[发明专利]多导联动态心搏实时分类方法、装置、设备及存储介质

说明书

本发明实施例公开了一种多导联动态心搏实时分类方法、装置、设备及存储介质，通过对i及预设学习心搏个数阈值之间大小进行判断，防止因心搏模板积累不足而导致的心搏类型分类不准确，并且，通过i及预设待分类心搏模板选取条件确定目标待分类心搏模板为第一心搏模板或第二心搏模板，减少每i次对心搏模板分类的压力，还可保证模板类型的持续有效更新，避免了模板类型分类错误后无法正确更正从而使得心搏类型确定错误的问题，提高心搏类型分类精度；通过获取多导联心电信号片段进行心搏分类使得可以实现心搏分类的多维判断，提高心搏类型判断准确度。

技术领域

本发明涉及心电图处理技术领域，尤其涉及一种多导联动态心搏实时分类方法、装置、设备及存储介质。

背景技术

心电图心搏分类定义为对心搏进行类型识别。心电图软件通过采用不同算法自动识别心搏的类型，为医生提供多种模板各自包含的成员心搏状态，提高医生的诊断效率。现阶段心电图心搏分类的实现方法大致可分为以下两类：

1.人工提取特征法：通过专家知识构建心搏类型的相关特征参数，利用机器学习以相关特征参数综合计算得出对应心博类型标记。但该方法需要借助专业医生的临床经验，并且在获取各种特征参数时计算量大，心搏分类结果不准确；

2.神经网络法：将原始心搏信号作为神经网络的输入，心搏人工标记作为输出，并利用反向传播算法训练神经网络模型。但该方法需要采集大量的临床数据，从而构建符合规范的训练数据库，耗时一般较长，并依赖样本采集的准确度，心搏分类结果受样本影响，分类效率低。

因此，目前仍未见有一适用性强的心搏分类的方案，可以提高心搏分类的准确度和分类效率。

发明内容

本发明的主要目的在于提供一种多导联动态心搏实时分类方法、装置、计算机设备及存储介质，可以解决现有技术中的心搏分类的心搏分类不准确和分类效率低的问题，且可实时的、在动态检测心搏中进行。

为实现上述目的，本发明第一方面提供一种多导联动态心搏实时分类方法，所述方法包括：

获取第i待分类心搏的心搏信息，所述待分类心搏为多导联心电信号中以R波为中心进行等长度划分得到的多导联心电信号片段，所述心搏信息至少包括心搏有效的第一标识或心搏无效的第二标识，所述i的初始值为1；

若所述i大于等于预设学习心搏个数阈值，且所述第i待分类心搏的心搏信息包含所述第一标识，则确定目标待分类心搏模板，其中，若所述i不满足预设待分类心搏模板选取条件，则所述目标分类心搏模板为所述第i待分类心搏对应的第一心搏模板，若所述i满足预设待分类心搏模板选取条件，则所述目标待分类心搏模板为前i待分类心搏对应的第二心搏模板，所述心搏模板为若干波形形态相似心搏成员构成的心搏集合；

基于目标待分类心搏模板的模板信息及所述心搏成员的心搏信息、及已有的主导模板的模板类型，确定所述目标待分类心搏模板的目标模板类型；

根据所述目标模板类型更新所述目标待分类模板的心搏成员的心搏类型，并令i＝i+1返回执行所述获取第i待分类心搏的心搏信息的步骤。

在一种可行实现方式中，所述确定目标待分类心搏模板，之后还包括：

若所述目标待分类心搏模板为所述第一心搏模板，则获取所述第一心搏模板中最近检测的Q个心搏成员的心搏编号及每个所述心搏编号对应的早搏逸搏状态变量，得到目标早搏逸搏状态变量数组，所述Q为正整数；

若所述目标早搏逸搏状态变量数组满足预设的连续平稳心律条件或者满足预设的节律状态条件，则继续执行所述基于目标待分类心搏模板的模板信息及所述心搏成员的心搏信息、及已有的主导模板的模板类型，确定所述目标待分类心搏模板的目标模板类型的步骤，所述预设的连续平稳心律条件为符合连续平稳心律的心搏搏动的搏动规律，所述节律状态条件包括符合二联律搏动规律的第一节律状态条件和/或符合三联律搏动规律的第二节律状态条件。