CN113520406A - 用于诊断st段抬高型心肌梗死的频域参数分析方法及装置 - Google Patents
用于诊断st段抬高型心肌梗死的频域参数分析方法及装置 Download PDFInfo
- Publication number
- CN113520406A CN113520406A CN202110851179.1A CN202110851179A CN113520406A CN 113520406 A CN113520406 A CN 113520406A CN 202110851179 A CN202110851179 A CN 202110851179A CN 113520406 A CN113520406 A CN 113520406A
- Authority
- CN
- China
- Prior art keywords
- frequency domain
- frequency
- electrocardiosignal
- electrocardiosignals
- verified
- 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
- 238000004458 analytical method Methods 0.000 title claims abstract description 93
- 208000010125 myocardial infarction Diseases 0.000 title abstract description 39
- 208000006117 ST-elevation myocardial infarction Diseases 0.000 claims abstract description 174
- 238000001228 spectrum Methods 0.000 claims abstract description 132
- 238000012795 verification Methods 0.000 claims abstract description 41
- 238000000034 method Methods 0.000 claims abstract description 33
- 238000003745 diagnosis Methods 0.000 claims abstract description 12
- 206010000891 acute myocardial infarction Diseases 0.000 claims abstract description 10
- 230000000747 cardiac effect Effects 0.000 claims description 65
- 230000008859 change Effects 0.000 claims description 26
- 230000002159 abnormal effect Effects 0.000 claims description 21
- 238000009826 distribution Methods 0.000 claims description 20
- 239000004744 fabric Substances 0.000 claims description 11
- 230000010247 heart contraction Effects 0.000 claims description 11
- 230000000302 ischemic effect Effects 0.000 claims description 9
- 238000004590 computer program Methods 0.000 claims description 8
- 238000012545 processing Methods 0.000 claims description 5
- 238000003556 assay Methods 0.000 claims 4
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 abstract description 7
- 238000004364 calculation method Methods 0.000 description 13
- 238000005094 computer simulation Methods 0.000 description 11
- 230000000694 effects Effects 0.000 description 11
- 238000002565 electrocardiography Methods 0.000 description 9
- 230000006870 function Effects 0.000 description 8
- 230000008569 process Effects 0.000 description 6
- 210000001013 sinoatrial node Anatomy 0.000 description 6
- 208000024172 Cardiovascular disease Diseases 0.000 description 5
- 238000010586 diagram Methods 0.000 description 5
- 238000010183 spectrum analysis Methods 0.000 description 5
- 238000012544 monitoring process Methods 0.000 description 4
- 230000004660 morphological change Effects 0.000 description 4
- 238000001208 nuclear magnetic resonance pulse sequence Methods 0.000 description 4
- 238000011160 research Methods 0.000 description 4
- 230000003595 spectral effect Effects 0.000 description 4
- 238000007619 statistical method Methods 0.000 description 4
- 206010003119 arrhythmia Diseases 0.000 description 3
- 230000006793 arrhythmia Effects 0.000 description 3
- 230000001747 exhibiting effect Effects 0.000 description 3
- 238000001914 filtration Methods 0.000 description 3
- 230000036541 health Effects 0.000 description 3
- 230000003993 interaction Effects 0.000 description 3
- 201000009518 lateral myocardial infarction Diseases 0.000 description 3
- 238000010606 normalization Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000035790 physiological processes and functions Effects 0.000 description 3
- 230000004044 response Effects 0.000 description 3
- 208000009785 Inferior Wall Myocardial Infarction Diseases 0.000 description 2
- 208000001871 Tachycardia Diseases 0.000 description 2
- 210000003403 autonomic nervous system Anatomy 0.000 description 2
- 230000036471 bradycardia Effects 0.000 description 2
- 208000006218 bradycardia Diseases 0.000 description 2
- 239000002131 composite material Substances 0.000 description 2
- 238000005034 decoration Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000018109 developmental process Effects 0.000 description 2
- 201000009526 inferior myocardial infarction Diseases 0.000 description 2
- 238000013178 mathematical model Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000002107 myocardial effect Effects 0.000 description 2
- 210000005036 nerve Anatomy 0.000 description 2
- 231100000915 pathological change Toxicity 0.000 description 2
- 230000036285 pathological change Effects 0.000 description 2
- 230000033764 rhythmic process Effects 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 230000006794 tachycardia Effects 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 206010002388 Angina unstable Diseases 0.000 description 1
- 241001364929 Havel River virus Species 0.000 description 1
- 206010019280 Heart failures Diseases 0.000 description 1
- 208000007814 Unstable Angina Diseases 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 230000003906 autonomic nervous system functioning Effects 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000005792 cardiovascular activity Effects 0.000 description 1
- 210000000748 cardiovascular system Anatomy 0.000 description 1
- 150000001875 compounds Chemical class 0.000 description 1
- 230000021615 conjugation Effects 0.000 description 1
- 239000000470 constituent Substances 0.000 description 1
- 230000006378 damage Effects 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 206010012601 diabetes mellitus Diseases 0.000 description 1
- 235000019800 disodium phosphate Nutrition 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000005284 excitation Effects 0.000 description 1
- 230000030214 innervation Effects 0.000 description 1
- 201000004332 intermediate coronary syndrome Diseases 0.000 description 1
- 230000002427 irreversible effect Effects 0.000 description 1
