[發明專利]用于提取心電圖時間特異性數據的模型建立方法及系統在審
| 申請號: | 201811209725.6 | 申請日: | 2018-10-17 |
| 公開(公告)號: | CN109247934A | 公開(公告)日: | 2019-01-22 |
| 發明(設計)人: | 王景峰;趙慧英;陳樣新;張玉玲;胡海;杜崗;漆夢玲 | 申請(專利權)人: | 中山大學孫逸仙紀念醫院 |
| 主分類號: | A61B5/0402 | 分類號: | A61B5/0402;G06K9/00 |
| 代理公司: | 廣州三環專利商標代理有限公司 44202 | 代理人: | 顏希文;宋靜娜 |
| 地址: | 510000 廣東省廣州市*** | 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: | 特征參數 特征參數提取 動態心電圖 心電圖信號 心源性猝死 模型建立 時間點 心電圖 定峰 去噪 邏輯回歸模型 工頻干擾 基線漂移 數據提取 小波去噪 心電數據 最終模型 貝葉斯 運算 | ||
1.一種用于提取心電圖時間特異性數據的模型建立方法,包括如下步驟:
步驟S1,獲取心源性猝死幸存者的動態心電圖信息及正常人的動態心電圖信息;
步驟S2,使用小波去噪對獲取的心電圖信號進行去噪,以降低頻率極大和周期極小的工頻干擾及周期極大和頻率極小的基線漂移;
步驟S3,對去噪后的心電數據進行定峰及特征參數提取;
步驟S4,根據定峰及特征參數提取結果對每個時間點建立邏輯回歸模型,進行特征參數選取,通過5倍交叉運算選取各個時間點的特征參數。
步驟S5,根據選取的特征參數通過貝葉斯理論綜合各點的模型,建立最終模型。
2.如權利要求1所述的一種用于提取心電圖時間特異性數據的模型建立方法,其特征在于:于步驟S1中,利用24小時動態心電圖記錄心源性猝死幸存者的動態心電圖信息,并記錄正常人的24小時動態心電圖心電信號。
3.如權利要求1所述的一種用于提取心電圖時間特異性數據的模型建立方法,其特征在于:于步驟S3中,將去噪后心電數據根據預設時間長度切割成若干段,對每段心電數據進行定峰和特征參數計算。
4.如權利要求3所述的一種用于提取心電圖時間特異性數據的模型建立方法,其特征在于:將去噪后的心電數據切割成1分鐘一段,對于每分鐘的心電數據進行定峰和特征參數計算。
5.如權利要求4所述的一種用于提取心電圖時間特異性數據的模型建立方法,其特征在于,所述特征參數包括:各峰在每分鐘內的最小值、均值、最大值,平均幅值,計算各峰與基線的交點,計算兩交點之間的曲線下面積作為峰面積,R波面積+S波面積-T波面積,R波面積-T波面積,S波面積+T波面積平均值,R波面積+S波面積在一分鐘內的平均值。
6.一種用于提取心電圖時間特異性數據的模型建立系統,包括:
動態心電圖信號獲取單元,用于獲取心源性猝死幸存者的動態心電圖信息及正常人的動態心電圖信息;
去噪單元,用于使用小波去噪對獲取的心電圖信號進行去噪,以降低頻率極大和周期極小的工頻干擾及周期極大和頻率極小的基線漂移;
特征參數提取單元,用于u對去噪后的心電數據進行定峰及特征參數提取;
特征參數選取單元,用于根據定峰及特征參數提取結果對每個時間點建立邏輯回歸模型,進行特征參數選取,通過5倍交叉運算選取各個時間點的特征參數。
模型建立單元,用于根據選取的特征參數通過貝葉斯理論綜合各點的模型,建立最終模型。
7.如權利要求6所述的一種用于提取心電圖時間特異性數據的模型建立系統,其特征在于:所述動態心電圖信號獲取單元利用24小時動態心電圖記錄心源性猝死幸存者的動態心電圖信息,并記錄正常人的24小時動態心電圖心電信號。
8.如權利要求6所述的一種用于提取心電圖時間特異性數據的模型建立系統,其特征在于:所述特征提取單元將去噪后心電數據根據預設時間長度切割成若干段,對每段心電數據進行定峰和特征參數計算。
9.如權利要求8所述的一種用于提取心電圖時間特異性數據的模型建立系統,其特征在于:所述特征提取單元將去噪后的心電數據切割成1分鐘一段,對于每分鐘的心電數據進行定峰和特征參數計算。
10.如權利要求9所述的一種用于提取心電圖時間特異性數據的模型建立系統,其特征在于,所述特征參數包括:各峰在每分鐘內的最小值、均值、最大值,平均幅值,計算各峰與基線的交點,計算兩交點之間的曲線下面積作為峰面積,R波面積+S波面積-T波面積,R波面積-T波面積,S波面積+T波面積平均值,R波面積+S波面積在一分鐘內的平均值。
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中山大學孫逸仙紀念醫院,未經中山大學孫逸仙紀念醫院許可,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/201811209725.6/1.html,轉載請聲明來源鉆瓜專利網。





