[发明专利]一种基于便携式动态心电监护仪的心律失常检测方法

说明书

本发明公开了一种基于便携式动态心电监护仪的心律失常检测方法，包括以下步骤：步骤S1：将便携式动态心电监护仪贴在人体表面；步骤S2：数据接收；步骤S3：数据预处理；步骤S4：数据滤波处理；步骤S5：心律失常检测算法，利用数字信号处理技术和人工智能技术检测步骤S4中数据存在的心律失常情况；步骤S6：每分钟检测结果；步骤S7：生成最终报告。不同于常见的使用RR间期及波形检测心律失常的方法，本发明使用人工智能技术来进行心律失常检测。其中使用了心电信号分割网络，心电信号分类网络，房颤检测网络三个神经网络模型，能够实现全流程自动化检测，同时随着数据的积累，检测效果也会越来越好。

技术领域

本发明属于心电信号计算技术领域，具体为一种基于便携式动态心电监护仪的心律失常检测方法。

背景技术

心脏作为人体中最重要的器官之一，其健康状态与身体的各项综合健康状况息息相关。心律失常作为反映心脏冲动的频率、节律、起源部位、传导速度或激动次序的异常，对其的检测可以在很大程度上判断患者的心脏健康状态。

传统的心律失常检测一般需要在医院中使用动态心电监测机采集患者的心电数据，之后由专业医生进行分析得出结论，这种方法对时间、地点和人力成本要求较高，不适合于日常生活中的心脏健康监测。便携式动态心电监护仪作为一种可穿戴设备，可以由用户长期进行佩戴，从而实现对心电信号的持续采集与记录。通过对采集到的心电信号进行计算处理，即可分析其中存在的心律失常情况，从而对用户的心脏健康状态进行判断。

人工智能作为一门高速发展的新兴领域，已经广泛应用于文本、图像、音视频、信号等数据处理中。其中深度学习具有自动地从数据中学习深层次、更具鉴别性特征的能力，已应用于医学数据分析的多个研究领域，并取得了突破性进展。本发明借助基于深度学习的人工智能技术，对便携式动态心电监护仪采集的心电信号进行处理，从而实现对佩戴者的心律失常情况进行检测。

目前心律失常检测主要依赖于在医院就诊时医生通过动态心电监测(Holter)来检测心律失常。这类产品通常有若干个电极吸附在胸前，用于监测心脏电信号并记录下来，保存在存储设备里，之后送回医院，由具备专业知识的医师进行分析。通常Holter佩戴时间为24小时左右，佩戴繁琐，容易对用户的日常活动造成干扰，且数据分析需要消耗一定的人力成本和时间成本。

市面上的一些同类型心电采集设备也可以实现心律失常事件检测，但是没有完整的方案介绍，一般是采用测量完成后进行处理生成报告，同样需要用户等待一定时间。

发明内容

本发明的目的在于提供一种基于便携式动态心电监护仪的心律失常检测方法，以解决背景技术中提出的现有技术中检测条件苛刻且需佩戴专业的动态心电图设备，容易影响正常的生活状态的问题。

为解决上述技术问题，本发明所采用的技术方案是：

一种基于便携式动态心电监护仪的心律失常检测方法，包括以下步骤：

步骤S1：将便携式动态心电监护仪贴在人体表面；

步骤S2：数据接收；通过移动终端与便携式动态心电监护仪无线连接，接收便携式动态心电监护仪所检测的心电信号数据后不断累加，在累加数据达到一定值后，移动终端将数据上传至服务器端；

步骤S3：数据预处理；服务器接收到数据后，对步骤S2中的数据进行预处理，去除其中的异常数据点；

步骤S4：数据滤波处理；通过频率域滤波器对步骤S3中的数据进行滤波处理，去除其中的噪声干扰；

步骤S5：心律失常检测算法，利用数字信号处理技术和人工智能技术检测步骤S4中数据存在的心律失常情况；

步骤S6：每分钟检测结果；将步骤S5中计算得到的每分钟的检测结果进行保存，用于后续生成最终完整诊断报告；

步骤S7：生成最终报告。