[发明专利]一种预测除颤成功概率的方法及除颤仪

权利要求书

1.一种预测除颤成功概率的方法，其特征在于：包括以下步骤：

步骤一：采集心电信号数据；

步骤二：从所述采集的心电信号中选取0.1s～10s的心电数据图形进行分析，将所述选取的信号进行延时，所述选取的信号为横坐标，延时后的信号为纵坐标绘制二维散点图；

步骤三：对所述二维散点图进行分析，得到散点数据分布的区域宽度Width和评价散点数据分布均匀性的标准B；

步骤四：将所述散点数据分布的区域宽度Width和评价散点数据分布均匀性的标准B建立数学模型，计算出相位空间尺度PSS；

步骤五：根据所述相位空间尺度PSS，得到预测除颤成功的概率。

2.如权利要求1所述的方法，其特征在于：所述步骤三的具体分析过程为：

对所述二维散点图进行分析，计算每个散点到直线x＝y的距离d，寻找距离d，使距离小于d的样本点占所有数据点的95％，并以1.5d为界限，排除距离值大于1.5d的异常数据点，计算直线x＝y两侧数据中的距离最大值并相加得到散点数据分布的区域宽度Width：Width＝max_up+max_down，其中，Width为散点数据分布的区域宽度，max_up为上部散点距直线x＝y距离最远的数值，max_down为下部散点距直线x＝y距离最远的数值；

以Width/2为标准做分界线，计算分界线上下的数据点总数N，以分界线上下点数的差值作为评价散点数据分布均匀性的标准B：B＝|N_up-N_down|，其中，N_up表示分界线上部的数据点总数，N_down表示分界线下部的数据点总数。

3.如权利要求1或2所述的方法，其特征在于：所述相位空间尺度PSS：

PSS＝K*Width-Y*B，其中，K为散点宽度权重系数，Y为均匀程度的权重系数，Width为散点数据分布的区域宽度，B为评价散点数据分布均匀性的标准。

4.如权利要求3所述的方法，其特征在于：所述相位空间尺度PSS：

PSS＝10*Width-0.0004*B，其中，Width为散点数据分布的区域宽度，B为评价散点数据分布均匀性的标准。

5.如权利要求4所述的方法，其特征在于：所述相位空间尺度PSS值大于等于0.45时，除颤成功，所述相位空间尺度PSS值小于0.45时，除颤失败。

6.一种除颤仪，其特征在于：包括心电信号采集模块，用于采集患者心电数据；心电信号延时模块，用于选取0.1s～10s的所述心电数据并对所述心电数据进行延时；心电数据处理模块，用于对所述延时后的心电数据进行二维散点分析，所述选取的心电数据为横坐标，延时后的信号为纵坐标绘制二维散点图，得到散点数据分布的区域宽度Width和评价散点数据分布均匀性的标准B，将散点数据分布的区域宽度Width和评价散点数据分布均匀性的标准B进行数学建模，计算出相位空间尺度PSS；输出模块，用于根据所述相位空间尺度PSS的值输出提示建议，所述心电信号采集模块、心电信号延时模块、心电数据处理模块和输出模块顺次连接。

7.如权利要求6所述的除颤仪，其特征在于：所述心电数据处理模块的处理过程为：对所述二维散点图进行分析，计算每个散点到直线x＝y的距离d，寻找距离d，使距离小于d的样本点占所有数据点的95％，并以1.5d为界限，排除距离值大于1.5d的异常数据点，计算直线x＝y两侧数据中的距离最大值并相加得到散点数据分布的区域宽度Width：Width＝max_up+max_down，其中，Width为散点数据分布的区域宽度，max_up为上部散点距直线x＝y距离最远的数值，max_down为下部散点距直线x＝y距离最远的数值；

以Width/2为标准做分界线，计算分界线上下的数据点总数N，以分界线上下点数的差值作为评价散点数据分布均匀性的标准B：B＝|N_up-N_down|，其中，N_up表示分界线上部的数据点总数，N_down表示分界线下部的数据点总数。