CN104523265B - 异常心电数据的判断方法和装置 - Google Patents
异常心电数据的判断方法和装置 Download PDFInfo
- Publication number
- CN104523265B CN104523265B CN201410856804.1A CN201410856804A CN104523265B CN 104523265 B CN104523265 B CN 104523265B CN 201410856804 A CN201410856804 A CN 201410856804A CN 104523265 B CN104523265 B CN 104523265B
- Authority
- CN
- China
- Prior art keywords
- data
- electrocardiogram
- ecg
- criterion
- value
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
- A61B5/316—Modalities, i.e. specific diagnostic methods
- A61B5/318—Heart-related electrical modalities, e.g. electrocardiography [ECG]
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
- A61B5/316—Modalities, i.e. specific diagnostic methods
- A61B5/318—Heart-related electrical modalities, e.g. electrocardiography [ECG]
- A61B5/346—Analysis of electrocardiograms
- A61B5/349—Detecting specific parameters of the electrocardiograph cycle
Abstract
一种异常心电数据的判断方法和装置，其方法包括：获取心电数据周期时长，根据所述心电数据周期时长确定数据采样时长；根据所述数据采样时长和预设的采样频率从心电数据采集设备中获取心电数据；对获取的该段心电数据进行归一化处理，获得归一化心电数据；根据获得的归一化心电数据确定用于判断心电数据是否异常的判据；将所述判据与判断阈值进行比较，并根据比较结果判断心电数据是否为异常数据。本发明方案提高监控中检测准确率和效率。
Description
技术领域
本发明涉及数据处理技术领域，特别是涉及一种异常心电数据的判断方法和装置。
背景技术
心电数据是在医学领域中经常涉及的数据，而对于心电数据采集设备采集的心电数据是否属于非正常状态下的心电数据(异常心电数据)，是对于心电数据后续使用的一个重要影响因素，现有的对于异常心电数据的判断方法，包括时域分析法，频域分析法，非线性分析法，这些数据处理方法，在进行异常心电数据判断时将出现较高的误判率。
发明内容
基于此，有必要针对在异常心电数据误判率高的问题，提供一种异常心电数据的判断方法和装置。
一种异常心电数据的判断方法，包括：
获取心电数据周期时长，根据所述心电数据周期时长确定数据采样时长；
根据所述数据采样时长和预设的采样频率从心电数据采集设备中获取心电数据；
对获取的该段心电数据进行归一化处理，获得归一化心电数据；
根据获得的归一化心电数据确定用于判断心电数据是否异常的判据；
将所述判据与判断阈值进行比较，并根据比较结果判断心电数据是否为异常数据；
所述根据获得的归一化心电数据确定用于判断心电数据是否异常的判据步骤，包括：
将所述数据采样时长和所述采样频率相乘获得该段心电数据的个数值，根据各归一化心电数据确定该段心电数据稳定区域和心电数据中间值，并根据所述心电数据的个数值、心电数据稳定区域和心电数据中间值计算获得用于判断心电数据是否异常的判据。
一种异常心电数据的判断装置，包括：
数据采样时长确定单元，用于获取心电数据周期时长，根据所述心电数据周期时长确定数据采样时长；
心电数据读取单元，用于根据所述数据采样时长和预设的采样频率从心电数据采集设备中获取心电数据；
判据确定单元，用于对获取的该段心电数据进行归一化处理，获得归一化心电数据；根据获得的归一化心电数据确定用于判断心电数据是否异常的判据；
判断单元，用于将所述判据与判断阈值进行比较，并根据比较结果判断心电数据是否为异常数据；
所述判据确定单元还用于：
将所述数据采样时长和所述采样频率相乘获得该段心电数据的个数值，根据各归一化心电数据确定该段心电数据稳定区域和心电数据中间值，并根据所述心电数据的个数值、心电数据稳定区域和心电数据中间值计算获得用于判断心电数据是否异常的判据。
上述异常心电数据的判断方法和装置，通过根据心电数据周期时长确定数据采样时长，根据数据采样时长和采样频率获取心电数据，保证获取到的心电数据是稳定的心电数据。对获取的该段心电数据进行归一化处理，获得归一化心电数据；根据各归一化心电数据确定用于判断心电数据是否异常的判据，再将判据与判断阈值进行比较，根据比较结果判断心电数据是否为异常数据，从而提高了判断心电数据是否为异常数据的准确率，并且无需大量模板数据即可实现异常数据的判别，提高了判断效率。
附图说明
图1为本发明异常心电数据的判断方法实施例的流程示意图；
图2为其中一个示例中QRS波示意图；
图3为其中一个示例中正常心电信号示意图；
图4为其中一个示例中心室纤颤信号示意图；
图5为本发明异常心电数据的判断装置实施例的结构示意图。
具体实施方式
下面结合实施例及附图对本发明作进一步详细说明，但本发明的实施方式不限于此。
