CN116196013B - 心电数据处理方法、装置、计算机设备与存储介质 - Google Patents
心电数据处理方法、装置、计算机设备与存储介质 Download PDFInfo
- Publication number
- CN116196013B CN116196013B CN202310451338.8A CN202310451338A CN116196013B CN 116196013 B CN116196013 B CN 116196013B CN 202310451338 A CN202310451338 A CN 202310451338A CN 116196013 B CN116196013 B CN 116196013B
- Authority
- CN
- China
- Prior art keywords
- frequency
- index
- leads
- target
- lead
- 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.)
- Active
Links
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
Abstract
本申请涉及一种心电数据处理方法、装置、计算机设备和存储介质。该方法包括:获取静息状态下的高频QRS包络曲线;根据高频QRS包络曲线确定目标导联数量与阳性导联数量;目标导联数量为相应波峰数超过第一阈值、且相应导联阳性指标指示为阳性的导联的数量;阳性导联数量为相应导联阳性指标指示为阳性的导联的数量;若目标导联数量超过第二阈值,根据阳性导联数量确定类型指标;根据高频QRS包络曲线按照类型指标确定相应参考特征;根据参考特征确定目标风险评估等级。采用本方法能够通过无创方式准确、高效地评估心肌炎风险,以供医生参考,以便于医生结合临床症状高效而准确地识别受测者的心脏健康状况。
Description
技术领域
本申请涉及心电数据处理技术领域,特别是涉及一种心电数据处理方法、装置、计算机设备与存储介质。
背景技术
随着生活水平的不断提高与工作压力的不断增加,人们的运动时间不断减少,使得心血管疾病(如心肌炎/心肌损伤等)越来越年轻化与普遍化。
目前,通常采用心内膜下心肌活检等有创方式进行心肌炎风险评估,但是,该种有创评估方式会对受测者的身体健康产生或多或少的影响。
发明内容
基于此,有必要针对上述技术问题,提供一种能够通过无创方式准确、高效地评估心肌炎风险的心电数据处理方法、装置、计算机设备与存储介质。
一种心电数据处理方法,所述方法包括:
获取静息状态下的高频QRS包络曲线;
根据所述高频QRS包络曲线确定目标导联数量与阳性导联数量;所述目标导联数量为相应波峰数超过第一阈值、且相应导联阳性指标指示为阳性的导联的数量;所述阳性导联数量为相应导联阳性指标指示为阳性的导联的数量;
若所述目标导联数量超过第二阈值,根据所述阳性导联数量确定类型指标;
根据所述高频QRS包络曲线按照所述类型指标确定相应参考特征;
根据所述参考特征确定目标风险评估等级。
在其中一个实施例中,若所述类型指标为第一类型指标,所述类型指标对应的参考特征包括目标高频形态指数;所述根据所述高频QRS包络曲线按照所述类型指标确定相应参考特征,包括:
根据各导联对应的高频形态指数确定目标高频形态指数;各所述导联对应的高频形态指数基于所述高频QRS包络曲线确定。
在其中一个实施例中,若所述类型指标为第二类型指标,所述类型指标对应的参考特征包括目标高频形态指数与肢体导联平均峰值电压;所述根据所述高频QRS包络曲线按照所述类型指标确定相应参考特征,包括:
根据各导联对应的高频形态指数确定目标高频形态指数;各所述导联对应的高频形态指数基于所述高频QRS包络曲线确定;
根据所述高频QRS包络曲线确定各肢体导联的峰值电压;所述导联包括所述肢体导联与胸导联;
对各所述肢体导联的峰值电压求均值得到所述肢体导联平均峰值电压。
在其中一个实施例中,若所述类型指标为第三类型指标,所述类型指标对应的参考特征包括QRS时限、目标高频形态指数、肢体导联平均峰值电压与各导联对应的高频形态指数;所述根据所述高频QRS包络曲线按照所述类型指标确定相应参考特征,包括:
根据各导联对应的高频形态指数确定目标高频形态指数;各所述导联对应的高频形态指数基于所述高频QRS包络曲线确定;
根据所述高频QRS包络曲线确定所述QRS时限与各肢体导联的峰值电压;所述导联包括所述肢体导联与胸导联;
对各所述肢体导联的峰值电压求均值得到所述肢体导联平均峰值电压。
在其中一个实施例中,所述根据所述参考特征确定目标风险评估等级,包括:
根据所述高频形态指数确定相应导联的分值,根据所述QRS时限确定权重,并根据各所述导联的分值与所述权重得到风险评估分数;
根据所述目标高频形态指数、所述肢体导联平均峰值电压与所述风险评估分数得到目标风险评估等级。
在其中一个实施例中,所述方法还包括:
获取低频心电数据;
分析所述低频心电数据得到ST段特征;
所述根据所述参考特征确定目标风险评估等级,包括:
根据所述参考特征与所述ST段特征确定相应目标风险评估等级。
在其中一个实施例中,所述方法还包括:
根据所述目标风险评估等级与所述类型指标确定相应关注级别。
一种心电数据处理装置,所述装置包括:
获取模块,用于获取静息状态下的高频QRS包络曲线;
指标确定模块,用于根据所述高频QRS包络曲线确定目标导联数量与阳性导联数量;所述目标导联数量为相应波峰数超过第一阈值、且相应导联阳性指标指示为阳性的导联的数量;所述阳性导联数量为相应导联阳性指标指示为阳性的导联的数量;
类型确定模块,用于若所述目标导联数量超过第二阈值,根据所述阳性导联数量确定类型指标;
所述指标确定模块,还用于根据所述高频QRS包络曲线按照所述类型指标确定相应参考特征;
评估模块,用于根据所述参考特征确定目标风险评估等级。
一种计算机设备,包括存储器和处理器,所述存储器中存储有计算机程序,所述处理器执行所述计算机程序时实现各方法实施例中的步骤。
一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现各方法实施例中的步骤。
上述心电数据处理方法、装置、计算机设备和存储介质,通过分析静息状态下的高频QRS包络曲线,得到用于评估是否存在心肌炎可能性的目标导联数量,以及在存在心肌炎可能性的情况下用于区分心肌炎类型的类型指标,按照类型指标对高频QRS包络曲线进行数据处理得到相应参考特征,并对参考指标进行评估分析得到用于表征心肌炎风险大小的目标风险评估等级,由此,能够通过无创方式准确、高效地评估心肌炎风险,以供医生参考,以便于医生结合临床症状高效而准确地识别受测者的心脏健康状况。
