[发明专利]一种基于ECG信号的房颤监测方法在审

专利信息
申请号: 201911136421.6 申请日: 2019-11-19
公开(公告)号: CN110811608A 公开(公告)日: 2020-02-21
发明(设计)人: 代超;何帆;周振 申请(专利权)人: 中电健康云科技有限公司
主分类号: A61B5/046 分类号: A61B5/046;A61B5/00;A61B5/0456
代理公司: 成都弘毅天承知识产权代理有限公司 51230 代理人: 许志辉
地址: 610000 四川省成都*** 国省代码: 四川;51
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 ecg 信号 房颤 监测 方法
【说明书】:

发明公开了一种基于ECG信号的房颤监测方法,涉及心电图分析技术领域,本发明包括将心电图12导联ECG原始信号描绘在同一张画布上,保存为ECG信号图片;标记ECG信号图片中的波形以及R波高峰,利用深度卷积神经网络对预设识别模型进行训练,得到R波识别模型;根据R波位置找到R波高峰,根据R波高峰位置得到位置序列向量V,进而得到R‑R间期的差值向量V1;根据差值向量V1进行标记,若判定为房颤则记为1,否则记为0,进而得到判定结果集合;利用分类器对结果集合进行分类训练,得到房颤识别模型;利用R波识别模型和房颤识别模型对新的心电图12导联ECG原始信号进行识别,进而监测出该段心电图是否有房颤,本发明具有能快速判断是否有房颤的优点。

技术领域

本发明涉及心电图分析技术领域,更具体的是涉及一种基于ECG信号的房颤监测方法。

背景技术

ECG信号为心电图仪采集到的心电信号,通常称之为心电图,心电图中的每一个心动循环周期由一系列有规律的波形组成,它们分别是P波、QRS复合波和T波,而这些波形的起点、终点、波峰、波谷以及期间分别记录着心脏活动状态的详细信息,为心脏疾病的诊断提供着重要的分析依据。正常的人在正常情况下,心动周期为0.80s左右,即ECG信号的周期为0.80s左右。

P波由心房的激动所产生,后一半主要由左心房产生,正常的P波历时0.08s到0.11s,其波形小而圆;QRS复合波反映左右心室去极化过程的电位变化,QRS波群是心电图中变化最为激烈的波段,由三个紧密相连的波组成,第一个为波形向下的Q波,接着是波形向上的高而尖的R波,最后一个是向下的S波,QRS波群一般历时0.06s到0.10s,其波形的幅度变化比较大;T波代表心室复极化过程的电位变化,是继S波后的一个振幅较低的波,波形呈现扁平形状,在R波为主的心电图上,T波不应太低;U波位于T波之后,代表心室后继电位,同T波方向一致,幅度较T波低,有时波形不明显。

目前通常是通过ECG一维信号:时间和幅值,作为识别系统的输入,让模型对序列信号进行识别,但由于在任何时候,PQRS波的形态变异相对较小,现有的模型很难对序列信号进行识别,并且目前大多是采用单导联或者少数导联进行识别,对信息的利用率较低。

发明内容

本发明的目的在于:为了解决由于PQRS波的形态变异相对较小,目前识别系统的模型对ECG一维信号的识别存在困难的问题,本发明提供一种基于ECG信号的房颤监测方法。

本发明为了实现上述目的具体采用以下技术方案:

一种基于ECG信号的房颤监测方法,包括:

S1、训练得到R波识别模型:

S1.1:获取心电图12导联ECG原始信号,对其进行预处理后全部描绘在同一张画布上,然后将画布保存为ECG信号图片;

S1.2:标记ECG信号图片中的每一个波形以及R波高峰,将ECG信号图片输入预设识别模型,利用深度卷积神经网络对预设识别模型进行训练,得到输出为R波位置的R波识别模型;

S2、训练得到房颤识别模型:

S2.1:根据R波位置找到R波高峰,根据R波高峰位置得到位置序列向量V,对位置序列向量V进行计算得到R-R间期的差值向量V1;

S2.2:根据差值向量V1进行标记,若判定为房颤则记为1,否则记为0,进而得到判定结果集合;

S2.3:利用分类器对结果集合进行分类训练,得到用以判断房颤的房颤识别模型;

S3、判断识别:

利用R波识别模型和房颤识别模型对新的心电图12导联ECG原始信号进行识别,进而监测出该段心电图是否有房颤。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中电健康云科技有限公司,未经中电健康云科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201911136421.6/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code