- 230000000670 limiting effect Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 208000031225 myocardial ischemia Diseases 0.000 description 1
- 210000004165 myocardium Anatomy 0.000 description 1
- 230000036961 partial effect Effects 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000004962 physiological condition Effects 0.000 description 1
- 201000009661 posterior myocardial infarction Diseases 0.000 description 1
- 238000011002 quantification Methods 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 201000009656 septal myocardial infarction Diseases 0.000 description 1
- 230000002889 sympathetic effect Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 210000001186 vagus nerve Anatomy 0.000 description 1
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
- A61B5/347—Detecting the frequency distribution of signals
-
- 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]
-
- 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
- A61B5/352—Detecting R peaks, e.g. for synchronising diagnostic apparatus; Estimating R-R interval
-
- 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
- A61B5/353—Detecting P-waves
-
- 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
- A61B5/355—Detecting T-waves
-
- 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
- A61B5/358—Detecting ST segments
-
- 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
- A61B5/364—Detecting abnormal ECG interval, e.g. extrasystoles, ectopic heartbeats
-
- 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
- A61B5/366—Detecting abnormal QRS complex, e.g. widening
-
- 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
- A61B5/7235—Details of waveform analysis
-
- 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
- A61B5/7235—Details of waveform analysis
- A61B5/7253—Details of waveform analysis characterised by using transforms
-
- 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
- A61B5/7235—Details of waveform analysis
- A61B5/7253—Details of waveform analysis characterised by using transforms
- A61B5/7257—Details of waveform analysis characterised by using transforms using Fourier transforms
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/74—Details of notification to user or communication with user or patient ; user input means
- A61B5/746—Alarms related to a physiological condition, e.g. details of setting alarm thresholds or avoiding false alarms
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/74—Details of notification to user or communication with user or patient ; user input means
- A61B5/7465—Arrangements for interactive communication between patient and care services, e.g. by using a telephone network
- A61B5/747—Arrangements for interactive communication between patient and care services, e.g. by using a telephone network in case of emergency, i.e. alerting emergency services
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Cardiology (AREA)
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Molecular Biology (AREA)
- Animal Behavior & Ethology (AREA)
- Veterinary Medicine (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Public Health (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- General Health & Medical Sciences (AREA)
- Surgery (AREA)
- Physiology (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Psychiatry (AREA)
- Signal Processing (AREA)
- Nursing (AREA)
- Business, Economics & Management (AREA)
- Emergency Management (AREA)
- Emergency Medicine (AREA)
- Critical Care (AREA)
- Mathematical Physics (AREA)
- Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
Abstract
本申请实施例提供了一种用于诊断ST段抬高型心肌梗死的心电信号频域参数的分析方法和装置,涉及生物医学与科学工程交叉领域。该方法包括:通过预设电极获取样本对象的心电信号;基于预设的心电信号功率谱模型对所述样本对象的心电信号进行计算,得到待验证的心电信号频域参数,对所述待验证的心电信号频域参数进行分析验证处理,得到分析验证结果;基于所述分析验证结果,生成指标信息,所述指标信息用于作为ST段抬高型心肌梗死的医疗诊断依据;在所述指标信息符合预设条件时,进行报警。本申请实施例能够更快速有效诊断出STEMI疾病并帮助病人得到及时救助。
Description
技术领域
本申请涉及生物医学与科学工程交叉领域,具体而言,本申请涉及一种用于诊断ST段抬高型心肌梗死的参数分析方法及装置。
背景技术
心电图(Electrocardiogram,ECG)记录了人体每一个心动周期所产生的电位变化,已被广泛用于监测和诊断异常的心脏状况。心率变异性(heart rate variability,HRV)是指连续心博R-R间期之间的变化差异,差异的程度反映了交感神经和迷走神经的功能状态和支配程度,是自主神经***调节人体心血管的重要定量指标参数,已成为评价自主神经***功能中最有价值的无创性检查方法。许多研究表明,HRV降低是心肌梗死、心力衰竭、不稳定型心绞痛等心血管疾病及糖尿病等疾病的不良预后因素。
心肌梗死是心血管疾病的一个主要组成部分。ST段抬高型心肌梗死(ST-segmentelevation myocardial infarction,STEMI)是一种威胁生命、时间紧迫的紧急状况,会对心肌造成不可逆的损害,所以STEMI患者必须得到及时的诊断和治疗。心电活动的异常改变常用于诊断和评估STEMI的发展,通常由12导联心电图中P-QRS-T波形的变化来反映,是常用于早期诊断MI的无创性检查。在不同的导联显示明显的ST段抬高是心肌缺血区的标志,可以用来划分STEMI的类型,如前壁心肌梗死、下壁心肌梗死、侧壁心肌梗死和后壁心肌梗死,以及它们的组合,如前间壁心肌梗死,前侧壁心肌梗和后侧壁心肌梗死等。当心电图表现为:Ⅱ、Ⅲ和avF导联ST段抬高,为下壁心肌梗死;V3和V4导联ST段抬高,为前壁心肌梗死;V1至V4导联ST段抬高,为前间壁心肌梗死。
心电信号可以被看作是一个复合信号,除了从窦房结产生的起搏模式外,还有由各种生理过程产生的多个频率成分。因此,人体生理过程中任何异常都可能导致功率在各组成频率之间分布的变化。然而,迄今为止,大多数研究只是停留在计算R-R间期变化的统计学指标或频谱来研究心血管活动,或者只集中在P-QRS-T波形分析,而不是基于整体的心电信号来进行分析,反映心脏整体的神经—生理—电活动。研究人员提出假设,认为每个心动周期中P-QRS-T波形细微的变化会影响功率在各频率分量的变化。他们将整体ECG信号在功率谱上进行分析研究,直观地反映出相比于心律不齐的病人,正常人的能量分布在高频段分布较少,在频谱图上的变异性较低。此研究方法虽然对整体心电信号进行了分析,但是缺乏理论基础对心电信号功率谱的不同变异现象做出解释,也没有对一些现象进行指标量化。
除此之外,根据以前关于心率变异性的研究和指南,心率变异性分析的数据长度从不到1分钟到超过24小时,分别标记为长程心率变异性分析(≥24小时)、短程心率变异性分析(2~5分钟)和超短程心率变异性分析(<2分钟)。研究表明,越长的心电信号与心率变异性增加相关。长程和短程反映了不同的潜在生理学意义,不能相互替代。由于医疗设备中可穿戴传感器的发展和监测个人健康的需求逐渐增加,近年来对超短程心率变异性分析及其在可穿戴设备和移动健康技术中应用的兴趣正在显著增加。因此,将从超短程心电信号获得的频域参数与较长程心电信号获取的频域参数进行比较,测试该参数在超短程心电信号的稳定性,验证其是否可以应用于可穿戴设备和移动健康医疗当中也十分重要。
发明内容
本发明实施例提供一种克服上述问题或者至少部分地解决上述问题的心电信号频域参数的分析方法及装置。
第一方面,本发明实施例提供了一种心电信号频域参数分析方法,该分析方法包括:
通过预设电极获取样本对象的心电信号;电信号包括ST段抬高导联的心电信号、无ST段抬高的参考导联的心电信号或正常导联的心电信号;预设电极包括柔性电极、干电极、湿电极和织物电极中的至少一种;
基于预设的心电信号功率谱模型对样本对象的心电信号进行计算,得到待验证的心电信号频域参数,对待验证的心电信号频域参数进行分析验证处理,得到分析验证结果;
基于分析验证结果,生成指标信息,指标信息用于作为ST段抬高型心肌梗死的医疗诊断依据;
在指标信息符合预设条件时,进行报警。
在一个可能的实现方式中,对待验证的心电信号频域参数进行分析验证处理,得到分析验证结果,包括:
对待验证的心电信号频域参数受到心率HR、心率变异性HRV以及P-QRS-T波形三项验证参考信息的影响程度进行分析验证处理,得到分析验证结果。