附图说明
图1为一个实施例中心电数据处理方法的流程示意图;
图2为一个实施例中高频QRS包络曲线的示意图;
图3为另一个实施例中心电数据处理方法的流程示意图;
图4为一个实施例中心电数据处理装置的结构框图;
图5为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
本申请提供的心电数据处理方法,可以应用于终端,也可以应用于服务器,还可以应用于包括终端与服务器的交互***,并通过终端和服务器的交互实现,在此不作具体限定。其中,终端可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑、心电监测设备和便携式可穿戴设备,服务器可以用独立的服务器或者是多个服务器组成的服务器集群来实现。
在一个实施例中,如图1所示,提供了一种心电数据处理方法,以应用于服务器为例,该方法具体包括以下步骤:
S102,获取静息状态下的高频QRS包络曲线。
具体地,获取在静息心电检测过程中采集到的心电数据,作为静息心电数据,其中,受测者在静息心电检测过程中处于静息状态。对静息心电数据进行处理得到受测者在静息状态下的高频QRS包络曲线。可以理解,对每个导联的静息心电数据分别进行处理得到相应的高频QRS包络曲线。
在一个实施例中,静息心电数据包括多个QRS波群。对静息心电数据中的QRS波群依次进行对齐、求均值、高频滤波处理得到高频QRS包络曲线。可以理解,高频QRS包络曲线与高频QRS波群数据相对应,基于高频QRS波群数据能够形成相应高频QRS包络曲线。在本申请的一个或多个实施例中,获取高频QRS包络曲线可理解为获取用于形成该高频QRS包络曲线的高频QRS波群数据,具体而言,对静息心电数据中的QRS波群依次进行对齐、求均值、高频滤波处理,得到高频QRS波群数据,用于形成相应高频QRS包络曲线。可以理解,也可对静息心电数据中的QRS波群依次进行高频滤波、对齐、求均值处理得到高频QRS包络曲线,或者,从静息心电数据中提取出高频心电数据,对高频心电数据中的QRS波群依次进行对齐与求均值处理得到高频QRS包络曲线,在此不做具体限定。
S104,根据高频QRS包络曲线确定目标导联数量与阳性导联数量;目标导联数量为相应波峰数超过第一阈值、且相应导联阳性指标指示为阳性的导联的数量;阳性导联数量为相应导联阳性指标指示为阳性的导联的数量。
其中,波峰数是指高频QRS包络曲线上波峰的总数量。高频QRS包络曲线上的波峰数与相应导联所对应的心肌细胞活力相关联,波峰数超过第一阈值,表征相应心肌细胞活力下降。可以理解,高频QRS包络曲线上的波峰数具体可采用现有技术提供的方式来确定,在此不作具体限定。第一阈值可根据实际需求自定义,比如3。
具体地,通过分析各导联对应的高频QRS包络曲线,筛选并统计相应波峰数超过第一阈值、且相应导联阳性指标指示为阳性的导联得到目标导联数量,以及筛选并统计导联阳性指标指示为阳性的导联得到阳性导联数量。
在一个实施例中,根据每个导联的高频QRS包络曲线确定相应波峰数与导联阳性指标,以便于根据各导联对应的波峰数与导联阳性指标确定目标导联数量与阳性导联数量。
在一个实施例中,根据每个导联的高频QRS包络曲线确定相应导联阳性指标,以便于筛选导联阳性指标指示为阳性的导联,以及确定阳性导联数量,并根据所筛选出的每个导联的高频QRS包络曲线确定相应波峰数,以便于进一步确定目标导联数量。
在一个实施例中,分析每个导联的高频QRS包络曲线,得到该高频QRS包络曲线上各振幅减小区域的总面积作为第一总面积,以及该高频QRS包络曲线下方总面积作为第二总面积,将第一总面积与第二总面积的比值作为相应导联的高频形态指数。进一步地,若导联对应的高频形态指数大于或等于目标阈值,表征存在心肌缺血的可能性,则将该导联对应的导联阳性指标确定为阳性,否则,将相应导联阳性指标确定为阴性。目标阈值可以根据实际情况自定义,比如8%,也可根据受测者的年龄动态确定,比如若受测者年龄大于50岁,目标阈值可以但不限于是8%,若受测者年龄小于或等于50岁,目标阈值可以但不限于是15%,目标阈值还可以通过统计分析多个受测者的高频形态指数动态确定,例如,对每个受测者的高频形态指数按照从大到小的方式排序,对排序前三的高频形态指数求平均得到高频形态指数均值,再对多个受测者的高频形态指数均值求平均得到目标阈值。可以理解,目标阈值的设定方式在此不做具体限定。
S106,若目标导联数量超过第二阈值,根据阳性导联数量确定类型指标。
其中,第二阈值可根据实际情况自定义,比如2,在此不做具体限定。类型指标用于区分心肌炎类型,可理解为心肌炎类型指标,包括但不限于第一类型指标、第二类型指标与第三类型指标,第一类型指标用于表征急性心肌炎,第二类型指标用于表征慢性心肌炎,第三类型指标用于表征暴发性心肌炎。
具体地,目标导联数量能够用于评估存在心肌炎的可能性,若目标导联数量大于或等于第二阈值,表征相应受测者存在心肌炎的可能性,则根据阳性导联数量确定类型指标,也即是根据阳性导联数量对心肌炎定型,以便于按照类型指标对应的参考特征确定心肌炎的目标风险评估等级。
在一个实施例中,若目标导联数量大于或等于第二阈值,则将阳性导联数量分别与各预设数量区间进行比较,以确定相应类型指标。若阳性导联数量属于第一数量区间,则将相应类型指标确定为第一类型指标,若阳性导联数量属于第二数量区间,则将相应类型指标确定为第二类型指标,若阳性导联数量属于第三数量区间,则将相应类型指标确定为第三类型指标。预设数量区间包括第一数量区间、第二数量区间与第三数量区间,第一数量区间的上限小于第二数量区间的下限,第二数量区间的上限小于第三数量区间的下限。可以理解,各预设数量区间的划分可根据实际情况确定,例如,第一数量区间为[0,3],第二数量区间为[4,5],第三数量区间为[6,导联总数量],导联总数量是指在静息心电检测过程中用于采集心电数据的导联的总数量,具体可根据实际需求动态确定。
S108,根据高频QRS包络曲线按照类型指标确定相应参考特征。
具体地,每个类型指标对应有相应的参考特征,在确定类型指标后,根据高频QRS包络曲线确定类型指标所对应的参考特征。
在一个实施例中,第一类型指标对应的参考特征包括但不限于是目标高频形态指数,第二类型指标对应的参考特征包括但不限于是目标高频形态指数与肢体导联平均峰值电压,第三类型指标对应的参考特征包括但不限于是目标高频形态指数、肢体导联平均峰值电压、QRS时限与各导联对应的高频形态指数。
