CN113786200A - 心电信号处理方法、装置、设备及可读介质 - Google Patents
心电信号处理方法、装置、设备及可读介质 Download PDFInfo
- Publication number
- CN113786200A CN113786200A CN202010467580.0A CN202010467580A CN113786200A CN 113786200 A CN113786200 A CN 113786200A CN 202010467580 A CN202010467580 A CN 202010467580A CN 113786200 A CN113786200 A CN 113786200A
- Authority
- CN
- China
- Prior art keywords
- target
- data
- determining
- identified
- wave
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- 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
Landscapes
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Engineering & Computer Science (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Physics & Mathematics (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
Abstract
本发明实施例公开了一种心电信号处理方法、装置、***以及可读介质,所述方法包括:获取多个待选导联的心电图数据,根据各个所述待选导联的心电图数据从所述多个待选导联中确定至少两个导联作为目标导联;根据所述目标导联对应的心电图数据确定待识别数据,对所述待识别数据进行R波识别,确定目标特征数据;根据所述目标特征数据生成目标RR间期时间曲线,根据所述目标RR间期时间曲线确定目标参考数据。本发明提高了针对心律失常诊断的心电信号的处理效率。
Description
技术领域
本发明涉及计算机数据处理领域,尤其涉及一种心电信号处理方法、装置、设备及可读介质。
背景技术
随着现代工业社会的生活节奏的加快和饮食结构的变化,心律失常成为了一种发病率较高同时预后较差、危害较大的流行病。现有技术中针对心律失常的诊断一般是通过提取心电图数据中包含的R波、T波、心动周期等大致的波形特征进行心律是否正常的分析而得出。
但是在实际的临床诊断中,存在一种异常等律性的心律失常,这种类型的心律失常的特点在于其发作极为短暂、症状轻微或缺失,并且更重要的是其心电图的波形、节律和频率都接近正常基本心律。这样就导致现有技术中的心电分析方法无法提取出如超短阵心房扑动、位心房律或慢率房速等异常等律性心律失常所对应的在心电图中对应的较为微小的波形细节特征。这样就延误了异常等律性心律失常的提早发现和尽早治疗。
发明内容
基于此,有必要针对上述问题,提出一种心电信号处理方法、装置、计算机设备及可读介质。
一种心电信号处理方法,其特征在于,所述方法包括:
获取多个待选导联的心电图数据,根据各个所述待选导联的心电图数据从所述多个待选导联中确定至少两个导联作为目标导联;
根据所述目标导联对应的心电图数据确定待识别数据,对所述待识别数据进行R波识别,确定目标特征数据;
根据所述目标特征数据生成目标RR间期时间曲线,根据所述目标RR间期时间曲线确定目标参考数据。
其中,更进一步地,所述根据所述各个所述待选导联的心电图数据从所述待选导联中确定至少两个导联作为目标导联,包括:
分别确定所述各个所述待选导联的心电图数据的心电特征信息,所述心电特征信息包括R波振幅、R波斜率、T波振幅、T波斜率和/或R波与T波振幅比值中的至少一项;
将所述心电特征信息与预设波形特征进行比较,根据所述预设波形特征与所述心电特征信息的比较结果确定所述目标导联。
所述根据所述目标导联对应的心电图数据确定待识别数据,包括:
获取所述目标导联对应的心电图数据中R波振幅小于预设阈值的数据段,对所述数据段进行预设的放大处理;
根据预设的频率阈值对所述目标导联对应的心电图数据进行滤波处理,获取滤波处理之后的所述目标导联对应的心电图数据作为所述待识别数据。
更进一步地,所述目标导联包括第一目标导联、第二目标导联,所述目标待识别数据包括第一目标待识别数据、第二目标待识别数据;
所述将所述心电特征信息与预设波形特征进行比较,根据所述预设波形特征与所述心电特征信息的比较结果确定所述目标导联,包括:
根据所述心电特征信息确定所述R波幅值满足第一预设条件、T波幅值满足第二预设条件以及R波与T波振幅比值满足预设比值阈值的心电图数据作为所述第一目标待识别数据,将所述第一目标待识别数据对应的待选导联确定为所述第一目标导联;
以及,根据所述心电特征信息确定所述R波幅值满足第一预设条件、T波幅值不满足第二预设条件的心电图数据作为所述第二目标待识别数据,将所述第二目标待识别数据对应的待选导联确定为所述第二目标导联。
更进一步地,所述对所述目标待识别数据进行R波识别,确定目标特征数据,包括:
确定所述目标待识别数据对应的心动周期信息,根据所述心动周期信息确定目标心动节律信息;
根据所述心电特征信息确定所述目标待识别数据中的最大幅值点,根据所述最大幅值点和所述目标心动节律信息确定所述目标待识别数据中的R波波峰数据作为所述目标特征数据。
更进一步地,在根据所述最大幅值点和所述目标心动节律信息确定所述目标待识别数据中的R波波峰数据作为所述目标特征数据之后,还包括:
根据所述目标心动节律信息确定所述目标待识别数据中的心动节律不满足预设节律阈值的数据作为目标异常数据;
将所述第一目标待识别数据对应的R波波峰与所述第二目标待识别数据对应的R波波峰进行匹配,获取所述第一目标待识别数据与所述第二目标待识别数据中不匹配的数据作为所述目标异常数据;
根据所述心动节律信息确定所述目标待识别数据对应的心搏间期,获取所述心搏间期不满足预设不应期阈值的数据作为所述目标异常数据;
按照预设的图形识别算法对所述目标异常数据进行识别,确定所述目标异常数据中的R波波峰数据作为所述目标特征数据。
更进一步地,所述根据所述目标特征数据生成目标RR间期时间曲线,根据所述目标RR间期时间曲线确定目标参考数据,包括:
根据所述目标特征数据确定所述目标待识别数据对应的目标RR间期值数据,获取所述目标特征数据对应的时间序列信息,根据所述时间序列信息和所述目标RR间期值数据生成所述目标RR间期时间曲线;
