[发明专利]一种用于房颤信号识别的计算机可读存储介质

权利要求书

1.一种用于房颤信号识别的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如下步骤：

步骤1，根据原始多导联心电数据进行波形特征点定位，给出R波位置和QRS复合波的形态分类，判断出室性搏动和室上性搏动，产生带室性搏动和室上性搏动标识的R波位置信息数据；

步骤2，对以室上性搏动为主的R波位置信息数据生成室上性RR间期；具体为：

2.1，对带室性搏动和室上性搏动标识的R波位置信息数据，计算室上性搏动的占比；

2.2，当室上性搏动占比大于k％时，执行步骤2.3；否则室性搏动频繁，不能判别；

2.3，统计满足相邻的两个心拍都为室上性搏动的RR间期数据，得到RR间期序列(RR₁,…,RR_N+1)；当室上性RR间期的个数N大于等于50时，得到洛伦兹散点图上的点集{P₁,…,P_N}，否则不能判别，其中，P_i的坐标为(RR_i,RR_i+1)；

步骤3，对室上性RR间期的洛伦兹散点图进行几何分布特性度量，生成三种特征数据：聚集性度量指标、对角线区域占优性度量指标、非对角线区域线性相关性度量指标；其中：

聚集性度量指标其中，NumofPoint(P_i,ΔR)为第i个点在给定半径ΔR的邻域内所包含的点的个数；

对角线区域占优性度量指标NumofDiag为主对角线区域内部包含的点占点集总点数的比值；

非对角线区域线性相关性度量指标LinearNoDiag为非对角区域点的相关系数；

步骤4，综合室上性RR间期的聚集性度量指标、对角线区域占优性度量指标、非对角线区域线性相关性度量指标，根据阈值法识别是否是房颤信号，具体为：

对于待判定的数据，首先判断聚集性度量指标Aggregation_max是否大于阈值Th_AM，若是则判别为不是房颤信号，否则进一步判断对角线区域占优性度量指标NumofDiag是否大于阈值Th_D,若是则判别为不是房颤信号，否则进一步判断非对角区域线性相关性指标LinearNoDiag是否大于阈值Th_L，若是则判别为不是房颤信号，否则判别为是房颤信号。

2.根据权利要求1所述的一种用于房颤信号识别的计算机可读存储介质，其特征在于，所述步骤1中，在进行波形特征点定位前，先将原始多导联心电数据滤除工频噪声、高频噪声及基线漂移干扰。

3.根据权利要求1所述的一种用于房颤信号识别的计算机可读存储介质，其特征在于，主对角线区域为到对角线距离小于ΔR的区域。

4.根据权利要求1所述的一种用于房颤信号识别的计算机可读存储介质，其特征在于，非对角线区域线性相关性度量指标LinearNoDiag的计算方法为：

(1)分别取出对角线区域外上方的点和下方的点，得到点集{Up₁,…,Up_s}和{Low₁,…,Low_r}，其中，s、r分别为对角线区域外上方的点和下方的点的数目；

(2)分别计算点集{Up₁,…,Up_s}和{Low₁,…,Low_r}的相关系数ρ_Up、ρ_Low，其中，cov(X_Up,Y_Up)、cov(X_Low,Y_Low)分别为{Up₁,…,Up_s}和{Low₁,…,Low_r}中点的坐标的协方差，DX_Up、DY_Up分别为{Up₁,…,Up_s}中点的横坐标、纵坐标的方差，DX_Low、DY_Low分别为{Low₁,…,Low_r}中点的横坐标、纵坐标的方差；

(3)非对角线区域线性相关性度量指标LinearNoDiag＝max(ρ_Up,ρ_Low)。