S110,根据参考特征确定目标风险评估等级。
具体地,目标风险评估等级用于表征出现心肌炎风险的大小,如目标风险评估等级越高可表征心肌炎风险越大,以供医生在诊断过程中进行参考,以便于医生结合临床症状高效而准确地识别受测者的心脏健康状况,从而给出进一步的诊疗或检测参考建议。可以理解,在输出目标风险评估等级时,还可输出类型指标和/或类型指标对应的参考特征中的至少一种,以供医生参考,以便于医生更高效而准确地识别受测者的心脏健康状况。
在一个实施例中,根据目标风险评估等级与相应类型指标确定关注级别。关注级别表征关注程度的不同,以供医生参考,以便于医生根据关注级别与临床症状能够准确识别心脏健康状况,从而给出相应地诊疗参考建议。
上述心电数据处理方法,通过分析静息状态下的高频QRS包络曲线,得到用于评估是否存在心肌炎可能性的目标导联数量,以及在存在心肌炎可能性的情况下用于区分心肌炎类型的类型指标,按照类型指标对高频QRS包络曲线进行数据处理得到相应参考特征,并对参考指标进行评估分析得到用于表征心肌炎风险大小的目标风险评估等级,由此,能够通过无创方式准确、高效地评估心肌炎风险,以供医生参考,以便于医生结合临床症状高效而准确地识别受测者的心脏健康状况。
在一个实施例中,若类型指标为第一类型指标,类型指标对应的参考特征包括目标高频形态指数;S108包括:根据各导联对应的高频形态指数确定目标高频形态指数;各导联对应的高频形态指数基于高频QRS包络曲线确定。
其中,目标高频形态指数可用于表征心肌损伤程度,如目标高频形态指数越大可以表明心肌损伤程度可能越高。具体地,若根据阳性导联数量确定类型指标为第一类型指标,表征存在急性心肌炎的可能性,则将各导联对应的高频形态指数进行比较,以筛选高频形态指数的最大值作为目标高频形态指数,或者,在各导联的高频形态指数按照从大至小的方式排序的情况下,筛选排序前三的高频形态指数,将所筛选出的三个高频形态指数的均值作为目标高频形态指数,以便于根据目标高频形态指数确定目标风险评估等级。可以理解,在本实施例中,可根据各导联的高频QRS包络曲线重新计算相应高频形态指数,也可直接获取在确定各导联的导联阳性指标过程中针对各导联所确定的高频形态指数,具体不做限定。
在一个实施例中,若类型指标为第一类型指标,则目标高频形态指数与目标风险评估等级成正相关关系,比如,目标高频形态指数越大,则相应目标风险评估等级越高。目标风险评估等级与第一预设指数区间相对应,通过将目标高频形态指数与各第一预设指数区间进行匹配,以确定目标风险评估等级。各第一预设指数区间具体可根据实际情况定义。举例说明,假设目标风险评估等级包括依次增高的第一等级、第二等级、第三等级与第四等级,该四个等级各自对应的第一预设指数区间依次为[目标阈值,24.9%]、[25%,34.9%]、[35%,39.9%]与[40%,100%],其中,目标阈值是各实施例中用于确定导联阳性指标的目标阈值,以目标阈值为15%为例,若目标高频形态指数处于[15%,24.9%],则将目标风险评估等级确定为第一等级,以此类推。
上述实施例中,若类型指标为第一类型指标,也即若受测者存在急性心肌炎的可能性,则根据各导联对应的高频形态指数,快速而准确地确定用于表征受测者出现心肌炎风险大小的目标风险评估等级,以供医生参考,以便于医生结合临床症状准确识别受测者的心脏健康状况。
在一个实施例中,若类型指标为第二类型指标,类型指标对应的参考特征包括目标高频形态指数与肢体导联平均峰值电压;S108包括:根据各导联对应的高频形态指数确定目标高频形态指数;各导联对应的高频形态指数基于高频QRS包络曲线确定;根据高频QRS包络曲线确定各肢体导联的峰值电压;导联包括肢体导联与胸导联;对各肢体导联的峰值电压求均值得到肢体导联平均峰值电压。
其中,肢体导联平均峰值电压与心脏收缩功能及泵血能力相关联,具体成正相关关系,肢体导联平均峰值电压越大,心脏收缩功能及泵血能力越强。导联也即心电图导联,包括肢体导联与胸导联。
具体地,若根据阳性导联数量确定类型指标为第二类型指标,表征存在慢性心肌炎的可能性,则根据各导联对应的高频形态指数确定目标高频形态指数,并根据每个肢体导联的高频QRS包络曲线确定相应峰值电压,对各肢体导联的峰值电压求均值得到肢体导联平均峰值电压,以便于根据目标高频形态指数与肢体导联平均峰值电压确定目标风险评估等级。可以理解,根据各导联的高频形态指数确定目标高频形态指数的处理流程,具体可参照各实施例中的相应处理流程,在此不再赘述。
在一个实施例中,若类型指标为第二类型指标,则目标风险评估等级与目标高频形态指数成正相关关系,且与肢体导联平均峰值电压成负相关关系,如肢体导联平均峰值电压越小、且目标高频形态指数越大,则相应目标风险评估等级越高。通过将目标高频形态指数与各第一预设指数区间进行匹配,以及将肢体导联平均峰值电压与各预设电压区间进行匹配,以确定目标风险评估等级。各预设电压区间具体可根据实际情况定义。
在一个实施例中,根据目标高频形态指数确定第一风险评估等级,根据肢体导联平均峰值电压确定第二风险评估等级,根据第一风险评估等级与第二风险评估等级确定目标风险评估等级。在确定目标风险评估等级时,可以肢体导联平均峰值电压为主要参考特征,目标高频形态指数为辅助参考特征。以第一风险评估等级与第二风险评估等级均包括四个等级为例,若第一风险评估等级与第二风险评估等级均为第一等级,则将目标风险评估等级确定为第一等级,若第一风险评估等级为第二等级,且第二风险评估等级为第一等级,则将目标风险评估等级确定为第二等级,若第一风险评估等级为第一等级,且第二风险评估等级为第二等级,将目标风险评估等级确定为第五等级,以此类推。
其中,根据目标高频形态指数确定第一风险评估等级的处理流程,具体参照类型指标为第一类型指标时,各实施例中基于目标高频形态指数确定目标风险评估等级的处理流程,在此不再赘述。肢体导联平均峰值电压与第二风险评估等级成负相关关系,如肢体导联平均峰值电压越小,第二风险评估等级越高。第二风险评估等级与预设电压区间相对应,通过将肢体导联平均峰值电压与各预设电压区间进行匹配,以确定第二风险评估等级。
举例说明,假设第二风险评估等级包括依次增高的第一等级、第二等级、第三等级与第四等级,该四个等级各自对应的预设电压区间依次为大于或等于5.1、[4.1,5]、[3.1,4]与[0,3],单位为uv(微伏),若肢体导联平均峰值电压大于或等于5.1,则将第二风险评估等级确定为第一等级,以此类推。
