峰到T波占心跳周期的a%,P波到R峰占心跳周期的b%,当前一段没有检测到结尾的T波,后一段没有检测到开头的P波,就可以用两段的周期t与a%、b%共同决定目标心跳周期片段的端点。比如,从前一分段的R波峰值开始,之后t*a%的位置视作前一分段的终止点,作为目标心跳周期片段的起始点;从后一分段的R波峰值开始,往前t*b%的位置视作后一分段的起始点,作为目标心跳周期片段的终止点。
402、根据所述波前数据的导数求解所述波前数据的极小值点;
在计算目标心跳周期片段的波前数据的导数之后,可以根据该导数求解波前数据的极小值点。
403、将所述波前数据的极小值点标记为所述目标心跳周期片段的P波段起始点;
结合心电图中P波段的波形特征,可以将该波前数据的极小值点标记为目标心跳周期片段的P波段起始点。
404、将所述目标心跳周期片段的P波段起始点确定为所述目标心跳周期片段的起始点;
P波段起始点可视作一个心跳周期片段的起始点,故可以直接将该P波段起始点确定为目标心跳周期片段的起始点。
进一步的,在步骤404之前,还可以包括:
(1)检测所述目标心跳周期片段的P波段起始点之前的最缓心率周期内是否存在R波峰值,所述最缓心率周期为预设的一个心跳周期的最大值;
(2)若所述目标心跳周期片段的P波段起始点之前的最缓心率周期内存在R波峰值,则将所述目标心跳周期片段的前一个心跳周期片段的T波段终止点确定为所述目标心跳周期片段的起始点,然后执行计算所述目标心跳周期片段的波后数据的导数的步骤以及后续步骤;
(3)若所述目标心跳周期片段的P波段起始点之前的最缓心率周期内不存在R波峰值,则执行将所述目标心跳周期片段的P波段起始点确定为所述目标心跳周期片段的起始点的步骤以及后续步骤。
如果目标心跳周期片段的P波段起始点之前的最缓心率周期内存在R波峰值,表明目标心跳周期片段的前一个心跳周期片段检测到R峰,说明前一片段正常,可以将前一片段的结尾(T波段终止点)确定为当前的目标心跳周期片段的起始点;如果目标心跳周期片段的P波段起始点之前的最缓心率周期内不存在R波峰值,表明目标心跳周期片段的前一个心跳周期片段检测不到有效的R峰,说明前一片段异常,此时目标心跳周期片段就只能用自己的开始(P波段起始点)作为起始点。
405、计算所述目标心跳周期片段的波后数据的导数,所述波后数据为所述目标心跳周期片段的QRS波段之后的预设长度的数据;
在查找目标心跳周期片段的终止点的时候,首先从目标心跳周期片段的QRS波段之后选取一小段的数据作为波后数据,求取这部分数据的导数。
406、根据所述波后数据的导数求解所述波后数据的极小值点;
在计算目标心跳周期片段的波后数据的导数之后,可以根据该导数求解波后数据的极小值点。
407、将所述波后数据的极小值点标记为所述目标心跳周期片段的T波段终止点;
结合心电图中T波段的波形特征,可以将该波后数据的极小值点标记为目标心跳周期片段的T波段终止点。另外,若有需要,通过求解导数(一阶导数、二阶导数)还可以求得目标心跳周期片段的T波段起始点以及T波段峰值点。
408、将所述目标心跳周期片段的T波段终止点确定为所述目标心跳周期片段的终止点。
T波段终止点可视作一个心跳周期片段的终止点,故可以直接将该T波段终止点确定为目标心跳周期片段的终止点。
上述步骤401-408提出了一种确定目标心跳周期片段的起始点和终止点的方式,下面再提出另一种确定目标心跳周期片段的起始点和终止点的方式。具体的,如图5所示,所述各个心跳周期片段中任意的一个目标心跳周期片段的起始点和终止点可以通过以下方式确定:
501、检测所述目标心跳周期片段的R波峰值;
502、将所述目标心跳周期片段的R波峰值之前第三长度的位置点确定为所述目标心跳周期片段的起始点,所述第三长度根据所述目标心跳周期片段的长度以及预设的比例确定;
503、将所述目标心跳周期片段的R波峰值之后第四长度的位置点确定为所述目标心跳周期片段的终止点,所述第四长度根据所述目标心跳周期片段的长度以及预设的比例确定。
这是一种利用经验值进行推算心跳周期片段起始点和终止点的方式,一般人群的P波、QRS波、T波在整个心跳周期的比例是有数据可以统计的。可以利用这些统计的数据,基于QRS波段的R波峰值点,推算心跳周期片段的起始点和终止点。比如,将目标心跳周期片段的R波峰值之前t*a%的位置点确定为目标心跳周期片段的起始点,将目标心跳周期片段的R波峰值之后t*b%的位置点确定为目标心跳周期片段的终止点,其中t为目标心跳周期片段的长度(周期),a和b为预设的一个比例系数。采用这种分段方式的分段效果可能不够准确,但也能够大致完成分段,而且前一段的终止点不一定就是后一段的起始点,也不一定比后一段的起始点靠前,这样处理可以尽可能保证有用数据处于同一划分的片段中。
304、按照所述起始点和终止点对所述心电图数据进行分段,得到多个波形片段;
在分别确定每个心跳周期片段的起始点和终止点之后,可以按照这些起始点和终止点对所述心电图数据进行分段,得到多个波形片段。在采用这种方式获得的各个波形片段中,相邻的2个波形片段之间的端点可以重合,也可以不重合,前一个波形片段的终止点到下一个波形片段的起始点之间的数据是不关心的无用数据。
具体的,步骤304可以包括:
(1)获取输入的分段指示信息;
(2)根据所述分段指示信息确定每个波形片段包含的心跳周期片段的数量;
(3)在按照所述起始点和终止点对所述心电图数据进行分段的过程中,控制划分得到的每个波形片段包含所述数量的心跳周期片段,得到所述多个波形片段。
在对心电图数据分段的时候,并不局限于单周期分段(一个波形片段包含一个心跳周期片段),也可以是多周期分段(一个波形片段包含二个或以上的心跳周期片段)。若采用单周期分段,则后续处理的最终效果是单个心跳周期数据的整体呈现;若采用多周期分段,则后续处理的最终效果是多个心跳周期数据的整体呈现。用户可以根据需要选取分段的方式,比如可以输入一个分段指示信息,以确定每个波形片段包含的心跳周期片段的数量,在对心电图数据进行分段的过程中,会控制划分得到的每个波形片段包含该数量的心跳周期片段。
305、分别提取每个所述波形片段的特征信息;
306、根据所述特征信息对所述多个波形片段执行对齐处理;
307、将对齐处理后的所述多个波形片段整合,并显示整合后所得到的波形数据。
步骤305-307和步骤203-205相同,具体可以参照步骤203-205的相关说明。
本申请实施例通过对ECG数据执行分段、特征提取和对齐处理,能够将大段、串行、离散的ECG数据整合为简短、混叠、少量的波形数据,从而使大量数据整体呈现在较小的显示区域范围内,实现碎片化数据的整理,有效提高了数据的阅读效率。另外,本申请实施例还提出了一种对ECG数据分段的具体方式,即首先检测心电图数据中的各个心跳周期片段,然后分别确定每个心跳周期片段的起始点和终止点,最后按照这些起始点和终止点完成分段。
