[发明专利]用于确定心电图信号的实时周期长度的方法和系统

说明书

本发明提供了各种方法和系统，用于使用机器学习来实时分析心电图(ECG)以识别心跳，计算每次心跳的周期长度644，并且在用户界面处显示每次心跳的该周期长度644。连续地学习ECG数据的波形形态以识别周期性信号630、632，并且基于周期性信号630、632来生成模板624，ECG数据606与该模板进行比较以识别并显示心跳。连续地更新生成的模板624，以反映变化的波形形态。

技术领域

本文所公开的主题的实施方案涉及心电图(ECG)的分析，并且更具体地涉及使用机器学习来识别个体心脏激活并测量激活定时以进行实时周期长度确定的方法和系统。

背景技术

心脏病已成为影响全世界人类的最常见疾病。每年有数百万人死于心脏病发作，还有同样数量的人因晚期心脏病接受冠状动脉搭桥手术或球囊血管成形术。早期检测和及时治疗可降低此类事件的概率和/或严重程度。早期检测可提高生活质量并减缓心力衰竭的进展。

收集心电图(ECG)的侵入式和非侵入式方法两者都可用于评估患者的心脏病症，这可使得能够更早检测到心脏异常。ECG可利用体表电极(例如，与患者皮肤接触的电极)和/或ICEG(心内电描记图，例如，经由导管将一个或多个电极插入到心脏腔室中以监测心脏活动)，并且这两种方法可各自提供不同的优点。当串联使用时，外部和内部监测的组合可实现相对准确且快速的诊断。两种方法都可生成心电图以提供关于心脏的正常和/或病态生理学信息，并且可用于诊断一种或多种心脏病症，诸如心律失常、心脏梗死、心脏肥大等。

在整个心动周期的每个时刻，或心脏腔室的交替收缩和松弛时由心电图捕获心脏的电去极化的总体量值和方向。健康成人的每个心动周期或每次心跳可具有约0.8秒的周期长度。对于患有心脏病(诸如心律失常)的个体，由于不规则心跳其周期长度与健康心脏的周期长度相比可能更短或更长。通过识别ECG数据的信号(其中信号是表示心跳的电势峰值)并且计算信号之间的时间长度来估计每次心跳的周期长度，这辅助医师通过识别具有变化的信号到信号周期长度的心脏区域(从而指示不规则心跳)来诊断心律失常。

发明内容

在一个实施方案中，一种方法包括基于实时感测的ECG数据来建立多个标准化心电图(ECG)图案，以及基于实时感测的ECG数据与该多个标准化ECG图案中的至少一个图案之间的相关性来选择实时感测的ECG数据的信号。此外，确定实时ECG数据的信号中的每个信号的周期长度，并且在用户界面处显示相应信号的周期长度。在ECG和ICEG系统的每个通道处连续地、并行地并且独立地执行该方法。这样，启用波形形态的连续学习，从而允许实时准确地识别动态ECG信号。

应当理解，提供上面的简要描述来以简化的形式介绍在具体实施方式中进一步描述的精选概念。这并不意味着识别所要求保护的主题的关键或必要特征，该主题的范围由具体实施方式后的权利要求书唯一地限定。此外，所要求保护的主题不限于解决上文或本公开的任何部分中提到的任何缺点的实施方式。

附图说明

通过参考附图阅读以下对非限制性实施方案的描述将更好地理解本公开，其中以下：

图1示出了ECG系统的示例性实施方案的框图。

图2示出了用于基于ECG数据来计算周期长度的高级方法的示例的流程图。

图3示出了结合图2的方法用于根据ECG数据计算周期长度的方法的示例的流程图。

图4A至图4C示出了由图2和图3的方法利用以计算周期长度的示例性ECG数据区段。

图5示出了结合图2和图3的方法用于根据ECG数据计算周期长度的方法的示例的流程图。

图6A至图6B示出了由图2和图5的方法利用以计算周期长度的示例性ECG数据区段。

图7示出了示例性ECG显示。

图8示出了包括健康心脏和患有心律失常的心脏的示例性ECG显示。