上述实施例中,若类型指标为第二类型指标,也即若受测者存在慢性心肌炎的可能性,则根据各导联对应的高频形态指数,以及各肢体导联的峰值电压的平均值,快速而准确地确定用于表征受测者出现心肌炎风险大小的目标风险评估等级,以供医生参考,以便于医生结合临床症状准确识别受测者的心脏健康状况。
在一个实施例中,若类型指标为第三类型指标,类型指标对应的参考特征包括QRS时限、目标高频形态指数、肢体导联平均峰值电压与各导联对应的高频形态指数;S108包括:根据各导联对应的高频形态指数确定目标高频形态指数;各导联对应的高频形态指数基于高频QRS包络曲线确定;根据高频QRS包络曲线确定QRS时限与各肢体导联的峰值电压;导联包括肢体导联与胸导联;对各肢体导联的峰值电压求均值得到肢体导联平均峰值电压。
其中,QRS时限是自QRS波群起点至QRS波群终点的持续时长,QRS时限的延长与传导阻滞有关。若存在心肌炎的可能性,则QRS时限与心肌炎风险相关联,具体成正相关关系,如QRS时限越宽,表征心肌炎风险越高。具体地,若根据阳性导联数量确定类型指标为第三类型指标,表征存在暴发性心肌炎的可能性,则根据各导联对应的高频形态指数确定目标高频形态指数,并根据每个肢体导联的高频QRS包络曲线确定相应峰值电压,对各肢体导联的峰值电压求均值得到肢体导联平均峰值电压,以及根据各导联的高频QRS包络曲线确定QRS时限,以便于根据目标高频形态指数、肢体导联平均峰值电压、QRS时限与各导联的高频形态指数确定目标风险评估等级。可以理解,根据各导联的高频形态指数确定目标高频形态指数的处理流程,具体可参照各实施例中的相应处理流程,在此不再赘述。
在一个实施例中,若类型指标为第三类型指标,根据QRS时限与各导联的高频形态指数确定风险评估分数,以便于根据目标高频形态指数、肢体导联平均峰值电压与风险评估分数确定目标风险评估等级。其中,风险评估分数与心功能分级相关,风险评估分数越高,对应心功能分级的级别越高,表征心脏的功能下降越多。
在一个实施例中,若类型指标为第三类型指标,则目标风险评估等级与目标高频形态指数成正相关关系,与肢体导联平均峰值电压成负相关关系,且与风险评估分数成正相关,如肢体导联平均峰值电压越小、目标高频形态指数越大、且风险评估分数越高,则相应目标风险评估等级越高。通过将目标高频形态指数与各第一预设指数区间进行匹配,将肢体导联平均峰值电压与各预设电压区间进行匹配,以及将风险评估分数与各预设分数区间进行匹配,以确定目标风险评估等级。各预设分数区间具体可根据实际情况定义。
在一个实施例中,根据目标高频形态指数得到第一风险评估等级,根据肢体导联平均峰值电压得到第二风险评估等级,根据风险评估分数得到第三风险评估等级,并根据第一风险评估等级、第二风险评估等级与第三风险评估等级得到目标风险评估等级。在确定目标风险评估等级时,可以风险评估分数为主要参考特征,肢体导联平均峰值电压与目标高频形态指数为辅助参考特征,其中,肢体导联平均峰值电压的参考优先级高于目标高频形态指数的参考优先级。以第一风险评估等级、第二风险评估等级与第三风险评估等级均包括四个等级为例,若第一风险评估等级、第二风险评估等级与第三风险评估等级均为第一等级,则将目标风险评估等级确定为第一等级,若第一风险评估等级为第二等级,第二风险评估等级为第一等级,且第三风险评估等级为第一等级,则将目标风险评估等级确定为第二等级,若第一风险评估等级为第一等级,且第二风险评估等级为第二等级,第三风险评估等级为第一等级,将目标风险评估等级确定为第五等级,以此类推。
其中,根据目标高频形态指数确定第一风险评估等级,以及根据肢体导联平均峰值电压确定第二风险评估等级的处理流程,具体可参照各实施例中的相应处理流程,在此不再赘述。风险评估分数与第三风险评估等级成正相关关系,如风险评估分数越高,第三风险评估等级越高。第三风险评估等级与预设分数区间相对应,通过将风险评估分数与各预设分数区间进行匹配,以确定第三风险评估等级。
举例说明,假设第三风险评估等级包括依次增高的第一等级、第二等级、第三等级与第四等级,该四个等级各自对应的预设分数区间依次为[0,15]、[16,30]、[31,40]与[41,100],若风险评估分数处于[0,15],则将第三风险评估等级确定为第一等级,以此类推。
在一个实施例中,可根据任一导联的高频QRS包络曲线确定QRS时限,也可将各导联对应的QRS时限的均值作为用于确定目标风险评估等级的QRS时限,还可根据静息心电数据中的低频心电数据确定QRS时限,在此不做限定。
上述实施例中,若类型指标为第三类型指标,也即若受测者存在暴发性心肌炎的可能性,则根据各导联对应的高频形态指数,各肢体导联的峰值电压的平均值,以及QRS时限与各导联的高频形态指数,快速而准确地确定用于表征受测者出现心肌炎风险大小的目标风险评估等级,以供医生参考,以便于医生结合临床症状准确识别受测者的心脏健康状况。
在一个实施例中,S110包括:根据高频形态指数确定相应导联的分值,根据QRS时限确定权重,并根据各导联的分值与权重得到风险评估分数;根据目标高频形态指数、肢体导联平均峰值电压与风险评估分数得到目标风险评估等级。
具体地,将每个导联的高频形态指数与各第二预设指数区间进行匹配,以确定相应导联的分值,将QRS时限与各预设时限区间进行匹配,以确定权重,对各导联的分值求和,并将各导联分值的和值与权重的乘积作为风险评估分数,以便于根据目标高频形态指数、肢体导联平均峰值电压与风险评估分数得到目标风险评估等级。其中,各第二预设指数区间与分值相关联,各预设时限区间与权重相关联。
举例说明,第二预设指数区间包括[10%,19.9%]、[20%,29.9%]、[30%,39.9%]、[40%,49.9%]与[50%,100%],该五个区间各自对应的分值分别为1,2,3,4与5,若高频形态指数处于[10%,19.9%],则相应导联的分值为1,以此类推。可以理解,在该示例中,若高频形态指数小于10%,则相应导联的分值为0。预设时限区间包括[0,119]、[120,149],以及大于或等于150,其中,单位为ms(毫秒),该三个预设时限区间各自对应的权重分别为1、1.25与1.5。
上述实施例中,基于由各导联的高频形态指数确定的分值与由QRS时限确定的权重确定风险评估分数,以便于结合目标高频形态指数与肢体导联平均峰值电压,快速而准确地确定目标风险评估等级。
在一个实施例中,上述心电数据处理方法还包括:获取低频心电数据;分析低频心电数据得到ST段特征;S110包括:根据参考特征与ST段特征确定相应目标风险评估等级。
