[發明專利]心電信號質量評估方法、裝置及設備

在審

• 申請號: 202110675524.0
• 申請日: 2021-06-17
• 公開（公告）號: CN115486849A
• 公開（公告）日: 2022-12-20
• 發明（設計）人: 李振齊;趙巍;王飛;胡靜;馬云駒
• 申請（專利權）人: 廣州視源電子科技股份有限公司;廣州視源人工智能創新研究院有限公司
• 主分類號: A61B5/318
• 分類號: A61B5/318;A61B5/346;A61B5/353;A61B5/355;A61B5/366;A61B5/00
• 代理公司: 北京澤方譽航專利代理事務所(普通合伙) 11884
• 代理人: 陳照輝

1.一種心電信號質量評估方法，其特征在于，包括：

獲取待評估的心電信號，所述心電信號包含多個特征波信號；

提取所述心電信號的參數向量序列，所述參數向量序列包括多個用于表征所述特征波信號的參數向量，每個所述特征波信號對應一個參數向量；

根據所述參數向量序列，提取所述心電信號的質量特征；

根據所述質量特征對所述心電信號進行質量評估，并得到所述心電信號的質量評估等級。

2.根據權利要求1所述的心電信號質量評估方法，其特征在于，所述參數向量包括：所述特征波信號的關鍵點、所述特征波信號和特征波信號模板的匹配度、所述特征波信號模板的寬度、所述特征波信號的位置信息、所述特征波信號的幅值和所述特征波信號相對于時間軸的偏置。

3.根據權利要求1所述的心電信號質量評估方法，其特征在于，所述提取所述心電信號的參數向量序列包括：

確定參數化模型，所述參數化模型的模型參數包括用于重構所述心電信號的多個關鍵點的相對位置信息；

將心電信號輸入所述參數化模型進行處理，得到心電信號的參數向量序列。

4.根據權利要求2所述的心電信號質量評估方法，其特征在于，所述質量特征包括特征波信號類別熵，

所述根據所述參數向量序列，提取所述心電信號的質量特征包括：

從所述參數向量序列中，篩選出重點特征波信號的參數向量；

根據預設的第一聚類條件，對篩選出的所述參數向量進行聚類，所述第一聚類條件為參數向量的關鍵點相同且幅值的差小于預設閾值；

統計每個類別下特征波信號的第一數量；

根據所述第一數量計算相應類別下特征波信號的出現概率；

根據各所述類別對應的出現概率得到特征波信號類別熵。

5.根據權利要求2所述的心電信號質量評估方法，其特征在于，所述質量特征包括心電重構信號信噪比，

所述根據所述參數向量序列，提取所述心電信號的質量特征包括：

根據所述參數向量序列重構所述心電信號，以得到心電重構信號；

計算所述心電信號和所述心電重構信號之間的噪聲信號；

根據所述噪聲信號和所述心電重構信號計算所述心電重構信號信噪比。

6.根據權利要求2所述的心電信號質量評估方法，其特征在于，所述質量特征包括心電信號的特征波信號峰值與信號能量比，

所述根據所述參數向量序列，提取所述心電信號的質量特征包括：

計算所述參數向量序列中每個參數向量對應的第一比值，所述第一比值為所述參數向量中所述特征波信號的幅值與所述特征波信號模板的寬度的比；

在全部所述第一比值中，查找最大的第一比值，并將所述最大的第一比值對應的幅值作為信號峰值；

計算所述心電信號的平均能量；

根據所述信號峰值和所述平均能量得到所述心電信號的特征波信號峰值與信號能量比。

7.根據權利要求2所述的心電信號質量評估方法，其特征在于，所述質量特征包括幅值峰度的均值，

所述根據所述參數向量序列，提取所述心電信號的質量特征包括：

從所述參數向量序列中，篩選出重點特征波信號的參數向量；

根據預設的第二聚類條件，對篩選出的所述參數向量進行聚類，所述第二聚類條件為參數向量的關鍵點相同；

統計每個類別下特征波信號的第二數量；

根據所述第二數量和所述參數向量中特征波信號的幅值計算每個類別下特征波信號的幅值平均值，并根據所述幅值平均值計算每個類別下特征波信號的幅值四階中心距和幅值方差；

根據同一類別下的所述幅值四階中心距和所述幅值方差計算同一類別下特征波信號的幅值峰度；

計算各類別對應的幅值峰度的第一平均值，并將所述第一平均值作為幅值峰度的均值。