图6示出了本申请提供的另一种心电图的显示方法的流程图,包括:
601、获取待显示的心电图数据;
步骤601与步骤201相同,具体可参照步骤201的相关说明。
602、获取与所述心电图数据对应的辅助信号数据,所述辅助信号数据包含与所述心电图数据相同的心跳周期特征;
603、根据所述辅助信号数据的信号特征,检测所述辅助信号数据中的各个心跳周期片段,并分别确定每个所述心跳周期片段的起始点和终止点;
604、按照所述起始点和终止点对所述心电图数据进行分段,得到多个波形片段;
对于步骤602-604,在获取心电图数据之后,查找与该心电图数据对应的辅助信号数据,辅助信号数据包含与该心电图数据相同的心跳周期特征。目前很多ECG设备,比如智能手表,除了检测ECG数据之外,还可以检测到光体积变化描记图PPG(Photoplethysmography)、心脏冲击描记图BCG(Ballistocardiograph)、心音图等辅助信号数据,这些信号与ECG一样可以反映心脏的周期跳动,故具有与心电图数据相同的心跳周期特征。基于这个特性,可以结合辅助信号数据的信号特征来完成心电图数据的分段。相较于ECG数据,这些辅助信号数据的信号特征更加稳定,更适于查找各个心跳周期片段的端点,比如PPG信号只需要提取波峰和波谷即可找到各个心跳周期,心音图只需要识别S1(第一心音)和S2(第二心音)即可找到各个心跳周期等。具体的,可以在成功分段的波形片段中记录对应的PPG/BCG等周期信号的特征点,当遇到无法成功分段的情况时,寻找对应周期中PPG/BCG等周期信号的同一特征的特征点,再对应到ECG同一时刻的采样点,作为分段的端点。另外,需要说明的是,假如获取到的与所述心电图数据对应的辅助信号数据有多种,则可以从中选取任意的一种或多种辅助信号数据,利用选取的辅助信号数据完成心电图数据的分段。
605、分别提取每个所述波形片段的特征信息;
606、根据所述特征信息对所述多个波形片段执行对齐处理;
607、将对齐处理后的所述多个波形片段整合,并显示整合后所得到的波形数据。
步骤605-607和步骤203-205相同,具体可以参照步骤203-205的相关说明。
本申请实施例通过对ECG数据执行分段、特征提取和对齐处理,能够将大段、串行、离散的ECG数据整合为简短、混叠、少量的波形数据,从而使大量数据整体呈现在较小的显示区域范围内,实现碎片化数据的整理,有效提高了数据的阅读效率。另外,和上一个实施例相比,本实施例提出了另一种对ECG数据分段的具体方式,即利用辅助信号数据完成ECG数据的分段。
图7示出了本申请提供的另一种心电图的显示方法的流程图,包括:
701、获取待显示的心电图数据;
702、对所述心电图数据执行分段处理,得到多个波形片段;
703、分别提取每个所述波形片段的特征信息;
步骤701-703和步骤201-203相同,具体可以参照步骤201-203的相关说明。
704、获取输入的对齐指示信息,所述对齐指示信息用于确定重新组合波形片段的方式;
705、根据所述对齐指示信息以及所述特征信息,从所述多个波形片段中选取目标波形片段,并对所述目标波形片段执行对齐处理;
706、将对齐处理后的所述目标波形片段整合,并显示整合后所得到的波形数据。
在步骤704-706中,对齐指示信息本质上可以看做一种对齐策略,用于确定重新组合波形片段的方式。在实际操作中,用户可以在心电图的显示组织页面中选取或输入某个对齐指示信息,比如按测量者组织、按照时间段维度组织(年、月、周、日等)、按照活动维度组织(饭前、饭后、运动后、起床等)、按异常类型组织(HRV异常、ST段异常、心率异常)等。在获取到对齐指示信息之后,会根据所述对齐指示信息以及所述特征信息,从所述多个波形片段中选取目标波形片段,并对所述目标波形片段执行对齐处理,最后将对齐处理后的所述目标波形片段整合,并显示整合后所得到的波形数据。比如,输入的对齐指示信息是按指定日期组织,则会从该多个波形片段中选取特征信息与该指定日期对应的目标波形片段,对选取的目标波形片段执行对齐处理并显示,这样用户可以直观,方便地查看该指定日期的心电图数据。
进一步的,在对所述目标波形片段执行对齐处理之前,还可以包括:
若各个所述目标波形片段之间的长度波动幅度处于预设的正常波动区间之内,则对各个所述目标波形片段执行拉伸处理或者压缩处理,使得各个所述目标波形片段的长度相同。
由于人体心率是不断变化的,因此选取到的各个所述目标波形片段的长度(周期)可能存在较大的差异,假如直接对齐并叠加这些波形片段会导致显示效果较差,故可以先对波形片段进行拉伸处理或者压缩处理,使得各个所述目标波形片段的长度近似于相同,以提高波形数据的显示效果。需要注意的是,这个波形伸缩处理的流程是有条件限制的,即各个所述目标波形片段之间的长度波动幅度处于预设的正常波动区间之内,如果长度波动幅度超过了这个正常波动区间,那么就不再执行波形的伸缩处理,而是采用直接对齐的方式。
本申请实施例对于统计的ECG数据的时长没有做限定,可以是长时间的ECG数据,甚至是多种运动场景下的ECG数据,此时分段得到的各个波形片段的长度必然不同,因为心率不同,这些分段不能直接叠加,否则显示效果较差,故需要先拉伸或压缩才能对齐,使信息一目了然。而如果各个波形片段之间的长度波动幅度过大,即心率变化HRV很高,表明用户可能有心房颤动的心脏问题,这种情况就需要在叠加的波形中突出显示出来,采用波形片段直接对齐显示的方式,就可以突出显示这部分异常的波形,而如果执行波形的伸缩处理,反而会隐藏这个HRV异常的问题。
本申请实施例通过对ECG数据执行分段、特征提取和对齐处理,能够将大段、串行、离散的ECG数据整合为简短、混叠、少量的波形数据,从而使大量数据整体呈现在较小的显示区域范围内,实现碎片化数据的整理,有效提高了数据的阅读效率。另外,本申请实施例提出了一种根据特征信息对所述多个波形片段执行对齐处理的具体方式。
应理解,上述实施例中各步骤的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本申请实施例的实施过程构成任何限定。
为便于理解,下面以实际应用场景来说明本申请提出的心电图的显示方法。
本申请提出的心电图的显示方法在一个实际应用场景下的原理示意图如图8所示。在图8中,各个ECG设备(A、B…X)采集到的大量心电图数据(多次不同的记录,记录1、记录2…)会被整合为简短、混叠、少量的波形数据,在终端页面/网页等载体中显示。在整合不同ECG设备采集的心电图数据时,大致可以概括为数据的采样率归一化,幅值归一化,心跳周期归一化(数据波形的拉伸或压缩)等操作,从而能够将多段不同的心电图数据整合成一段数据进行显示。
