[发明专利]适用于心血管远程监测系统的数据质量控制方法

说明书

技术领域

本发明涉及信息质量控制领域，特别涉及一种适用于心血管远程监测系统的数据质量控制方法。

背景技术

根据国家心血管病中心发布的《中国心血管病报告 2013》，我国目前心血管疾病患者人数高达2.9亿，每年死于心血管疾病的人数约350万人，居各种死因的首位。心血管疾病具有早期诊断困难、发病突然、致死率高等特点，并严重影响病人的日常生活质量。采用心血管远程监测系统对病情相对稳定或行动不便的病人实施远程家庭监护，不仅可以24小时监测患者的关键生理参数以便及早发现异常并预警，还可以节省患者的医疗费用、改善其生活质量、缓解医院的床位压力，以及提高医疗服务覆盖的患者人数。

尽管心血管远程监测系统有着上述的诸多优势，但在我国的使用率和普及率远远低于欧美发达国家。除了使用成本和配套设施等方面的原因外，有一个至关重要的原因是缺乏对这类系统中的数据质量进行控制，监测到的病人生理数据因各种原因而产生失真，导致较高的误报警率，使得整个系统的有效性、实用性和可信度大大降低。

在心血管远程监测领域，数据质量控制技术主要集中在数据采集阶段和数据预处理阶段。在数据采集阶段，传感器定期自动检测(self-testing)和自动标定(self-calibration)技术能够在一定程度上保证传感器的精度和准确度。在数据预处理阶段，基于不同生理参数在时间、空间或者模式上的相关性的数据预处理技术能够在一定程度上解决由环境噪声或者人为因素而产生的数据失真问题。

虽然已经有不同的方法来控制心血管远程监测系统的数据质量，但是仍然存在以下的问题有待解决：

1）对心血管远程监测系统的数据质量缺乏有效的评估模型；

2）不同阶段的数据质量控制技术各自为政，没有进行有效的集成。

发明内容

本发明的主要目的在于，针对上述现有技术中的不足，提供一种适用于心血管远程监测系统的数据质量控制方法。

本发明解决现有技术问题所采用的技术方案是：一种适用于心血管远程监测系统的数据质量控制方法，包括：

S1、对数据采集阶段提取的心电图数据的QRS波群的完整性，数据存储与管理阶段的数据的完整性、准确性、一致性和时效性，以及数据处理与分析阶段的数据的分类复杂度进行质量检测，判断数据质量是否符合标准；

S2、当数据采集阶段、数据存储与管理阶段及数据处理与分析阶段中的某个或几个的数据质量不符合标准时，采取相应的控制措施以使各个阶段的数据符合标准；对于质量达标的数据，提供最合适的分类模型以及数据预处理的建议。

进一步地，所述对数据采集阶段提取的心电图数据的QRS波群的完整性进行质量检测的具体方法为：

依次对心电图数据进行低通滤波、高通滤波、幅值平方、移动窗积分、取门限等信号处理步骤，提取QRS波群；

如果从采集到的心电图数据中能够提取完整的QRS波群，则该心电图数据的数据质量符合标准。

进一步地，所述数据存储与管理阶段的数据的完整性、准确性、一致性和时效性的质量检测方法为：

完整性：完整性从属性和记录两个层面考虑；假设数据集的总记录数为，就属性层面而言，对于第个属性，其取值缺失的记录数为，则该属性的完整性的计算公式为：

就记录层面而言，假设数据集中有属性缺失的记录为，则数据集完整性的计算公式为：

完整性和的取值越高，说明数据的完整性越好；当和超过预定的门限值，则该数据的完整性达到标准；

准确性：准确性从属性和记录两个层面考虑；假设数据集的总记录数为，就属性层面而言，对于第个属性，其取值与真实值不符合的记录数为，则该属性的准确性的计算公式为：

就记录层面而言，假设数据集中有属性取值与真实值不符合的记录为，则数据集准确性的计算公式为：

准确性和的取值越高，说明数据的准确性越好；当和超过预定的门限值，则该数据的准确性达到标准；

一致性：心血管远程监测系统的最终目的是对被监测者的心脏健康状况做出准确判断，即实现准确的模式分类；从这一角度考虑，数据集的一致性体现在各属性取值相同的记录，其类别属性的取值应该一致；假设数据集的总记录数为，各属性取值相同而类别属性取值不一致的记录数为，则数据集的一致性的计算公式为：

一致性的取值越高，说明数据的一致性越好；当超过预定的门限值，则该数据的一致性达到标准；