通过预设装置展示所述目标RR间期时间曲线,检测对所述目标RR间期时间曲线的操作请求,根据所述操作请求和所述目标RR间期时间曲线确定所述目标参考数据进行展示;
根据预设算法对所述目标参考数据进行预设的曲线特征的识别,将曲线特征识别结果通过所述预设装置进行展示。
一种心电信号处理装置,其特征在于,所述装置包括:
确定单元:用于获取多个待选导联的心电图数据,根据各个所述待选导联的心电图数据从所述多个待选导联中确定至少两个导联作为目标导联;
识别单元:用于将所述目标导联对应的心电图数据作为待识别数据,对所述待识别数据进行R波识别,确定目标特征数据;
生成单元:用于根据所述目标特征数据生成目标RR间期时间曲线,根据所述目标RR间期时间曲线确定目标参考数据。
其中,所述确定单元还用于:
分别确定所述各个所述待选导联的心电图数据的心电特征信息,所述心电特征信息包括R波振幅、R波斜率、T波振幅、T波斜率和/或R波与T波振幅比值中的至少一项;
将所述心电特征信息与预设波形特征进行比较,根据所述预设波形特征与所述心电特征信息的比较结果确定所述目标导联。
以及,还用于获取所述目标导联对应的心电图数据中R波振幅小于预设阈值的数据段,对所述数据段进行预设的放大处理;
根据预设的频率阈值对所述目标导联对应的心电图数据进行滤波处理,获取滤波处理之后的所述目标导联对应的心电图数据作为所述待识别数据。
所述识别单元还用于:
根据所述心电特征信息确定所述R波幅值满足第一预设条件、T波幅值满足第二预设条件以及R波与T波振幅比值满足预设比值阈值的心电图数据作为所述第一目标待识别数据,将所述第一目标待识别数据对应的待选导联确定为所述第一目标导联;
以及,根据所述心电特征信息确定所述R波幅值满足第一预设条件、T波幅值不满足第二预设条件的心电图数据作为所述第二目标待识别数据,将所述第二目标待识别数据对应的待选导联确定为所述第二目标导联。
更进一步地,所述识别单元还用于:确定所述目标待识别数据对应的心动周期信息,根据所述心动周期信息确定目标心动节律信息;
根据所述心电特征信息确定所述目标待识别数据中的最大幅值点,根据所述最大幅值点和所述目标心动节律信息确定所述目标待识别数据中的R波波峰数据作为所述目标特征数据。
更进一步地,所述确定单元还包括:
根据所述目标心动节律信息确定所述目标待识别数据中的心动节律不满足预设节律阈值的数据作为目标异常数据;
将所述第一目标待识别数据对应的R波波峰与所述第二目标待识别数据对应的R波波峰进行匹配,获取所述第一目标待识别数据与所述第二目标待识别数据中不匹配的数据作为所述目标异常数据;
根据所述心动节律信息确定所述目标待识别数据对应的心搏间期,获取所述心搏间期不满足预设不应期阈值的数据作为所述目标异常数据;
按照预设的图形识别算法对所述目标异常数据进行识别,确定所述目标异常数据中的R波波峰数据作为所述目标特征数据。
可选地,所述确定单元还包括:
根据所述目标特征数据确定所述目标待识别数据对应的目标RR间期值数据,获取所述目标特征数据对应的时间序列信息,根据所述时间序列信息和所述目标RR间期值数据生成所述目标RR间期时间曲线;
通过预设装置展示所述目标RR间期时间曲线,检测对所述目标RR间期时间曲线的操作请求,根据所述操作请求和所述目标RR间期时间曲线确定所述目标参考数据进行展示;
根据预设算法对所述目标参考数据进行预设的曲线特征的识别,将曲线特征识别结果通过所述预设装置进行展示。
一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,所述计算机程序被所述处理器执行时,使得所述处理器执行所述计算机程序时实现上述心电信号处理方法的步骤。
一种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,使得所述处理器执行所上述心电信号处理方法的步骤。在本发明实施例中,首先,获取多个待选导联的心电图数据,根据上述多个待选导联的心电图数据从多个待选导联中确定至少两个导联作为目标导联,然后再根据所述目标导联对应的心电图数据确定待识别数据,对上述待识别数据进行R波识别,确定目标特征数据,最后根据所述目标特征数据生成目标RR间期时间曲线,根据所述目标RR间期时间曲线确定目标参考数据。
因而相较于现有技术中缺乏心电图数据中的R波相关特征的处理和提取,使得针对某些等律性心律失常疾病的心电信号处理效率较低,从而进一步导致诊断效率较低的问题,本发明通过首先从预设的多个导联中确定目标导联,并且根据目标导联的数据进行R波识别,最后根据识别出的R波所对应的目标特征数据生成目标RR间期时间曲线和对应的目标参数数据,从而提高了针对心律失常疾病诊断的心电信号的处理效率。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,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发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
其中:
图1示出了一个实施例中心电信号处理方法的流程图;
图2示出了一个实施例中目标导联确定方法的流程图;
图3示出了一个实施例中目标导联对应的波形示意图;
图4示出了另一个实施例中目标导联确定方法的流程图;
图5示出了一个实施例中心目标特征数据确定方法的流程图;
图6示出了另一个实施例中心电信号处理方法的流程图;
图7示出了一个实施例中目标参考数据确定方法的流程图;
图8示出了一个实施例中心电信号处理装置的结构框图;
图9示出了一个实施例中计算机设备的内部结构图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明提出了一种心电信号处理方法,在一个实施例中,本发明可以基于一计算机处理设备,如电脑等。可选地,本发明还可以基于一心电信号采集和处理装置,如便携式心电监护仪。
参考图1,本发明实施例提供了一种心电信号处理方法。
图1示出了一个实施例中心电信号处理方法的流程图。本发明中所述的心电信号处理方法至少包括如图1所示的步骤S1022-S1026,详细介绍如下:
在步骤S1022中,获取多个待选导联的心电图数据,根据各个所述待选导联的心电图数据从所述多个待选导联中确定至少两个导联作为目标导联。
首先需要说明的是,此处的多个待选导联可以是心电信号采集中常见的12导联、8导联或者6导联。为了获取尽可能多样的备选数据,从而保证后续步骤中从备选数据中确定出用于提取出心电特征数据的目标数据的准确性,在可选的实施例中,优先使用12导联作为此处的多个待选导联。