其中,如图9所示,心电图数据整合的具体方式可以包含以下几个步骤:
(1)数据分段
分段的具体方法可以参照上述几个实施例的说明,得到的某个心电图分段效果如图9所示,在采用滑动窗口与QRS检测的方式检测到各个心跳周期,并确定各个心跳周期的起始点和终止点之后,即可完成心电图数据的分段。在图10中,展示了数据分段的过程,以及按单周期分段和按双周期分段的分段结果,每个虚线框中的数据为划分得到的一个波形片段,各个波形片段之间的数据为无用数据。
(2)特征提取
在分段得到多个波形片段之后,分别提取每个所述波形片段的特征信息。提取的特征可以是波形片段本身可提取的信号特征,也可以是ECG数据采集时添加的标签信息。比如,分段数据长度、心率数值、心率正常与否、HRV(Heart Rate Variability,心率变异性)正常与否、R峰大小、ECG采集的设备ID、ECG采集的时间段(早、中、晚)、ECG采集的日期、ECG采集时的运动状态等。
(3)对齐
也即将分段得到的各个波形片段按照设定的对齐策略进行对齐,比如选取采集日期为同一天的波形片段进行对齐处理,选取采集日期属于同一个星期内的波形片段进行对齐处理,选取心率数值处于同一预设区间内的波形片段进行对齐处理,等等。另外,若有需要,在波形片段对齐之前,还可以执行波形伸缩的处理。
(4)虚拟化显示
可以将同一对齐类别下的波形片段重新组合在单张波形图当中,实现数据的整合与展示,这个过程可称为虚拟化显示。具体的,虚拟化显示的效果可以如图11所示,在图11中,包含直接叠加显示、分布密度-灰度显示2种虚拟化显示的效果。另外,在对心电图数据进行上述处理之后,可以直观、方便地呈现出异常的心跳周期,比如在图12中,某个HRV异常的心跳周期在叠加的波形图中可以很直观地显示,而且还可以采用某些方式(比如加粗、特定颜色)突出这部分异常的波形。
若有需要,在虚拟化显示之后,还可以增加页面组织呈现的步骤。页面组织呈现指在具有显示功能的测试设备、智能终端、网页以及经数字设备处理后打印的纸质内容上,以一定的分类策略和组织形式显示若干条已经虚拟化的ECG数据。用户在心电图的显示页面中,可以输入或选取一定的波形组织方式,为步骤(3)的对齐步骤提供相应的策略。页面组织呈现步骤是指重新组织波形的呈现方式,包括但不限于按测量者组织、按照时间段维度组织(年、月、周、日等)、按照活动维度组织(饭前、饭后、运动后、起床等)、按异常类型组织(HRV异常、ST段异常、心率异常)等。通过页面组织呈现,能够进一步整理分段后重新组合的ECG数据,使页面整体更加简洁,数据更加直观。图13列出了几种不同的页面组织呈现方式,包括子图A、B和C,其中A表示按照设备ID组织的页面,B表示按照数据采集日期组织的页面,C表示按照活动维度组织的页面。
图14示出了本申请实施例提供的心电图的显示装置的结构框图,为了便于说明,仅示出了与本申请实施例相关的部分。
参照图14,该装置包括:
数据获取模块801,用于获取待显示的心电图数据;
数据分段模块802,用于对所述心电图数据执行分段处理,得到多个波形片段;
特征提取模块803,用于分别提取每个所述波形片段的特征信息;
数据对齐模块804,用于根据所述特征信息对所述多个波形片段执行对齐处理;
数据显示模块805,用于将对齐处理后的所述多个波形片段整合,并显示整合后所得到的波形数据。
进一步的,所述数据分段模块可以包括:
心跳周期检测单元,用于检测所述心电图数据中的各个心跳周期片段;
分段端点确定单元,用于分别确定每个所述心跳周期片段的起始点和终止点;
第一分段单元,用于按照所述起始点和终止点对所述心电图数据进行分段,得到所述多个波形片段。
进一步的,所述分段端点确定单元可以包括:
波前导数计算子单元,用于计算所述目标心跳周期片段的波前数据的导数,所述波前数据为所述目标心跳周期片段的QRS波段之前的预设长度的数据,所述目标心跳周期片段为所述各个心跳周期片段中任意的一个心跳周期片段;
第一极小值计算子单元,用于根据所述波前数据的导数求解所述波前数据的极小值点;
P波段起始点标记子单元,用于将所述波前数据的极小值点标记为所述目标心跳周期片段的P波段起始点;
第一分段起始点确定子单元,用于将所述目标心跳周期片段的P波段起始点确定为所述目标心跳周期片段的起始点;
波后导数计算子单元,用于计算所述目标心跳周期片段的波后数据的导数,所述波后数据为所述目标心跳周期片段的QRS波段之后的预设长度的数据;
第二极小值计算子单元,用于根据所述波后数据的导数求解所述波后数据的极小值点;
T波段终止点标记子单元,用于将所述波后数据的极小值点标记为所述目标心跳周期片段的T波段终止点;
第一分段终止点确定子单元,用于将所述目标心跳周期片段的T波段终止点确定为所述目标心跳周期片段的终止点。
进一步的,所述分段端点确定单元还可以包括:
第一R峰检测子单元,用于检测所述目标心跳周期片段的P波段起始点之前的最缓心率周期内是否存在R波峰值,所述最缓心率周期为预设的一个心跳周期的最大值;
第一执行子单元,用于若所述目标心跳周期片段的P波段起始点之前的最缓心率周期内存在R波峰值,则将所述目标心跳周期片段的前一个心跳周期片段的T波段终止点确定为所述目标心跳周期片段的起始点,然后执行计算所述目标心跳周期片段的波后数据的导数的步骤以及后续步骤;
第二执行子单元,用于若所述目标心跳周期片段的P波段起始点之前的最缓心率周期内不存在R波峰值,则执行将所述目标心跳周期片段的P波段起始点确定为所述目标心跳周期片段的起始点的步骤以及后续步骤。
进一步的,所述分段端点确定单元还可以包括:
第二R峰检测子单元,用于检测所述目标心跳周期片段的前一个心跳周期片段的T波段终止点之后的最缓心率周期内是否存在R波峰值,所述最缓心率周期为预设的一个心跳周期的最大值;
第三执行子单元,用于若所述目标心跳周期片段的前一个心跳周期片段的T波段终止点之后的最缓心率周期内存在R波峰值,则执行计算所述目标心跳周期片段的波前数据的导数的步骤以及后续步骤;
分段端点确定子单元,用于若所述目标心跳周期片段的前一个心跳周期片段的T波段终止点之后的最缓心率周期内不存在R波峰值,则将所述目标心跳周期片段的前一个心跳周期片段的T波段终止点确定为所述目标心跳周期片段的起始点,将所述目标心跳周期片段的后一个心跳周期片段的P波段起始点确定为所述目标心跳周期片段的终止点。
更进一步的,所述分段端点确定单元还可以包括:
