[發明專利]基于直方圖的自適應閾值R峰檢測、心律分類方法及裝置

有效

• 申請號: 202211068196.9
• 申請日: 2022-09-02
• 公開（公告）號: CN115120248B
• 公開（公告）日: 2022-12-20
• 發明（設計）人: 羅實;李煒銘;邵研;王永恒
• 申請（專利權）人: 之江實驗室
• 主分類號: A61B5/352
• 分類號: A61B5/352;A61B5/00;A61B5/024;A61B5/0245
• 代理公司: 杭州浙科專利事務所(普通合伙) 33213
• 代理人: 孫孟輝;楊小凡

1.一種基于直方圖的自適應閾值R峰檢測方法，其特征在于包括如下步驟：

步驟S401：計算預處理后的心電信號的最大值與最小值，若最小值的絕對值大于最大值，則將預處理后的心電信號進行水平翻轉；

步驟S402：提取所有預處理后的心電信號的極大值，作為候選的R峰；

步驟S403：統計R峰的直方圖分布；根據人體極限心率范圍及心電信號時長，確定R峰的數量范圍，并截取相應的直方圖范圍；根據最大類間方差法確定直方圖分割閾值，從而得到R峰閾值；最大類間方差法，設直方圖的最佳閾值為Ｔ，Ｔ將直方圖分為前景和背景，其中前景區間數量占比為，平均分布值為；背景區間占比為，平均分布值為；則直方圖的平均分布值為，類間方差為，窮舉T計算所有的類間方差，使方差最大的T就是分割閾值，即R峰閾值；

步驟S404：取高于閾值的R峰；

步驟S405：根據人體極限心率范圍，確定R峰間隔閾值，過濾間隔小于間隔閾值的R峰，得到最終的R峰。

2.一種基于直方圖的自適應閾值R峰檢測的心律分類方法，其特征在于包括如下步驟：

步驟S101：獲取待檢測人員的心電信號；

步驟S102：對心電信號進行數據預處理，得到預處理后的心電信號；

步驟S103：提取預處理后的心電信號特征指標，包括如下步驟：

步驟S301：通過預處理后的心電信號，采用權利要求1所述的基于直方圖的自適應閾值R峰檢測方法，檢測R峰；

步驟S302：根據R峰值，計算時域特征，再將時域特征轉換為頻域特征，并將時域特征和頻域特征作為心電信號特征指標；

步驟S104：將心電信號特征指標輸入心電識別模型獲得心律分類結果。

3.根據權利要求2所述的基于直方圖的自適應閾值R峰檢測的心律分類方法，其特征在于：所述步驟S302中，時域特征包括心率和心率變異性指標，兩者的計算均需要提取R峰的位置，其中，心率變異性指標包括竇性心搏R-R間期標準差和相鄰NN之差50ms的個數占總竇性心搏個數的百分比。

4.根據權利要求3所述的基于直方圖的自適應閾值R峰檢測的心律分類方法，其特征在于：使用龐加萊圖評價R-R間期，提取時域特征，龐加萊圖的X軸表示當前心臟節拍的持續時間，Y軸表示下一個節拍的持續時間，XY軸上的散點近似橢圓分布，根據散點擬合橢圓，橢圓長軸標準差代表短期變異性，短軸標準差代表長期變異性，計算橢圓長軸標準差、短軸標準差和面積，作為龐加萊圖的特征。

5.根據權利要求2所述的基于直方圖的自適應閾值R峰檢測的心律分類方法，其特征在于：所述步驟S302中，使用差值散點圖提取時域特征，差值散點圖的X軸表示當前心臟節拍的持續時間與上一個心臟節拍的持續時間的差，Y軸表示下一個心臟節拍的持續時間與當前心臟節拍的持續時間的差，A++代表處于差值散點圖第一象限的點的數量，表示兩個連續的心動間隔增加，心率減小，代表副交感神經活性，B--代表處于第三象限的點的數量，表示兩個連續的心動間隔減小，心率增加，代表交感神經活性，計算A++和B—兩個特征，作為差值散點圖的特征。

6.根據權利要求2所述的基于直方圖的自適應閾值R峰檢測的心律分類方法，其特征在于：所述步驟S302中，通過快速傅里葉變換將時域特征轉為頻域特征，在頻域特征下，計算低頻能量、高頻能量及兩者的比值作為心電信號的頻域特征。