另外,此处的心电图数据可以是通过预设的心电信号采集设备如心电图机等获取的。并且为了提高根据心电图数据进行判断,心电图数据可以是较长时间的持续采集的数据。
此处从待选导联中选出至少两个导联作为目标导联的作用在于:为了提取出待测者的心电信号中具有疾病诊断意义的特征波段(如整个心动周期中波峰起伏最为明显的R波),要按照预设的分析算法对心电数据进行滤波、变量增幅等处理。而如果在原始导联采集到的心电信号数据的基础上进行,就会在将处理后的心电信号还原成常规的心电图形式时造成波形的畸变和失真,这样就会影响到根据该导联对应输出的心电图进行诊断时出现偏差。
因此可以从预设的多导联中确定出目标导联,将目标导联通道作为单独隔离出的分析通道。该分析通道的数据不用于心电图的还原(一般心电装置的最终输出)和相关参数的测算,仅用于R波等心电特征的分析和识别用,在波形识别与标注结束、结果数据和特征变量输出进行完毕后,上述至少两个分析通道即被废止或删除。
在本实施例中,通过从预设的多个导联中确定目标导联,并且根据目标导联的数据进行R波识别,最后根据识别出的R波所对应的目标特征数据生成目标RR间期时间曲线和对应的目标参数数据,实现对目标参数数据的快速提取,有利于提高针对心律失常疾病诊断的心电信号的处理效率。
具体的从多个待选导联中确定目标导联的过程可以包括图2示出的步骤S1032-S1034。图2示出了一个实施例中确定目标导联的流程图。
在步骤S1032中,分别确定所述各个所述待选导联的心电图数据的心电特征信息,所述心电特征信息包括R波振幅、R波斜率、T波振幅、T波斜率和/或R波与T波振幅比值中的至少一项。
为了更方便理解此处的心电特征信息的作用,首先针对心电图的波形以及各种波形的生理学意义进行简要的介绍。
在每一个心动周期内,一个典型的心电图包括有6个自左向右排列的波,分别称为P波、Q波、R波、S波、T波以及U波,并且按照不同波形的分布可以将一个心动周期划分为下列几个时间周期:P-R间期、QRS间期、Q-T间期以及P-R段、S-T段。
其中上述的P波代表心房激动时所产生的电位变化,P波的起点表示激动自窦房结到达心房,其终点表示心房全部收到激动,其形态呈圆钝型,可伴有轻微切迹。其时限一般不超过0.11s,振幅一般不超过0.25mV。而Q波、R波、S波组成了QRS波群,QRS波群的时限不超过0.11s,其中Q波是QRS波群中第一个向下的波,振幅小于同导联的R波的振幅的1/4,而R波是QRS波群中第一个向上的波,R波的振幅不超过0.25mV。
在步骤S1034中,将所述心电特征信息与预设波形特征进行比较,根据所述预设波形特征与所述心电特征信息的比较结果确定所述目标导联。
首先,此处的预设波形特征可以是标准的心电图波形。
具体的,与预设波形特征进行比较的原因在于:常用的心电图数据基本是来源于十二导联,根据心电图基本心律数据的分析,从12个导联通道中,最终想要筛选出的是2条理想通道,分别为:
(1)R波直立,并且振幅足够大;
(2)T波低平或平坦,并且R/T振幅比值大。
此处需要进一步特别说明的是,所述目标导联包括第一目标导联、第二目标导联,所述目标待识别数据包括第一目标待识别数据、第二目标待识别数据。
具体的针对目标导联进行确定的依据和过程可以参考图3示出的目标导联具有的波形特征,其中图3中的a波形为此处的第一目标导联输出的波形特征数据,b波形则为第二目标导联输出的波形特征数据。
因此将所述心电特征信息与预设波形特征进行比较,根据所述预设波形特征与所述心电特征信息的比较结果确定所述目标导联,还可以至少包括图4示出的步骤S1042-S1044。
在步骤S1042中,根据所述心电特征信息确定所述R波幅值满足第一预设条件、T波幅值满足第二预设条件以及R波与T波振幅比值满足预设比值阈值的心电图数据作为所述第一目标待识别数据,将所述第一目标待识别数据对应的待选导联确定为所述第一目标导联。
具体的,此处的第一预设条件可以是R波幅值大于预设峰值,预设峰值可根据实际需要进行设定,例如,30mm/s,此处不做具体限制。
需要说明的是,本实施例中,优先选取R波高、T波低、R/T比值增大条件的原因,是通过R波的识别,避免R波漏搏和T波误判导致的不准确。
按照与上述预设条件的比较进行目标导联的作用在于,如果只是识别出一个具有特定波形的导联数据,并仅凭该数据进行特征波形的识别可能出现不准确,因而要获取一个同时具有并且需要进行筛选的特征,即第二目标导联。
以及,在步骤S1044中,根据所述心电特征信息确定所述R波幅值满足第一预设条件、T波幅值不满足第二预设条件的心电图数据作为所述第二目标待识别数据,将所述第二目标待识别数据对应的待选导联确定为所述第二目标导联。
具体的第二预设条件是T波幅值大于预设峰值,预设峰值可根据实际需要进行设定,例如,30mm/s,此处不做具体限制。
需要说明的是,本实施例中,选此选R波(幅值)高、T波也高的导联的原因是,在后续分析通道的数字处理时,利于剔除那些形态与R波相似但后面没有T波的高振幅干扰波。
在步骤S1024中,根据所述目标导联对应的心电图数据确定待识别数据,对所述待识别数据进行R波识别,确定目标特征数据。
另外,考虑到在实际的各个待选导联的心电信号的采集过程中,可能存在环境噪音或者设备所导致的心电图数据中存在一部分质量不佳或者不完整的数据,因此对在确定待识别数据之前还可以进行一个预处理过程可以包括图5示出的步骤S1052-S1054。
在步骤S1052中,获取所述目标导联对应的心电图数据中R波振幅小于预设阈值的数据段,对所述数据段进行预设的放大处理。
其中,预设阈值可以是波形的振幅阈值,如可以取于5mm/标准增益,具体也可以根据实际需求进行设定,此处不做限制。
具体地,在获取到所述目标导联对应的心电图数据中R波振幅后,将每个R波振幅与预设阈值进行比较,并针对小于预设阈值的R波振幅对应的数据段,进行预设的放大处理。
需要说明的是,预设的放大处理具体可以是通过将全部数据段进行增备处理来实现。
在步骤S1054中,根据预设的频率阈值对所述目标导联对应的心电图数据进行滤波处理,获取滤波处理之后的所述目标导联对应的心电图数据作为所述待识别数据。
具体地,根据预设的频率阈值对所述目标导联对应的心电图数据进行滤波处理,以便去除不符合要求的干扰数据,得到滤波处理之后的所述目标导联对应的心电图数据,并将该心电图数据作为待识别数据。
进一步地,根据预设的频率阈值对所述目标导联对应的心电图数据进行滤波处理具体包括但不限于:针对2Hz的高通滤波,滤去超低频部分,使基线平直;针对50Hz交流电干扰频段的滤波,去除供电干线及高频辐射的电磁干扰;标准振幅小于0.3mV的频发无序小波(包括P、低幅T和u波),做顺序无变量或不标注处理等。