第二分段起始点确定子单元,用于若所述目标心跳周期片段的前一个心跳周期片段的T波段终止点之后的最缓心率周期内不存在R波峰值,且所述目标心跳周期片段的前一个心跳周期片段的T波段终止点标记失败,则将所述目标心跳周期片段的前一个心跳周期片段的R波峰值之后第一长度的位置点确定为所述目标心跳周期片段的起始点,所述第一长度根据所述目标心跳周期片段的前一个心跳周期片段的长度以及预设的比例确定;
第二分段终止点确定子单元,用于若所述目标心跳周期片段的前一个心跳周期片段的T波段终止点之后的最缓心率周期内不存在R波峰值,且所述目标心跳周期片段的后一个心跳周期片段的P波段起始点标记失败,则将所述目标心跳周期片段的后一个心跳周期片段的R波峰值之前第二长度的位置点确定为所述目标心跳周期片段的终止点,所述第二长度根据所述目标心跳周期片段的后一个心跳周期片段的长度以及预设的比例确定。
进一步的,所述分段端点确定单元可以包括:
第三R峰检测子单元,用于检测所述目标心跳周期片段的R波峰值;
第三分段起始点确定子单元,用于将所述目标心跳周期片段的R波峰值之前第三长度的位置点确定为所述目标心跳周期片段的起始点,所述第三长度根据所述目标心跳周期片段的长度以及预设的比例确定;
第三分段终止点确定子单元,用于将所述目标心跳周期片段的R波峰值之后第四长度的位置点确定为所述目标心跳周期片段的终止点,所述第四长度根据所述目标心跳周期片段的长度以及预设的比例确定。
进一步的,所述第一分段单元可以包括:
分段指示获取子单元,用于获取输入的分段指示信息;
心跳周期数量确定子单元,用于根据所述分段指示信息确定每个波形片段包含的心跳周期片段的数量;
分段子单元,用于在按照所述起始点和终止点对所述心电图数据进行分段的过程中,控制划分得到的每个波形片段包含所述数量的心跳周期片段,得到所述多个波形片段。
进一步的,所述数据分段模块可以包括:
辅助信号数据获取单元,用于获取与所述心电图数据对应的辅助信号数据,所述辅助信号数据包含与所述心电图数据相同的心跳周期特征;
心跳周期检测单元,用于根据所述辅助信号数据的信号特征,检测所述辅助信号数据中的各个心跳周期片段,并分别确定每个所述心跳周期片段的起始点和终止点;
第二分段单元,用于按照所述起始点和终止点对所述心电图数据进行分段,得到所述多个波形片段。
进一步的,所述数据对齐模块可以包括:
对齐指示获取单元,用于获取输入的对齐指示信息,所述对齐指示信息用于确定重新组合波形片段的方式;
数据对齐单元,用于根据所述对齐指示信息以及所述特征信息,从所述多个波形片段中选取目标波形片段,并对所述目标波形片段执行对齐处理。
进一步的,所述数据对齐模块还可以包括:
数据伸缩单元,用于若各个所述目标波形片段之间的长度波动幅度处于预设的正常波动区间之内,则对各个所述目标波形片段执行拉伸处理或者压缩处理,使得各个所述目标波形片段的长度相同。
进一步的,所述待显示的心电图数据包括在不同次测量中采集得到的多个心电图数据段,所述心电图的显示装置还可以包括:
异常数据检测模块,用于针对每个所述心电图数据段,检测其起始阶段预设长度的数据中是否具有QRS波段特征,以及检测其结束阶段预设长度的数据中是否具有QRS波段特征;
异常数据去除模块,用于若其起始阶段预设长度的数据中不具有QRS波段特征,则将其起始阶段预设长度的数据去除;若其结束阶段预设长度的数据中不具有QRS波段特征,则将其结束阶段预设长度的数据去除。
进一步的,所述数据显示模块可以包括:
波形叠加单元,用于将对齐处理后的所述多个波形片段叠加;
第一数据显示单元,用于显示叠加后所得到的波形数据;
分布密度计算单元,用于计算叠加后所得到的波形数据在图像显示区域中的分布密度;
密度分布图像构建单元,用于根据所述分布密度构建密度分布图像;
第二数据显示单元,用于通过预设的方式在所述图像显示区域中显示所述密度分布图像。
进一步的,所述数据显示模块可以包括:
页面组织指令获取单元,用于获取输入的页面组织指令;
波形数据显示单元,用于根据所述页面组织指令从整合后所得到的波形数据中选取待显示的波形数据,并在由所述页面组织指令确定的页面中显示所述待显示的波形数据。
本申请实施例还提供了一种终端设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如本申请提出的各个心电图的显示方法的步骤。
本申请实施例还提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现如本申请提出的各个心电图的显示方法的步骤。
本申请实施例还提供了一种计算机程序产品,当计算机程序产品在终端设备上运行时,使得终端设备执行本申请提出的各个心电图的显示方法的步骤。
图15为本申请一实施例提供的终端设备的结构示意图。如图15所示,该实施例的终端设备9包括:至少一个处理器90(图9中仅示出一个)处理器、存储器91以及存储在所述存储器91中并可在所述至少一个处理器90上运行的计算机程序92,所述处理器90执行所述计算机程序92时实现上述任意心电图的显示方法实施例中的步骤。
所述终端设备9可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备,以及智能手表、智能手环等可穿戴设备。该终端设备可包括,但不仅限于,处理器90、存储器91。本领域技术人员可以理解,图15仅仅是终端设备9的举例,并不构成对终端设备9的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件,例如还可以包括输入输出设备、网络接入设备等。
所称处理器90可以是中央处理单元(Central Processing Unit,CPU),该处理器90还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现成可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
所述存储器91在一些实施例中可以是所述终端设备9的内部存储单元,例如终端设备9的硬盘或内存。所述存储器91在另一些实施例中也可以是所述终端设备9的外部存储设备,例如所述终端设备9上配备的插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)等。进一步地,所述存储器91还可以既包括所述终端设备9的内部存储单元也包括外部存储设备。所述存储器91用于存储操作装置、应用程序、引导装载程序(BootLoader)、数据以及其他程序等,例如所述计算机程序的程序代码等。所述存储器91还可以用于暂时地存储已经输出或者将要输出的数据。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,仅以上述各功能单元、模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能单元、模块完成,即将所述装置的内部结构划分成不同的功能单元或模块,以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中,上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。另外,各功能单元、模块的具体名称也只是为了便于相互区分,并不用于限制本申请的保护范围。上述装置中单元、模块的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述或记载的部分,可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本申请的范围。