在一个可能的实现方式中,样本对象包括正样本对象及负样本对象,负样本对象为ST段抬高型心肌梗死STEMI患者,正样本为健康受试者;
通过预设电极获取样本对象的心电信号,包括:
根据预设电极从STEMI患者的缺血区的ST段抬高导联和无ST段抬高的参考导联得到对应的心电信号;
根据预设电极从健康受试者的正常导联得到对应的心电信号,正常导联与STEMI患者所选择的ST段抬高导联和参考导联相对应。
在一个可能的实现方式中,待验证的心电信号频域参数从同一受试者的两个导联心电信号功率谱中计算得到,通过量化功率谱中频率分布现象得到目标频域参数以及目标频域参数偏移率中的至少一项。
在一个可能的实现方式中,待验证的心电信号频域参数包括平均频率、中值频率、平均频率偏移率和中值频率偏移率中的至少一项。
在一个可能的实现方式中,平均频率用于表征STEMI患者和健康受试者的区分度,中值频率用于表征STEMI患者和健康受试者的区分度。
在一个可能的实现方式中,平均频率偏移率和/或中值频率偏移率用于表征STEMI患者和健康受试者的区分度;
其中,平均频率偏移率具体是通过参考导联得到的心电信号和ST抬高导联得到的心电信号之间的平均频域参数之差与参考导联得到的心电信号的平均频域参数的商来计算得到;中值频率的偏移率具体是通过参考导联得到的心电信号和ST抬高导联得到的心电信号之间的中值频域参数之差与参考导联得到的心电信号的中值频域参数的商来计算得到。
在一个可能的实现方式中,STEMI患者ST段抬高导联的平均频率范围分别为5-9Hz,STEMI患者参考导联的平均频率范围分别为9-14Hz;健康受试者与STEMI患者相对应的正常导联的平均频率范围分别为7-14Hz以及8-13Hz。
在一个可能的实现方式中,STEMI患者ST段抬高导联的心电信号的中值频率范围为3-7Hz,STEMI患者参考导联的心电信号的中值频率范围为7-13Hz;健康受试者与STEMI患者相对应的正常导联的心电信号的中值频率范围分别为5-12Hz以及6-12Hz。
在一个可能的实现方式中,STEMI患者的平均频率偏移率和中值频率偏移率分别为20-50%和35-65%,健康受试者的平均频率偏移率和中值频率偏移率低于预定阈值,预定阈值包括0。
在一个可能的实现方式中,对待验证的心电信号频域参数进行分析验证处理,包括:
当样本对象的心电信号对应的功率谱范围在第一频率范围内,确定待验证的心电信号频域参数受到心率HR和心率变异性HRV的影响程度低于第一影响程度阈值,待验证的心电信号频域参数基于P-QRS-T波形来确定,侧重反映异常心脏收缩导致P-QRS-T波形变化的异常心脏状况;
当样本对象的心电信号对应的功率谱范围在第二频率范围内,确定待验证的心电信号频域参数受到心率HR和心率变异性HRV的影响程度高于第二影响程度阈值,待验证的心电信号频域参数能反应心率HR,心率变异性HRV和P-QRS-T波形的相互影响,且待验证的心电信号频域参数在不同的心电信号长度上的变化程度低于预定变化程度阈值。
在一个可能的实现方式中,第一频率范围具体包括0.05-100Hz。
在一个可能的实现方式中,第二频率范围小于第一频率范围。
在一个可能的实现方式中,预设电极包括柔性电极、干电极、湿电极和织物电极中的至少一种。
在一个可能的实现方式中,为突发ST段抬高型心肌梗死病人报警,包括:
发送本地报警铃声以进行呼救;
发送报警信息至紧急联系人;
发送报警信息至急救中心。
第二方面,提供了一种心电信号频域参数的分析装置,该装置包括:
获取模块,用于通过预设电极获取样本对象的心电信号;心电信号包括ST段抬高导联的心电信号、无ST段抬高的参考导联的心电信号或正常导联的心电信号;预设电极包括柔性电极、干电极、湿电极和织物电极中的至少一种;
频率分析模块,用于基于预设的心电信号功率谱模型对样本对象的心电信号进行计算,得到待验证的心电信号频域参数,对待验证的心电信号频域参数进行分析验证处理,得到分析验证结果;
生成模块,用于基于分析验证结果,生成指标信息,指标信息用于作为ST段抬高型心肌梗死的医疗诊断依据;
报警模块,用于在指标信息符合预设条件时,进行报警。
在一个可能的实现方式中,频率分析模块具体用于基于预设的心电信号功率谱模型对样本对象的心电信号进行计算,得到待验证的心电信号频域参数,对待验证的心电信号频域参数受到心率HR、心率变异性HRV以及P-QRS-T波形三项验证参考信息的影响程度进行分析验证处理,得到分析验证结果。
在一个可能的实现方式中,样本对象包括正样本对象及负样本对象,负样本对象为ST段抬高型心肌梗死STEMI患者,正样本为健康受试者,获取模块包括第一获取单元和第二获取单元;
第一获取单元,根据预设电极从STEMI患者的缺血区的ST段抬高导联和无ST段抬高的参考导联得到对应的心电信号;
第二获取单元,用于根据预设电极从健康受试者的正常导联得到对应的心电信号,正常导联与STEMI患者所选择的ST段抬高导联和参考导联相对应。
在一个可能的实现方式中,待验证的心电信号频域参数从同一受试者的两个导联心电信号功率谱中计算得到,通过量化功率谱中频率分布现象得到目标频域参数以及目标频域参数偏移率中的至少一项。
在一个可能的实现方式中,待验证的心电信号频域参数包括平均频率、中值频率、平均频率偏移率和中值频率偏移率中的至少一项。
在一个可能的实现方式中,平均频率用于表征STEMI患者和健康受试者的区分度,中值频率用于表征STEMI患者和健康受试者的区分度。
在一个可能的实现方式中,平均频率偏移率和/或中值频率的偏移率用于表征STEMI患者和健康受试者的区分度;
其中,平均频率偏移率具体是通过参考导联得到的心电信号和ST抬高导联得到的心电信号之间的平均频域参数之差与参考导联得到的心电信号的平均频域参数的商来计算得到;中值频率的偏移率具体是通过参考导联得到的心电信号和ST抬高导联得到的心电信号之间的中值频域参数之差与参考导联得到的心电信号的中值频域参数的商来计算得到。
在一个可能的实现方式中,STEMI患者ST段抬高导联的平均频率范围分别为5-9Hz,STEMI患者参考导联的平均频率范围分别为9-14Hz;健康受试者与STEMI患者相对应的正常导联的平均频率范围分别为7-14Hz以及8-13Hz。
在一个可能的实现方式中,STEMI患者ST段抬高导联的心电信号的中值频率范围3-7Hz,STEMI患者参考导联的心电信号的中值频率范围为7-13Hz;健康受试者与STEMI患者相对应的正常导联的心电信号的中值频率范围分别为5-12Hz以及6-12Hz。
在一个可能的实现方式中,STEMI患者的平均频率偏移率和中值频率偏移率分别为20-50%和35-65%,健康受试者的平均频率偏移率和中值频率偏移率低于预定阈值,预定阈值包括0。
在一个可能的实现方式中,频率分析模块具体用于当样本对象的心电信号对应的功率谱范围在第一频率范围内,确定待验证的心电信号频域参数受到心率HR和心率变异性HRV的影响程度低于第一影响程度阈值,待验证的心电信号频域参数基于P-QRS-T波形来确定,且待验证的心电信号频域参数在不同的心电信号长度上的变化程度低于预定变化程度阈值;
当样本对象的心电信号对应的功率谱范围在第二频率范围内,确定待验证的心电信号频域参数受到心率HR和心率变异性HRV的影响程度高于第二影响程度阈值,待验证的心电信号频域参数能反应心率HR,心率变异性HRV和P-QRS-T波形的相互影响,且待验证的心电信号频域参数在不同的心电信号长度上的变化程度低于预定变化程度阈值。
在一个可能的实现方式中,第一频率范围具体包括0.05-100Hz。
在一个可能的实现方式中,第二频率范围小于第一频率范围。
在一个可能的实现方式中,预设电极包括柔性电极、干电极、湿电极和织物电极中的至少一种。
在一个可能的实现方式中,报警模块具体用于:
发送本地报警铃声以进行呼救;
发送报警信息至紧急联系人;
发送报警信息至急救中心。
第三方面,本发明实施例提供一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,处理器执行程序时实现如第二方面所提供的方法的步骤。
第四方面,本发明实施例提供一种计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现如第二方面所提供的方法的步骤。
第五方面,本发明实施例提供一种计算机程序,该计算机程序包括计算机指令,该计算机指令存储在计算机可读存储介质中,当计算机设备的处理器从计算机可读存储介质读取该计算机指令,处理器执行该计算机指令,使得该计算机设备执行实现如第一方面所提供的方法的步骤。
本发明实施例提供的心电信号频域参数的分析装置及电子设备,通过获取样本对象的心电信号,并基于样本对象的心电信号计算得到待验证的心电信号频域参数;基于预设的心电信号功率谱模型对样本对象的心电信号进行计算,得到待验证的心电信号频域参数,对待验证的心电信号频域参数进行分析验证处理,得到分析验证结果;基于分析验证结果,生成指标信息,指标信息用于作为ST段抬高型心肌梗死的医疗诊断依据;在指标信息符合预设条件时,进行报警。本申请实施例能够快速有效诊断出STEMI疾病并帮助突发STEMI病人得到及时救助。
附图说明
为了更清楚地说明本申请实施例中的技术方案,下面将对本申请实施例描述中所需要使用的附图作简单地介绍。
图1为本申请实施例提供的一种心电信号频域参数的分析方法;
图2为本申请实施例提供的一种描述心电信号生成模型的结构框图;
图3为本申请实施例提供的一种描述典型健康受试者的心电信号功率谱图;
图4为本申请实施例提供的一种描述STEMI病人的I导联心电信号的功率谱图;
图5为本申请实施例提供的一种描述STEMI病人的V2导联心电信号的功率谱图,所述图5中STEMI病人与图4为同一病人;
图6为本申请实施例提供的一种表示健康受试者I、V5导联(对应STEMI患者的参考导联)、II、V2、V3导联(对应STEMI患者的ST抬高导联)、参考导联和三种不同类型的STEMI患者ST抬高导联的(a)MNF和(b)MDF的箱型图;健康受试者和STEMI患者(c)MNF偏移率和(d)MDF偏移率的箱型图;
图7为本申请实施例提供的一种临床心电信号和仿真心电信号功率谱在不同长度上的频域参数比较示意图;
图8为本申请实施例提供的在不同的σ值下,(a)MNF和(b)MDF随着λ变化的趋势图;在不同的λ值下,(c)MNF和(d)MDF随着σ变化的趋势图;
图9为本申请实施例提供的一种在σ=0.02的情况下,λ的变化对心电信号功率谱的影响。(a)从STEMI病人中提取的P-QSR-T波形的功率谱;(b)(d)为λ=1.1和λ=1.4的仿真电冲动序列的功率谱;以及(c)(e)为分别将(a)乘以(b)和将(a)乘以(d)所得的心电信号功率谱;
图10为本申请实施例提供的在不同σ值、不同心电信号长度下,仿真心电信号功率谱和理论功率谱的MNF和MDF的平均绝对误差百分比(MAPE)的趋势图;
图11为本申请实施例提供的STEMI病人在不同心电信号长度下,(a)HRV、(b)MNF和(c)MDF的统计图;
图12为本申请实施例提供的一种心电信号频域参数的分析装置结构示意图;
图13为本申请实施例提供的一种电子设备的结构示意图。
具体实施方式
下面详细描述本申请的实施例,实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,仅用于解释本申请,而不能解释为对本发明的限制。
本技术领域技术人员可以理解,除非特意声明,这里使用的单数形式“一”、“一个”和“该”也可包括复数形式。应该进一步理解的是,本申请的说明书中使用的措辞“包括”是指存在特征、整数、步骤、操作、元件和/或组件,但是并不排除存在或添加一个或多个其他特征、整数、步骤、操作、元件、组件和/或它们的组。应该理解,当本申请实施例称元件被“连接”或“耦接”到另一元件时,它可以直接连接或耦接到其他元件,或者也可以存在中间元件。此外,这里使用的“连接”或“耦接”可以包括无线连接或无线耦接。这里使用的措辞“和/或”包括一个或更多个相关联的列出项的全部或任一单元和全部组合。
为使本申请的目的、技术方案和优点更加清楚,下面将结合附图对本申请实施方式作进一步地详细描述。
本申请提供心电信号频域参数的分析装置,其特征在于,包括:
下面以具体地实施例对本申请的技术方案以及本申请的技术方案如何解决上述技术问题进行详细说明。下面这几个具体的实施例可以相互结合,对于相同或相似的概念或过程可能在某些实施例中不再赘述。下面将结合附图,对本申请的实施例进行描述。
本申请实施例提供了一种心电信号频域参数的分析方法,如图1所示,该方法包括:
步骤S101,通过预设电极获取样本对象的心电信号;电信号包括ST段抬高导联的心电信号、无ST段抬高的参考导联的心电信号或正常导联的心电信号;预设电极包括柔性电极、干电极、湿电极和织物电极中的至少一种;
在人体表面不同部位收集心电信号的电极,其中包括为收集ST段抬高导联心电信号的电极,实施例样本对象为负样本对象;参考电极,在此装置图中,参考电极为收集无ST段抬高的参考导联/正常导联心电信号的电极。
本申请实施例样本对象包括正样本对象及负样本对象,负样本对象为ST段抬高型心肌梗死STEMI患者,正样本为健康受试者。
本申请实施例心电信号可以被看作是一个复合信号,除了从窦房结产生的起搏模式外,还有由各种生理过程产生的多个频率成分,心电信号是非常微弱的生理低频电信号,通常最大的幅值不超过5mV,信号频率在0.05~100Hz之间,心电信号通常是通过安装在人体皮肤表面的电极来获取的。
