[发明专利]一种心电信号的处理方法及系统

说明书

技术领域

本发明属于数据处理技术领域，尤其涉及一种心电信号的处理方法及系统。

背景技术

心电信号是人体重要的生物电信号之一，从不同层面上反映了心脏的工作状态和可靠的内部特征信息，通过对心电信号的分类识别，可方便对心脏疾病快速作出诊断。

现有对于心电信号的分类识别主要采用人工神经网络方法。人工神经网络方法需要通过模仿人脑学习过程建立相应的数学模型对心电信号进行分类识别，复杂度较高，且鲁棒性较低。

发明内容

本发明实施例在于提供一种心电信号的处理方法，以解决现有基于人工神经网络的心电信号分类识别技术复杂度较高且鲁棒性较低的问题。

本发明实施例的第一方面，提供一种心电信号的处理方法，所述方法包括：

采集心电信号；

对采集的心电信号进行预处理；

将预处理后的心电信号分解为单周期心电信号组，并对所述单周期心电信号组中的每个单周期心电信号进行归一化处理；

对归一化处理后的单周期心电信号进行多项式拟合，获取拟合参数；

根据所述拟合参数，通过预习建立的分类模型对所述心电信号进行分类识别，获得识别结果。

本发明实施例的第二方面，提供一种心电信号的处理系统，所述系统包括：

信息采集单元，用于采集心电信号；

预处理单元，用于对采集的心电信号进行预处理；

归一化处理单元，用于将预处理后的心电信号分解为单周期心电信号组，并对所述单周期心电信号组中的每个单周期心电信号进行归一化处理；

拟合单元，用于对归一化处理后的单周期心电信号进行多项式拟合，获取拟合参数；

分类识别单元，用于根据所述拟合参数，通过预习建立的分类模型对所述心电信号进行分类识别，获得识别结果。

本发明实施例与现有技术相比存在的有益效果是：1)采用多项式拟和参数作为心电信号分类的特征向量具有更好的鲁棒性；2）通过对单周期心电信号进行归一化处理可有效解决心电信号基线漂移以及心率变化带来的误差；3）实现简单，对硬件要求较低，从而有利于降低产品成本；4）可使用家庭式便捷设备采集心电数据，不再局限于现有的心电数据只能由医院使用的标准十二导联心电采集设备采集，真正实现“在家就医”。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1是本发明第一实施例提供的心电信号处理方法的实现流程图；

图2是本发明第一实施例提供的R波检测结果的示例图；

图3是本发明第一实施例提供的拟合结果的示例图；

图4是本发明第一实施例提供的心电信号分类识别的示意图；

图5是本发明第二实施例提供的心电信号处理系统的组成结构图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

为了说明本发明所述的技术方案，下面通过具体实施例来进行说明。

实施例一：

图1示出了第一实施例提供的心电信号处理方法的实现流程，该方法过程详述如下：

在步骤S101中，采集心电信号。

优选的是，采集单导联心电信号，可采集不同对象、不同时间段的心电信号。本实施例使用单导联心电信号作为数据源，避免了对十二导联心电信号进行采集的繁琐。而且由于只需要采集单导联心电信号，从而可使用家庭式便捷设备采集，不再局限于现有的心电数据只能由医院使用的标准十二导联心电采集设备采集，扩大了应用范围，具有更强的易用性和实用性。

在步骤S102中，对采集的心电信号进行预处理。

具体的是，对采集的心电信号采用带通滤波器（优选0.5-45Hz的巴特沃夫带通滤波器）进行去噪处理以及采用频域变化算法（优选小波变换算法）进行去基线漂移处理。

在步骤S103中，将预处理后的心电信号分解为单周期心电信号组，并对所述单周期心电信号组中的每个单周期心电信号进行归一化处理。

具体的是，获取预处理后的心电信号，确定该心电信号的R波波峰点；