如图1所示，为本发明异常心电数据的判断方法实施例的流程示意图，包括步骤：
步骤S101：获取心电数据周期时长，根据所述心电数据周期时长确定数据采样时长；
心电数据周期时长是一个完整心电周期时间。获取心电数据周期时长的方法有很多种，可以从具有采集心电数据周期时长的心电数据采集装置中直接获取。采样频率表示每单位时间内采集的心电数据个数，该采样频率可以预先设定。数据采样时长是采集数据的时间长度。本步骤根据心电数据周期时长确定判断过程中的数据采样时长，目的是保证获取到的心电数据是稳定的心电数据，进而可以提高后续检测的准确性，并且提高了后续判断效率。比如，在其中一个实施例中，可以将心电数据周期时长设为判断过程中的数据采样时长。
步骤S102：根据所述数据采样时长和预设的采样频率从心电数据采集设备中获取心电数据；
根据采样频率从心电数据采集设备中获取心电数据，达到数据采样时长时，停止获取数据。即每段心电数据的时间长度为数据采样时长。后续是对获取到的这一段心电数据进行处理。
步骤S103：对获取的该段心电数据进行归一化处理，获得归一化心电数据；
为了提高处理效率，将获取的心电数据进行归一化处理，处理得到的数据成为归一化心电数据，可以减少计算量，从而提高处理效率。
进一步的，所述对获取的心电数据进行归一化处理，获得归一化心电数据步骤，可以包括：将该段心电数据中的最大数据值映射到1，最小数据值映射到0，其他数据值按比例映射，获得归一化心电数据。
即通过映射的方式将所有获取到的心电数据控制在0到1范围内。
步骤S104：根据获得的归一化心电数据确定用于判断心电数据是否异常的判据；
计算判据的方法有很多种，比如，可以将所述数据采样时长和所述采样频率相乘获得该段心电数据的个数值，根据各归一化心电数据确定该段心电数据稳定区域和心电数据中间值，并根据所述心电数据的个数值、心电数据稳定区域和心电数据中间值计算获得用于判断心电数据是否异常的判据。
将所述归一化心电数据按大小升序排列，将排列在中间的心电数据设为心电数据中间值。正常心电信号时，心电信号有窄而高的QRS波，QRS波是心电波形的其中一段，是心室除极过程出现的波形，如图2所示，为其中一个示例中QRS波示意图。ORS波以外的数据基本处于一个相对稳定的区域，该区域称为心电数据稳定区域，该区域大致以心电数据中间值为中心。因此，可以基于心电数据稳定区域与心电数据个数的关系计算用于判断心电数据是否异常的判据。
步骤S105：将所述判据与判断阈值进行比较，并根据比较结果判断心电数据是否为异常数据。
判断阈值是一种用于判断心电数据是否是异常数据的一种基准值。
上述实施例根据心电数据周期时长确定数据采样时长，根据数据采样时长和采样频率获取心电数据，保证获取到的心电数据是稳定的心电数据。对获取的该段心电数据进行归一化处理，获得归一化心电数据；根据各归一化心电数据确定用于判断心电数据是否异常的判据，再将判据与判断阈值进行比较，根据比较结果判断心电数据是否为异常数据，从而提高了判断心电数据是否为异常数据的准确率，并且无需大量模板数据即可实现异常数据的判别，提高了判断效率。
判断阈值可以根据经验进行预设，也可以根据历史数据库进行计算获得，并将计算获取的判断阈值进行存储。具体的，步骤S102之前，还包括：
A1：根据所述数据采样时长和所述采样频率从历史数据库中获取多段正常心电数据和多段异常心电数据；
历史数据库中记录了正常状态下的心电数据和异常状态下的心电数据。可以从历史数据库中获取多段正常心电数据，以采样频率采集正常心电数据，每段正常心电数据的时间长度为采样时长。
可以从历史数据库中获取多段异常心电数据，以采样频率采集异常心电数据，每段异常心电数据的时间长度为采样时长。异常心电数据是非正常状态下的心电数据。
A2：分别将各段正常心电数据和各段异常心电数据作为输入数据，采用相同的计算方式计算正常心电数据对应的判据和异常心电数据对应的判据；
每段正常心电数据对应有一个判据，多段正常心电数据则有多个判据。每段异常心电数据对应有一个判据，多段异常心电数据则有多个判据。
这里提及的相同的计算方式是指步骤S103至步骤S104的计算方式。利用步骤S103至步骤S104的计算判据方法可以计算历史数据库中正常心电数据对应的判据和异常心电数据对应的判据。
A3：在具体计算判据的过程中，可以将正常心电数据对应的平均判据和异常心电数据对应的平均判据求平均值，从而得到判断阈值。具体的：
计算正常心电数据对应的判据的平均值，获得第一判据平均值，计算异常心电数据对应的判据的平均值，获得第二判据平均值，并计算所述第一判据平均值和第二判据平均值的平均值，获得所述判断阈值。
也可以将正常心电数据对应的判据中的最大判据和异常心电数据对应的判据中的最大判据，从而得到判断阈值。具体的：
筛选出正常心电数据对应的判据中的最大判据，获得第一判据最大值，筛选出异常心电数据对应的判据中的最大判据，获得第二判据最大值，并计算所述第一判据最大值和第二判据最大值的平均值，获得所述判断阈值。
还可以将正常心电数据对应的判据中间值和异常心电数据对应的判据中间值，从而得到判断阈值。具体的：
将各正常心电数据对应的判据按大小进行排列，获得第一判据中间值，将各异常心电数据对应的判据按大小进行排列，获得第二判据中间值，计算所述第一判据中间值和第二判据中间值的平均值，获得所述判断阈值。
将心电数据按大小排列后，排在中间的数据称为判据中间值。
本实施例采用与监控方法中相同的判据计算方法，计算历史数据库中正常状态下的判据和异常状态下的判据，然后将两类判据求平均值，即可得到判断阈值。然后根据数据采样时长和采样频率获取待检测的心电数据，并利用同样的判据计算方法计算判据，将该判据与判断阈值进行比较即可判断出是否为异常数据。通过这样的方式得到的判断阈值，可以提高判断准确率。
计算判据的方法有很多种，在其中一个实施例中，计算判据步骤包括：
