[發明專利]動態心電的分析方法、裝置及醫療設備

在審

• 申請號: 202111370860.0
• 申請日: 2021-11-18
• 公開（公告）號: CN116135146A
• 公開（公告）日: 2023-05-19
• 發明（設計）人: 歐陽卓然;范小彪;凌鋒
• 申請（專利權）人: 深圳市理邦精密儀器股份有限公司
• 主分類號: A61B5/318
• 分類號: A61B5/318;A61B5/346;A61B5/363;A61B5/00
• 代理公司: 北京三聚陽光知識產權代理有限公司 11250
• 代理人: 張琳琳

本發明涉及醫療圖像技術領域，具體涉及動態心電的分析方法、裝置及醫療設備，所述方法包括獲取原始動態心電圖數據；對所述原始動態心電圖數據進行預處理，得到動態心電圖數據；根據所述動態心電圖數據進行多模態分析，得到動態心電分析結果；顯示所述動態心電分析結果。通過先對原始動態心電圖數據進行預處理，以保證所得到的動態心電圖數據的準確性，再利用人工智能方法實現多模態分析，而多模態參數的分析相較于單一參數的分析，可以使各個模型能夠學習到不同模態參數之間的關聯信息，實現了整體工作流程的自動化，使得最終確定出的動態心電分析結果的準確率得到提升。

技術領域

本發明涉及醫療圖像技術領域，具體涉及動態心電的分析方法、裝置及醫療設備。

背景技術

與普通心電圖相比，動態心電圖在24小時內可連續記錄多達10萬次左右的心電信號。這樣可以提高對非持續性心律失常，尤其是對一過性心律失常及短暫的心肌缺血發作的檢出率，因此擴大了心電圖臨床運用的范圍。

常采用的動態心電圖的分方法包括信號高低通濾波、信號差分運算、平方和積分運算。在最終的積分曲線中會找到一系列波峰點，可能是QSR波，可能是噪聲。再根據心電圖信號和心臟電生理活動的一些基本規律，通過一些自適應閾值的計算，尋找每個P-QRS-T波群的特征；根據找到的每個P-QRS-T波以及前后的波群，對每個心博進行分類識別；在心博分類識別的基礎上，通過分析心博變化的規律，生成各種心律失常和傳到阻滯等動態心電的分析結果。

然而上述技術方案中，由于最終動態心電的分析結果依賴于心博變化的規律，而實際過程中動態心電的分析結果不僅僅是與心博變化有關。若僅采用單一的心博變化規律確定分析結果，就必然會導致最終生成的分析結果的準確性較低。

發明內容

有鑒于此，本發明實施例提供了一種動態心電的分析方法、裝置及醫療設備，以解決動態心電分析結果的準確性較低的問題。

根據第一方面，本發明實施例提供了一種動態心電的分析方法，包括：

獲取原始動態心電圖數據；

對所述原始動態心電圖數據進行預處理，得到動態心電圖數據；

根據所述動態心電圖數據進行多模態分析，確定動態心電分析結果；

顯示所述動態心電分析結果。

本發明實施例提供的動態心電的分析方法，通過先對原始動態心電圖數據進行預處理，以保證所得到的動態心電圖數據的準確性，再利用人工智能方法實現多模態分析，而多模態參數的分析相較于單一參數的分析，可以使各個模型能夠學習到不同模態參數之間的關聯信息，實現了整體工作流程的自動化，構建了完整鏈路實現人工智能方法在動態心電分析中的應用和自動優化過程，使得最終確定出的動態心電分析結果的準確率得到提升，且在界面上顯示動態心電分析結果，使得醫護人員能夠直觀的了解到相應的結果。

結合第一方面，在第一方面第一實施方式中，所述對所述原始動態心電圖數據進行預處理，得到動態心電圖數據，包括：

將所述原始動態心電圖數據輸入噪聲分析模型中，確定所述原始動態心電圖數據的噪聲等級；

將所述原始動態心電圖數據輸入與所述噪聲等級對應的去噪模型中，得到所述動態心電圖數據；

顯示所述原始動態心電圖數據、所述動態心電圖數據以及所述噪聲等級，并在所述原始動態心電圖數據中標注出噪聲發生的起始位置。