步骤S102,基于预设的心电信号功率谱模型对样本对象的心电信号进行计算,得到待验证的心电信号频域参数,对待验证的心电信号频域参数进行分析验证处理,得到分析验证结果。
具体而言,一般而言,窦房结发出的神经电冲动并非是完全有规律地周期性活动。相反,电冲动围绕其平均激发率表现出随机性变化。因此,当窦房结发出的电冲动被自主神经***影响时,从心电信号中提取的R-R间期表现出随机特性。
为了让ECG信号理论模型符合人体的生理情况,提出了一个线性时不变的滤波模型,如图2所示,***的输入信号p(t)模拟由窦房结发出电冲动的电冲动序列,它是连续时间内离散随机发生的脉冲序列,因此被近似为一个已知概率密度的更新随机点过程,其中中脉冲响应e(t)代表心电信号的P-QRS-T波形,该模型的输出y(t)代表理论心电信号。
电冲动序列可以近似表示为一系列的脉冲,脉冲序列表示为:
其中随机变量Ti是瞬时起搏率/心率的倒数;
λi满足:
输出y(t)代表ECG信号,对其进行功率谱计算,功率谱Φyy(f)表示为:
Φyy(f)=Φpp(f)|E(f)|2 (3)
其中Φpp(f)是电脉冲序列的功率谱,E(f)是e(t)的傅里叶变换。由式(3)可知,心电信号功率谱Φyy(f)由两部分组成:|E(f)|2,来自心肌活动导致电位变化而产生的P-QSR-T波形的能量谱;Φpp(f),反映窦房结产生电冲动的电脉冲序列功率谱。
连续电冲动之间的R-R间期可以近似为独立分布的随机变量序列,符合特定的概率密度函数,f(x)。对于一个更新随机点过程,随机电冲动序列的功率谱可以为:
Fx(f)代表R-R间期概率密度函数fx(x)的傅里叶变换。上标*表示Fx(f)的复共轭。λ是心电信号的平均起搏率或平均心率,单位是脉冲/秒(pps)。对于一个给定的概率密度函数和电脉冲序列,结合式(3)和式(4)可以得到心电信号的功率谱:
在本研究中,本申请实施例假设R-R间期的概率密度函数遵循高斯分布。在此假设下,心电信号功率谱为:
其中,σx表示为R-R间期的标准差,HRV;c=σxλ,代表归一化的HRV。
本申请实施例通过对正样本对象的心电信号和负样本对象的心电信号计算分别得到正样本对象的待验证的心电信号频域参数和负样本对象的待验证的心电信号频域参数。
当心电信号频域参数是由功率谱0.05-100Hz的范围计算得来时,心电频域参数受心率和心率变异性的影响较小,主要由P-QRS-T波形决定,并且通过临床心电信号分析验证了频域参数在不同的心电信号长度上相对稳定。当心电信号频域参数是由功率谱0.05-20Hz的范围计算得来时,心电信号频域参数可以反映心率,心率变异性和P-QRS-T波形的相互影响。因此对于其他异常心脏状况,如心律失常、心动过速、心动过缓,从功率谱范围计算的频域参数不仅可以反映心律的影响,而且可以反映与心脏收缩动力学相关的P-QRS-T波形的影响。这意味着由不同计算范围得到的心电信号频域参数能侧重反映不同的异常心脏状况:
(1)当计算范围较宽时,心电信号频域参数受心率和心率变异性的影响较小,主要受P-QRS-T波形的影响,侧重反映异常心脏收缩导致P-QRS-T波形变化;
(2)当计算范围较窄时,心电信号频域参数反映心率,心率变异性和P-QRS-T波形的相互作用,即不仅能反映心脏收缩异常,也能反映电冲动传导异常发生的病变;
本申请实施例STEMI患者心电信号功率谱是由缺血区的ST段抬高导联和没有ST段抬高的参考导联计算而来,健康受试者心电信号功率谱是由与STEMI患者所选择的ST段抬高导联和参考导联相对应的正常导联计算而来。
为了验证上述理论模型,本申请实施例对现有临床数据库中筛选了STEMI患者和健康受试者的临床心电信号进行功率谱分析。本发明分析的原始心电信号均来自'Physionet',包括PTB Diagnostic Database(PTBDB)和European ST-T Database(EDB)。EDB中的每个患者都被诊断或怀疑为心肌缺血,其心电图记录的时间为两小时,包含两个导联。PTBDB中49名STEMI患者共98例60秒的心电信号和42名健康受试者共210例60秒的心电信号被纳入功率谱分析中。从EDB中选取了33名STEMI患者共33例60分钟的心电信号,以计算不同信号长度下的MNF和MDF,计算范围从10秒到60分钟。
心电信号中有用信息的频率范围大约在0.05-100Hz,为了评估和量化不同HR、HRV和P-QRS-T波形的心电信号功率谱中显示的功率分布情况,本申请实施例计算频域范围为0.05-100hz的心电信号功率谱的MNF和MDF来量化STEMI患者中两个不同导联之间功率偏移的情况。STEMI患者中没有ST段抬高的导联被视为参考导联。MNF或MDF的偏移率,定义为参考导联和ST段抬高导联之间的频域参数之差与参考导联的频域参数之商。
利用R-R间期的概率密度函数遵循高斯分布,分析其理论功率谱现象,并以临床心电图的实验结果为依据,分析和讨论如下:
1.在R-R间期遵循高斯分布的情况下,ECG信号功率谱Φyy(f)通常在心脏起搏率/心率的谐波出现谱峰,这一观察可以从方程(6)中推导出来:当f=kλ,k=1,2…时,式(6)中的余弦因子产生了功率谱中的谱峰。此外,通常第一个谱峰对应的频率等于平均心率,λ。从数学模型推导得来的理论结果可以从临床ECG信号的功率谱中获得验证,如图3所示。图3取自PTBDB中一名健康受试者的功率谱,λ=1.31pps和c=0.031。
2.心电信号功率谱中峰值的大小和数量取决于归一化HRV,c。将f=kλ代入式(6),式(6)变成,
当c较小时,大部分功率谱呈现出谱峰峰值较大,谱峰较多且清晰的现象。这一趋势可以从图4的实验结果中看出。与图3相比,c值越小,峰的个数明显增多,大部分峰值增大,该现象也可以从式(7)中得到验证。
3.心电信号的功率谱不仅取决于上述的HR,HRV,还取决于P-QRS-T群波的功率谱,E(f)。将σx=σ,λx=λ带入式(6),得到,
由式(8)可知,心电信号功率谱的包络线由P-QRS-T群波的频谱,E(f)控制,而功率谱的具体变化与不同条件下的R-R间期的统计学结果有关。本申请实施例比较了同一STEMI患者I导联(标准肢体导联)与显示ST段抬高的V2导联(胸导联)的心电信号功率谱,该情况确保了P-QRS-T波形不一,但其HR,HRV一致,功率谱如图5所示,图4,图5可以看出,在同一STEMI患者中,对比参考导联I导联得到的心电信号功率谱的功率分布和谱峰分布,显示ST段抬高的V2导联得到的功率谱的谱峰在低频范围内的幅值更高。V2导联功率谱的功率主要在5-8hz以下的低频范围集中,而对于I导联而言,其功率谱的功率可以拓展至12-15hz,并且功率谱的变异性也更高。I导联和V2导联之间功率谱的明显差异是由于P-QRS-T波形在时域上的细微差异所造成的。在图5中,V2导联的MNF和MDF(MNF=5.95Hz,MDF=4.08Hz)均低于I导联的MNF和MDF(MNF=11.44Hz,MDF=9.66Hz),这表明MNF和MDF能作为用于诊断STEMI的潜在指标。
表1表示前壁心肌梗死(n=12)及偏移率的统计分析,从表1可以看出,与STEMI患者的参考导联相比,所有ST抬高导联的MNF和MDF都比较低。对于前壁心肌梗死,V3导联的MNF和MDF明显低于I导联(6.88±1.00Hz vs11.34±2.01Hz,p<0.0001;4.77±1.18Hz vs10.16±2.29Hz,p<0.0001)。
前壁心肌梗死的MNF和MDF的偏移率为38.27±11.64%和51.39±12.94%,前间壁心肌梗死为37.86±10.83%和47.41±10.80%,下壁心肌梗死为36.06±14.93%和50.72±15.56%。
表1前壁心肌梗死平均频率和中值频率表
同样地,如表2所示,对前间壁心肌梗死患者而言,ST段抬高导联中的MNF和MDF在统计学上显著低于参考导联,统计结果为:(6.64±1.12Hz vs 10.67±1.94Hz,p<0.0001;4.70±1.05Hz vs 9.14±2.02Hz,p<0.0001)。
表2前间壁心肌梗死平均频率和中值频率
如表3所示,对于下壁心肌梗死的ST段抬高导联中的MNF和MDF在统计学上显著低于参考导联,统计结果为:(7.83±1.54Hzvs12.48±1.96Hz,p<0.0001;5.42±1.45Hzvs11.38±2.26Hz,p<0.0001)。
表3下壁心肌梗死平均频率和中值频率
上述三表对比分析可知,前壁心肌梗死的MNF和MDF的偏移率为38.27±11.64%和51.39±12.94%,前间壁心肌梗死为37.86±10.83%和47.41±10.80%,下壁心肌梗死为36.06±14.93%和50.72±15.56%。
除了分别对3种STEMI的MNF、MDF及其偏移率进行统计学分析外,本申请实施例还将这3种STEMI患者与健康受试者进行比较,进而进行后续分析。图6中的箱型图显示了我们研究中健康受试者和3种类型的STEMI患者之间的频域参数的统计结果。从图6(a)中可以看出,从健康受试者I、V5导联(10.55Hz)和Ⅲ、V2、V3导联(10.34Hz)以及STEMI患者的参考导联(11.43Hz)中计算得到的平均MNF与ST段抬高导联(7.04Hz)计算得到的平均MNF相比,均分布在较高的范围。如图6(b)所示,MDF也有类似的结果,与健康受试者正常导联(8.83Hz,8.68Hz)和STEMI患者参考导联(10.12Hz)相比,ST抬高导联的MDF分布范围较低(4.95Hz)。健康受试者的I、V5导联(对应参考导联)和II、V2、V3导联(对应ST段抬高导联)的MNF(p=0.39)和MDF(p=0.59)之间没有明显差异,而ST段抬高导联的MNF和MDF(p<0.0001)则显著低于参考导联的MNF和MDF。如图6(c)和图6(d)所示,STEMI患者的MNF偏移率和MDF偏移率分别为37.37%和49.47%。与参考导联相比,ST段抬高导联的频率明显向低频范围转移,而健康受试者的MNF和MDF的偏移率呈现较低的偏移率,甚至是负值。此外,统计结果显示,健康受试者的MNF、MDF的偏移率与STMEI患者的偏移率存在明显差异(P<0.0001)。因此,所有结果表明,超短程心电信号功率谱计算得来的MNF和MDF及其偏移率可以作为初步筛查STEMI患者并区分健康受试者和STEMI患者的潜在指标。
本申请实施例预设的心电信号功率谱模型以心电信号中P-QRS-T波形为脉冲响应,输入为遵循高斯概率密度分布的电冲动序列(Pacing pulse train,PPT)的线性时不变滤波模型。基于该心电信号功率模型,得到能反映心率(HR)、心率变异性(HRV)和P-QRS-T波形对心电信号功率谱相互影响的数学表达式。此外,在现有数据库中选取健康受试者和STEMI患者的临床心电信号进行了功率谱分析以验证理论结果,并对临床实验数据进行统计学分析,以研究诊断STEMI疾病的潜在指标。
步骤S103,基于分析验证结果,生成指标信息,指标信息用于作为ST段抬高型心肌梗死的医疗诊断依据。
本申请实施例指标信息作为ST段抬高型心肌梗死的医疗诊断依据。
本申请实施例通过计算机仿真进行验证MNF、MDF及其偏移率在量化频率偏移现象的可靠性,从STEMI病人心电信号功率谱中随机截取P-QRS-T波形,保持P-QRS-T波形不变,改变HR,HRV和心电信号长度,分析其对功率谱和频域参数的影响。心电信号是根据线性时不变的滤波模型仿真得到的,并在Matlab中实现。仿真心电信号是通过电冲动序列与P-QRS-T波形卷积得来,其中,电冲动序列为概率密度函数遵循高斯分布的随机点过程,σ和λ的值符合人体生理范围,P-QRS-T波形由临床心电信号的一个周期中随机截取。
在PTBDB中随机抽取的三个病例中,临床心电信号和仿真心电信号功率谱的MNF和MDF结果及其标准化误差见表4。
表4不同类型STEMI患者心电信号功率谱的频域参数
仿真心电信号和临床心电信号频域参数之间的一致性是由标准化误差来评价的。从表4中可以看出,三个病例标准化误差都在9%以内。
图7显示了从EBD中随机选取的不同时间长度上(10秒到60分钟),临床心电信号和相应的仿真心电信号功率谱计算出的频域参数。当心电信号的长度超过30秒时,不同长度计算的临床心电信号和仿真心电信号之间的MNF和MDF的标准化误差在5%以内。较小的误差证实了计算机仿真方法在模拟临床心电信号功率谱中有较好的表现。此外,从仿真心电信号功率谱计算得到的频域参数与从临床心电信号功率谱计算得到的频域参数非常一致。
通过对表现出ST段抬高心电信号的计算机仿真和临床实验分析,结果表示HR和HRV对提出的频域参数的影响相对较小,相反,它们被P-QSR-T波形的形态变化所主导。此外,从60秒超短程心电信号中计算所得的频域参数可以区分STEMI患者和健康受试者,其准确度与60分钟心电信号中计算所得的频域参数达到相同水平,这为在可穿戴设备中使用超短程频域参数提供了可能性,通过对心电信号功率谱频率变化的现象进行量化,成为检测、诊断、监测、管理和研究STEMI及其他心血管疾病的有力工具。