将所述归一化心电数据按大小升序排列，将排列获得的序列号设为查找对应数据的索引号；
根据索引号和归一化心电数据的关系建立索引数组D(n)，其中，D(n)表示索引号为n对应的归一化数据；
采用公式E＝D(C*t1)确定心电数据较大值，采用公式F＝D(C*t2)确定心电数据较小值，采用公式G＝D(C*0.5)确定心电数据中间值，其中，C表示检测的心电数据个数，t1表示第一预设值，t2表示第二预设值，0.5＜t1＜1，0＜t2＜0.5；
采用公式H＝(E-G)+(G-F)计算判据，其中，H表示判据。
t1和t2是预设值，目的是为了避免一些干扰数据，筛选出心电数据较大值和较小值。其中，0.5＜t1＜1，0＜t2＜0.5。比如，t1可以是0.8，t2可以是0.1。
在其中一个实施例中，还提供一种计算判据的方法，包括：
将所述归一化心电数据按大小升序排列，将排列获得的序列号设为查找对应数据的索引号；
将索引号中间值对应的归一化心电数据确定为所述心电数据中间值；
根据预设的心电数据浮动值和所述心电数据中间值确定心电数据稳定区域，并计算该心电数据稳定区域内归一化心电数据个数，获得第一个数值；
采用公式计算判据，其中，K表示判据，J表示第一个数值，C表示检测的心电数据个数。
心电数据浮动值是心电数据中间值在心电数据稳定区域内可上下浮动的最大值，比如预设的心电数据浮动值可以是0.2。
在其中一个实施例中，计算判据步骤包括：
将所述归一化心电数据按大小升序排列，将排列获得的序列号设为查找对应数据的索引号；
根据索引号和归一化心电数据的关系建立索引数组D(n)，其中，D(n)表示索引号为n对应的归一化数据；
采用公式E＝D(C*t1)确定心电数据较大值，采用公式F＝D(C*t2)确定心电数据较小值，采用公式G＝D(C*0.5)确定心电数据中间值，其中，C表示检测的心电数据个数，t1表示第一预设值，t2表示第二预设值，0.5＜t1＜1，0＜t2＜0.5；
采用公式计算心电数据浮动值，其中I表示心电数据浮动值，2＜L＜20；
计算归一化心电数据中大于(G-I)且小于(G+I)的心电数据个数，获得第二个数值；
采用公式计算判据，其中，N表示判据，M表示第二个数值，C表示检测的心电数据个数。
作为一种优选方式，L可以取值为3。在一个实例中，I＝0.1，正常心电信号中N＝0.7，心室纤颤信号中N＝0.2。因此，本实施例通过计算稳定区域内心电数据个数与总心电数据个数的比值作为判据进行判断，采用这种方法获得的心室纤颤时的判据小于正常时的判据，且两者差距更大。
本实施例根据实际情况计算心电数据浮动值，从而可以提高检测的准确率。
在其中一个实施例中，计算判据步骤包括：
将所述归一化心电数据按大小升序排列，将排列获得的序列号设为查找对应数据的索引号；
根据索引号和归一化心电数据的关系建立索引数组D(n)，其中，D(n)表示索引号为n对应的归一化数据；
采用公式E＝D(C*t1)确定心电数据较大值，采用公式F＝D(C*t2)确定心电数据较小值，采用公式G＝D(C*0.5)确定心电数据中间值，其中，C表示检测的心电数据个数，t1表示第一预设值，t2表示第二预设值，0.5＜t1＜1，0＜t2＜0.5；
采用公式计算心电数据浮动值，其中I表示心电数据浮动值，2＜L＜20；
采用公式计算判据，其中，U表示判据，S表示归一化心电数据中小于(G-I)的心电数据个数，T表示归一化心电数据中大于(G+I)的心电数据个数，C表示检测的心电数据个数。
由于某些正常心电信号的幅度为上下不对称分布，而异常信号的幅度接近上下对称分布，因此采用本实施例方法计算出来的正常状态下的判据和异常状态下的判据差距更大，则判断更准确。
在其中一个实施例中，还可以综合考虑各个判据获得最终判据，从而提高检测准确度。具体的，计算判据步骤包括：
将所述归一化心电数据按大小升序排列，将排列获得的序列号设为查找对应数据的索引号；
根据索引号和归一化心电数据的关系建立索引数组D(n)，其中，D(n)表示索引号为n对应的归一化数据；
采用公式E＝D(C*t1)确定心电数据较大值，采用公式F＝D(C*t2)确定心电数据较小值，采用公式G＝D(C*0.5)确定心电数据中间值，其中，C表示检测的心电数据个数，t1表示第一预设值，t2表示第二预设值，0.5＜t1＜1，0＜t2＜0.5；
采用公式H＝(E-G)+(G-F)计算第一判据，其中，H表示第一判据；
根据预设心电数据浮动值和所述心电数据中间值确定心电数据稳定区域，并计算该心电数据稳定区域内归一化心电数据个数，获得第一个数值；
采用公式计算第二判据，其中，K表示第二判据，J表示第一个数值；
采用公式计算心电数据浮动值，其中I表示心电数据浮动值，2＜L＜20；
计算归一化心电数据中大于(G-I)且小于(G+I)的心电数据个数，获得第二个数值；
采用公式计算第三判据，其中，N表示第三判据，M表示第二个数值；
采用公式计算第四判据，其中，U表示第四判据，S表示归一化心电数据中小于(G-I)的心电数据个数，T表示归一化心电数据中大于(G+I)的心电数据个数；
采用公式O＝H*k1-K*k2-N*k3+U*k4计算判据，其中，O表示判据，k1表示第一判据对应的权重，k2表示第二判据对应的权重，k3表示第三判据对应的权重，k4表示第四判据对应的权重。
其中，k1、k2、k3、k4可以根据对应的判据的重要性进行预设。因此，在后续监测时，当利用该实施例方法计算出来的判据比判断阈值大时，则判定心电数据为异常数据，可以进行预警提醒。
在其中一个实施例中，还可以综合考虑各个判据结果，将判据结果量化后进行结果加权，从而提高检测准确度。具体的，计算判据步骤包括：
将所述归一化心电数据按大小升序排列，将排列获得的序列号设为查找对应数据的索引号；
