[发明专利]具有时域特性的一维特征信号处理方法、装置以及系统

说明书

本发明提供一种具有时域特性的一维特征信号处理方法、装置和系统。所述装置包括：信号读取模块，用于所述具有时域特性的一维特征信号；预处理模块，用于预处理所述一维特征信号，以获得具有一定长度和定幅度的一维特征采样信号片段；存储器以及处理器，所述存储器中存储有计算机可执行指令，所述指令被所述处理器调用，以分析所述一维特征采样信号片段，进而获得所述心电信号携带信息的分析结果；接口模块，用于读取和输出所述分析结果。

技术领域

本发明属于信号分析与处理技术领域，具体涉及一种具有时域特性的一维特征信号处理方法、装置以及系统。

背景技术

如今心血管疾病对人类的杀伤力非常大，已经成为全球人类的主要死亡原因之一。目前，我国心血管病患病率及死亡率仍处于上升阶段。推算心血管病患人数2.9亿，疾病死亡率居首位，高于肿瘤和其他疾病，占居民疾病死亡构成的40％以上。因此，心电图(ECG)便成为了一个我们日常需要监护的重要生理指征，它能够很有效地反映出人体的心血管健康状态，被广泛应用于临床医疗中。

心电图在为医疗工作者提供丰富的心血管健康信息的同时，也存在诸多不便。首先，对于心电图的精确分析需要大量临床经验，相关心电图诊疗知识并非一朝一夕便可习得，经验不足则会导致误诊与漏诊，存在医疗事故隐患。其次，随着心血管疾病患者的增加以及医疗技术的成熟，医疗工作者每日所需阅读的心电图数量会变得更大，工作量的增加带来压力与疲劳便有可能造成疾病诊断的失误。综上，发展心电图自动分析技术，提升机器诊断的精确度，对于心血管疾病的防治便显得尤为重要。

对于心电图的自动诊断技术，已有一些相关研究。例如在“基于深度学习的心律失常检测算法研究，张坤等人，《医疗卫生装备》，2018年第39卷第12期”中，作者使用卷积神经网络以及LSTM网络对单个心拍数据进行分析，此做法无法处理由多个心拍组合而成的具有较长时限的心电图；在“结合迁移学习与深度卷积网络的心电分类研究，查雪帆等人，《中国医学物理学杂志》，2018年第35卷第11期”中，作者先将一维的心电信号转换为二维再进行分析，虽然这么做使得心电分析模型能从图像数据以及预训练网络中获取先验知识，但同时也大大增加了数据分析所需的计算量。

上述方案中，有的专注于单心拍的分析而忽略的多心拍组合带来的特征变化，有的为了利用来自图像的知识迁移而使得计算量大大增加，对于不定长一维心电数据的精确分析，以及样本均衡策略在心电分析上的运用，目前还鲜有涉及。

发明内容

为了解决现有技术中存在的移动设备性能评测问题，本说明书实施例提供了一种心电信号处理方法、装置以及终端设备。所述技术方案如下：

第一方面，提供一种具有时域特性的一维特征信号处理方法，包括：读取所述具有时域特性的一维特征信号；预处理所述一维特征信号，以获得具有一定长度和定幅度的一维特征信号采样片段；分析所述一维特征信号采样片段，获得所述一维特征信号携带信息的分析结果；读取和输出所述分析结果。

第二方面，提供一种具有时域特性的一维特征信号处理装置，包括：信号读取模块，用于所述具有时域特性的一维特征信号；预处理模块，用于预处理所述一维特征信号，以获得具有一定长度和定幅度的一维特征采样信号片段；存储器以及处理器，所述存储器中存储有计算机可执行指令，所述指令被所述处理器调用，以分析所述一维特征采样信号片段，进而获得所述心电信号携带信息的分析结果；接口模块，用于读取和输出所述分析结果。

第三方面，提供一种心电信号监控系统，所述系统包括：传感器，用于采集心电信号；信号读取单元，与传感器以有线或者无线方式通信连接，用于读取所述心电信号；预处理模块，用于预处理所述心电信号，以获得具有一定长度和定幅度的心电采样信号片段；存储器以及处理器，所述存储器中存储有计算机可执行指令，所述指令被所述处理器调用，以分析所述心电采样信号片段，进而获得所述心电信号携带信息的分析结果；接口模块，用于读取和输出所述分析结果。