需要特别说明的是,在可选的实施例中,针对前述第二目标导联在进行R波识别的同时,还需进行R波峰点后250ms的电位判定,以此去除没有T波的高振幅干扰波。
所述对所述目标待识别数据进行R波识别,确定目标特征数据的过程,还可以包括图6示出的步骤S1062-S1064,下面结合图6进行说明。
在步骤S1062中,确定所述目标待识别数据对应的心动周期信息,根据所述心动周期信息确定目标心动节律信息。
也就是说,首先要确定出目标待识别数据对应的心动周期信息,进而找出在该心动周期信息对应的时间范围内的每个心动节律信息,作为目标心动节律信息。
需要说明的是,本实施例的节律是指心脏节律,也即律心律,正常的心脏节律(心律)的电活动起源于窦房结,称为窦性心律,正常时窦房结的频率60~100次/分钟(bpm)。超过该频率称为窦性心动过速,低于该频率则为窦性心动过缓。除窦房结以外的心房、房室结、心室都有频率不同的自搏节律和部位,这些自搏节律点称为异位节律点。
在步骤S1064中,根据所述心电特征信息确定所述目标待识别数据中的最大幅值点,根据所述最大幅值点和所述目标心动节律信息确定所述目标待识别数据中的R波波峰数据作为所述目标特征数据。
另外,需要说明的是,在实际应用中,可能存在一些特征异常的心电信号数据不能根据上述方法进行识别,因此在可选的实施例,还可以首先对目标待识别数据进行筛选,确定出不能适用简单的根据最大幅值点确定R波波峰(最大振幅极顶法)的数据并进行对应预设处理。
首先,在一个具体的实施例中,确定此处的目标异常数据的方法可以包括如下三种:
第一种,根据所述目标心动节律信息确定所述目标待识别数据中的心动节律不满足预设节律阈值的数据作为目标异常数据。
也就是说,将节律不规整的数据作为目标异常数据,因为节律不规整的心电数据可能是信号采集缺失造成的,而节律不规整即代表可能的完整的心动周期的缺失,这样波形特征也会随之变化。
第二种,将所述第一目标待识别数据对应的R波波峰与所述第二目标待识别数据对应的R波波峰进行匹配,获取所述第一目标待识别数据与所述第二目标待识别数据中不匹配的数据作为所述目标异常数据。
也就是说,通过将第一目标待识别数据与第二目标待识别数据进行匹配,可以筛选出R波波峰出现特征(如出现时间、出现的R波幅值等)不一致的数据进行删除。
第三种,根据所述心动节律信息确定所述目标待识别数据对应的心搏间期,获取所述心搏间期不满足预设不应期阈值的数据作为所述目标异常数据。
具体的,预设不应期阈值可以是通常的心室不应期,如200ms。
在通过上述方法确定出了目标异常数据之后,即可以按照预设的图形识别算法对所述目标异常数据进行识别,由此也确定出目标异常数据中的R波波峰数据作为所述目标特征数据。
在一个可选的实施例中,可以采用积分学图形识别(如盒计数)或者最大R波斜率识别法进行R波波峰的确定。
在步骤S1026中,根据所述目标特征数据生成目标RR间期时间曲线,根据所述目标RR间期时间曲线确定目标参考数据。
首先,此处的目标RR间期时间曲线的X-Y轴的构成分别是,24小时和每一个RR间期的时长值作为Y值,从而在Y值较大或者较小的时候(即通常表现为一个向上或向下的波),即可以判断出现了异常,再进一步根据该异常时间曲线的临近时间段的曲线进行综合判断,从而是否为等律性心律失常的诊断提供依据。
另外,考虑到按照一定的监测时间为横坐标生成目标RR间期时间曲线之后,可能存在曲线过长或过短,纵坐标的变化不明显等情况,这样会在根据展示的目标RR间期时间曲线进行展示时会比较难以判断和提取出细节,因此还可以根据输入的操作请求对上述目标RR间期时间曲线进行进一步处理,获取一个目标参考数据,根据该参考数据进行最后的曲线特征提取和展示。因此,具体的步骤S1026还可以至少包括图7示出的步骤S1072-S1076。
首先,在步骤S1072中,根据所述目标特征数据确定所述目标待识别数据对应的目标RR间期值数据,获取所述目标特征数据对应的时间序列信息,根据所述时间序列信息和所述目标RR间期值数据生成所述目标RR间期时间曲线。
容易理解的是,此处的目标RR间期值数据包括的是每一个心动周期对应的RR间期时长。获取这一RR间期时长信息的用处在于:
在一个可选的实施例中,可以将检测时间变量作为横坐标,即自左向右,从检测开始时间(即心电信号采集的开始时间点在横坐标上记为0)到检测结束时间,横坐标的取值范围为0到24个小时(一个目标RR间期时间曲线最多记录24小时内的RR间期时长的变化)。
而纵坐标信息则为每一个检测时刻所对应的RR间期时长,最后以上述横坐标和纵坐标生成对应的目标RR间期时间曲线。也就是说在目标RR间期时间曲线所表现的是按时间顺序排列的检测周期中包含的各个RR间期时长值,即以离开纵坐标的起点开始做无划线处理,顶端用实线将下一个R波顶点连接,如此反复直到心电监测行为的结束。需要特别说明的是,区别于常规的将RR间期时长进行一个单个时间段的记录和比较,此处根据时间序列信息进行RR间期时长的纵向排列和比较的好处如下:结合背景技术中对于等律性心律失常疾病患者的心电图波形特征的说明,在目标RR间期时间曲线出现了峰值朝上的钉状波时,即可以说明RR间期有一条突然拉长,这样就对应于心电图片段中一房性早搏(可能的病理原因之一)未下传引起的一个过长的RR间期。而由于上述钉状波的两边的心律都是窦律(即存在等律性),所以上述钉状波的相邻的前后两段曲线的RR间期长度基本等长。这样就可以根据目标RR间期时间曲线很好地反映出等律性心律失常所具有的心电波形信号特征。
在步骤S1074中,通过预设装置展示所述目标RR间期时间曲线,检测对所述目标RR间期时间曲线的操作请求,根据所述操作请求和所述目标RR间期时间曲线确定所述目标参考数据进行展示。
举例进行说明,首先目标RR间期时间曲线的展示可以是在预设的心电图机的显示屏上也可以是通过相关人员所使用的电脑或者手机等进行展示。
考虑到在实际应用中,医生等相关人员可能需要根据医学知识以及诊断需要在目标RR间期时间曲线的基础上进行一些如特征曲线段的截取、放大或者标注等。因此在一个具体的实施例中,此处检测到的操作请求可以是如移动、放大、缩小、裁剪、翻转、颜色或文字标注等针对目标RR间期时间曲线进行的操作请求。
具体的根据操作请求在目标RR间期时间曲线上进行操作从而确定出目标参考数据的过程可以如下:
在将某对象A的目标RR间期时间曲线展示到预设的心电图机上,检测到了针对该时间曲线的某一段时间区间(如9:30-9:35)上的曲线部分进行了放大和截取这一类型的操作请求。从而在目标RR间期时间曲线上获取到9:30-9:35这一横坐标的曲线并且按照预设的放大值进行放大处理,最后将放大处理后的9:30-9:35这一段的目标RR间期时间曲线单独截取出来作为目标参考数据。
