[发明专利]一种基于确定学习和心电图的心肌缺血检测方法及系统

权利要求书

1.一种基于确定学习和心电图的心肌缺血检测方法，其特征在于，包括以下步骤：

分别获取正常个体和心肌缺血患者的心电图数据，将所获取的心电图数据分为测试集和训练集；

对所述训练集中的心电图进行预处理并转换为三维心电矢量图，利用离散确定算法对三维心电矢量图进行建模，得到增强心电动力学图；

基于完整心拍在所述增强心电动力学图上呈环形提取环特征，将多个心拍提取的环特征进行处理后作为最终特征值，将最终特征值输入至分类模型中进行训练，得到训练好的分类模型；

将测试集中的心电图进行处理后输入至训练好的分类模型中，输出分类结果。

2.如权利要求1所述的一种基于确定学习和心电图的心肌缺血检测方法，其特征在于，对心电图进行预处理包括：采用巴特沃斯滤波器去除心电图数据中的基线漂移，并使用陷波滤波器来去除工频干扰。

3.如权利要求1所述的一种基于确定学习和心电图的心肌缺血检测方法，其特征在于，采用Pan-Tompkins法定位三维心电矢量图中的R点位置，进行心拍的划分。

4.如权利要求1所述的一种基于确定学习和心电图的心肌缺血检测方法，其特征在于，所述提取完整心拍的环特征包括环最大向量模值、环凸包体积、环在最佳投影面的面积、环上的点到环质心的最大距离、环的最佳投影面与XY平面的夹角和环在最佳投影面上的周长。

5.如权利要求4所述的一种基于确定学习和心电图的心肌缺血检测方法，其特征在于，所述环凸包体积的提取为：将增强心电动力学图中环上的点作为三维空间中的点集，利用凸包算法计算点集中的凸包点，通过对凸包点进行建模得到凸多面体，通过计算凸多面体的体积得到点集中的最小凸包体积。

6.如权利要求5所述的一种基于确定学习和心电图的心肌缺血检测方法，其特征在于，所述环在最佳投影面的面积的提取为：利用最小二乘法计算点集的最佳拟合平面作为最佳投影面，将点集中的三维坐标转换为基于最佳投影面的二维坐标，利用凸包算法计算二维坐标组成的点集中的凸包面积；

所述环在最佳投影面上的周长的提取为：基于增强心电动力学图中环上的点构成的点集，计算点集中的点基于最佳投影面的对应投影点，计算所有相邻两点的欧式距离，将所计算得到的每相邻两点的欧式距离进行求和得到环在最佳投影面上的周长。

7.如权利要求1所述的一种基于确定学习和心电图的心肌缺血检测方法，其特征在于，将多个心拍提取的环特征计算平均值和方差作为最终的特征值。

8.一种基于确定学习和心电图的心肌缺血检测系统，其特征在于，包括以下步骤：

数据获取模块，用于分别获取正常个体和心肌缺血患者的心电图数据，将所获取的心电图数据分为测试集和训练集；

数据处理模块，用于对所述训练集中的心电图进行预处理并转换为三维心电矢量图，利用离散确定算法对三维心电矢量图进行建模，得到增强心电动力学图；

模型训练模块，用于基于完整心拍在所述增强心电动力学图上呈环形提取环特征，将多个心拍提取的环特征进行处理后作为最终特征值，将最终特征值输入至分类模型中进行训练，得到训练好的分类模型；

分类模块，用于将测试集中的心电图进行处理后输入至训练好的分类模型中，输出分类结果。

9.一种计算机可读存储介质，其上存储有计算机程序，其特征是，该程序被处理器执行时实现如权利要求1-7中任一项所述的一种基于确定学习和心电图的心肌缺血检测方法中的步骤。

10.一种处理装置，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征是，所述处理器执行所述程序时实现如权利要求1-7中任一项所述的一种基于确定学习和心电图的心肌缺血检测方法中的步骤。