在本申请所提供的实施例中,应该理解到,所揭露的装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述模块或单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个装置,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口,装置或单元的间接耦合或通讯连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本申请各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请实现上述实施例方法中的全部或部分流程,可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一计算机可读存储介质中,该计算机程序在被处理器执行时,可实现上述各个方法实施例的步骤。其中,所述计算机程序包括计算机程序代码,所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质至少可以包括:能够将计算机程序代码携带到终端设备的任何实体或装置、记录介质、计算机存储器、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、电载波信号、电信信号以及软件分发介质。例如U盘、移动硬盘、磁碟或者光盘等。在某些司法管辖区,根据立法和专利实践,计算机可读介质不可以是电载波信号和电信信号。
以上所述实施例仅用以说明本申请的技术方案,而非对其限制;尽管参照前述实施例对本申请进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围,均应包含在本申请的保护范围之内。
Claims (17)
1.一种心电图的显示方法,其特征在于,包括:
获取待显示的心电图数据;
对所述心电图数据执行分段处理,得到多个波形片段;
分别提取每个所述波形片段的特征信息;
根据所述特征信息对所述多个波形片段执行对齐处理;
将对齐处理后的所述多个波形片段整合,并显示整合后所得到的波形数据。
2.如权利要求1所述的心电图的显示方法,其特征在于,所述对所述心电图数据执行分段处理,得到多个波形片段包括:
检测所述心电图数据中的各个心跳周期片段;
分别确定每个所述心跳周期片段的起始点和终止点;
按照所述起始点和终止点对所述心电图数据进行分段,得到所述多个波形片段。
3.如权利要求2所述的心电图的显示方法,其特征在于,所述各个心跳周期片段中任意的一个目标心跳周期片段的起始点和终止点通过以下方式确定:
计算所述目标心跳周期片段的波前数据的导数,所述波前数据为所述目标心跳周期片段的QRS波段之前的预设长度的数据;
根据所述波前数据的导数求解所述波前数据的极小值点;
将所述波前数据的极小值点标记为所述目标心跳周期片段的P波段起始点;
将所述目标心跳周期片段的P波段起始点确定为所述目标心跳周期片段的起始点;
计算所述目标心跳周期片段的波后数据的导数,所述波后数据为所述目标心跳周期片段的QRS波段之后的预设长度的数据;
根据所述波后数据的导数求解所述波后数据的极小值点;
将所述波后数据的极小值点标记为所述目标心跳周期片段的T波段终止点;
将所述目标心跳周期片段的T波段终止点确定为所述目标心跳周期片段的终止点。
4.如权利要求3所述的心电图的显示方法,其特征在于,在将所述目标心跳周期片段的P波段起始点确定为所述目标心跳周期片段的起始点之前,还包括:
检测所述目标心跳周期片段的P波段起始点之前的最缓心率周期内是否存在R波峰值,所述最缓心率周期为预设的一个心跳周期的最大值;
若所述目标心跳周期片段的P波段起始点之前的最缓心率周期内存在R波峰值,则将所述目标心跳周期片段的前一个心跳周期片段的T波段终止点确定为所述目标心跳周期片段的起始点,然后执行计算所述目标心跳周期片段的波后数据的导数的步骤以及后续步骤;
若所述目标心跳周期片段的P波段起始点之前的最缓心率周期内不存在R波峰值,则执行将所述目标心跳周期片段的P波段起始点确定为所述目标心跳周期片段的起始点的步骤以及后续步骤。
5.如权利要求3所述的心电图的显示方法,其特征在于,在计算所述目标心跳周期片段的波前数据的导数之前,还包括:
检测所述目标心跳周期片段的前一个心跳周期片段的T波段终止点之后的最缓心率周期内是否存在R波峰值,所述最缓心率周期为预设的一个心跳周期的最大值;
若所述目标心跳周期片段的前一个心跳周期片段的T波段终止点之后的最缓心率周期内存在R波峰值,则执行计算所述目标心跳周期片段的波前数据的导数的步骤以及后续步骤;
若所述目标心跳周期片段的前一个心跳周期片段的T波段终止点之后的最缓心率周期内不存在R波峰值,则将所述目标心跳周期片段的前一个心跳周期片段的T波段终止点确定为所述目标心跳周期片段的起始点,将所述目标心跳周期片段的后一个心跳周期片段的P波段起始点确定为所述目标心跳周期片段的终止点。
6.如权利要求5所述的心电图的显示方法,其特征在于,在检测所述目标心跳周期片段的前一个心跳周期片段的T波段终止点之后的最缓心率周期内是否存在R波峰值之后,还包括:
若所述目标心跳周期片段的前一个心跳周期片段的T波段终止点之后的最缓心率周期内不存在R波峰值,且所述目标心跳周期片段的前一个心跳周期片段的T波段终止点标记失败,则将所述目标心跳周期片段的前一个心跳周期片段的R波峰值之后第一长度的位置点确定为所述目标心跳周期片段的起始点,所述第一长度根据所述目标心跳周期片段的前一个心跳周期片段的长度以及预设的比例确定;