在步骤S1076中,根据预设算法对所述目标参考数据进行预设的曲线特征的识别,将曲线特征识别结果通过所述预设装置进行展示。
也就是说,更进一步地,在根据前述步骤确定出了目标参考数据之后,可以根据预设的算法如按照一定的筛选算法获取目标参数数据中的波峰信息,具体的波峰信息可以包括波峰幅值、波峰持续时长、波峰出现频率、波峰出现时间段等,而考虑到目标参数数据是根据目标RR间期时间曲线确定出来的,因此最终的曲线特征识别结果可以是进一步地提取出在目标操作之后的目标RR间期时间曲线的波形特征从而进行展示。
图8示出了一个实施例中心电信号处理装置的结构框图。
参考图8所示,根据本发明的一个实施例的心电信号处理装置1080,包括:确定单元1082、识别单元1084、生成单元1086。
其中,确定单元1082:用于获取多个待选导联的心电图数据,根据各个所述待选导联的心电图数据从所述多个待选导联中确定至少两个导联作为目标导联;
识别单元1084:用于将所述目标导联对应的心电图数据作为待识别数据,对所述待识别数据进行R波识别,确定目标特征数据;
生成单元1086:用于根据所述目标特征数据生成目标RR间期时间曲线,根据所述目标RR间期时间曲线确定目标参考数据。
其中,所述确定单元1082还用于:
分别确定所述各个所述待选导联的心电图数据的心电特征信息,所述心电特征信息包括R波振幅、R波斜率、T波振幅、T波斜率和/或R波与T波振幅比值中的至少一项;
将所述心电特征信息与预设波形特征进行比较,根据所述预设波形特征与所述心电特征信息的比较结果确定所述目标导联。
以及,还用于获取所述目标导联对应的心电图数据中R波振幅小于预设阈值的数据段,对所述数据段进行预设的放大处理;
根据预设的频率阈值对所述目标导联对应的心电图数据进行滤波处理,获取滤波处理之后的所述目标导联对应的心电图数据作为所述待识别数据。
所述识别单元1084还用于:
根据所述心电特征信息确定所述R波幅值满足第一预设条件、T波幅值满足第二预设条件以及R波与T波振幅比值满足预设比值阈值的心电图数据作为所述第一目标待识别数据,将所述第一目标待识别数据对应的待选导联确定为所述第一目标导联;
以及,根据所述心电特征信息确定所述R波幅值满足第一预设条件、T波幅值不满足第二预设条件的心电图数据作为所述第二目标待识别数据,将所述第二目标待识别数据对应的待选导联确定为所述第二目标导联。
更进一步地,所述识别单元1084还用于:确定所述目标待识别数据对应的心动周期信息,根据所述心动周期信息确定目标心动节律信息;
根据所述心电特征信息确定所述目标待识别数据中的最大幅值点,根据所述最大幅值点和所述目标心动节律信息确定所述目标待识别数据中的R波波峰数据作为所述目标特征数据。
更进一步地,所述确定单元1082还包括:
根据所述目标心动节律信息确定所述目标待识别数据中的心动节律不满足预设节律阈值的数据作为目标异常数据;
将所述第一目标待识别数据对应的R波波峰与所述第二目标待识别数据对应的R波波峰进行匹配,获取所述第一目标待识别数据与所述第二目标待识别数据中不匹配的数据作为所述目标异常数据;
根据所述心动节律信息确定所述目标待识别数据对应的心搏间期,获取所述心搏间期不满足预设不应期阈值的数据作为所述目标异常数据;
按照预设的图形识别算法对所述目标异常数据进行识别,确定所述目标异常数据中的R波波峰数据作为所述目标特征数据。
可选地,所述确定单元1082还包括:
根据所述目标特征数据确定所述目标待识别数据对应的目标RR间期值数据,获取所述目标特征数据对应的时间序列信息,根据所述时间序列信息和所述目标RR间期值数据生成所述目标RR间期时间曲线;
通过预设装置展示所述目标RR间期时间曲线,检测对所述目标RR间期时间曲线的操作请求,根据所述操作请求和所述目标RR间期时间曲线确定所述目标参考数据进行展示;
根据预设算法对所述目标参考数据进行预设的曲线特征的识别,将曲线特征识别结果通过所述预设装置进行展示。
图9示出了一个实施例中计算机设备的内部结构图。该计算机设备具体可以是终端,也可以是服务器。如图9所示,该计算机设备包括通过***总线连接的处理器、存储器和处理模块、展示模块、获取模块。其中,存储器包括非易失性存储介质和内存储器。该计算机设备的非易失性存储介质存储有操作***,还可存储有计算机程序,该计算机程序被处理器执行时,可使得处理器实现本心电信号处理方法。该内存储器中也可储存有计算机程序,该计算机程序被处理器执行时,可使得处理器执行本心电信号处理方法。本领域技术人员可以理解,图8中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在一个实施例中,提出了一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,所述计算机程序被所述处理器执行时,使得所述处理器执行以下步骤:
根据各个待选导联的心电图数据从待选导联中确定至少两个导联作为目标导联,包括:
分别确定各个待选导联的心电图数据的心电特征信息,心电特征信息包括R波振幅、R波斜率、T波振幅、T波斜率和/或R波与T波振幅比值中的至少一项;
将心电特征信息与预设波形特征进行比较,根据预设波形特征与心电特征信息的比较结果确定目标导联。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的程序可存储于一非易失性计算机可读取存储介质中,该程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对本申请专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种心电信号处理方法,其特征在于,所述方法包括:
获取多个待选导联的心电图数据,根据各个所述待选导联的心电图数据从所述多个待选导联中确定至少两个导联作为目标导联;
根据所述目标导联对应的心电图数据确定待识别数据,对所述待识别数据进行R波识别,确定目标特征数据;
根据所述目标特征数据生成目标RR间期时间曲线,根据所述目标RR间期时间曲线确定目标参考数据。
2.根据权利要求1所述的心电信号处理方法,其特征在于,所述根据所述各个所述待选导联的心电图数据从所述待选导联中确定至少两个导联作为目标导联,包括:
分别确定所述各个所述待选导联的心电图数据的心电特征信息,所述心电特征信息包括R波振幅、R波斜率、T波振幅、T波斜率和/或R波与T波振幅比值中的至少一项;
将所述心电特征信息与预设波形特征进行比较,根据所述预设波形特征与所述心电特征信息的比较结果确定所述目标导联。
3.根据权利要求1所述的心电信号处理方法,其特征在于,所述根据所述目标导联对应的心电图数据确定待识别数据,包括:
