[发明专利]基于人工智能技术的心电信号ST段自动判断方法及装置

说明书

本发明公开了基于人工智能技术的心电信号ST段自动判断方法及装置，针对滤波后的人体心电信号，结合小波滤波和三角形面积法分别提取心电信号各个重要特征点，包括定位S波和T波，实现ST段的起始点、斜率特征的准确识别，继而提出使用基于均值滤波的去除基线方法，将提取出的基线序列减去，得到新的心电信号，再针对此心电信号提取ST段、各段基线，计算心率及各段基线的斜率，综合选取标准基线，最后根据标准基线识别ST段的异常改变，得出定性定量的关于ST段的判断结果，是抬高、压低还是正常。本发明解决了基线漂移带来的基线误差、标准基线选取不准确、异常心拍个数差异大的问题，间接提高了ST段异常改变判断的准确率，计算简单、易于实现。

技术领域

本发明涉及数据处理的技术领域，尤其涉及一种基于人工智能技术的心电信号ST段自动判断方法及装置。

背景技术

心电图是心脏活动过程中生物电信号在体表的综合反映，各个心动周期通常由一系列P波、QRS波群、T波组成，其中QRS波群包括Q波、R波、S波。每个特征子波段的起始与偏移之间的时间间隔是显著的，反映了心脏和自主神经系统的生理过程。其中QRS波群的终点到T波起点的一段称为ST段。

ST段代表心室除极完成后复极过程的电位变化，正常的ST段应处于等电位线(基线)上，呈水平或平缓倾斜，并逐渐光滑过渡T波，可有轻度向上或向下的偏移。除ST段，另外两段典型的等电位线为TP段、PR段，与其相比，超出正常偏移范围便属于异常心电图。当某部位的心肌出现缺血或坏死的表现，心室在除极完毕后仍存在电位差，此时表现为心电图上ST段发生偏移，典型的形态表现为抬高和压低。ST段改变作为判断心肌缺血的重要指标，同时又见于心肌梗死、急性心包炎等，其形态变化的准确检测与判断具有重要的临床意义。

目前，基于时间窗检测法、小波滤波法等方法提取和识别ST段，具有计算简单、易于实现、运行速度快的优势，但ST段形态变化多样，而这些方法依赖特征点识别的准确率和基线提取的准确率，在心电信号中干扰较大或者有漂移影响时，会造成ST段识别和判断的准确率大大降低。

发明内容

为了克服现有技术的不足，本发明的目的在于提供基于人工智能技术的心电信号ST段自动判断方法及装置，旨在解决现有技术在心电信号中干扰较大或者有漂移影响时，ST段识别和判断的准确率大大降低的问题。

本发明的目的采用以下技术方案实现：

一种基于人工智能技术的心电信号ST段自动判断方法，包括：

步骤S1：针对已滤波处理得到的心电信号s(t)，在已知R波峰位置的前提下，通过局部放大，向R波峰前后找到极小值，准确定位Q波峰和S波峰；

步骤S2：对步骤S1中获得的QRS波群准确位置，进行小波变换，通过局部放大，采用三角形面积法，准确定位P波峰、T波峰；

步骤S3：对步骤S2中获得的P波峰、T波峰，分别采用三角形面积法在搜索窗口内找到P波的起止点、T波的起止点；

步骤S4：对步骤S3中获得的P波的起点，由P波起点向前推预定时间得到基线TP段的起点，由R波峰采用三角形面积法定位R波起点；

步骤S5：对步骤S3中获得的T波的终点和已知的R波峰，采用R+X法，定位到ST段的起点，记为J点；再采用三角形面积法定位到ST段的终点，记为K点；

步骤S6：对心电信号s(t)进行均值滤波，得到的均值序列默认为基线序列X_s；将原心电信号s(t)减去基线序列X_s，得到新的心电信号x(t)；

步骤S7：对步骤S1至步骤S5中所定位的TP段起点和P波起点，提取出基线TP段；由定位的P波终点和R波起点，提取出基线PR段；由定位的相邻两个Q波峰，提取出QQ连线；截取J点、K点之间的心电信号为ST段；