若所述目标心跳周期片段的前一个心跳周期片段的T波段终止点之后的最缓心率周期内不存在R波峰值,且所述目标心跳周期片段的后一个心跳周期片段的P波段起始点标记失败,则将所述目标心跳周期片段的后一个心跳周期片段的R波峰值之前第二长度的位置点确定为所述目标心跳周期片段的终止点,所述第二长度根据所述目标心跳周期片段的后一个心跳周期片段的长度以及预设的比例确定。
7.如权利要求2所述的心电图的显示方法,其特征在于,所述各个心跳周期片段中任意的一个目标心跳周期片段的起始点和终止点通过以下方式确定:
检测所述目标心跳周期片段的R波峰值;
将所述目标心跳周期片段的R波峰值之前第三长度的位置点确定为所述目标心跳周期片段的起始点,所述第三长度根据所述目标心跳周期片段的长度以及预设的比例确定;
将所述目标心跳周期片段的R波峰值之后第四长度的位置点确定为所述目标心跳周期片段的终止点,所述第四长度根据所述目标心跳周期片段的长度以及预设的比例确定。
8.如权利要求2所述的心电图的显示方法,其特征在于,所述按照所述起始点和终止点对所述心电图数据进行分段,得到所述多个波形片段包括:
获取输入的分段指示信息;
根据所述分段指示信息确定每个波形片段包含的心跳周期片段的数量;
在按照所述起始点和终止点对所述心电图数据进行分段的过程中,控制划分得到的每个波形片段包含所述数量的心跳周期片段,得到所述多个波形片段。
9.如权利要求1所述的心电图的显示方法,其特征在于,所述对所述心电图数据执行分段处理,得到多个波形片段包括:
获取与所述心电图数据对应的辅助信号数据,所述辅助信号数据包含与所述心电图数据相同的心跳周期特征;
根据所述辅助信号数据的信号特征,检测所述辅助信号数据中的各个心跳周期片段,并分别确定每个所述心跳周期片段的起始点和终止点;
按照所述起始点和终止点对所述心电图数据进行分段,得到所述多个波形片段。
10.如权利要求1所述的心电图的显示方法,其特征在于,所述根据所述特征信息对所述多个波形片段执行对齐处理包括:
获取输入的对齐指示信息,所述对齐指示信息用于确定重新组合波形片段的方式;
根据所述对齐指示信息以及所述特征信息,从所述多个波形片段中选取目标波形片段,并对所述目标波形片段执行对齐处理。
11.如权利要求10所述的心电图的显示方法,其特征在于,在对所述目标波形片段执行对齐处理之前,还包括:
若各个所述目标波形片段之间的长度波动幅度处于预设的正常波动区间之内,则对各个所述目标波形片段执行拉伸处理或者压缩处理,使得各个所述目标波形片段的长度相同。
12.如权利要求1所述的心电图的显示方法,其特征在于,所述待显示的心电图数据包括在不同次测量中采集得到的多个心电图数据段,在对所述心电图数据执行分段处理之前,还包括:
针对每个所述心电图数据段,检测其起始阶段预设长度的数据中是否具有QRS波段特征,以及检测其结束阶段预设长度的数据中是否具有QRS波段特征;
若其起始阶段预设长度的数据中不具有QRS波段特征,则将其起始阶段预设长度的数据去除;
若其结束阶段预设长度的数据中不具有QRS波段特征,则将其结束阶段预设长度的数据去除。
13.如权利要求1至12中任一项所述的心电图的显示方法,其特征在于,所述将对齐处理后的所述多个波形片段整合,并显示整合后所得到的波形数据包括:
将对齐处理后的所述多个波形片段叠加;
显示叠加后所得到的波形数据;
或者
将对齐处理后的所述多个波形片段叠加;
计算叠加后所得到的波形数据在图像显示区域中的分布密度;
根据所述分布密度构建密度分布图像;
通过预设的方式在所述图像显示区域中显示所述密度分布图像。
14.如权利要求1至12中任一项所述的心电图的显示方法,其特征在于,所述显示整合后所得到的波形数据包括:
获取输入的页面组织指令;
根据所述页面组织指令从整合后所得到的波形数据中选取待显示的波形数据,并在由所述页面组织指令确定的页面中显示所述待显示的波形数据。
15.一种心电图的显示装置,其特征在于,包括:
数据获取模块,用于获取待显示的心电图数据;
数据分段模块,用于对所述心电图数据执行分段处理,得到多个波形片段;
特征提取模块,用于分别提取每个所述波形片段的特征信息;
数据对齐模块,用于根据所述特征信息对所述多个波形片段执行对齐处理;
数据显示模块,用于将对齐处理后的所述多个波形片段整合,并显示整合后所得到的波形数据。
16.一种终端设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至14任一项所述的心电图的显示方法。
17.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至14任一项所述的心电图的显示方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911403164.8A CN113116358B (zh) | 2019-12-30 | 2019-12-30 | 心电图的显示方法、装置、终端设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911403164.8A CN113116358B (zh) | 2019-12-30 | 2019-12-30 | 心电图的显示方法、装置、终端设备和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113116358A true CN113116358A (zh) | 2021-07-16 |
CN113116358B CN113116358B (zh) | 2022-07-29 |
Family
ID=76768400
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911403164.8A Active CN113116358B (zh) | 2019-12-30 | 2019-12-30 | 心电图的显示方法、装置、终端设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113116358B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114569077A (zh) * | 2022-02-28 | 2022-06-03 | 深圳市澈影医生集团有限公司 | 一种基于移动终端的心肌梗死检测***及方法 |
Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1194132A (zh) * | 1996-11-01 | 1998-09-30 | 通用电气公司 | 心脏图的快速分段 |
CN101951831A (zh) * | 2007-12-13 | 2011-01-19 | 心动力医疗公司 | 用于采集和分析关于对象的生理状况的数据的方法和设备 |