图8(a)和8(c)展示了MNF变化趋势与电脉冲序列统计特性的关系。从图8(a)中可以看出,对于给定不同的HRV,σ,随着HR,λ从0.7到1.7Hz的增加,MNF略有增加,在图8(c)中,MNF几乎保持不变。根据MNF的定义,较大的λ导致功率谱的峰值向高频率范围移动,因此相应地,功率成分转移到了高频范围,这导致了较高的MNF。基于功率谱峰值大小和数量取决于HRV,σ的微小变化对功率谱的影响很小,因此,MNF基本上不随着σ的增加而发生变化。
图8(b)和8(d)显示了MDF和σ,λ存在明显的非线性关系。根据式(3)可知心电信号功率谱是电冲动序列功率谱与P-QRS-T波形能量谱的乘积。
从图9和相应的式(3)中可以看出,在P-QRS-T波形功率谱相同的情况下,不同统计特性的电脉冲序列功率谱导致心电信号功率谱中主峰的分布不一。此外,基于MDF在理论上受中心倾向的支配,也就是说MDF容易受到功率谱中主峰的大小和位置的影响,这解释了MDF和σ,λ存在明显非线性关系的原因。
通过计算对不同长度的仿真心电信号功率谱的频域参数与理论功率谱的频域参数之间的平均绝对误差百分比(MAPE),以此评估信号长度对MNF和MDF准确性的影响,10秒、30秒、1分钟、5分钟、10分钟、20分钟、30分钟、40分钟、50分钟和60分钟的仿真心电信号功率谱与理论功率谱之间MNF和MDF的平均绝对误差百分比。可以看出,随着心电信号长度的增加,MNF、MDF及其偏移率的MAPE在不同σ值下都明显下降,当信号长度超过5分钟时,其MAPE逐渐接近零。
如图10所示,对于1分钟的超短程心电信号,当σ等于0.01时,MNF和MDF的最大MAPE分别为11.21%和12.04%。当σ等于0.02时,MNF和MDF的MAPE下降到1.58%和1.66%,当σ等于0.16时,MAPE低至0.006%。如图10所示,心电信号长度为10秒时,当σ值为0.01时,MNF和MDF的MAPE增加到40.14%和41.64%。可以看出,在心电信号长度小于30秒的情况下计算的频域参数MNF和MDF的准确度不仅对数据长度敏感,而且对σ也很敏感,在心电信号长度为1分钟,σ范围从0.02到0.05的情况下,计算的MAPE都小于5%。因此,使用1分钟的信号长度进行功率谱分析和频域参数估计是合理的。
图11显示了从EDB选取的33例表现出ST段抬高的临床心电信号中随机截取的10秒、30秒、1分钟、5分钟、10分钟、20分钟、30分钟、40分钟、50分钟和60分钟片段上计算的HRV、MNF和MDF的值。从图6中的(a)可以看出,心率变异的趋势随着信号长度的增加而增加,这与早期研究表明较长的心电信号与HRV增加的现象相一致。统计结果显示,所有的超短程HRV(10秒、30秒、1分钟)与从60分钟心电信号计算出来的HRV相比存在明显差异(p<0.0001)。从图6中的(b)和(c)可以看出,从1分钟心电信号计算得来的MNF和MDF的平均值±标准差分别为6.64±1.80Hz和4.54±2.20Hz,这与60分钟心电信号计算得到的频域参数接近(6.60±1.81Hz和4.50±2.16Hz)。统计结果显示,1分钟的MNF和MDF与60分钟的MNF和MDF之间没有显著性差异(P=0.36;P=0.37)。因此,尽管心电信号的长度会影响HRV的估计,但除了10秒的心电信号,MNF和MDF在整个信号长度范围内几乎是恒定的。
步骤S104,在指标信息符合预设条件时,进行报警。
本申请实施例报警模块用于在指标信息符合预设条件时,为突发ST段抬高型心肌梗死病人报警,这里的预设条件包括STEMI患者ST段抬高导联的平均频率位于5-9Hz中、STEMI患者参考导联的平均频率位于9-14Hz中、STEMI患者的正常导联的平均频率位于8-13Hz中、TEMI患者ST段抬高导联的心电信号的中值频率范围为3-7Hz、STEMI患者参考导联的心电信号的中值频率位于7-13Hz中、STEMI患者的正常导联的心电信号的中值频率位于6-12Hz等,可通过多种形式为突发ST段抬高型心肌梗死病人自动报警,比如,发送本地报警铃声进行呼救、发送报警信息至谨记联系人、发送警报信息至急救中心等,本申请实施例对具体报警方式不作限制,本申请实施例为突发ST段抬高型心肌梗死病人报警,使病人得到及时救助。
所有计算机仿真和临床实验结果都表明,MNF和MDF受心率和心率变异性的影响较小,相反,它们被P-QSR-T波形的形态变化所支配。从60秒(甚至短至30秒)的超短程心电信号中获取的频域参数可以区分STEMI患者和健康受试者,其准确度与60分钟较长心电信号的频域参数达到的水平相同,这为在可穿戴设备中使用超短程频域参数及其在可穿戴医疗中的应用提供了可能性。
本发明通过量化同一病人的ST段抬高导联和没有表现ST段抬高的参考导联功率谱之间频率偏移的现象,提出能区分STEMI病人和健康受试者的潜在频域参数。其中,心电信号功率谱的平均频率(MNF)和中值频率(MDF)是本申请实施例提出的两个诊断STEMI的潜在指标;另外两个参数是平均频率偏移率和中值频率偏移率。
本发明还包括计算机仿真,心电信号由高斯分布的电冲动序列与P-QRS-T波形卷积而成,P-QRS-T波形是从临床心电信号的一个周期随机提取而来。用给定的P-QRS-T波形和改变人体生理范围内HR和HRV的值进行心电信号计算机仿真,***地研究HR和HRV对频域参数的影响。此外,对表现出ST段抬高的临床心电信号随机截取不同长度的信号进行分析研究,以研究心电信号长度对新指标的影响以及新指标在超短程心电信号中的可靠性和稳定性。
本申请实施例的模拟心电信号生成的心电信号功率谱数学模型,该模型以心电信号中P-QRS-T波形为脉冲响应,输入为遵循高斯概率密度分布的电冲动序列的线性时不变滤波模型。基于该模型,得到能反映心率(HR)、心率变异性(HRV)和P-QRS-T波形对心电信号功率谱相互影响的数学表达式。此外,在现有数据库中选取健康受试者和STEMI患者的临床心电信号进行了功率谱分析以验证理论结果,并对临床实验数据进行统计学分析,以研究诊断STEMI疾病的潜在指标。
通过对表现出ST段抬高心电信号的计算机仿真和临床实验分析,结果表示HR和HRV对提出的频域参数的影响相对较小,相反,它们被P-QSR-T波形的形态变化所主导。此外,从60秒超短程心电信号中计算所得的频域参数可以区分STEMI患者和健康受试者,其准确度与60分钟心电信号中计算所得的频域参数达到相同水平,这为在可穿戴设备中使用超短程频域参数提供了可能性,通过对心电信号功率谱频率变化的现象进行量化,成为检测、诊断、监测、管理和研究STEMI及其他心血管疾病的有力工具。
本申请实施例提供了一种可能的实现方式对待验证的心电信号频域参数进行分析验证处理,得到分析验证结果,包括:
对待验证的心电信号频域参数受到心率HR、心率变异性HRV以及P-QRS-T波形三项验证参考信息的影响程度进行分析验证处理,得到分析验证结果。
心电信号由高斯分布的电冲动序列与P-QRS-T波形卷积而成,P-QRS-T波形是从临床心电信号的一个周期随机提取而来。用给定的P-QRS-T波形和改变人体生理范围内HR和HRV的值进行心电信号计算机仿真,***地研究HR和HRV对频域参数的影响。此外,对表现出ST段抬高的临床心电信号随机截取不同长度的信号进行分析研究,以研究心电信号长度对新指标的影响以及新指标在超短程心电信号中的可靠性和稳定性。
临床实验分析和计算机仿真验证了所提数学理论模型的正确性和可行性,心电信号功率谱的观察结果可以用HR,HRV和P-QRS-T波形的相互影响来解释。根据临床实验分析,提出的频域参数,MNF、MDF及其偏移率在STEMI患者和健康受试者之间显示出明显的差异。
通过对表现出ST段抬高心电信号的计算机仿真和临床实验分析,结果表示HR和HRV对提出的频域参数的影响相对较小,相反,它们被P-QSR-T波形的形态变化所主导。此外,从60秒超短程心电信号中计算所得的频域参数可以区分STEMI患者和健康受试者,其准确度与60分钟心电信号中计算所得的频域参数达到相同水平,这为在可穿戴设备中使用超短程频域参数提供了可能性,通过对心电信号功率谱频率变化的现象进行量化,成为检测、诊断、监测、管理和研究STEMI及其他心血管疾病的有力工具。
临床实验分析和计算机仿真验证了所提数学理论模型的正确性和可行性,心电信号功率谱的观察结果可以用HR,HRV和P-QRS-T波形的相互影响来解释。根据临床实验分析,提出的频域参数,MNF、MDF及其偏移率在STEMI患者和健康受试者之间显示出明显的差异。
本申请实施例提供了一种可能的实现方式,样本对象包括正样本对象及负样本对象,负样本对象为ST段抬高型心肌梗死STEMI患者,正样本为健康受试者。
本申请实施例样本对象包括正样本对象及负样本对象,负样本对象为ST段抬高型心肌梗死STEMI患者,正样本为健康受试者。
通过预设电极获取样本对象的心电信号,包括:
根据预设电极从STEMI患者的缺血区的ST段抬高导联和无ST段抬高的参考导联得到对应的心电信号。
本申请实施例心电信号中有用信息的频率范围大约在0.05-100Hz,为了评估和量化不同HR、HRV和P-QRS-T波形的心电信号功率谱中显示的功率分布情况,本申请实施例计算频域范围为0.05-100hz的心电信号功率谱的MNF和MDF来量化STEMI患者中两个不同导联之间功率偏移的情况。STEMI患者中没有ST段抬高的导联被视为参考导联。MNF或MDF的偏移率,定义为参考导联和ST段抬高导联之间的频域参数之差与参考导联的频域参数之商。STEMI患者心电信号功率谱是由缺血区的ST段抬高导联和没有ST段抬高的参考导联计算而来。
根据预设电极从健康受试者的正常导联得到对应的心电信号,正常导联与STEMI患者所选择的ST段抬高导联和参考导联相对应。
本申请实施例健康受试者心电信号功率谱是由与STEMI患者所选择的ST段抬高导联和参考导联相对应的正常导联计算而来。
本申请实施例提供了一种可能的实现方式,待验证的心电信号频域参数从同一受试者的两个导联心电信号功率谱中计算得到,通过量化功率谱中频率分布现象得到目标频域参数以及目标频域参数偏移率中的至少一项。
本申请实施例目标频率包括平均频率、中值频率中的至少一项。
本申请实施例平均频率偏移率和中值频率偏移率中的至少一项。
本申请实施例提供了一种可能的实现方式,待验证的心电信号频域参数包括平均频率、中值频率、平均频率偏移率和中值频率偏移率中的至少一项。
需要注意的是,本申请实施例中以中值的划分方式,对心电信号的频率进行计算,得到中值频率和中值频率偏移率,仅为一种可实现方式,利用其它划分方式对心电信号的频率进行计算,如30%、70%或40%、60%,得到相应百分比的频率值与偏移量,也在本申请的保护范围内,在此不做限定。
本申请实施例平均频率,由STEMI患者和健康受试者的心电信号功率谱计算而来,可以应用于区分STEMI患者和健康受试者。
本申请实施例中值频率,由STEMI患者和健康受试者的心电信号功率谱计算而来,可以应用于区分STEMI患者和健康受试者。
本申请实施例平均频率偏移率和中值频率的偏移率,由STEMI患者和健康受试者的两个导联心电信号功率谱计算而来,可以应用于区分STEMI患者和健康受试者;平均频率或中值频率的偏移率定义为参考导联和ST抬高导联之间的频域参数之差与参考导联的频域参数的商。
本申请实施例提供了一种可能的实现方式,平均频率用于表征STEMI患者和健康受试者的区分度,中值频率用于表征STEMI患者和健康受试者的区分度。
本申请实施例平均频率用于表征STEMI患者和健康受试者的区分度,中值频率用于表征STEMI患者和健康受试者的区分度。
STEMI患者ST段抬高导联和参考导联的平均频率范围分别约为:5-9Hz,9-14HzHz;健康受试者与STEMI患者相对应的导联的平均频率范围分别约为7-14Hz以及8-13Hz。
STEMI患者ST段抬高导联和参考导联的中值频率范围分别约为:3-7Hz,7-13Hz;健康受试者与STEMI患者相对应的导联的中值频率范围分别约为5-12Hz以及6-12Hz Hz。
本申请实施例提供了一种可能的实现方式,平均频率偏移率和/或中值频率的偏移率用于表征STEMI患者和健康受试者的区分度;
其中,平均频率偏移率具体是通过参考导联得到的心电信号和ST抬高导联得到的心电信号之间的平均频域参数之差与参考导联得到的心电信号的平均频域参数的商来计算得到;中值频率的偏移率具体是通过参考导联得到的心电信号和ST抬高导联得到的心电信号之间的中值频域参数之差与参考导联得到的心电信号的中值频域参数的商来计算得到。
本申请实施例平均频率偏移率和中值频率的偏移率,由STEMI患者和健康受试者的心电信号功率谱计算而来,可以应用于区分STEMI患者和健康受试者,平均频率或中值频率的偏移率定义为参考导联和ST抬高导联之间的频域参数之差与参考导联的频域参数的商。
详细见下列公式:
本申请实施例提供了一种可能的实现方式,STEMI患者ST段抬高导联的平均频率范围分别为5-9Hz,STEMI患者参考导联的平均频率范围分别为9-14Hz;健康受试者与STEMI患者相对应的正常导联的平均频率范围分别为7-14Hz以及8-13Hz。
本申请实施例提供了一种可能的实现方式,STEMI患者ST段抬高导联的心电信号的中值频率范围为3-7Hz,STEMI患者参考导联的心电信号的中值频率范围为7-13Hz;健康受试者与STEMI患者相对应的正常导联的心电信号的中值频率范围分别为5-12Hz以及6-12Hz。