其中,ST段特征包括ST段的类型,ST段是指低频心电数据中自QRS波群的终点至T波起点的波段,ST段的类型包括阳性、疑似阳性与阴性。具体地,获取低频心电数据,从低频心电数据中提取ST段,对所提取出的ST段进行分析得到相应ST段特征,并结合按照类型指标确定的参考特征确定目标风险评估等级。
可以理解,具体可参照现有技术分析ST段以得到相应ST段特征,在此不再赘述。例如,若出现下述三种情况中的任一种,则将ST段特征确定为疑似阳性,其中,下述三种情况包括:ST段水平型或下斜形压低大于等于0.1mV,且持续时间小于2分钟;ST段水平型或下斜形压低大于等于0.05至0.1mV;ST段似水平型下降0.10-0.20mV。
在一个实施例中,在根据参考特征确定目标风险评估等级的各实施例中,进一步结合ST段特征来确定目标风险评估等级。可以理解,对于相同参考特征,ST段特征为阳性时所对应的目标风险评估等级高于ST段特征为疑似阳性时所对应的目标风险评估等级,ST段特征为疑似阳性时所对应的目标风险评估等级高于ST段特征为阴性时所对应的目标风险评估等级,结合参考特征与ST段特征确定目标风险评估等级的具体示例在此不一一例举。
在一个实施例中,低频心电数据具体可在静息心电检测过程中采集。在静息心电检测过程中采集到的静息心电数据包括高频心电数据与低频心电数据,通过分析静息心电数据能够从中提取出高频心电数据与低频心电数据。
上述实施例中,结合由低频心电数据分析得到的ST段特征确定目标风险评估等级,能够提高心肌炎风险评估的准确性。
在一个实施例中,根据高频QRS包络曲线确定目标导联数量,包括:根据高频QRS包络曲线筛选导联阳性指标指示为阳性的导联;将所筛选出的导联中相应波峰数超过第一阈值的导联的总数量确定为目标导联数量。
具体地,根据高频QRS包络曲线确定相应导联的高频形态指数,根据高频形态指数确定相应导联的导联阳性指标,从各导联中筛选导联阳性指标指示为阳性的导联,分析所筛选出的每个导联的高频QRS包络曲线得到相应波峰数,从所筛选出的导联中进一步筛选波峰数大于或等于第一阈值的导联,并将进一步筛选出的导联的总数量确定为目标导联数量。
在一个实施例中,上述心电数据处理方法还包括:根据所述目标风险评估等级与所述类型指标确定相应关注级别。
具体地,在按照各实施例中的处理流程确定目标风险评估等级后,还结合相应类型指标确定关注级别,以供医生参考。在一个实施例中,以类型指标为主,以目标风险评估等级为辅确定关注级别,具体而言,第三类型指标对应的关注级别均高于第二类型指标对应的关注级别,第二类型指标对应的关注级别均高于第一类型指标对应的关注级别,而对于相同类型指标,再基于目标风险评估等级确定关注级别,其中,目标风险评估等级越高,关注级别越高。以目标风险评估等级包括四个等级为例,若类型指标为第三类型指标,且目标风险评估等级为第四等级,则将关注级别确定为第一关注级别,若类型指标为第三类型指标,且目标风险评估等级为第一等级,则将关注级别确定为第四关注级别,若类型指标为第二类型指标,且目标风险评估等级为第四等级,则将关注级别确定为第五关注级别,以此类推,在此不再一一例举。
如图2所示,在一个实施例中提供了一种高频QRS包络曲线的示意图。图2示例了肢体导联Ⅲ对应的高频QRS包络曲线,横坐标是时间(t),单位为ms(毫秒),纵坐标是电压(U),单位是uv(微伏),其中,该高频QRS包络曲线对应的波峰数为3,图2中标识a对应该高频QRS包络曲线中的峰值点,该峰值点对应的电压为该肢体导联Ⅲ对应的峰值电压,该肢体导联Ⅲ对应的高频形态指数为12.6%。可以理解,图2仅作为示例,并不用于具体限定。
如图3所示,在一个实施例中,提供了一种心电数据处理方法,具体包括以下步骤:
S302,获取静息状态下的高频QRS包络曲线。
S304,根据高频QRS包络曲线确定目标导联数量与阳性导联数量;目标导联数量为相应波峰数超过第一阈值、且相应导联阳性指标指示为阳性的导联的数量;阳性导联数量为相应导联阳性指标指示为阳性的导联的数量。
S306,若目标导联数量超过第二阈值,根据阳性导联数量确定类型指标。
S308,若类型指标为第一类型指标,根据各导联对应的高频形态指数确定目标高频形态指数;各导联对应的高频形态指数基于高频QRS包络曲线确定。
S310,根据目标高频形态指数确定目标风险评估等级。
S312,若类型指标为第二类型指标,根据各导联对应的高频形态指数确定目标高频形态指数;各导联对应的高频形态指数基于高频QRS包络曲线确定。
S314,根据高频QRS包络曲线确定各肢体导联的峰值电压;导联包括肢体导联与胸导联。
S316,对各肢体导联的峰值电压求均值得到肢体导联平均峰值电压。
S318,根据目标高频形态指数与肢体导联平均峰值电压确定目标风险评估等级。
S320,若类型指标为第三类型指标,根据各导联对应的高频形态指数确定目标高频形态指数;各导联对应的高频形态指数基于高频QRS包络曲线确定。
S322,根据高频QRS包络曲线确定QRS时限与各肢体导联的峰值电压;导联包括肢体导联与胸导联。
S324,对各肢体导联的峰值电压求均值得到肢体导联平均峰值电压。
S326,根据高频形态指数确定相应导联的分值,根据QRS时限确定权重,并根据各导联的分值与权重得到风险评估分数。
S328,根据目标高频形态指数、肢体导联平均峰值电压与风险评估分数得到目标风险评估等级。
上述实施例中,根据目标导联数量评估是否存在心肌炎的可能性,在判定存在心肌炎可能性的情况下,根据阳性导联数量确定用于区分心肌炎类型的类型指标,按照类型指标确定相应参考特征,以按照参考特征快速而准确的评估心肌炎风险得到相应目标风险评估等级供医生参考,以便于医生结合临床症状准确识别受测者的心脏健康状况。
应该理解的是,虽然图1和图3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,这些步骤可以以其它的顺序执行。而且,图1和图3中的至少一部分步骤可以包括多个步骤或者多个阶段,这些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,这些步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
在一个实施例中,如图4所示,提供了一种心电数据处理装置400,包括:获取模块401、指标确定模块402、类型确定模块403与评估模块404,其中:
获取模块401,用于获取静息状态下的高频QRS包络曲线。
