[發明專利]運動過程中的心電數據分類與健康特征識別方法

在審

• 申請號: 202210114469.2
• 申請日: 2022-01-30
• 公開（公告）號: CN114469123A
• 公開（公告）日: 2022-05-13
• 發明（設計）人: 王宏洲;張穩億;周志雄
• 申請（專利權）人: 北京理工大學;首都體育學院
• 主分類號: A61B5/318
• 分類號: A61B5/318;A61B5/346;A61B5/352;A61B5/353;A61B5/36;A61B5/366;A61B5/358;A61B5/355;A61B5/00
• 代理公司: 北京理工大學專利中心 11120
• 代理人: 田亞琪

1.一種運動過程中的心電數據分類與健康特征識別方法，其特征在于，包括以下步驟：

步驟1：對長時間的運動過程采取短停的心電數據采集策略；

步驟2：根據RR間期計算每個單拍的時長，并劃分得到心電單拍；計算單拍中的特征參數；計算一個短停時段內多個心拍的上述特征，得到一次運動過程的心電參數向量序列；

步驟3：計算多次運動過程的心電參數向量序列；得到該種運動形式下的個人基準線；

步驟4：將新樣本的心電參數向量序列與基準線一起歸一化，計算新樣本的心電參數向量序列與個人基準線的歐式距離；

步驟5：對當前運動過程即新樣本的心電參數向量序列的距離序列中的每一個距離計算距離異常百分比P，根據P的取值判斷當前序列是否異常。

2.如權利要求1所述的運動過程中的心電數據分類與健康特征識別方法，其特征在于，步驟1具體為：采取短停的方式，即將運動的整個周期分成若干時段，每運動若干分鐘就停止活動，采集若干秒的心電數據，得到一次運動過程的多個短停時間段內的心電數據。

3.如權利要求1所述的運動過程中的心電數據分類與健康特征識別方法，其特征在于，步驟2具體為：

對一次運動過程的多個短停時間段，采集時間段內心電單拍的多種波形與間期的特征；首先，采集若干秒心電數據后，根據RR間期計算每個單拍的時長，并劃分得到心電單拍；計算P波時長、P波振幅、PR間期時長、Q波振幅、R波振幅、S波振幅、QRS波群間期時長、ST間期時長、ST間期極差、T波時長、T波振幅和QT間期時長；獲得上述每個單拍的共13個參數后，對一個短停時段內多個心拍求上述特征的平均值，從而得到一個短停時間段內的心電參數向量；對運動過程中的多個短停時段計算心電參數向量，從而得到一次運動過程的心電參數向量序列。

4.如權利要求1所述的運動過程中的心電數據分類與健康特征識別方法，其特征在于，步驟3具體為：

計算多次運動過程的心電參數向量序列的中心點來確定基準線；由步驟1將一次運動過程分成n個時間段，由步驟2計算每個時間段內的13個參數，此時心電參數向量序列為13×n維，再計算m次運動過程的多個心電參數向量序列；

將多個心電參數向量序列按照運動過程中的時間節點對齊后取平均值，以此作為運動者的基準線，即可得到與參數數目相同的基準線。

5.如權利要求1所述的運動過程中的心電數據分類與健康特征識別方法，其特征在于，步驟4具體為：

在人員運動過程中，對每一維參數，先將新樣本的心電參數向量序列與基準線一起歸一化，視它們為高斯分布，使用歸一化的公式表示為z＝(x-μ)/σ，其中μ和σ分別表示所有參與歸一化數據的均值和方差；再計算新樣本的心電參數向量序列與個人基準線的歐式距離，得到新樣本的心電參數向量序列與基準線的距離序列。

6.如權利要求1所述的運動過程中的心電數據分類與健康特征識別方法，其特征在于，步驟5具體為：

計算當前運動過程心電參數向量序列與基準線距離異常百分比P，其中P＝已有數據集中與基準線距離小于當前序列的序列數量/已有數據集中的序列總數；P越接近于1，當前運動過程的心電參數向量序列越符合個人數據庫，反之P越接近于0，心電參數向量序列異?？赡苄栽礁?；當前如果P超過設定標準，則判定異常，提出告警；如果未超出標準，則判定正常，將當前運動過程的相關數據添加到數據集中，并重新計算基準線。