本申请实施例提供了一种可能的实现方式,STEMI患者的平均频率偏移率和中值频率偏移率分别为20-50%和35-65%,健康受试者的平均频率偏移率和中值频率偏移率低于预定阈值,预定阈值包括0。
本申请实施例提供了一种可能的实现方式,对待验证的心电信号频域参数进行分析验证处理,包括:
当样本对象的心电信号对应的功率谱范围在第一频率范围内,确定待验证的心电信号频域参数受到心率HR和心率变异性HRV的影响程度低于第一影响程度阈值,待验证的心电信号频域参数基于P-QRS-T波形来确定,且待验证的心电信号频域参数在不同的心电信号长度上的变化程度低于预定变化程度阈值。
当样本对象的心电信号对应的功率谱范围在第二频率范围内,确定待验证的心电信号频域参数受到心率HR和心率变异性HRV的影响程度高于第二影响程度阈值,待验证的心电信号频域参数能反应心率HR,心率变异性HRV和P-QRS-T波形的相互影响,且待验证的心电信号频域参数在不同的心电信号长度上的变化程度低于预定变化程度阈值。
本申请实施例待验证的心电信号频域参数不仅能反映心脏收缩异常,也能反映电冲动传导异常发生的异常心脏状况。
本申请实施例提供了一种可能的实现方式,第一频率范围具体包括0.05-100Hz。
本申请实施例当频域参数是由功率谱0.05-100Hz的范围计算得来时,频域参数受心率和心率变异性的影响较小,主要由P-QRS-T波形决定,并且通过临床心电信号分析验证了频域参数在不同的心电信号长度上相对稳定。
本申请实施例提供了一种可能的实现方式,第二频率范围小于第一频率范围。
当频域参数是由功率谱较小的的范围计算得来时,频域参数可以反映心率,心率变异性和P-QRS-T波形的相互影响。因此对于其他异常心脏状况,如心律失常、心动过速、心动过缓,从功率谱范围计算的频域参数不仅可以反映心律的影响,而且可以反映与心脏收缩动力学相关的P-QRS-T波形的影响。这意味着由不同计算范围得到的频谱参数能侧重反映不同的异常心脏状况:
(1)当计算范围较宽时,频域参数受心率和心率变异性的影响较小,主要受P-QRS-T波形的影响,侧重反映异常心脏收缩导致P-QRS-T波形变化;
(2)当计算范围较窄时,频谱参数反映心率,心率变异性和P-QRS-T波形的相互作用,即不仅能反映心脏收缩异常,也能反映电冲动传导异常发生的病变。
本申请实施例提供了一种可能的实现方式,预设电极包括柔性电极、干电极、湿电极和织物电极中的至少一种。
本申请实施例的预设电极可以是任何可以采集样本对象的心电信号的电极,例如可以是柔性电极、干电极、湿电极和织物电极中的至少一种或几种组合,本申请实施例对采集样本对象的心电信号的电极的材料不作限制。
本申请实施例提供了一种可能的实现方式,进行报警包括:
发送本地报警铃声以进行呼救;
发送报警信息至紧急联系人;
发送报警信息至急救中心。
报警模块具体包括(1)本地报警铃声呼救,发出的铃声呼救可以让周边的人听见从而进行紧急施救;(2)发送报警信息至紧急联系人,将报警信息及时传送至预先设置的紧急联系人的手机、平板电脑、笔记本电脑、掌上电脑、车载终端、可穿戴设备等设备中;(3)发送报警信息至急救中心,如120,999等,使突发心肌梗死病人及时获得救助。
本申请实施例提供了一种心电信号频域参数分析装置1200,如图12所示,该装置包括:
获取模块1210,用于通过预设电极获取样本对象的心电信号;心电信号包括ST段抬高导联的心电信号、无ST段抬高的参考导联的心电信号或正常导联的心电信号;预设电极包括柔性电极、干电极、湿电极和织物电极中的至少一种;
频率分析模块1220,用于基于预设的心电信号功率谱模型对样本对象的心电信号进行计算,得到待验证的心电信号频域参数,对待验证的心电信号频域参数进行分析验证处理,得到分析验证结果;
生成模块1230,用于基于分析验证结果,生成指标信息,指标信息用于作为ST段抬高型心肌梗死的医疗诊断依据;
报警模块1240,用于在指标信息符合预设条件时,进行报警。
具体实施步骤和上述心电信号频域参数分析方法相同,在此不再赘述,详细见上述心电信号频域参数分析方法的介绍。
本申请实施例提供了一种可能的实现方式,频率分析模块具体用于基于预设的心电信号功率谱模型对样本对象的心电信号进行计算,得到待验证的心电信号频域参数,对待验证的心电信号频域参数受到心率HR、心率变异性HRV以及P-QRS-T波形三项验证参考信息的影响程度进行分析验证处理,得到分析验证结果。
本申请实施例提供了一种可能的实现方式,样本对象包括正样本对象及负样本对象,负样本对象为ST段抬高型心肌梗死STEMI患者,正样本为健康受试者;
获取模块包括第一获取单元和第二获取单元;
第一获取单元,根据预设电极从STEMI患者的缺血区的ST段抬高导联和无ST段抬高的参考导联得到对应的心电信号;
第二获取单元,根据预设电极从健康受试者的正常导联得到对应的心电信号,正常导联与STEMI患者所选择的ST段抬高导联和参考导联相对应。
本申请实施例提供了一种可能的实现方式,待验证的心电信号频域参数从同一受试者的两个导联心电信号功率谱中计算得到,通过量化功率谱中频率分布现象得到目标频域参数以及目标频域参数偏移率中的至少一项。
本申请实施例提供了一种可能的实现方式,待验证的心电信号频域参数包括平均频率、中值频率、平均频率偏移率和中值频率偏移率中的至少一项。
本申请实施例提供了一种可能的实现方式,平均频率用于表征STEMI患者和健康受试者的区分度,中值频率用于表征STEMI患者和健康受试者的区分度。
本申请实施例提供了一种可能的实现方式,平均频率偏移率和/或中值频率偏移率用于表征STEMI患者和健康受试者的区分度;
其中,平均频率偏移率具体是通过参考导联得到的心电信号和ST抬高导联得到的心电信号之间的平均频域参数之差与参考导联得到的心电信号的平均频域参数的商来计算得到;中值频率的偏移率具体是通过参考导联得到的心电信号和ST抬高导联得到的心电信号之间的中值频域参数之差与参考导联得到的心电信号的中值频域参数的商来计算得到。
本申请实施例提供了一种可能的实现方式,STEMI患者ST段抬高导联的平均频率范围分别为5-9Hz,STEMI患者参考导联的平均频率范围分别为9-14Hz;健康受试者与STEMI患者相对应的正常导联的平均频率范围分别为7-14Hz以及8-13Hz。
本申请实施例提供了一种可能的实现方式,STEMI患者ST段抬高导联的心电信号的中值频率范围为3-7Hz,STEMI患者参考导联的心电信号的中值频率范围为7-13Hz;健康受试者与STEMI患者相对应的正常导联的心电信号的中值频率范围分别为5-12Hz以及6-12Hz。
本申请实施例提供了一种可能的实现方式,STEMI患者的平均频率偏移率和中值频率偏移率分别为20-50%和35-65%,健康受试者的平均频率偏移率和中值频率偏移率低于预定阈值,预定阈值包括0。
本申请实施例提供了一种可能的实现方式,频率分析模块具体用于当样本对象的心电信号对应的功率谱范围在第一频率范围内,确定待验证的心电信号频域参数受到心率HR和心率变异性HRV的影响程度低于第一影响程度阈值,待验证的心电信号频域参数基于P-QRS-T波形来确定,侧重反映异常心脏收缩导致P-QRS-T波形变化的异常心脏状况;
当样本对象的心电信号对应的功率谱范围在第二频率范围内,确定待验证的心电信号频域参数受到心率HR和心率变异性HRV的影响程度高于第二影响程度阈值,待验证的心电信号频域参数能反应心率HR,心率变异性HRV和P-QRS-T波形的相互影响,且待验证的心电信号频域参数在不同的心电信号长度上的变化程度低于预定变化程度阈值。
本申请实施例提供了一种可能的实现方式,第一频率范围具体包括0.05-100Hz。
本申请实施例提供了一种可能的实现方式,预设电极包括柔性电极、干电极、湿电极和织物电极中的至少一种。
本申请实施例提供了一种可能的实现方式,第二频率范围小于第一频率范围。
本申请实施例提供了一种可能的实现方式,报警模块具体用于:
发送本地报警铃声以进行呼救;
发送报警信息至紧急联系人;
发送报警信息至急救中心。
具体实施步骤和上述心电信号频域参数分析装置相同,在此不再赘述,详细见上述心电信号频域参数分析装置的介绍。
本申请实施例中提供了一种电子设备,该电子设备包括:存储器和处理器;至少一个程序,存储于存储器中,用于被处理器执行时,与现有技术相比可实现:获取样本对象的心电信号,并基于样本对象的心电信号计算得到待验证的心电信号频域参数;基于预设的心电信号功率谱模型对所述样本对象的心电信号进行计算,得到待验证的心电信号频域参数,对所述待验证的心电信号频域参数进行分析验证处理,得到分析验证结果;基于分析验证结果,生成指标信息,指标信息用于作为ST段抬高型心肌梗死的医疗诊断依据;在所述指标信息符合预设条件时,进行报警,本申请实施例能够快速有效诊断出STEMI疾病,使所述病人得到及时救助。
在一个可选实施例中提供了一种电子设备,如图13所示,图13所示的电子设备7000包括:处理器7001和存储器7003。其中,处理器7001和存储器7003相连,如通过总线7002相连。可选地,电子设备7000还可以包括收发器7004。需要说明的是,实际应用中收发器7004不限于一个,该电子设备7000的结构并不构成对本申请实施例的限定。
处理器7001可以是CPU(Central Processing Unit,中央处理器),通用处理器,DSP(Digital Signal Processor,数据信号处理器),ASIC(Application SpecificIntegrated Circuit,专用集成电路),FPGA(Field Programmable Gate Array,现场可编程门阵列)或者其他可编程逻辑器件、晶体管逻辑器件、硬件部件或者其任意组合。其可以实现或执行结合本申请公开内容所描述的各种示例性的逻辑方框,模块和电路。处理器7001也可以是实现计算功能的组合,例如包含一个或多个微处理器组合,DSP和微处理器的组合等。
总线7002可包括一通路,在上述组件之间传送信息。总线7002可以是PCI(Peripheral Component Interconnect,外设部件互连标准)总线或EISA(ExtendedIndustry Standard Architecture,扩展工业标准结构)总线等。总线7002可以分为地址总线、数据总线、控制总线等。为便于表示,图13中仅用一条粗线表示,但并不表示仅有一根总线或一种类型的总线。
存储器7003可以是ROM(Read Only Memory,只读存储器)或可存储静态信息和指令的其他类型的静态存储设备,RAM(Random Access Memory,随机存取存储器)或者可存储信息和指令的其他类型的动态存储设备,也可以是EEPROM(Electrically ErasableProgrammable Read Only Memory,电可擦可编程只读存储器)、CD-ROM(Compact DiscRead Only Memory,只读光盘)或其他光盘存储、光碟存储(包括压缩光碟、激光碟、光碟、数字通用光碟、蓝光光碟等)、磁盘存储介质或者其他磁存储设备、或者能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质,但不限于此。
存储器7003用于存储执行本申请方案的应用程序代码,并由处理器7001来控制执行。处理器7001用于执行存储器7003中存储的应用程序代码,以实现前述方法实施例所示的内容。
本领域技术人员可以理解,图13中示出的电子设备结构并不构成对电子设备的限定,电子设备可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。
在本发明实施例中,电子设备包括但不限于手机、平板电脑、笔记本电脑、掌上电脑、车载终端、可穿戴设备、以及计步器等。
本申请实施例提供了一种计算机可读存储介质,该计算机可读存储介质上存储有计算机程序,当其在计算机上运行时,使得计算机可以执行前述方法实施例中相应内容。与现有技术相比,通过获取样本对象的心电信号,并基于样本对象的心电信号计算得到待验证的心电信号频域参数;基于预设的心电信号功率谱模型对所述样本对象的心电信号进行计算,得到待验证的心电信号频域参数,对所述待验证的心电信号频域参数进行分析验证处理,得到分析验证结果;基于分析验证结果,生成指标信息,指标信息用于作为ST段抬高型心肌梗死的医疗诊断依据;在所述指标信息符合预设条件时,进行报警,本申请实施例能够快速有效诊断出STEMI疾病使所述病人得到及时救助。
本申请实施例提供了一种计算机程序,该计算机程序包括计算机指令,该计算机指令存储在计算机可读存储介质中,当计算机设备的处理器从计算机可读存储介质读取该计算机指令,处理器执行该计算机指令,使得该计算机设备执行如前述方法实施例所示的内容。与现有技术相比,通过获取样本对象的心电信号,并基于样本对象的心电信号计算得到待验证的心电信号频域参数;基于预设的心电信号功率谱模型对所述样本对象的心电信号进行计算,得到待验证的心电信号频域参数,对所述待验证的心电信号频域参数进行分析验证处理,得到分析验证结果;基于分析验证结果,生成指标信息,指标信息用于作为ST段抬高型心肌梗死的医疗诊断依据;在所述指标信息符合预设条件时,进行报警,本申请实施例能够快速有效诊断出STEMI疾病使所述病人得到及时救助
