[发明专利]一种基于单导联的心电信号自动分类方法

说明书

本发明提供一种基于单导联的心电信号自动分类方法，通过Web socket接收肢体导联心电信号；对信号采用小波中值阈值法去燥；接着使用Pan‑Tompkins方法进行R波检测，基于R波对信号进行切割以及求出RR间期特征，得到的心电片段依次进行经验模态分解、高斯随机投影矩阵、多项式拟合、区间极值运算获取相应的特征向量；对得到的特征向量进行标准化，使其符合标准正态分布，将标准化后的特征向量输入到已训练好的XGboost模型中，输出相应的检测值。本发明克服了个人心电特异性问题。同时该方法在服务器端运行，减轻客户端的压力。本方法对N、V类的异常心律检测结果具有较高的参考价值。

技术领域

本发明属于健康检测领域，涉及一种基于单导联的心电信号自动分类方法。

背景技术

心血管疾病是一种常见的慢性病，其特点发病急且死亡率高，严重威胁着人们的生命和健康。随着社会的进步，人们生活质量逐渐提高，心血管疾病在我国的发病率和死亡率也不断增加，并且趋向于年轻化和平民化。根据《中国心血管病报告2017》发布,心血管疾病居于城乡居民总死亡原因之首,并且发病率持续上升。在人口老龄化日益严重，城市化进程加快，居民亚健康生活方式流行的背景下，心血管疾病扩张趋势明显,导致心血管疾病的患病人数持续增长。由于心血管疾病发病前兆隐蔽、发病时间不规律且抢救时间短暂，因此，动态远程监测心血管疾病，及早发现，及时预防与治疗，能尽量的避免意外情况的发生。

心电信号能反映心脏周期性活动及其电传导过程中的生理和病理状况，是心脏疾病诊断的重要手段之一。通过对心电的动态监测和自动化分析，可以有效降低心脏疾病的发病率和致死率。当前用于心脏疾病诊断的主要技术分为侵入性与非侵入性检查。虽然侵入性检查获取资料准确，但非侵入性检查无创伤，容易被接受，并且随着仪器性能和检测技术的不断提高，其诊断价值迅速上升。心电检测是非侵入性检查的主要技术之一，其具有可靠性高、实时性强、方法简便和无辐射等显著优点，被广泛应用于重症监护、抢救、健康监测等领域。近年来，由于计算机系统和人工智能的快速发展，远程医疗的大量普及，使得心电信号远程监测成为可能。

发明内容

本发明的任务是在原有技术的基础上进行发展，提供一种心电自动分类方法，以适合应用在远程心电监护系统上，解决动态心电特征提取时效率地下的问题，采用高性能分类器，增强实时监护的效果，提高心电分类的准确性。

为实现上述目的，本发明基于单导联心电监护系统，采用如下技术方案，具体包括以下步骤：

步骤1、动态采集人体心脏产生的周期性心电信号并进行预处理操作；

步骤2、对预处理后的心电信号进行峰值检测和分割处理；

步骤3、对分割后的心电数据进行局部特征提取，包括经验模态分解、获取投影特征、获取数学特征；

步骤4、将融合的特征向量输入到XGBoost进行实时分类。

所述步骤1包括，

1.1接收前端采集的心电信号，采样频率为250Hz，每次接收10秒钟的心电数据；

1.2将接收到的心电信号使用小波中值阈值法去除基线漂移、肌电干扰噪声，阈值函数的数学表达式为：log是取对数，其中δ为噪声方差，其值：其中abs为取绝对值，median取中位数，x为信号向量，n为小波系数向量长度；L为小波系数分解层数，确定为3；K为当前层，取值范围{2,3}。小波函数确定为DB1；

1.3将训练集/测试集数据标签转化成对应的5类标签，分别是正常或束支传导阻滞节拍(N)、室上性异常节拍(S)、心室异常节拍(V)、融合节拍(F)、未分类节拍(Q)。

所述步骤2包括，