指标确定模块402,用于根据高频QRS包络曲线确定目标导联数量与阳性导联数量;目标导联数量为相应波峰数超过第一阈值、且相应导联阳性指标指示为阳性的导联的数量;阳性导联数量为相应导联阳性指标指示为阳性的导联的数量。
类型确定模块403,用于若目标导联数量超过第二阈值,根据阳性导联数量确定类型指标。
指标确定模块402,还用于根据高频QRS包络曲线按照类型指标确定相应参考特征。
评估模块404,用于根据参考特征确定目标风险评估等级。
在一个实施例中,若类型指标为第一类型指标,类型指标对应的参考特征包括目标高频形态指数;指标确定模块402,还用于根据各导联对应的高频形态指数确定目标高频形态指数;各导联对应的高频形态指数基于高频QRS包络曲线确定。
在一个实施例中,若类型指标为第二类型指标,类型指标对应的参考特征包括目标高频形态指数与肢体导联平均峰值电压;指标确定模块402,还用于根据各导联对应的高频形态指数确定目标高频形态指数;各导联对应的高频形态指数基于高频QRS包络曲线确定;根据高频QRS包络曲线确定各肢体导联的峰值电压;导联包括肢体导联与胸导联;对各肢体导联的峰值电压求均值得到肢体导联平均峰值电压。
在一个实施例中,若类型指标为第三类型指标,类型指标对应的参考特征包括QRS时限、目标高频形态指数、肢体导联平均峰值电压与各导联对应的高频形态指数;指标确定模块402,还用于根据各导联对应的高频形态指数确定目标高频形态指数;各导联对应的高频形态指数基于高频QRS包络曲线确定;根据高频QRS包络曲线确定QRS时限与各肢体导联的峰值电压;导联包括肢体导联与胸导联;对各肢体导联的峰值电压求均值得到肢体导联平均峰值电压。
在一个实施例中,评估模块404,还用于根据高频形态指数确定相应导联的分值,根据QRS时限确定权重,并根据各导联的分值与权重得到风险评估分数;根据目标高频形态指数、肢体导联平均峰值电压与风险评估分数得到目标风险评估等级。
在一个实施例中,获取模块401,还用于获取低频心电数据;分析低频心电数据得到ST段特征;评估模块404,还用于根据参考特征与ST段特征确定相应目标风险评估等级。
在一个实施例中,指标确定模块402,还用于根据高频QRS包络曲线筛选导联阳性指标指示为阳性的导联;将所筛选出的导联中相应波峰数超过第一阈值的导联的总数量确定为目标导联数量。
关于心电数据处理装置的具体限定可以参见上文中对于心电数据处理方法的限定,在此不再赘述。上述心电数据处理装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中,提供了一种计算机设备,该计算机设备可以是服务器,其内部结构图可以如图5所示。该计算机设备包括通过***总线连接的处理器、存储器和网络接口。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作***、计算机程序和数据库。该内存储器为非易失性存储介质中的操作***和计算机程序的运行提供环境。该计算机设备的数据库用于存储高频QRS包络曲线。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种心电数据处理方法。
本领域技术人员可以理解,图5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,还提供了一种计算机设备,包括存储器和处理器,存储器中存储有计算机程序,该处理器执行计算机程序时实现上述各方法实施例中的步骤。
在一个实施例中,提供了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上述各方法实施例中的步骤。
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,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,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易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-Only Memory,ROM)、磁带、软盘、闪存或光存储器等。易失性存储器可包括随机存取存储器(Random Access Memory,RAM)或外部高速缓冲存储器。作为说明而非局限,RAM可以是多种形式,比如静态随机存取存储器(Static Random Access Memory,SRAM)或动态随机存取存储器(Dynamic Random Access Memory,DRAM)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发明专利范围的限制。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)
1.一种心电数据处理方法,其特征在于,所述方法包括:
获取静息状态下的高频QRS包络曲线;
根据所述高频QRS包络曲线确定目标导联数量与阳性导联数量;所述目标导联数量为相应波峰数超过第一阈值、且相应导联阳性指标指示为阳性的导联的数量;所述阳性导联数量为相应导联阳性指标指示为阳性的导联的数量;
若所述目标导联数量超过第二阈值,根据所述阳性导联数量确定类型指标;所述类型指标用于区分心肌炎类型;
根据所述高频QRS包络曲线按照所述类型指标确定相应参考特征;
根据所述参考特征确定目标风险评估等级;
所述导联阳性指标的确定步骤,包括:
分析每个导联的高频QRS包络曲线,得到相应高频QRS包络曲线上各振幅减小区域的总面积作为第一总面积,以及相应高频QRS包络曲线下方总面积作为第二总面积;
将所述第一总面积与所述第二总面积的比值作为相应导联的高频形态指数;
将相应高频形态指数大于或等于目标阈值的导联所对应的导联阳性指标确定为阳性。
2.根据权利要求1所述的方法,其特征在于,若所述类型指标为第一类型指标,所述类型指标对应的参考特征包括目标高频形态指数;所述根据所述高频QRS包络曲线按照所述类型指标确定相应参考特征,包括:
根据各导联对应的高频形态指数确定目标高频形态指数;各所述导联对应的高频形态指数基于所述高频QRS包络曲线确定。
3.根据权利要求1所述的方法,其特征在于,若所述类型指标为第二类型指标,所述类型指标对应的参考特征包括目标高频形态指数与肢体导联平均峰值电压;所述根据所述高频QRS包络曲线按照所述类型指标确定相应参考特征,包括:
根据各导联对应的高频形态指数确定目标高频形态指数;各所述导联对应的高频形态指数基于所述高频QRS包络曲线确定;