根据索引号和归一化心电数据的关系建立索引数组D(n)，其中，D(n)表示索引号为n对应的归一化数据；
采用公式E＝D(C*t1)确定心电数据较大值，采用公式F＝D(C*t2)确定心电数据较小值，采用公式G＝D(C*0.5)确定心电数据中间值，其中，C表示检测的心电数据个数，t1表示第一预设值，t2表示第二预设值，0.5＜t1＜1，0＜t2＜0.5；
采用公式H＝(E-G)+(G-F)计算第一判据，其中，H表示第一判据；
根据预设心电数据浮动值和所述心电数据中间值确定心电数据稳定区域，并计算该心电数据稳定区域内归一化心电数据个数，获得第一个数值；
采用公式计算第二判据，其中，K表示第二判据，J表示第一个数值；
采用公式计算心电数据浮动值，其中I表示心电数据浮动值，2＜L＜20；
计算归一化心电数据中大于(G-I)且小于(G+I)的心电数据个数，获得第二个数值；
采用公式计算第三判据，其中，N表示第三判据，M表示第二个数值；
采用公式计算第四判据，其中，U表示第四判据，S表示归一化心电数据中小于(G-I)的心电数据个数，T表示归一化心电数据中大于(G+I)的心电数据个数；
所述将所述判据与判断阈值进行比较，并根据比较结果判断心电数据是否为异常数据步骤，包括：
分别将第一判据、第二判据、第三判据、第四判据与其对应的判断阈值进行比较，获得各判据对应的判断结果；将判断结果进行量化处理，其中，当判断结果为正常数据时，则g(x)＝k，当判断结果为异常数据时，则g(x)＝-k，g(x)表示判据x对应的结果量化值，x取值为H、K、N、U，k表示常数；根据g(H)*k1+g(K)*k2+g(N)*k3+g(U)*k4的正负判断心电数据是否为异常数据，其中，k1表示第一判据对应的权重，k2表示第二判据对应的权重，k3表示第三判据对应的权重，k4表示第四判据对应的权重。
在其中一个实施例中，计算所述判据的步骤包括：
将所述归一化心电数据按大小升序排列，将排列获得的序列号设为查找对应数据的索引号；
根据索引号和归一化心电数据的关系建立索引数组D(n)，其中，D(n)表示索引号为n对应的归一化数据；
采用公式E＝D(C*t1)确定心电数据较大值，采用公式F＝D(C*t2)确定心电数据较小值，采用公式G＝D(C*0.5)确定心电数据中间值，其中，C表示检测的心电数据个数，t1表示第一预设值，t2表示第二预设值，0.5＜t1＜1，0＜t2＜0.5；
采用公式H＝(E-G)+(G-F)计算第一判据，其中，H表示第一判据；
根据预设心电数据浮动值和所述心电数据中间值确定心电数据稳定区域，并计算该心电数据稳定区域内归一化心电数据个数，获得第一个数值；
采用公式计算第二判据，其中，K表示第二判据，J表示第一个数值；
采用公式计算心电数据浮动值，其中I表示心电数据浮动值，2＜L＜20；
计算归一化心电数据中大于(G-I)且小于(G+I)的心电数据个数，获得第二个数值；
采用公式计算第三判据，其中，N表示第三判据，M表示第二个数值；
采用公式计算第四判据，其中，U表示第四判据，S表示归一化心电数据中小于(G-I)的心电数据个数，T表示归一化心电数据中大于(G+I)的心电数据个数；
所述将所述判据与判断阈值进行比较，并根据比较结果判断心电数据是否为异常数据步骤，包括：
分别将第一判据、第二判据、第三判据、第四判据与其对应的判断阈值进行比较，获得各判据对应的判断结果；将判断结果进行量化处理，其中，当判断结果为正常数据时，则g(x)＝k，当判断结果为异常数据时，则g(x)＝-k，g(x)表示判据x对应的结果量化值，x取值为H、K、N或U，k表示常数；根据的正负判断心电数据是否为异常数据，其中，H0表示第一判据对应的判断阈值，K0表示第二判据对应的判断阈值，N0表示第三判据对应的判断阈值，U0表示第四判据对应的判断阈值。
可以是从根据数据采样时长和采样频率从历史数据库中获取正常心电数据和异常心电数据，分别将正常心电数据和异常心电数据作为输入数据，采用与计算第一判据相同的计算方式计算正常心电数据对应的判据和异常心电数据对应的判据，求判据的平均值，获得第一判据对应的判断阈值。第二判据对应的判断阈值、第三判据对应的判断阈值、第四判据对应的判断阈值同理可得。
其中，当k表示正常数时，
为负时，则判定心电数据为异常数据，否则为正常数据。比如k＝1。当判断结果为正常数据时，将结果量化为1，当判断结果为异常数据时，将结果量化为-1。
当k表示负常数时，
为正时，则判定心电数据为异常数据，否则为正常数据。
在其中一个实施例中，还公开一种确定心电数据周期时长的方法。所述获取心电数据周期时长步骤包括：
S1：将心电数据周期初始长度A1设为将初始化采样个数Z1设为其中，V～W表示脉率范围；其中，脉率表示每分钟脉搏次数。
S2：获取个相连的时间长度为的心电数据，分别将获得的各段心电数据作为输入数据，采用相同的计算方式计算心电数据对应的判据；
S3：将各判据求方差，获得方差值，判断方差值是否小于预设方差阈值；
S4：若否，则其中，i≥1，A0表示预设的步进值，Ai+1表示i+1次对应的周期长度，Zi+1表示i+1次对应的采样个数；数学符号表示向上取整；
S5：获取Zi+1个相连的时间长度为Ai+1的心电数据，分别将获得的各段心电数据作为输入数据，采用相同的计算方式计算心电数据对应的判据；
S6：将各判据求方差，获得方差值，判断是否方差值小于预设方差阈值、Ai+1小于或等于若方差值小于预设方差阈值且Ai+1小于时，则将Ai+1设为心电数据周期时长；若Ai+1等于时，则将Ai+1设为心电数据周期时长。
这里的预设方差阈值可以根据经验设置，也可以从历史数据库中采集正常状态时心电数据和异常状态时心电数据，并采用同样的求方差方法求出正常时的方差值和异常时的方差值，求两者的平均值，从而得到预设方差阈值。这里周期长度单位、时间长度单位均为ms。
