[发明专利]心电信号的处理方法、装置、终端设备及介质

说明书

本发明适用于医疗器械技术领域，提供了一种心电信号的处理方法、装置、终端设备及介质，该方法包括：采集待检测对象的心电信号；获取所述心电信号的RR间期序列，所述RR间期序列包含依序排列的多个RR间期；构建基于所述RR间期序列的特征向量；将所述特征向量输入预设的随机森林模型，并通过所述随机森林模型确定所述心电信号是否包含有房颤信号。本发明只需采用随机森林模型作为学习算法，便能自动检测心房颤动与否，不需要人工主观判断，且随机森林模型算法具有较高鲁棒性，受异常数据影响较小，不会产生过拟合的现象，因而有效地提高了房颤事件的识别准确性。

技术领域

本发明属于医疗器械技术领域，尤其涉及一种心电信号的处理方法、装置、终端设备及计算机可读存储介质。

背景技术

心房颤动简称房颤，是一种常见的心律失常。在房颤发生时，心脏同步机械活动丧失、心室反应不规则、心率过快等因素都会严重影响人体的正常机能，进而导致各种死亡风险度高的心血管疾病出现，如脑卒中、冠状动脉疾病、心力衰竭等。因此，房颤的早发现和辅助检测研究，对提高健康质量、降低患者危重病症发生率、死亡率有着重要意义。

动态心电图是一种长时间连续记录的体表心电图，采集时间可从24小时至几天，相比于常规心电图而言，其蕴含更为丰富的人体生理信息，可更为客观地反映患者的身体状况，因此，现有技术中，动态心电图是筛查心房颤动的一个重要手段。其中，通过动态心电图检测到房颤信号出现时，心电图通常会出现如下特征：P波消失，代之以振幅形态节律不一的f波；或者，产生不规则的R-R间期。然而，由于动态心电图采样时间较长，故受制于采集设备的存储容量，一般采集设备的采样率与采样精度均较为低下，而P波和f波属微弱信号且易受噪声干扰，故现有的采样条件难以满足P波和f波的特征检测要求，因此，目前动态心电图主要通过对R-R间期的分析来实现房颤的检测。此类方式通常是将心电信号的RR间期的方差与预设阈值进行比较，从而实现房颤的判别。然而，该类方法过度简化了房颤检测过程，因而导致了房颤信号的检测准确率较为低下。

发明内容

有鉴于此，本发明实施例提供了一种心电信号的处理方法、装置、终端设备及计算机可读存储介质，以解决现有技术中，房颤信号的检测准确率较为低下的问题。

本发明实施例的第一方面提供了一种心电信号的处理方法，包括：

采集待检测对象的心电信号；

获取所述心电信号的RR间期序列，所述RR间期序列包含依序排列的多个RR间期；

构建基于所述RR间期序列的特征向量；

将所述特征向量输入预设的随机森林模型，并通过所述随机森林模型确定所述心电信号是否包含有房颤信号。

本发明实施例的第二方面提供了一种心电信号的处理装置，包括：

采集单元，用于采集待检测对象的心电信号；

获取单元，用于获取所述心电信号的RR间期序列，所述RR间期序列包含依序排列的多个RR间期；

构建单元，用于构建基于所述RR间期序列的特征向量；

确定单元，用于将所述特征向量输入预设的随机森林模型，并通过所述随机森林模型确定所述心电信号是否包含有房颤信号。

本发明实施例的第三方面提供了一种终端设备，包括存储器以及处理器，所述存储器存储有可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上述心电信号的处理方法的步骤。

本发明实施例的第四方面提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述处理器执行所述计算机程序时实现如上述心电信号的处理方法的步骤。