[发明专利]QRS波优化装置、系统及存储介质在审
申请号: | 202111503220.2 | 申请日: | 2021-12-09 |
公开(公告)号: | CN114159075A | 公开(公告)日: | 2022-03-11 |
发明(设计)人: | 王瑶;张家琦;李欣;刘彩彩 | 申请(专利权)人: | 武汉中旗生物医疗电子有限公司 |
主分类号: | A61B5/366 | 分类号: | A61B5/366;A61B5/0205;A61B5/00 |
代理公司: | 深圳市世纪恒程知识产权代理事务所 44287 | 代理人: | 王丽峰 |
地址: | 430000 湖北省武*** | 国省代码: | 湖北;42 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | qrs 优化 装置 系统 存储 介质 | ||
本发明公开了一种QRS波优化装置、系统及存储介质。本发明获取待优化ECG信号,对所述待优化ECG信号进行峰值检测,获得ECG信号峰值序列;通过QRS波检测器对所述ECG信号进行检测,获得QRS波检测序列;根据所述ECG信号峰值序列和所述QRS波检测序列确定QRS波位置序列;获取血压信号,并根据所述血压信号和所述QRS波位置序列确定最终QRS波位置序列。相对于现有的通过数字滤波法、小波变换法和自适应阈值等方式进行QRS波检测的方式,本发明上述方式能够更全面的对QRS波进行识别和判断,不需要对模型进行训练,提高QRS波优化效率和准确性。
技术领域
本发明涉及QRS波检测技术领域,尤其涉及一种QRS波优化装置、系统及存储介质。
背景技术
在需要长期监测病人健康状况的使用场景中,常使用监护仪等连续获取长期数据并在此数据上定位心拍位置,常用的关于QRS波检测的方法,主要分为传统方法和深度学习方法,传统方法中以PT算法为主(PT算法为用来检测心电图中QRS波群信息的算法)。深度学习方法则有用于目标检测的Fast RCNN等深度神经网络。随着技术的发展,也有将深度学习方法和传统方法相结合的,提取ECG信号特征或是对信号进行单心拍划分再做下一步的QRS波检测。许多用于QRS波识别的传统方法,诸如数字滤波法、小波变换法和自适应阈值以及例如深度神经网络及其变体等深度学习方法,都强依赖于ECG信号的质量并且只能依赖于ECG所包含的信息量,对其他生理信号的信息参考较少,很难从更全面的角度对QRS波识别做判断。
上述内容仅用于辅助理解本发明的技术方案,并不代表承认上述内容是现有技术。
发明内容
本发明的主要目的在于提供了一种QRS波优化装置、系统及存储介质,旨在解决现有技术中QRS波优化的效率低和成本较高的技术问题。
为实现上述目的,本发明提供了一种QRS波优化装置,所述QRS波优化装置包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的QRS波优化程序,所述QRS波优化程序配置为实现如下步骤:
获取待优化ECG信号,对所述待优化ECG信号进行峰值检测,获得ECG信号峰值序列;
通过QRS波检测器对所述ECG信号进行检测,获得QRS波检测序列;
根据所述ECG信号峰值序列和所述QRS波检测序列确定QRS波位置序列;
获取血压信号,并根据所述血压信号和所述QRS波位置序列确定最终QRS波位置序列。
可选地,所述QRS波优化程序配置为实现如下步骤:获取待优化ECG信号,并对所述待优化ECG信号进行滤波操作,获得滤波后的目标ECG信号;
通过滑动窗口方式确定所述目标ECG信号的峰谷图,并确定所述峰谷图的重心;
确定所述目标ECG信号的峰值与所述重心之间的欧式距离;
根据所述欧式距离对所述目标ECG信号中的峰值进行筛选,获得ECG信号峰值序列。
可选地,所述QRS波优化程序配置为实现如下步骤:根据所述欧式距离确定平均欧式距离;
根据所述欧式距离中的最大欧式距离和最小欧式距离确定寻优步长;
根据所述平均欧式距离和所述寻优步长确定峰值距离范围;
根据所述峰值距离范围对目标ECG信号中的峰值进行筛选,获得ECG信号峰值序列。
可选地,所述QRS波优化程序配置为实现如下步骤:获取所述目标ECG信号中各个峰谷图对应的欧式距离;
根据所述欧式距离和所述峰值距离范围对目标ECG信号中的峰值进行筛选,获得ECG信号峰值序列。
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武汉中旗生物医疗电子有限公司,未经武汉中旗生物医疗电子有限公司许可,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/202111503220.2/2.html,转载请声明来源钻瓜专利网。