本实施例逐渐增大A，目的是为了使在Ai+1小于的前提下，方差值小于预设方差阈值，当Ai+1等于时，直接将Ai+1设为心电数据周期时长。相连的时间长度为Ai+1的心电数据是连续的心电数据，心电数据的时间长度为Ai+1。
比如，在S3步骤中，若方差值是否小于预设方差阈值，则A2＝A1+A0，获取Z2个相连的时间长度为A2的心电数据，采用相同的计算方式分别计算每个时间长度对应的判据；将各判据求方差，获得方差值，若方差值仍大于预设方差阈值，且Ai+1小于时，则继续计算A3和Z3，以此类推，直到方差值小于预设方差阈值且Ai+1小于或Ai+1等于时，则将Ai+1设为心电数据周期时长。
以上实施方式中的各种技术特征可以任意进行组合，只要特征之间的组合不存在冲突或矛盾，但是限于篇幅，未进行一一描述，因此上述实施方式中的各种技术特征的任意进行组合也属于本说明书公开的范围。
以上为本发明异常心电数据的判断方法实施例的内容，以下阐述一个本发明判断方法在实际应用中的示例。
本示例是要从心电数据中识别出心室纤颤的心电数据。例如，如图3所示，为其中一个示例中正常心电信号示意图。正常心电信号的QRS波向上远离心电数据稳定区域的部分的总宽度一般小于C*0.2，向下远离心电数据稳定区域的部分的总宽度一般小于C*0.1，心电数据稳定区域的最大高度差一般小于0.4，且大致以G为中心。例如，在正常心电信号中，E、F、G均处于或接近于信号的稳定区域，即三者大小较为接近，E-G<0.2，G-F<0.2，则H＝0.4。如图4所示，为其中一个实施例中心室纤颤信号示意图。心室纤颤没有明显的QRS波，数据的信号高度分布在整个0～1区域上较为均匀。例如，心室纤颤信号中，由于数据的信号高度分布在整个0～1区域上较为均匀，因此E≈0.8，F≈0.1，G≈0.5，即E-G≈0.3，G-F≈0.4，则H＝0.7。采用公式H＝(E-G)+(G-F)计算出来的心室纤颤时的判据比正常心电信号时的判据大，则在后续监测时，当利用该实施例方法计算出来的判据比判断阈值大时，则判定心电数据为异常数据，可以进行预警提醒。
再如，采用公式计算判据时，例如，正常心电信号中K＝0.7，心室纤颤信号对应的异常数据中K＝0.4。因此，本实施例通过计算稳定区域内心电数据个数与总心电数据个数的比值作为判据进行判断，采用这种方法获得的异常时判据小于正常时的判据。因此，在后续监测时，当利用该实施例方法计算出来的判据比判断阈值小时，则判定心电数据为异常数据，可以进行预警提醒。
同理，采用公式计算判据时，在后续监测时，当利用该实施例方法计算出来的判据比判断阈值小时，则判定心电数据为异常数据，可以进行预警提醒。
当利用公式计算判据时，由于正常心电信号的幅度为上下不对称分布，而心室纤颤信号的幅度接近上下对称分布，因此采用本实施例方法计算出来的正常状态下的判据和异常状态下的判据差距更大，则判断更准确。因此，在后续监测时，当利用该实施例方法计算出来的判据比判断阈值大时，则判定心电数据为异常数据，可以进行预警提醒。
基于上述方法，本申请还提供一种异常心电数据的判断装置，如图5所示，为本发明异常心电数据的判断装置实施例的结构示意图，包括：
数据采样时长确定单元510，用于获取心电数据周期时长，根据所述心电数据周期时长确定数据采样时长；
心电数据读取单元520，用于根据所述数据采样时长和预设的采样频率从心电数据采集设备中获取心电数据；
判据确定单元530，用于对获取的该段心电数据进行归一化处理，获得归一化心电数据；根据获得的归一化心电数据确定用于判断心电数据是否异常的判据；
判断单元540，用于将所述判据与判断阈值进行比较，并根据比较结果判断心电数据是否为异常数据。
在其中一个实施例中，所述判据确定单元还用于：
将所述数据采样时长和所述采样频率相乘获得该段心电数据的个数值，根据各归一化心电数据确定该段心电数据稳定区域和心电数据中间值，并根据所述心电数据的个数值、心电数据稳定区域和心电数据中间值计算获得用于判断心电数据是否异常的判据。
在其中一个实施例中，所述判据确定单元还用于：
根据所述数据采样时长和所述采样频率从历史数据库中获取多段正常心电数据和多段异常心电数据；
分别将各段正常心电数据和各段异常心电数据作为输入数据，采用相同的计算方式计算正常心电数据对应的判据和异常心电数据对应的判据；
计算正常心电数据对应的判据的平均值，获得第一判据平均值，计算异常心电数据对应的判据的平均值，获得第二判据平均值，并计算所述第一判据平均值和第二判据平均值的平均值，获得所述判断阈值。
在其中一个实施例中，所述判据确定单元还用于：
根据所述数据采样时长和所述采样频率从历史数据库中获取多段正常心电数据和多段异常心电数据；
分别将各段正常心电数据和各段异常心电数据作为输入数据，采用相同的计算方式计算正常心电数据对应的判据和异常心电数据对应的判据；
将各正常心电数据对应的判据按大小进行排列，获得第一判据中间值，将各异常心电数据对应的判据按大小进行排列，获得第二判据中间值，计算所述第一判据中间值和第二判据中间值的平均值，获得所述判断阈值。
在其中一个实施例中，所述数据采样时长确定单元还用于：
将心电数据周期初始长度A1设为将初始化采样个数Z1设为其中，V～W表示脉率范围；
获取个相连的时间长度为的心电数据，分别将获得的各段心电数据作为输入数据，采用相同的计算方式计算心电数据对应的判据；
将各判据求方差，获得方差值，判断方差值是否小于预设方差阈值，若否，则其中，i≥1，A0表示预设的步进值，Ai+1表示i+1次对应的周期长度，Zi+1表示i+1次对应的采样个数；
获取Zi+1个相连的时间长度为Ai+1的心电数据，分别将获得的各段心电数据作为输入数据，采用相同的计算方式计算心电数据对应的判据；