获取所述目标导联对应的心电图数据中R波振幅小于预设阈值的数据段,对所述数据段进行预设的放大处理;
根据预设的频率阈值对所述目标导联对应的心电图数据进行滤波处理,获取滤波处理之后的所述目标导联对应的心电图数据作为所述待识别数据。
4.根据权利要求2所述的心电信号处理方法,其特征在于,所述目标导联包括第一目标导联、第二目标导联,所述目标待识别数据包括第一目标待识别数据、第二目标待识别数据;
所述将所述心电特征信息与预设波形特征进行比较,根据所述预设波形特征与所述心电特征信息的比较结果确定所述目标导联,包括:
根据所述心电特征信息确定所述R波幅值满足第一预设条件、T波幅值满足第二预设条件以及R波与T波振幅比值满足预设比值阈值的心电图数据作为所述第一目标待识别数据,将所述第一目标待识别数据对应的待选导联确定为所述第一目标导联;
以及,根据所述心电特征信息确定所述R波幅值满足第一预设条件、T波幅值不满足第二预设条件的心电图数据作为所述第二目标待识别数据,将所述第二目标待识别数据对应的待选导联确定为所述第二目标导联。
5.根据权利要求1所述的心电信号处理方法,其特征在于,所述对所述目标待识别数据进行R波识别,确定目标特征数据,包括:
确定所述目标待识别数据对应的心动周期信息,根据所述心动周期信息确定目标心动节律信息;
根据所述心电特征信息确定所述目标待识别数据中的最大幅值点,根据所述最大幅值点和所述目标心动节律信息确定所述目标待识别数据中的R波波峰数据作为所述目标特征数据。
6.根据权利要求4或5所述的心电信号处理方法,其特征在于,在根据所述最大幅值点和所述目标心动节律信息确定所述目标待识别数据中的R波波峰数据作为所述目标特征数据之后,还包括:
根据所述目标心动节律信息确定所述目标待识别数据中的心动节律不满足预设节律阈值的数据作为目标异常数据;
将所述第一目标待识别数据对应的R波波峰与所述第二目标待识别数据对应的R波波峰进行匹配,获取所述第一目标待识别数据与所述第二目标待识别数据中不匹配的数据作为所述目标异常数据;
根据所述心动节律信息确定所述目标待识别数据对应的心搏间期,获取所述心搏间期不满足预设不应期阈值的数据作为所述目标异常数据;
按照预设的图形识别算法对所述目标异常数据进行识别,确定所述目标异常数据中的R波波峰数据作为所述目标特征数据。
7.根据权利要求1所述的心电信号处理方法,其特征在于,所述根据所述目标特征数据生成目标RR间期时间曲线,根据所述目标RR间期时间曲线确定目标参考数据,包括:
根据所述目标特征数据确定所述目标待识别数据对应的目标RR间期值数据,获取所述目标特征数据对应的时间序列信息,根据所述时间序列信息和所述目标RR间期值数据生成所述目标RR间期时间曲线;
通过预设装置展示所述目标RR间期时间曲线,检测对所述目标RR间期时间曲线的操作请求,根据所述操作请求和所述目标RR间期时间曲线确定所述目标参考数据进行展示;
根据预设算法对所述目标参考数据进行预设的曲线特征的识别,将曲线特征识别结果通过所述预设装置进行展示。
8.一种心电信号处理装置,其特征在于,所述装置包括:
确定单元:用于获取多个待选导联的心电图数据,根据各个所述待选导联的心电图数据从所述多个待选导联中确定至少两个导联作为目标导联;
识别单元:用于将所述目标导联对应的心电图数据作为待识别数据,对所述待识别数据进行R波识别,确定目标特征数据;
生成单元:用于根据所述目标特征数据生成目标RR间期时间曲线,根据所述目标RR间期时间曲线确定目标参考数据。
9.一种可读存储介质,存储有计算机程序,所述计算机程序被处理器执行时,使得所述处理器执行如权利要求1至7中任一项所述方法的步骤。
10.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,所述计算机程序被所述处理器执行时,使得所述处理器执行如权利要求1至7中任一项所述方法的步骤。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010467580.0A CN113786200B (zh) | 2020-05-28 | 2020-05-28 | 心电信号处理方法、装置、设备及可读介质 |
PCT/CN2020/127675 WO2021238082A1 (zh) | 2020-05-28 | 2020-11-10 | 心电信号处理方法、装置、设备及可读介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010467580.0A CN113786200B (zh) | 2020-05-28 | 2020-05-28 | 心电信号处理方法、装置、设备及可读介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113786200A true CN113786200A (zh) | 2021-12-14 |
CN113786200B CN113786200B (zh) | 2022-10-11 |
Family
ID=78745534
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010467580.0A Active CN113786200B (zh) | 2020-05-28 | 2020-05-28 | 心电信号处理方法、装置、设备及可读介质 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN113786200B (zh) |
WO (1) | WO2021238082A1 (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114742114A (zh) * | 2022-06-09 | 2022-07-12 | 毕胜普生物科技有限公司 | 高频qrs波形曲线分析方法、装置、计算机设备与存储介质 |
CN116369931A (zh) * | 2023-03-14 | 2023-07-04 | 中国人民解放军总医院第一医学中心 | 基于QTd的心电信号处理方法、装置及存储介质 |
CN117379062A (zh) * | 2023-12-12 | 2024-01-12 | 浙江好络维医疗技术有限公司 | 单导联干电极心电图p波识别方法、装置、设备及介质 |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117462141B (zh) * | 2023-12-25 | 2024-03-26 | 深圳市先健心康医疗电子有限公司 | 心电信号检测方法、装置、计算机设备和存储介质 |
Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101467879A (zh) * | 2007-12-26 | 2009-07-01 | 深圳迈瑞生物医疗电子股份有限公司 | 一种基于多导同步心电信号处理方法及装置 |
CN102438514A (zh) * | 2009-01-13 | 2012-05-02 | 华为技术有限公司 | 心电图导联识别方法及装置 |
CN102805620A (zh) * | 2012-08-16 | 2012-12-05 | 深圳市邦健电子有限公司 | 一种房颤检测方法和装置 |
CN105411567A (zh) * | 2015-12-15 | 2016-03-23 | 北京世纪今科医疗器械有限公司 | 一种心电图数据分析方法及*** |
CN105550653A (zh) * | 2015-12-14 | 2016-05-04 | 广州视源电子科技股份有限公司 | 心电导联智能选择方法和*** |
CN106361325A (zh) * | 2016-08-30 | 2017-02-01 | 任勇 | 一种便携式心电仪所测单导联心电图的筛查识别*** |
CN107865655A (zh) * | 2017-09-19 | 2018-04-03 | 深圳星康医疗科技有限公司 | 心电波形图显示方法和装置 |
CN107887032A (zh) * | 2016-09-27 | 2018-04-06 | ***通信有限公司研究院 | 一种数据处理方法及装置 |
CN108309262A (zh) * | 2018-02-24 | 2018-07-24 | 乐普(北京)医疗器械股份有限公司 | 多参数监护数据分析方法和多参数监护仪 |
CN108509823A (zh) * | 2017-02-24 | 2018-09-07 | 深圳市理邦精密仪器股份有限公司 | Qrs波群的检测方法及装置 |
CN110448295A (zh) * | 2019-07-05 | 2019-11-15 | 深圳邦健生物医疗设备股份有限公司 | 心电波形编辑显示方法、装置和计算机设备 |
CN110477904A (zh) * | 2019-08-26 | 2019-11-22 | 北京蓬阳丰业科技有限公司 | 一种房扑信号检测方法及装置 |
CN110811608A (zh) * | 2019-11-19 | 2020-02-21 | 中电健康云科技有限公司 | 一种基于ecg信号的房颤监测方法 |
CN111053551A (zh) * | 2019-12-27 | 2020-04-24 | 深圳邦健生物医疗设备股份有限公司 | Rr间期心电数据分布显示方法、装置、计算机设备和介质 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5623936A (en) * | 1995-12-05 | 1997-04-29 | Pacesetter, Inc. | Implantable medical device having means for discriminating between true R-waves and ventricular fibrillation |
US20050038351A1 (en) * | 2003-07-23 | 2005-02-17 | Starobin Joseph M. | Method and system for evaluating cardiac ischemia based on heart rate fluctuations |
CN107361763B (zh) * | 2017-08-09 | 2020-10-09 | 广东虹勤通讯技术有限公司 | 一种心电图数据r波检测方法及装置 |
CN110037690A (zh) * | 2019-04-22 | 2019-07-23 | 上海数创医疗科技有限公司 | 基于改进卷积神经网络的r波定位方法和装置 |
CN110090016B (zh) * | 2019-04-28 | 2021-06-25 | 心医国际数字医疗***(大连)有限公司 | 定位r波位置的方法及***、使用lstm神经网络的r波自动检测方法 |
CN110680302B (zh) * | 2019-08-30 | 2021-09-10 | 西北大学 | 一种心电信号特征波的自动识别方法 |
-
2020
- 2020-05-28 CN CN202010467580.0A patent/CN113786200B/zh active Active
- 2020-11-10 WO PCT/CN2020/127675 patent/WO2021238082A1/zh active Application Filing
Patent Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101467879A (zh) * | 2007-12-26 | 2009-07-01 | 深圳迈瑞生物医疗电子股份有限公司 | 一种基于多导同步心电信号处理方法及装置 |
CN102438514A (zh) * | 2009-01-13 | 2012-05-02 | 华为技术有限公司 | 心电图导联识别方法及装置 |
CN102805620A (zh) * | 2012-08-16 | 2012-12-05 | 深圳市邦健电子有限公司 | 一种房颤检测方法和装置 |
CN105550653A (zh) * | 2015-12-14 | 2016-05-04 | 广州视源电子科技股份有限公司 | 心电导联智能选择方法和*** |
CN105411567A (zh) * | 2015-12-15 | 2016-03-23 | 北京世纪今科医疗器械有限公司 | 一种心电图数据分析方法及*** |
CN106361325A (zh) * | 2016-08-30 | 2017-02-01 | 任勇 | 一种便携式心电仪所测单导联心电图的筛查识别*** |
CN107887032A (zh) * | 2016-09-27 | 2018-04-06 | ***通信有限公司研究院 | 一种数据处理方法及装置 |
CN108509823A (zh) * | 2017-02-24 | 2018-09-07 | 深圳市理邦精密仪器股份有限公司 | Qrs波群的检测方法及装置 |
CN107865655A (zh) * | 2017-09-19 | 2018-04-03 | 深圳星康医疗科技有限公司 | 心电波形图显示方法和装置 |