应该理解的是,虽然附图的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,其可以以其他的顺序执行。而且,附图的流程图中的至少一部分步骤可以包括多个子步骤或者多个阶段,这些子步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,其执行顺序也不必然是依次进行,而是可以与其他步骤或者其他步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
以上仅是本发明的部分实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (32)
1.一种心电信号频域参数分析方法,其特征在于,包括:
通过预设电极获取样本对象的心电信号;所述心电信号包括ST段抬高导联的心电信号、无ST段抬高的参考导联的心电信号或者正常导联心电信号;
基于预设的心电信号功率谱模型对所述样本对象的心电信号进行计算,得到待验证的心电信号频域参数,对所述待验证的心电信号频域参数进行分析验证处理,得到分析验证结果;
基于所述分析验证结果,生成指标信息,所述指标信息用于作为ST段抬高型心肌梗死的医疗诊断依据;
在所述指标信息符合预设条件时,进行报警。
2.根据权利要求1所述的分析方法,其特征在于,所述对所述待验证的心电信号频域参数进行分析验证处理,得到分析验证结果,包括:
对所述待验证的心电信号频域参数受到心率HR、心率变异性HRV以及P-QRS-T波形三项验证参考信息的影响程度进行分析验证处理,得到分析验证结果。
3.根据权利要求1所述的分析方法,其特征在于,所述样本对象包括正样本对象及负样本对象,所述负样本对象为ST段抬高型心肌梗死STEMI患者,所述正样本为健康受试者;
所述通过预设电极获取样本对象的心电信号,包括:
根据预设电极从所述STEMI患者的缺血区的ST段抬高导联和无ST段抬高的参考导联得到对应的心电信号;
根据预设电极从所述健康受试者的正常导联得到对应的心电信号,所述正常导联与所述STEMI患者所选择的ST段抬高导联和参考导联相对应。
4.根据权利要求1所述的分析方法,其特征在于,待验证的心电信号频域参数从同一受试者的两个导联心电信号功率谱中计算得到,通过量化功率谱中频率分布现象得到目标频域参数以及目标频域参数偏移率中的至少一项。
5.根据权利要求4所述的分析方法,所述待验证的心电信号频域参数包括平均频率、中值频率、平均频率偏移率和中值频率偏移率中的至少一项。
6.根据权利要求5所述的分析方法,其特征在于,所述平均频率用于表征STEMI患者和健康受试者的区分度,所述中值频率用于表征STEMI患者和健康受试者的区分度。
7.根据权利要求5所述分析方法,其特征在于,所述平均频率偏移率和/或所述中值频率偏移率用于表征STEMI患者和健康受试者的区分度;
其中,所述平均频率偏移率具体是通过参考导联得到的心电信号和ST抬高导联得到的心电信号之间的平均频域参数之差与参考导联得到的心电信号的平均频域参数的商来计算得到;所述中值频率的偏移率具体是通过参考导联得到的心电信号和ST抬高导联得到的心电信号之间的中值频域参数之差与参考导联得到的心电信号的中值频域参数的商来计算得到。
8.根据权利要求5所述的分析方法,其特征在于,STEMI患者ST段抬高导联的平均频率范围分别为5-9Hz,STEMI患者参考导联的平均频率范围分别为9-14Hz;健康受试者与STEMI患者相对应的正常导联的平均频率范围分别为7-14Hz以及8-13Hz。
9.根据权利要求5所述的分析方法,其特征在于,STEMI患者ST段抬高导联的心电信号的中值频率范围为3-7Hz,STEMI患者参考导联的心电信号的中值频率范围为7-13Hz;健康受试者与STEMI患者相对应的正常导联的心电信号的中值频率范围分别为5-12Hz以及6-12Hz。
10.根据权利要求5所述的分析方法,其特征在于,STEMI患者的平均频率偏移率和中值频率偏移率分别为20-50%和35-65%,健康受试者的平均频率偏移率和中值频率偏移率低于预定阈值,所述预定阈值包括0。
11.根据权利要求2所述的分析方法,其特征在于,所述对所述待验证的心电信号频域参数进行分析验证处理,包括:
当所述样本对象的心电信号对应的功率谱范围在第一频率范围内,确定所述待验证的心电信号频域参数受到心率HR和心率变异性HRV的影响程度低于第一影响程度阈值,所述待验证的心电信号频域参数基于P-QRS-T波形来确定,侧重反映异常心脏收缩导致P-QRS-T波形变化的异常心脏状况;
当所述样本对象的心电信号对应的功率谱范围在第二频率范围内,确定所述待验证的心电信号频域参数受到心率HR和心率变异性HRV的影响程度高于第二影响程度阈值,所述待验证的心电信号频域参数能反应心率HR,心率变异性HRV和P-QRS-T波形的相互影响,且所述待验证的心电信号频域参数在不同的心电信号长度上的变化程度低于预定变化程度阈值。
12.根据权利要求11所述的分析方法,其特征在于,所述第一频率范围具体包括0.05-100Hz。
13.根据权利要求12所述的分析方法,其特征在于,所述第二频率范围小于所述第一频率范围。
14.根据权利要求1所述的分析方法,其特征在于,所述预设电极包括柔性电极、干电极、湿电极和织物电极中的至少一种。
15.根据权利要求1所述的分析方法,其特征在于,所述进行报警,包括:
发送本地报警铃声以进行呼救;
发送报警信息至紧急联系人;
发送报警信息至急救中心。
16.一种心电信号频域参数分析装置,其特征在于,包括:
获取模块,用于通过预设电极获取样本对象的心电信号;所述心电信号包括ST段抬高导联的心电信号、无ST段抬高的参考导联的心电信号或正常导联的心电信号;
频率分析模块,用于基于预设的心电信号功率谱模型对所述样本对象的心电信号进行计算,得到待验证的心电信号频域参数,对所述待验证的心电信号频域参数进行分析验证处理,得到分析验证结果;
生成模块,用于基于所述分析验证结果,生成指标信息,所述指标信息用于作为ST段抬高型心肌梗死的医疗诊断依据;
报警模块,用于在所述指标信息符合预设条件时,进行报警。
17.根据权利要求16所述的分析装置,其特征在于,所述频率分析模块具体用于基于预设的心电信号功率谱模型对所述样本对象的心电信号进行计算,得到待验证的心电信号频域参数,对所述待验证的心电信号频域参数受到心率HR、心率变异性HRV以及P-QRS-T波形三项验证参考信息的影响程度进行分析验证处理,得到分析验证结果。
18.根据权利要求16所述的分析装置,其特征在于,所述样本对象包括正样本对象及负样本对象,所述负样本对象为ST段抬高型心肌梗死STEMI患者,所述正样本为健康受试者,所述获取模块包括第一获取单元和第二获取单元;
所述第一获取单元,用于根据预设电极从所述STEMI患者的缺血区的ST段抬高导联和无ST段抬高的参考导联得到对应的心电信号;
所述第二获取单元,用于根据预设电极从所述健康受试者的正常导联得到对应的心电信号,所述正常导联与所述STEMI患者所选择的ST段抬高导联和参考导联相对应。
19.根据权利要求16所述的分析装置,其特征在于,所述待验证的心电信号频域参数从同一受试者的两个导联心电信号功率谱中计算得到,通过量化功率谱中频率分布现象得到目标频域参数以及目标频域参数偏移率中的至少一项。
20.根据权利要求19所述的分析装置,其特征在于,所述待验证的心电信号频域参数包括平均频率、中值频率、平均频率偏移率和中值频率偏移率中的至少一项。
21.根据权利要求20所述的分析装置,其特征在于,所述平均频率用于表征STEMI患者和健康受试者的区分度,所述中值频率用于表征STEMI患者和健康受试者的区分度。
22.根据权利要求20所述的分析装置,其特征在于,所述平均频率偏移率和/或所述中值频率偏移率用于表征STEMI患者和健康受试者的区分度;
其中,所述平均频率偏移率具体是通过参考导联得到的心电信号和ST抬高导联得到的心电信号之间的平均频域参数之差与参考导联得到的心电信号的平均频域参数的商来计算得到;所述中值频率的偏移率具体是通过参考导联得到的心电信号和ST抬高导联得到的心电信号之间的中值频域参数之差与参考导联得到的心电信号的中值频域参数的商来计算得到。
23.根据权利要求20所述的分析装置,其特征在于,STEMI患者ST段抬高导联的平均频率范围为5-9Hz,STEMI患者参考导联的平均频率范围为9-14Hz;健康受试者与STEMI患者相对应的正常导联的平均频率范围分别为7-14Hz以及8-13Hz。
24.根据权利要求20所述的分析装置,其特征在于,STEMI患者ST段抬高导联的心电信号的中值频率范围为3-7Hz,STEMI患者参考导联的心电信号的中值频率范围为7-13Hz;健康受试者与STEMI患者相对应的正常导联的心电信号的中值频率范围分别为5-12Hz以及6-12Hz。
25.根据权利要求20所述的分析装置,其特征在于,STEMI患者的平均频率偏移率和中值频率偏移率分别为20-50%和35-65%,健康受试者的平均频率偏移率和中值频率偏移率低于预定阈值,所述预定阈值包括0。
26.根据权利要求17所述的分析装置,其特征在于,所述频率分析模块具体用于:
当所述样本对象的心电信号对应的功率谱范围在第一频率范围内,确定所述待验证的心电信号频域参数受到心率HR和心率变异性HRV的影响程度低于第一影响程度阈值,所述待验证的心电信号频域参数基于P-QRS-T波形来确定,侧重反映异常心脏收缩导致P-QRS-T波形变化的异常心脏状况;
当所述样本对象的心电信号对应的功率谱范围在第二频率范围内,确定所述待验证的心电信号频域参数受到心率HR和心率变异性HRV的影响程度高于第二影响程度阈值,所述待验证的心电信号频域参数能反应心率HR,心率变异性HRV和P-QRS-T波形的相互影响,且所述待验证的心电信号频域参数在不同的心电信号长度上的变化程度低于预定变化程度阈值。
27.根据权利要求26所述的分析装置,其特征在于,所述第一频率范围具体包括0.05-100Hz。
28.根据权利要求26所述的分析装置,其特征在于,所述第二频率范围小于所述第一频率范围。
29.根据权利要求16所述的分析装置,其特征在于,所述预设电极包括柔性电极、干电极、湿电极和织物电极中的至少一种。
30.根据权利要求16中所述的分析装置,其特征在于,所述报警模块具体用于:
发送本地报警铃声以进行呼救;
发送报警信息至紧急联系人;
发送报警信息至急救中心。
31.一种电子设备,包括存储器、处理器及存储在存储器上并可在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程序时实现如权利要求1至15任一项所述分析方法的步骤。
32.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储计算机指令,所述计算机指令使所述计算机执行如权利要求1至15中任意一项所述分析方法的步骤。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110851179.1A CN113520406B (zh) | 2021-07-27 | 2021-07-27 | 用于诊断st段抬高型心肌梗死的频域参数分析方法及装置 |
US17/517,716 US11963782B2 (en) | 2021-07-27 | 2021-11-03 | Method and apparatus of analyzing the ECG frequency parameters for the diagnosis of STEMI diseases |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110851179.1A CN113520406B (zh) | 2021-07-27 | 2021-07-27 | 用于诊断st段抬高型心肌梗死的频域参数分析方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113520406A true CN113520406A (zh) | 2021-10-22 |
CN113520406B CN113520406B (zh) | 2024-05-17 |
Family
ID=78089231
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110851179.1A Active CN113520406B (zh) | 2021-07-27 | 2021-07-27 | 用于诊断st段抬高型心肌梗死的频域参数分析方法及装置 |
Country Status (2)
Country | Link |
---|---|
US (1) | US11963782B2 (zh) |
CN (1) | CN113520406B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115644888A (zh) * | 2022-10-26 | 2023-01-31 | 北京超思电子技术有限责任公司 | 一种确定qrs波群位置的方法、装置及计算机可读介质 |