WO2015070623A1 (en) * | 2013-11-15 | 2015-05-21 | Beijing Zhigu Rui Tuo Tech Co., Ltd | Information interaction |
CN105054926A (zh) * | 2015-04-13 | 2015-11-18 | 深圳市飞马与星月科技研究有限公司 | 心电信号特征信息的提取方法及装置 |
US20160022220A1 (en) * | 2014-07-26 | 2016-01-28 | Salutron, Inc. | Sensor system for heart rate measurement per axis of shared orientation |
US20160135708A1 (en) * | 2014-11-17 | 2016-05-19 | Medtronic Monitoring, Inc. | Qt interval determination methods and related devices |
CN105686826A (zh) * | 2014-12-16 | 2016-06-22 | 韦伯斯特生物官能(以色列)有限公司 | 检测并显示不规则周期性波形 |
CN105996984A (zh) * | 2015-03-24 | 2016-10-12 | 菲特比特公司 | 利用可穿戴电子装置的久坐时间段检测 |
US20180242863A1 (en) * | 2016-01-08 | 2018-08-30 | Heartisans Limited | Wearable device for assessing the likelihood of the onset of cardiac arrest and a method thereo |
US20180303362A1 (en) * | 2017-04-19 | 2018-10-25 | Siemens Medical Solutions Usa, Inc. | Reference Methodology for ECG Vector Reconstruction |
CN109414203A (zh) * | 2016-06-30 | 2019-03-01 | 美国亚德诺半导体公司 | 基于光学测量的在线心率估计 |
CN110070511A (zh) * | 2019-04-30 | 2019-07-30 | 北京市商汤科技开发有限公司 | 图像处理方法和装置、电子设备及存储介质 |
CN110384495A (zh) * | 2019-06-18 | 2019-10-29 | 华为技术有限公司 | 一种ecg检测方法与穿戴设备 |
-
2019
- 2019-12-30 CN CN201911403164.8A patent/CN113116358B/zh active Active
Patent Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1194132A (zh) * | 1996-11-01 | 1998-09-30 | 通用电气公司 | 心脏图的快速分段 |
CN101951831A (zh) * | 2007-12-13 | 2011-01-19 | 心动力医疗公司 | 用于采集和分析关于对象的生理状况的数据的方法和设备 |
WO2015070623A1 (en) * | 2013-11-15 | 2015-05-21 | Beijing Zhigu Rui Tuo Tech Co., Ltd | Information interaction |
US20160022220A1 (en) * | 2014-07-26 | 2016-01-28 | Salutron, Inc. | Sensor system for heart rate measurement per axis of shared orientation |
US20160135708A1 (en) * | 2014-11-17 | 2016-05-19 | Medtronic Monitoring, Inc. | Qt interval determination methods and related devices |
CN105686826A (zh) * | 2014-12-16 | 2016-06-22 | 韦伯斯特生物官能(以色列)有限公司 | 检测并显示不规则周期性波形 |
CN105996984A (zh) * | 2015-03-24 | 2016-10-12 | 菲特比特公司 | 利用可穿戴电子装置的久坐时间段检测 |
CN105054926A (zh) * | 2015-04-13 | 2015-11-18 | 深圳市飞马与星月科技研究有限公司 | 心电信号特征信息的提取方法及装置 |
US20180242863A1 (en) * | 2016-01-08 | 2018-08-30 | Heartisans Limited | Wearable device for assessing the likelihood of the onset of cardiac arrest and a method thereo |
CN109414203A (zh) * | 2016-06-30 | 2019-03-01 | 美国亚德诺半导体公司 | 基于光学测量的在线心率估计 |
US20180303362A1 (en) * | 2017-04-19 | 2018-10-25 | Siemens Medical Solutions Usa, Inc. | Reference Methodology for ECG Vector Reconstruction |
CN110070511A (zh) * | 2019-04-30 | 2019-07-30 | 北京市商汤科技开发有限公司 | 图像处理方法和装置、电子设备及存储介质 |
CN110384495A (zh) * | 2019-06-18 | 2019-10-29 | 华为技术有限公司 | 一种ecg检测方法与穿戴设备 |
Non-Patent Citations (4)
Title |
---|
