[發明專利]一種心律失常判別方法及系統有效
| 申請號: | 201810119796.0 | 申請日: | 2018-02-06 |
| 公開(公告)號: | CN108403107B | 公開(公告)日: | 2019-12-31 |
| 發明(設計)人: | 李冉;王新安;劉彥伶;趙天夏;李秋平;馬浩;孫賀;陳紅英;何春舅 | 申請(專利權)人: | 北京大學深圳研究生院 |
| 主分類號: | G16H50/20 | 分類號: | G16H50/20 |
| 代理公司: | 44281 深圳鼎合誠知識產權代理有限公司 | 代理人: | 郭燕 |
| 地址: | 518055 廣東省*** | 國省代碼: | 廣東;44 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 心電信號 特征指標 心律失常類型 心律失常 時間點 模型函數 心律狀態 非線性分析 過程計算 機器學習 判別結果 線性分析 自動判別 心律 算法 標簽 檢測 | ||
1.一種心律失常判別系統,其特征在于,包括:
心電信號采集裝置,用于采集待檢測者的心電信號;
處理器,用于計算任意一段心電信號的pRRx序列:計算該段心電信號中相鄰RR間期之差大于閾值x毫秒的數量與全部RR間期的數量的比值,通過設置值不同的閾值x,得到每一個閾值x對應的比值,這些比值構成了所述pRRx序列;
所述處理器還用于對心電信號的pRRx序列進行線性分析以得到一個或多個線性的特征指標,和/或進行非線性分析,以得到一個或多個非線性的特征指標;根據心電信號的特征指標得到心律失常判別結果。
2.如權利要求1所述系統,其特征在于,
所述線性分析獲得的特征指標包括:pRRx序列的均值AVRR、pRRx序列的標準差SDRR、pRRx序列中相鄰pRRx差值的均方根rMSSD、pRRx序列中相鄰pRRx差值的標準差SDSD中的至少一者;
所述非線性的特征指標包括對所述pRRx序列進行熵值分析法所得到的特征指標,包括:pRRx序列直方分布信息熵Sdh、pRRx序列功率譜直方分布信息熵Sph、pRRx序列功率譜全頻段分布信息熵Spf中的至少一者;和/或,所述非線性的特征指標包括所述pRRx序列進行分形維數計算分析所得到的特征指標,包括:結構函數法計算所得的分形維數Dsf、相關函數法計算所得的分形維數Dcf、變差法計算所得的分形維數Dvm、均方根法計算所得的分形維數Drms中的至少一者。
3.如權利要求1所述系統,其特征在于,
所述處理器還用于預先建立心電信號的特征指標與心律狀態的類型對應關系的模型函數,其中所述心律狀態的類型包括心律正常類型及不同類型的心律失常;將新獲取的心電信號特征指標輸入模型函數,得到對應的心律狀態的類型,作為心律失常判別結果。
4.如權利要求3所述系統,其特征在于,
所述處理器還用于預先建立心電信號的特征指標與心律狀態的類型對應關系的模型函數包括:
預先獲取心律正常的心電信號以及不同心律失常類型的心電信號;
計算這些心電信號的特征指標;
將這些心電信號的特征指標作為輸入,這些心電信號對應的心律狀態的類型作為標簽,進行機器學習,訓練得到心電信號的特征指標與心律狀態的類型對應關系的模型函數。
5.一種心律失常判別產品,其特征在于,包括:
存儲器,用于存儲程序;
處理器,用于通過執行所述存儲器存儲的程序以實現:
計算任意一段待檢測者的心電信號的pRRx序列:計算該段心電信號中相鄰RR間期之差大于閾值x毫秒的數量與全部RR間期的數量的比值,通過設置值不同的閾值x,得到每一個閾值x對應的比值,這些比值構成了所述pRRx序列;
對心電信號的pRRx序列進行線性分析以得到一個或多個線性的特征指標,和/或進行非線性分析,以得到一個或多個非線性的特征指標;根據心電信號的特征指標得到心律失常判別結果。
6.如權利要求5所述的產品,其特征在于,
所述線性分析獲得的特征指標包括:pRRx序列的均值AVRR、pRRx序列的標準差SDRR、pRRx序列中相鄰pRRx差值的均方根rMSSD、pRRx序列中相鄰pRRx差值的標準差SDSD中的至少一者;
所述非線性的特征指標包括對所述pRRx序列進行熵值分析法所得到的特征指標,包括:pRRx序列直方分布信息熵Sdh、pRRx序列功率譜直方分布信息熵Sph、pRRx序列功率譜全頻段分布信息熵Spf中的至少一者;和/或,所述非線性的特征指標包括所述pRRx序列進行分形維數計算分析所得到的特征指標,包括:結構函數法計算所得的分形維數Dsf、相關函數法計算所得的分形維數Dcf、變差法計算所得的分形維數Dvm、均方根法計算所得的分形維數Drms中的至少一者。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于北京大學深圳研究生院,未經北京大學深圳研究生院許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201810119796.0/1.html,轉載請聲明來源鉆瓜專利網。