CN116189899A (zh) * | 2023-04-26 | 2023-05-30 | 淄博市中心医院 | 一种基于机器学习的急危重症辅助评估*** |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1265869A (zh) * | 1999-03-04 | 2000-09-13 | 刘海祥 | 心脏病的检测和定位*** |
US20040092834A1 (en) * | 1998-03-05 | 2004-05-13 | Fang Dan Qun | System and method for detecting and locating heart disease |
US20080188763A1 (en) * | 2006-03-01 | 2008-08-07 | Michael Sasha John | System and methods for sliding-scale cardiac event detection |
US20120179055A1 (en) * | 2010-12-07 | 2012-07-12 | The Board Of Regents Of The University Of Texas System | Method and device for early detection of heart attack |
CN110448289A (zh) * | 2019-07-18 | 2019-11-15 | 深圳邦健生物医疗设备股份有限公司 | 一种心率变异性(hrv)分析方法、装置、存储介质及设备 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1191878A1 (en) * | 1999-06-10 | 2002-04-03 | Harbinger Medical Inc. | Determining a patient's susceptibility to arrhythmia |
US20130281815A1 (en) * | 2012-04-18 | 2013-10-24 | The Board Of Trustees Of The University Of Arkansas | Wearable remote electrophysiological monitoring system |
-
2021
- 2021-07-27 CN CN202110851179.1A patent/CN113520406B/zh active Active
- 2021-11-03 US US17/517,716 patent/US11963782B2/en active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040092834A1 (en) * | 1998-03-05 | 2004-05-13 | Fang Dan Qun | System and method for detecting and locating heart disease |
CN1265869A (zh) * | 1999-03-04 | 2000-09-13 | 刘海祥 | 心脏病的检测和定位*** |
US20080188763A1 (en) * | 2006-03-01 | 2008-08-07 | Michael Sasha John | System and methods for sliding-scale cardiac event detection |
US20120179055A1 (en) * | 2010-12-07 | 2012-07-12 | The Board Of Regents Of The University Of Texas System | Method and device for early detection of heart attack |
CN110448289A (zh) * | 2019-07-18 | 2019-11-15 | 深圳邦健生物医疗设备股份有限公司 | 一种心率变异性(hrv)分析方法、装置、存储介质及设备 |
Non-Patent Citations (2)
Title |
---|
GUJJAR, AR (GUJJAR, AR) ; SATHYAPRABHA, TN (SATHYAPRABHA, TN) ; NAGARAJA, D (NAGARAJA, D) ; THENNARASU, K (THENNARASU, K) ; PRADHA: "Heart rate variability and outcome in acute severe stroke - Role of power spectral analysis", HUMANA PRESS INC, vol. 1, no. 3, 1 January 2004 (2004-01-01), pages 347 - 353, XP002615195, DOI: 10.1385/NCC:1:3:347 * |
李林林, 曾安宁: "正常人与急性心肌梗死患者心率变异性对比分析", 中国临床医生, no. 09, 1 September 2004 (2004-09-01), pages 25 - 26 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115644888A (zh) * | 2022-10-26 | 2023-01-31 | 北京超思电子技术有限责任公司 | 一种确定qrs波群位置的方法、装置及计算机可读介质 |
CN116189899A (zh) * | 2023-04-26 | 2023-05-30 | 淄博市中心医院 | 一种基于机器学习的急危重症辅助评估*** |
Also Published As
Publication number | Publication date |
---|---|
CN113520406B (zh) | 2024-05-17 |
US11963782B2 (en) | 2024-04-23 |
US20230071185A1 (en) | 2023-03-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Acharya et al. | Comprehensive analysis of cardiac health using heart rate signals | |
Peltola | Role of editing of R–R intervals in the analysis of heart rate variability | |
Sankari et al. | HeartSaver: A mobile cardiac monitoring system for auto-detection of atrial fibrillation, myocardial infarction, and atrio-ventricular block | |
Chen | A wavelet-based heart rate variability analysis for the study of nonsustained ventricular tachycardia | |
US20210251552A1 (en) | System and method for risk stratification based on dynamic nonlinear analysis and comparison of cardiac repolarization with other physiological signals | |
WO2019097509A1 (en) | Non-invasive analysis of sinoatrial node and autonomic nervous input to heart function | |
Cappiello et al. | A statistical index for early diagnosis of ventricular arrhythmia from the trend analysis of ECG phase-portraits | |
Alcaraz et al. | Central tendency measure and wavelet transform combined in the non-invasive analysis of atrial fibrillation recordings | |
Burri et al. | Wavelet transform for analysis of heart rate variability preceding ventricular arrhythmias in patients with ischemic heart disease | |
CN113520406B (zh) | 用于诊断st段抬高型心肌梗死的频域参数分析方法及装置 | |
Yeh et al. | The critical role of respiratory sinus arrhythmia on temporal cardiac dynamics | |
Dandapat et al. | Quantification of diagnostic information from electrocardiogram signal: A review | |
Jose et al. | HRV analysis using ballistocardiogram with LabVIEW | |
Islam et al. | Data adaptive analysis of ECG signals for cardiovascular disease diagnosis | |
Xiang et al. | Interactive effects of hrv and p-qrs-t on the power density spectra of ecg signals | |
Silveri et al. | A big-data classification tree for decision support system in the detection of dilated cardiomyopathy using heart rate variability | |
Georgieva-Tsaneva | Application of mathematical methods for analysis of digital ECG data | |
Gomes et al. | Does preprocessing change nonlinear measures of heart rate variability? | |
Murugappan et al. | ECG morphological features based sudden cardiac arrest (SCA) prediction using nonlinear classifiers | |
Hegde et al. | Heart rate variability analysis for abnormality detection using time frequency distribution–smoothed pseudo Winger Ville method | |
Tobón et al. | Improved heart rate variability measurement based on modulation spectral processing of noisy electrocardiogram signals | |
Elmansouri et al. | Developing a real time electrocardiogram system using virtual bio-instrumentation | |
West et al. | Wavelet analysis of scaling properties of gastric electrical activity | |
Cerutti et al. | Spectral techniques of analysis for blood pressure and heart rate signals | |
Gusev et al. | Optimal DSP bandpass filtering for QRS detection |
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 | ||
REG | Reference to a national code |
Ref country code: HK Ref legal event code: DE Ref document number: 40052225 Country of ref document: HK |
|
GR01 | Patent grant | ||
GR01 | Patent grant |