CHEN, SH; MA, WJ; 等: "Scalable non-liquid-crystal spinning of locally aligned graphene fibers for high-performance wearable supercapacitors", 《NANO ENERGY》, 31 July 2015 (2015-07-31), pages 642 - 653 * |
华晶, 殷华, 徐亦璐,等.: "一种基于压缩域的穿戴式心电信号直接特征提取与分类方法", 《传感技术学报》, 31 December 2018 (2018-12-31), pages 6 * |
陈毛毛: "远程心电监护***P波自动检测算法的研究与实现", 《中国优秀硕士学位论文全文数据库信息科技辑》 * |
陈毛毛: "远程心电监护***P波自动检测算法的研究与实现", 《中国优秀硕士学位论文全文数据库信息科技辑》, no. 12, 15 December 2009 (2009-12-15), pages 31 - 32 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114569077A (zh) * | 2022-02-28 | 2022-06-03 | 深圳市澈影医生集团有限公司 | 一种基于移动终端的心肌梗死检测***及方法 |
Also Published As
Publication number | Publication date |
---|---|
CN113116358B (zh) | 2022-07-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Tarvainen et al. | Kubios HRV–heart rate variability analysis software | |
JP2022523741A (ja) | 描写および分類のための心電図処理システム | |
US11179087B2 (en) | System for facilitating a cardiac rhythm disorder diagnosis with the aid of a digital computer | |
Pilia et al. | ECGdeli-an open source ECG delineation toolbox for MATLAB | |
CN106073760A (zh) | 基于威尔逊导联的18导联动态心电图分析方法及*** | |
Marsili et al. | Implementation and validation of real-time algorithms for atrial fibrillation detection on a wearable ECG device | |
CN109922725B (zh) | 计算机实现的心电图数据处理方法 | |
CN107072545A (zh) | 用于快速诊断的心电图数据分析方法和*** | |
CN110464333A (zh) | 一种心电图数据的存储方法及装置 | |
Neha et al. | Arrhythmia detection and classification using ECG and PPG techniques: A review | |
CN104398257A (zh) | 一种心电波形周期性统计分析方法 | |
Azram et al. | Clinical validation and evaluation of a novel six-lead handheld electrocardiogram recorder compared to the 12-lead electrocardiogram in unselected cardiology patients (EVALECG Cardio) | |
Xia et al. | Matrix of regularity for improving the quality of ECGs | |
Sun et al. | The application of deep learning in electrocardiogram: Where we came from and where we should go? | |
CN113116358B (zh) | 心电图的显示方法、装置、终端设备和存储介质 | |
Rueda et al. | Compelling new electrocardiographic markers for automatic diagnosis | |
US20220104750A1 (en) | Electrocardiogram processing system for delineation and classification | |
Gupta et al. | Pre-processing based ECG signal analysis using emerging tools | |
Maheshwari et al. | Reduced lead system selection methodology for reliable standard 12-lead reconstruction targeting personalised remote health monitoring applications | |
CN109328029B (zh) | 生命体征数据统计***和监护仪 | |
Das et al. | Interpretation of EKG with image recognition and convolutional neural networks | |
CN116616784A (zh) | 一种基于深度学习的心电图分类方法、装置及存储介质 | |
CN108182974B (zh) | 病症评估方法、终端设备及计算机可读介质 | |
Bortolan | 3D ECG display with deep learning approach for identification of cardiac abnormalities from a variable number of leads | |
Yao et al. | Arrhythmia classification from single lead ecg by multi-scale convolutional neural networks |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |