[发明专利]包含异位心跳判断的房颤人工智能识别方法及装置

摘要

本发明公开了包含异位心跳判断的房颤人工智能识别方法及装置，针对大于10s长度的单导联心电图，提供一种包含异位心跳校正的心房颤动自动识别方法，降低误诊率。该方法先对心电信号的RR间隔进行提取，再判断是否存在异位心跳并修正，然后对RR间隔进行统计，最后采用神经网络进行分类。本发明方法简单，计算量小，容易在硬件上实现；相比于传统的基于RR间隔的房颤识别方法，本发明的异位心跳识别准确率高、可以有效降低包含房性早搏、室性早搏等心跳的心电信号的误诊率，提高识别准确率。

主权项

1.一种包含异位心跳判断的房颤人工智能识别方法，其特征在于，包括：步骤S1：从某一心电信号中截取出时间长度为第一预定时间的一部分；采用R波提取算法确定出所截取的心电信号中的每个R波波峰在心电信号序列中的位置r_i；步骤S2：对步骤S1得到的R波波峰的位置序列进行差分，计算出若干个RR间隔rr_i；步骤S3：根据步骤S1提取得到的R波波峰位置r_i，采用基于均值滤波和小波分解的方法确定出现在R波之前的疑似P波波峰位置p_i和出现在R波之后的疑似T波波峰位置t_i；步骤S4：根据步骤S2得到的RR间隔rr_i和步骤S3得到的疑似P波波峰位置p_i和疑似T波波峰位置t_i，判断是否存在异位心跳；步骤S5：如果存在异位心跳，则确定异位心跳的位置，并根据异位心跳的位置对步骤S2计算出的RR间隔rr_i进行修正；否则不对步骤S2计算出的RR间隔rr_i进行处理；步骤S6：针对步骤S5得到的RR间隔，统计9个统计量，包括RR间隔数量、最大RR间隔、最小RR间隔、RR间隔平均值、RR间隔方差、RR间隔最大差值、RR间隔最小差值、RR间隔差值平均值、RR间隔差值方差；步骤S7：将步骤S6得到的9个统计量输入到神经网络中，经过计算得出识别结果；如果识别结果大于预定值，则判定该心电信号代表房颤心电信号；如果识别结果不大于预定值，则判定该心电信号并非房颤心电信号。