将各判据求方差，获得方差值，判断是否方差值小于预设方差阈值、Ai+1小于或等于若方差值小于预设方差阈值且Ai+1小于时，则将Ai+1设为心电数据周期时长；若Ai+1等于时，则将Ai+1设为心电数据周期时长。
在其中一个实施例中，所述判据确定单元还用于：
将所述归一化心电数据按大小升序排列，将排列获得的序列号设为查找对应数据的索引号；
根据索引号和归一化心电数据的关系建立索引数组D(n)，其中，D(n)表示索引号为n对应的归一化数据；
采用公式E＝D(C*t1)确定心电数据较大值，采用公式F＝D(C*t2)确定心电数据较小值，采用公式G＝D(C*0.5)确定心电数据中间值，其中，C表示检测的心电数据个数，t1表示第一预设值，t2表示第二预设值，0.5＜t1＜1，0＜t2＜0.5；
采用公式H＝(E-G)+(G-F)计算判据，其中，H表示判据。
在其中一个实施例中，所述判据确定单元还用于：
将所述归一化心电数据按大小升序排列，将排列获得的序列号设为查找对应数据的索引号；
根据索引号和归一化心电数据的关系建立索引数组D(n)，其中，D(n)表示索引号为n对应的归一化数据；
采用公式E＝D(C*t1)确定心电数据较大值，采用公式F＝D(C*t2)确定心电数据较小值，采用公式G＝D(C*0.5)确定心电数据中间值，其中，C表示检测的心电数据个数，t1表示第一预设值，t2表示第二预设值，0.5＜t1＜1，0＜t2＜0.5；
采用公式计算心电数据浮动值，其中I表示心电数据浮动值，2＜L＜20；
计算归一化心电数据中大于(G-I)且小于(G+I)的心电数据个数，获得第二个数值；
采用公式计算判据，其中，N表示判据，M表示第二个数值，C表示检测的心电数据个数。
在其中一个实施例中，所述判据确定单元还用于：
将所述归一化心电数据按大小升序排列，将排列获得的序列号设为查找对应数据的索引号；
根据索引号和归一化心电数据的关系建立索引数组D(n)，其中，D(n)表示索引号为n对应的归一化数据；
采用公式E＝D(C*t1)确定心电数据较大值，采用公式F＝D(C*t2)确定心电数据较小值，采用公式G＝D(C*0.5)确定心电数据中间值，其中，C表示检测的心电数据个数，t1表示第一预设值，t2表示第二预设值，0.5＜t1＜1，0＜t2＜0.5；
采用公式计算心电数据浮动值，其中I表示心电数据浮动值，2＜L＜20；
采用公式计算判据，其中，U表示判据，S表示归一化心电数据中小于(G-I)的心电数据个数，T表示归一化心电数据中大于(G+I)的心电数据个数，C表示检测的心电数据个数。
在其中一个实施例中，所述判据确定单元还用于：
将所述归一化心电数据按大小升序排列，将排列获得的序列号设为查找对应数据的索引号；
根据索引号和归一化心电数据的关系建立索引数组D(n)，其中，D(n)表示索引号为n对应的归一化数据；
采用公式E＝D(C*t1)确定心电数据较大值，采用公式F＝D(C*t2)确定心电数据较小值，采用公式G＝D(C*0.5)确定心电数据中间值，其中，C表示检测的心电数据个数，t1表示第一预设值，t2表示第二预设值，0.5＜t1＜1，0＜t2＜0.5；
采用公式H＝(E-G)+(G-F)计算第一判据，其中，H表示第一判据；
根据预设心电数据浮动值和所述心电数据中间值确定心电数据稳定区域，并计算该心电数据稳定区域内归一化心电数据个数，获得第一个数值；
采用公式计算第二判据，其中，K表示第二判据，J表示第一个数值；
采用公式计算心电数据浮动值，其中I表示心电数据浮动值，2＜L＜20；
计算归一化心电数据中大于(G-I)且小于(G+I)的心电数据个数，获得第二个数值；
采用公式计算第三判据，其中，N表示第三判据，M表示第二个数值；
采用公式计算第四判据，其中，U表示第四判据，S表示归一化心电数据中小于(G-I)的心电数据个数，T表示归一化心电数据中大于(G+I)的心电数据个数；
采用公式O＝H*k1-K*k2-N*k3+U*k4计算判据，其中，O表示判据，k1表示第一判据对应的权重，k2表示第二判据对应的权重，k3表示第三判据对应的权重，k4表示第四判据对应的权重。
在其中一个实施例中，所述判据确定单元还用于：
将所述归一化心电数据按大小升序排列，将排列获得的序列号设为查找对应数据的索引号；
根据索引号和归一化心电数据的关系建立索引数组D(n)，其中，D(n)表示索引号为n对应的归一化数据；
采用公式E＝D(C*t1)确定心电数据较大值，采用公式F＝D(C*t2)确定心电数据较小值，采用公式G＝D(C*0.5)确定心电数据中间值，其中，C表示检测的心电数据个数，t1表示第一预设值，t2表示第二预设值，0.5＜t1＜1，0＜t2＜0.5；
采用公式H＝(E-G)+(G-F)计算第一判据，其中，H表示第一判据；
根据预设心电数据浮动值和所述心电数据中间值确定心电数据稳定区域，并计算该心电数据稳定区域内归一化心电数据个数，获得第一个数值；
采用公式计算第二判据，其中，K表示第二判据，J表示第一个数值；
采用公式计算心电数据浮动值，其中I表示心电数据浮动值，2＜L＜20；
计算归一化心电数据中大于(G-I)且小于(G+I)的心电数据个数，获得第二个数值；
采用公式计算第三判据，其中，N表示第三判据，M表示第二个数值；
采用公式计算第四判据，其中，U表示第四判据，S表示归一化心电数据中小于(G-I)的心电数据个数，T表示归一化心电数据中大于(G+I)的心电数据个数；
所述判断单元还用于：
分别将第一判据、第二判据、第三判据、第四判据与其对应的判断阈值进行比较，获得各判据对应的判断结果；将判断结果进行量化处理，其中，当判断结果为正常数据时，则g(x)＝k，当判断结果为异常数据时，则g(x)＝-k，g(x)表示判据x对应的结果量化值，x取值为H、K、N或U，k表示常数；根据g(H)*k1+g(K)*k2+g(N)*k3+g(U)*k4的正负判断心电数据是否为异常数据，其中，k1表示第一判据对应的权重，k2表示第二判据对应的权重，k3表示第三判据对应的权重，k4表示第四判据对应的权重。