CN108309262A (zh) * | 2018-02-24 | 2018-07-24 | 乐普(北京)医疗器械股份有限公司 | 多参数监护数据分析方法和多参数监护仪 |
CN110448295A (zh) * | 2019-07-05 | 2019-11-15 | 深圳邦健生物医疗设备股份有限公司 | 心电波形编辑显示方法、装置和计算机设备 |
CN110477904A (zh) * | 2019-08-26 | 2019-11-22 | 北京蓬阳丰业科技有限公司 | 一种房扑信号检测方法及装置 |
CN110811608A (zh) * | 2019-11-19 | 2020-02-21 | 中电健康云科技有限公司 | 一种基于ecg信号的房颤监测方法 |
CN111053551A (zh) * | 2019-12-27 | 2020-04-24 | 深圳邦健生物医疗设备股份有限公司 | Rr间期心电数据分布显示方法、装置、计算机设备和介质 |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114742114A (zh) * | 2022-06-09 | 2022-07-12 | 毕胜普生物科技有限公司 | 高频qrs波形曲线分析方法、装置、计算机设备与存储介质 |
WO2023236724A1 (zh) * | 2022-06-09 | 2023-12-14 | 毕胜普生物科技有限公司 | 高频qrs波形曲线分析方法、装置、计算机设备与存储介质 |
CN116369931A (zh) * | 2023-03-14 | 2023-07-04 | 中国人民解放军总医院第一医学中心 | 基于QTd的心电信号处理方法、装置及存储介质 |
CN116369931B (zh) * | 2023-03-14 | 2024-05-28 | 中国人民解放军总医院第一医学中心 | 基于QTd的心电信号处理方法、装置及存储介质 |
CN117379062A (zh) * | 2023-12-12 | 2024-01-12 | 浙江好络维医疗技术有限公司 | 单导联干电极心电图p波识别方法、装置、设备及介质 |
CN117379062B (zh) * | 2023-12-12 | 2024-04-05 | 浙江好络维医疗技术有限公司 | 单导联干电极心电图p波识别方法、装置、设备及介质 |
Also Published As
Publication number | Publication date |
---|---|
CN113786200B (zh) | 2022-10-11 |
WO2021238082A1 (zh) | 2021-12-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113786200B (zh) | 心电信号处理方法、装置、设备及可读介质 | |
US7412282B2 (en) | Algorithms for detecting cardiac arrhythmia and methods and apparatuses utilizing the algorithms | |
CN110464333B (zh) | 一种心电图数据的存储方法及装置 | |
US8046060B2 (en) | Differentiating arrhythmic events having different origins | |
EP2224346B1 (en) | Ecg signal analysis tool | |
CN111134659B (zh) | 一种用于心电信号中p波和t波的检测方法和装置 | |
CN109820501B (zh) | 一种心电信号r波的识别方法、装置、计算机设备 | |
CN111053551B (zh) | Rr间期心电数据分布显示方法、装置、计算机设备和介质 | |
CN110448289B (zh) | 一种心率变异性(hrv)分析方法、装置、存储介质及设备 | |
Gholam-Hosseini et al. | Detection and extraction of the ECG signal parameters | |
CN109431487B (zh) | 心电图动态实时分析数据中室性心搏典型数据的识别方法 | |
US11452476B2 (en) | Detection report data generation method | |
CN111528833B (zh) | 一种心电信号的快速识别与处理方法及*** | |
CN112971798A (zh) | 心电信号处理方法、装置、终端及存储介质 | |
CN110811597B (zh) | 心电图记录方法、心电图记录仪、装置及存储介质 | |
CN111134656B (zh) | 心电数据的检测方法、装置及计算机可读存储介质 | |
CN110477904B (zh) | 一种房扑信号检测方法及装置 | |
Deng et al. | Electrocardiographic criteria for the diagnosis of left ventricular hypertrophy based on data mining | |
CN117814809B (zh) | 一种房性心动过速事件批量识别方法、终端设备及介质 | |
CN113749665B (zh) | 异常指标的捕捉方法、装置、设备和介质 | |
CN111772621B (zh) | 多导联心脏标测信号分析处理装置及其方法 | |
CN115399784B (zh) | 一种心电无效数据自动屏蔽方法、终端设备及存储介质 | |
RU2791006C1 (ru) | Система и способ автоматизированного анализа и интерпретации электрокардиограммы | |
Melgarejo-Meseguer et al. | Computational efficiency and accuracy for QRS detection algorithms on clinical long term multilead monitoring | |
CN117653138A (zh) | 心电图分析***、方法、计算机设备和存储介质 |
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 |