[发明专利]心律失常分析方法和系统

说明书

技术领域

本发明涉及医疗设备领域，特别是涉及到一种心律失常分析方法和系统。

背景技术

目前的心律失常分析仪器主要采用的有波形分析法和模板匹配法。波形分析法根据心电信号（如心电图）中的特征波形来进行分析，心电信号的特征波形是指心电信号中一些具有指示意义的波峰和波谷，如P、Q、R、S、T波等，其中P波代表心房去极化，QRS复合波代表心室去极化，T波代表心室复极化。波形分析法首先获取特征波形参数，如特征波形的幅值、时间长度、上升/下降时间、波形间期等，这些特征波形参数根据临床经验预先在心律失常分析仪器内部固化了对应的固定判断阀值，将获取的特征波形参数与固定判断阀值对比，当特征波形的参数超出固定参数阀值就可以判断出心律失常分析结果，如室早、室早二联律、房颤等。模板匹配法主要通过计算出被检测者心电信号中的平均R-R间期和R波平均形态作为模板，将被检测者的每次心跳的R-R间期和R波形态与模板对比，若两者的差异超出一定范围，则认为发生了心律失常。

然而目前的心律失常分析方法都存在误判、漏判的情况，尤其是对特殊检测样本的心律失常分析会存在功能异常或失效现象。如波形分析法采用固化的特征波形参数的经验阀值作为判断依据，虽然具有普适性，但是遇到特殊年龄段和特殊体质的人群时，尤其是新生儿心电检测时，新生儿心电信号微弱，QRS波时限较短，新生儿哭闹对心电检测干扰较大，因此就容易得出错误的心律失常分析结果。而模板分析法只有在被检测者的R波形态与模板具有较大差异时，才能做出有效判断，对差异不明显的心律失常波形不能有效判断。

发明内容

基于此，有必要针对上述技术问题，提供一种具有心电信号检测样本学习能力的心律失常分析方法和系统，应用本发明技术方案能够减少误判率、漏判率。

本发明实施例提供了一种心律失常分析方法，包括：

获取被检测者心电信号样本中的异常特征波形参数；

根据所述异常特征波形参数，利用支持向量机算法计算并输出心律失常分析结果；

判断是否接收到所述心律失常分析结果的修正参数，若是，则根据所述修正参数以及所述异常特征波形参数修改所述支持向量机算法，并输出所述修正结果。

本发明实施例还相应提供了一种心律失常分析系统，包括：

异常特征波形参数获取模块，用于获取被检测者心电信号样本中的异常特征波形参数；

心律失常分析模块，用于根据所述异常特征波形参数，利用支持向量机算法计算心律失常分析结果；

分析结果输入/输出模块，用于输出显示所述心律失常分析结果，所述分析结果输入/输出模块还用于判断是否接收到所述心律失常分析结果的修正参数，若是，所述分析结果输入/输出模块还用于输出显示修正结果；

所述算法修改模块，用于根据所述修正参数以及所述异常特征波形参数修改所述支持向量机算法。

本发明实施例提供的心律失常分析方法和心律失常分析系统，根据异常特征波形参数，利用支持向量机算法计算心律失常分析结果，能够满足一般人群心电信号检测样本的心律失常分析的准确性要求，当遇到特殊人群的检测样本时，心律失常分析结果如有偏差，根据输入的修正结果，修改支持向量机算法，从而实现心电信号检测样本“自学习”功能，当再次检测到类似检测样本时就能输出正确的修正结果，从而降低了心律失常分析的误判率和漏判率。

附图说明

图1为一个实施例提供的一种心律失常分析方法的流程示意图；

图2为图1所示实施例提供的一种心律失常分析方法中步骤S11的实施流程示意图；

图3为图1所示实施例提供的一种心律失常分析方法中步骤S12的实施流程示意图；

图4为图1所示实施例提供的一种心律失常分析方法中步骤S14中修改支持向量机算法的实施流程示意图；

图5为一个实施例提供的一种心律失常分析系统的结构示意图；

图6为图5所示实施例提供的异常特征波形参数获取模块的结构示意图；

图7为图5所示实施例提供的心律失常分析模块的结构示意图；

图8为图5所示实施例提供的算法修改模块的结构示意图。

具体实施方式

为了便于理解本发明，下面将参照相关附图对本发明进行更全面的描述。附图中给出了本发明的较佳实施例。但是，本发明可以以许多不同的形式来实现，并不限于本文所描述的实施例。相反地，提供这些实施例的目的是使对本发明的公开内容的理解更加透彻全面。

参见图1，在一个实施例中，提供了一种心律失常分析方法，其流程包括：