在其中一个实施例中，所述判据确定单元还用于：
将所述归一化心电数据按大小升序排列，将排列获得的序列号设为查找对应数据的索引号；
根据索引号和归一化心电数据的关系建立索引数组D(n)，其中，D(n)表示索引号为n对应的归一化数据；
采用公式E＝D(C*t1)确定心电数据较大值，采用公式F＝D(C*t2)确定心电数据较小值，采用公式G＝D(C*0.5)确定心电数据中间值，其中，C表示检测的心电数据个数，t1表示第一预设值，t2表示第二预设值，0.5＜t1＜1，0＜t2＜0.5；
采用公式H＝(E-G)+(G-F)计算第一判据，其中，H表示第一判据；
根据预设心电数据浮动值和所述心电数据中间值确定心电数据稳定区域，并计算该心电数据稳定区域内归一化心电数据个数，获得第一个数值；
采用公式计算第二判据，其中，K表示第二判据，J表示第一个数值；
采用公式计算心电数据浮动值，其中I表示心电数据浮动值，2＜L＜20；
计算归一化心电数据中大于(G-I)且小于(G+I)的心电数据个数，获得第二个数值；
采用公式计算第三判据，其中，N表示第三判据，M表示第二个数值；
采用公式计算第四判据，其中，U表示第四判据，S表示归一化心电数据中小于(G-I)的心电数据个数，T表示归一化心电数据中大于(G+I)的心电数据个数；
所述判断单元还用于：
分别将第一判据、第二判据、第三判据、第四判据与其对应的判断阈值进行比较，获得各判据对应的判断结果；将判断结果进行量化处理，其中，当判断结果为正常数据时，则g(x)＝k，当判断结果为异常数据时，则g(x)＝-k，g(x)表示判据x对应的结果量化值，x取值为H、K、N或U，k表示常数；根据的正负判断心电数据是否为异常数据，其中，H0表示第一判据对应的判断阈值，K0表示第二判据对应的判断阈值，N0表示第三判据对应的判断阈值，U0表示第四判据对应的判断阈值。
本发明的异常心电数据的判断装置与本发明的异常心电数据的判断方法是一一对应的，上述异常心电数据的判断方法实施例中的相关技术特征及其技术效果均适用于异常心电数据的判断装置实施例中，在此不再赘述。
本发明的异常心电数据的判断方法和装置，可以应用于心电数据采集设备上，从采集的心电数据判断出异常心电数据，可以得到判断准确率高、检测效率高的效果。
以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。
Claims (23)
1.一种异常心电数据的判断方法，其特征在于，包括：
获取心电数据周期时长，根据所述心电数据周期时长确定数据采样时长；
根据所述数据采样时长和预设的采样频率从心电数据采集设备中获取心电数据；
对获取的该段心电数据进行归一化处理，获得归一化心电数据；
根据获得的归一化心电数据确定用于判断心电数据是否异常的判据；
将所述判据与判断阈值进行比较，并根据比较结果判断心电数据是否为异常数据；
所述根据获得的归一化心电数据确定用于判断心电数据是否异常的判据步骤，包括：
将所述数据采样时长和所述采样频率相乘获得该段心电数据的个数值，根据各归一化心电数据确定该段心电数据稳定区域和心电数据中间值，并根据所述心电数据的个数值、心电数据稳定区域和心电数据中间值计算获得用于判断心电数据是否异常的判据。
2.根据权利要求1所述的异常心电数据的判断方法，其特征在于，所述根据所述数据采样时长和预设的采样频率从心电数据采集设备中获取心电数据步骤之前，还包括：
根据所述数据采样时长和所述采样频率从历史数据库中获取多段正常心电数据和多段异常心电数据；
分别将各段正常心电数据和各段异常心电数据作为输入数据，采用相同的计算方式计算正常心电数据对应的判据和异常心电数据对应的判据；
计算正常心电数据对应的判据的平均值，获得第一判据平均值，计算异常心电数据对应的判据的平均值，获得第二判据平均值，并计算所述第一判据平均值和第二判据平均值的平均值，获得所述判断阈值。
3.根据权利要求1所述的异常心电数据的判断方法，其特征在于，所述根据所述数据采样时长和预设的采样频率从心电数据采集设备中获取心电数据步骤之前，还包括：
根据所述数据采样时长和所述采样频率从历史数据库中获取多段正常心电数据和多段异常心电数据；
分别将各段正常心电数据和各段异常心电数据作为输入数据，采用相同的计算方式计算正常心电数据对应的判据和异常心电数据对应的判据；
筛选出正常心电数据对应的判据中的最大判据，获得第一判据最大值，筛选出异常心电数据对应的判据中的最大判据，获得第二判据最大值，并计算所述第一判据最大值和第二判据最大值的平均值，获得所述判断阈值。
4.根据权利要求1所述的异常心电数据的判断方法，其特征在于，所述根据所述数据采样时长和预设的采样频率从心电数据采集设备中获取心电数据步骤之前，还包括：
根据所述数据采样时长和所述采样频率从历史数据库中获取多段正常心电数据和多段异常心电数据；
分别将各段正常心电数据和各段异常心电数据作为输入数据，采用相同的计算方式计算正常心电数据对应的判据和异常心电数据对应的判据；
将各正常心电数据对应的判据按大小进行排列，获得第一判据中间值，将各异常心电数据对应的判据按大小进行排列，获得第二判据中间值，计算所述第一判据中间值和第二判据中间值的平均值，获得所述判断阈值。
5.根据权利要求1所述的异常心电数据的判断方法，其特征在于，获取心电数据周期时长步骤包括：
将心电数据周期初始长度A1设为将初始化采样个数Z1设为其中，V～W表示脉率范围；
获取个相连的时间长度为的心电数据，分别将获得的各段心电数据作为输入数据，采用相同的计算方式计算心电数据对应的判据；
将各判据求方差，获得方差值，判断方差值是否小于预设方差阈值，若否，则Ai+1＝Ai+A0，其中，i≥1，A0表示预设的步进值，Ai+1表示i+1次对应的周期长度，Zi+1表示i+1次对应的采样个数；