根据所述高频QRS包络曲线确定各肢体导联的峰值电压;所述导联包括所述肢体导联与胸导联;
对各所述肢体导联的峰值电压求均值得到所述肢体导联平均峰值电压。
4.根据权利要求1所述的方法,其特征在于,若所述类型指标为第三类型指标,所述类型指标对应的参考特征包括QRS时限、目标高频形态指数、肢体导联平均峰值电压与各导联对应的高频形态指数;所述根据所述高频QRS包络曲线按照所述类型指标确定相应参考特征,包括:
根据各导联对应的高频形态指数确定目标高频形态指数;各所述导联对应的高频形态指数基于所述高频QRS包络曲线确定;
根据所述高频QRS包络曲线确定所述QRS时限与各肢体导联的峰值电压;所述导联包括所述肢体导联与胸导联;
对各所述肢体导联的峰值电压求均值得到所述肢体导联平均峰值电压。
5.根据权利要求4所述的方法,其特征在于,所述根据所述参考特征确定目标风险评估等级,包括:
根据所述高频形态指数确定相应导联的分值,根据所述QRS时限确定权重,并根据各所述导联的分值与所述权重得到风险评估分数;
根据所述目标高频形态指数、所述肢体导联平均峰值电压与所述风险评估分数得到目标风险评估等级。
6.根据权利要求1所述的方法,其特征在于,所述方法还包括:
获取低频心电数据;
分析所述低频心电数据得到ST段特征;
所述根据所述参考特征确定目标风险评估等级,包括:
根据所述参考特征与所述ST段特征确定相应目标风险评估等级。
7.根据权利要求1至6任一项所述的方法,其特征在于,所述方法还包括:
根据所述目标风险评估等级与所述类型指标确定相应关注级别。
8.一种心电数据处理装置,其特征在于,所述装置包括:
获取模块,用于获取静息状态下的高频QRS包络曲线;
指标确定模块,用于根据所述高频QRS包络曲线确定目标导联数量与阳性导联数量;所述目标导联数量为相应波峰数超过第一阈值、且相应导联阳性指标指示为阳性的导联的数量;所述阳性导联数量为相应导联阳性指标指示为阳性的导联的数量;
类型确定模块,用于若所述目标导联数量超过第二阈值,根据所述阳性导联数量确定类型指标;所述类型指标用于区分心肌炎类型;
所述指标确定模块,还用于根据所述高频QRS包络曲线按照所述类型指标确定相应参考特征;
评估模块,用于根据所述参考特征确定目标风险评估等级;
所述指标确定模块,还用于分析每个导联的高频QRS包络曲线,得到相应高频QRS包络曲线上各振幅减小区域的总面积作为第一总面积,以及相应高频QRS包络曲线下方总面积作为第二总面积;将所述第一总面积与所述第二总面积的比值作为相应导联的高频形态指数;将相应高频形态指数大于或等于目标阈值的导联所对应的导联阳性指标确定为阳性。
9.一种计算机设备,包括存储器和处理器,所述存储器中存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述的方法的步骤。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310451338.8A CN116196013B (zh) | 2023-04-25 | 2023-04-25 | 心电数据处理方法、装置、计算机设备与存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310451338.8A CN116196013B (zh) | 2023-04-25 | 2023-04-25 | 心电数据处理方法、装置、计算机设备与存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116196013A CN116196013A (zh) | 2023-06-02 |
CN116196013B true CN116196013B (zh) | 2023-08-15 |
Family
ID=86507935
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310451338.8A Active CN116196013B (zh) | 2023-04-25 | 2023-04-25 | 心电数据处理方法、装置、计算机设备与存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116196013B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116616790B (zh) * | 2023-07-24 | 2023-11-17 | 毕胜普生物科技有限公司 | 心脏风险评估方法、装置、计算机设备与存储介质 |
CN116725549B (zh) * | 2023-08-14 | 2023-11-24 | 毕胜普生物科技有限公司 | 心电数据分析方法、装置、计算机设备与存储介质 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101014283A (zh) * | 2004-05-01 | 2007-08-08 | Bsp生物信号处理有限公司 | 用于分析高频qrs波群的装置和方法 |
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 |
CN101522099A (zh) * | 2006-08-03 | 2009-09-02 | Bsp生物信号处理有限公司 | 利用高频qrs电位分析识别心肌缺血的装置和方法 |
US8626275B1 (en) * | 2012-07-03 | 2014-01-07 | Bsp Biological Signal Processing Ltd. | Apparatus and method for detecting myocardial ischemia using analysis of high frequency components of an electrocardiogram |
CN114732419A (zh) * | 2022-06-09 | 2022-07-12 | 毕胜普生物科技有限公司 | 运动心电数据分析方法、装置、计算机设备与存储介质 |
CN115581465A (zh) * | 2022-11-21 | 2023-01-10 | 毕胜普生物科技有限公司 | 冠心病风险评估方法和装置、心脏性猝死风险评估方法和*** |
