[发明专利]心率失常疾病的分类方法、装置、存储介质和处理器

说明书

本发明公开了一种心率失常疾病的分类方法、装置、存储介质和处理器。该方法包括：获取心房的心电信号；从心电信号中提取多个信号特征；依次基于每个信号特征的分类规则，对每个信号特征进行分析，直至确定出心房的心率失常类型，其中，心率失常类型包括心房颤动和心房扑动。通过本发明，达到了提高心率失常疾病的分类的准确性的效果。

技术领域

本发明涉及心房检测领域，具体而言，涉及一种心率失常疾病的分类方法、装置、存储介质和处理器。

背景技术

目前，对心率失常疾病的诊断通常是依赖于临床经验。通常可以通过心电图显示心率失常疾病的信号，但是由于医生无法对心电图进行实时地分析，并且实际的心率失常疾病的心率失常疾病信号形态复杂且相似，从而在心电图上对心率失常疾病的信号的区分较为困难，从而容易导致诊断错误，存在心率失常疾病的分类的准确性低的问题。

针对现有技术中的心率失常疾病的分类的准确性低的问题，目前尚未提出有效的解决方案。

发明内容

本发明的主要目的在于提供一种心率失常疾病的分类方法、装置、存储介质和处理器，以至少解决心率失常疾病的分类的准确性低的技术问题。

为了实现上述目的，根据本发明的一个方面，提供了一种心率失常疾病的分类方法。该方法可以包括：获取心房的心电信号；从心电信号中提取多个信号特征；依次基于每个信号特征的分类规则，对每个信号特征进行分析，直至确定出心房的心率失常类型，其中，心率失常类型包括心房颤动和心房扑动。

可选地，依次基于每个信号特征的分类规则，对每个信号特征进行分析，直至确定出心房的心率失常类型包括：步骤一，在多个信号特征中的第一信号特征与对应的阈值满足对应的数值关系的情况下，确定心率失常类型为心房颤动或心房扑动；步骤二，在第一信号特征与对应的阈值未满足对应的数值关系的情况下，如果第一信号特征在多个信号特征中具有下一个信号特征，则将下一个信号特征确定为第一信号特征，并执行步骤一。

可选地，步骤一包括：在第一目标信号特征小于第一阈值的情况下，确定心率失常类型为心房扑动，其中，第一目标信号特征用于指示心电信号中大于时间阈值的R波间期的数量，占心电信号中全部R波间期的数量的百分比，R波间期为相邻两个R波之间的时间间距，第一信号特征包括第一目标信号特征，阈值包括第一阈值。

可选地，步骤二包括：在第一目标信号特征不小于第一阈值的情况下，确定第一目标信号特征在多个信号特征中的下一信号特征为第二目标信号特征，其中，第二目标信号特征用于指示心电信号的功率密度最大值对应的频率值，步骤一包括：在第二目标信号特征大于第二阈值的情况下，确定心率失常类型为心房颤动，其中，第一信号特征包括第二目标信号特征，阈值包括第二阈值。

可选地，步骤二包括：在第二目标信号特征不大于第二阈值的情况下，确定第二目标信号特征在多个信号特征中的下一信号特征为第三目标信号特征，其中，第三目标信号特征用于指示心电信号的F波的参数的标准差，步骤一包括：在第三目标信号特征大于第三阈值的情况下，确定心率失常类型为心房颤动，其中，第一信号特征包括第三目标信号特征，阈值包括第三阈值。

可选地，步骤二包括：在第三目标信号特征不大于第三阈值的情况下，确定第三目标信号特征在多个信号特征中的下一信号特征为第四目标信号特征，其中，第四目标信号特征用于指示心电信号的F波的数量的均值，F波处于心电信号的两个R波之间的片段中，步骤一包括：在第四目标信号特征大于第四阈值的情况下，确定心率失常类型为心房颤动，其中，第一信号特征包括第四目标信号特征，阈值包括第四阈值。

可选地，步骤二包括：在第四目标信号特征不大于第四阈值的情况下，确定第四目标信号特征在多个信号特征中的下一信号特征为第五目标信号特征，其中，第五目标信号特征用于指示心电信号的功率密度最大值，步骤一包括：在第五目标信号特征大于第五阈值的情况下，确定心率失常类型为心房扑动，其中，第一信号特征包括第五目标信号特征，阈值包括第五阈值。