CN115715684A (zh) * | 2023-01-10 | 2023-02-28 | 毕胜普生物科技有限公司 | 心脏检测评估方法、***、存储介质及装置 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9943244B2 (en) * | 2007-09-14 | 2018-04-17 | Angel Medical Systems, Inc. | Waveform feature value averaging system and methods for the detection of cardiac events |
-
2023
- 2023-04-25 CN CN202310451338.8A patent/CN116196013B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101014283A (zh) * | 2004-05-01 | 2007-08-08 | Bsp生物信号处理有限公司 | 用于分析高频qrs波群的装置和方法 |
CN101522099A (zh) * | 2006-08-03 | 2009-09-02 | Bsp生物信号处理有限公司 | 利用高频qrs电位分析识别心肌缺血的装置和方法 |
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 |
US8626275B1 (en) * | 2012-07-03 | 2014-01-07 | Bsp Biological Signal Processing Ltd. | Apparatus and method for detecting myocardial ischemia using analysis of high frequency components of an electrocardiogram |
CN114732419A (zh) * | 2022-06-09 | 2022-07-12 | 毕胜普生物科技有限公司 | 运动心电数据分析方法、装置、计算机设备与存储介质 |
CN115581465A (zh) * | 2022-11-21 | 2023-01-10 | 毕胜普生物科技有限公司 | 冠心病风险评估方法和装置、心脏性猝死风险评估方法和*** |
CN115715684A (zh) * | 2023-01-10 | 2023-02-28 | 毕胜普生物科技有限公司 | 心脏检测评估方法、***、存储介质及装置 |
Non-Patent Citations (1)
Title |
---|
QRS 波群高频成份临床应用价值的研究进展;崔希云;《山东生物医学工程》;第18卷(第1期);第64-68页 * |
Also Published As
Publication number | Publication date |
---|---|
CN116196013A (zh) | 2023-06-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN116196013B (zh) | 心电数据处理方法、装置、计算机设备与存储介质 | |
CN110393519B (zh) | 心电信号的分析方法、装置、存储介质和处理器 | |
CN109171712B (zh) | 心房颤动识别方法、装置、设备及计算机可读存储介质 | |
CN110840402B (zh) | 一种基于机器学习的房颤信号识别方法及*** | |
CN113712569B (zh) | 高频qrs波群数据分析方法及装置 | |
CN114732419B (zh) | 运动心电数据分析方法、装置、计算机设备与存储介质 | |
CN109009084B (zh) | 多导联心电信号的qrs波群校验方法、装置及设备、介质 | |
CN112528783B (zh) | 心电图心搏数据聚类方法、装置、电子设备和介质 | |
CN109948396B (zh) | 一种心拍分类方法、心拍分类装置及电子设备 | |
CN114052746A (zh) | 运动心电数据处理方法、装置、计算机设备和存储介质 | |
CN114742114B (zh) | 高频qrs波形曲线分析方法、装置、计算机设备与存储介质 | |
CN113995419B (zh) | 一种基于心跳节律信号的房颤发生风险预测***及其应用 | |
CN115581465A (zh) | 冠心病风险评估方法和装置、心脏性猝死风险评估方法和*** | |
Zhou et al. | Atrial fibrillation detection using convolutional neural networks | |
Wan et al. | A novel atrial fibrillation automatic detection algorithm based on ensemble learning and multi-feature discrimination | |
Cai et al. | Rule-based rough-refined two-step-procedure for real-time premature beat detection in single-lead ECG | |
WO2023236689A1 (zh) | 高频qrs波形曲线分析方法、装置、计算机设备与存储介质 | |
CN115602329B (zh) | 心电信号处理方法、装置和相关设备 | |
CN112957018A (zh) | 基于人工智能的心脏状态检测方法和装置 | |
CN115429284B (zh) | 心电信号分类方法、***、计算机设备以及可读存储介质 | |
CN112741623B (zh) | 一种基于心电的糖化血红蛋白检测***和方法 | |
CN116807493A (zh) | 心电数据处理方法、装置、计算机设备与存储介质 | |
CN111345815B (zh) | 一种心电信号中qrs波的检测方法、装置、设备和存储介质 | |
CN116649985A (zh) | 心电数据处理方法、装置、计算机设备与存储介质 | |
CN115067967A (zh) | 心拍信号基准点确定方法、心拍类型识别方法及装置 |
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 |