获取Zi+1个相连的时间长度为Ai+1的心电数据，分别将获得的各段心电数据作为输入数据，采用相同的计算方式计算心电数据对应的判据；
将各判据求方差，获得方差值，判断是否方差值小于预设方差阈值、Ai+1小于或等于若方差值小于预设方差阈值且Ai+1小于时，则将Ai+1设为心电数据周期时长；若Ai+1等于时，则将Ai+1设为心电数据周期时长。
6.根据权利要求1所述的异常心电数据的判断方法，其特征在于，所述对获取的该段心电数据进行归一化处理，获得归一化心电数据步骤，包括：
将该段心电数据中的最大数据值映射到1，最小数据值映射到0，其他数据值按比例映射，获得归一化心电数据。
7.根据权利要求1至6任意一项所述的异常心电数据的判断方法，其特征在于，计算所述判据的步骤包括：
将所述归一化心电数据按大小升序排列，将排列获得的序列号设为查找对应数据的索引号；
根据索引号和归一化心电数据的关系建立索引数组D(n)，其中，D(n)表示索引号为n对应的归一化数据；
采用公式E＝D(C*t1)确定心电数据较大值，采用公式F＝D(C*t2)确定心电数据较小值，采用公式G＝D(C*0.5)确定心电数据中间值，其中，C表示检测的心电数据个数，t1表示第一预设值，t2表示第二预设值，0.5＜t1＜1，0＜t2＜0.5；
采用公式H＝(E-G)+(G-F)计算判据，其中，H表示判据。
8.根据权利要求1至6任意一项所述的异常心电数据的判断方法，其特征在于，计算所述判据的步骤包括：
将所述归一化心电数据按大小升序排列，将排列获得的序列号设为查找对应数据的索引号；
将索引号中间值对应的归一化心电数据确定为所述心电数据中间值；
根据预设的心电数据浮动值和所述心电数据中间值确定心电数据稳定区域，并计算该心电数据稳定区域内归一化心电数据个数，获得第一个数值；
采用公式计算判据，其中，K表示判据，J表示第一个数值，C表示检测的心电数据个数。
9.根据权利要求1至6任意一项所述的异常心电数据的判断方法，其特征在于，计算所述判据的步骤包括：
将所述归一化心电数据按大小升序排列，将排列获得的序列号设为查找对应数据的索引号；
根据索引号和归一化心电数据的关系建立索引数组D(n)，其中，D(n)表示索引号为n对应的归一化数据；
采用公式E＝D(C*t1)确定心电数据较大值，采用公式F＝D(C*t2)确定心电数据较小值，采用公式G＝D(C*0.5)确定心电数据中间值，其中，C表示检测的心电数据个数，t1表示第一预设值，t2表示第二预设值，0.5＜t1＜1，0＜t2＜0.5；
采用公式计算心电数据浮动值，其中I表示心电数据浮动值，2＜L＜20；
计算归一化心电数据中大于(G-I)且小于(G+I)的心电数据个数，获得第二个数值；
采用公式计算判据，其中，N表示判据，M表示第二个数值，C表示检测的心电数据个数。
10.根据权利要求1至6任意一项所述的异常心电数据的判断方法，其特征在于，计算所述判据的步骤包括：
将所述归一化心电数据按大小升序排列，将排列获得的序列号设为查找对应数据的索引号；
根据索引号和归一化心电数据的关系建立索引数组D(n)，其中，D(n)表示索引号为n对应的归一化数据；
采用公式E＝D(C*t1)确定心电数据较大值，采用公式F＝D(C*t2)确定心电数据较小值，采用公式G＝D(C*0.5)确定心电数据中间值，其中，C表示检测的心电数据个数，t1表示第一预设值，t2表示第二预设值，0.5＜t1＜1，0＜t2＜0.5；
采用公式计算心电数据浮动值，其中I表示心电数据浮动值，2＜L＜20；
采用公式计算判据，其中，U表示判据，S表示归一化心电数据中小于(G-I)的心电数据个数，T表示归一化心电数据中大于(G+I)的心电数据个数，C表示检测的心电数据个数。
11.根据权利要求1至6任意一项所述的异常心电数据的判断方法，其特征在于，计算所述判据的步骤包括：
将所述归一化心电数据按大小升序排列，将排列获得的序列号设为查找对应数据的索引号；
根据索引号和归一化心电数据的关系建立索引数组D(n)，其中，D(n)表示索引号为n对应的归一化数据；
采用公式E＝D(C*t1)确定心电数据较大值，采用公式F＝D(C*t2)确定心电数据较小值，采用公式G＝D(C*0.5)确定心电数据中间值，其中，C表示检测的心电数据个数，t1表示第一预设值，t2表示第二预设值，0.5＜t1＜1，0＜t2＜0.5；
采用公式H＝(E-G)+(G-F)计算第一判据，其中，H表示第一判据；
根据预设心电数据浮动值和所述心电数据中间值确定心电数据稳定区域，并计算该心电数据稳定区域内归一化心电数据个数，获得第一个数值；
采用公式计算第二判据，其中，K表示第二判据，J表示第一个数值；
采用公式计算心电数据浮动值，其中I表示心电数据浮动值，2＜L＜20；
计算归一化心电数据中大于(G-I)且小于(G+I)的心电数据个数，获得第二个数值；
采用公式计算第三判据，其中，N表示第三判据，M表示第二个数值；
采用公式计算第四判据，其中，U表示第四判据，S表示归一化心电数据中小于(G-I)的心电数据个数，T表示归一化心电数据中大于(G+I)的心电数据个数；
采用公式O＝H*k1-K*k2-N*k3+U*k4计算判据，其中，O表示判据，k1表示第一判据对应的权重，k2表示第二判据对应的权重，k3表示第三判据对应的权重，k4表示第四判据对应的权重。
12.根据权利要求1至6任意一项所述的异常心电数据的判断方法，其特征在于，计算所述判据的步骤包括：
将所述归一化心电数据按大小升序排列，将排列获得的序列号设为查找对应数据的索引号；
根据索引号和归一化心电数据的关系建立索引数组D(n)，其中，D(n)表示索引号为n对应的归一化数据；
采用公式E＝D(C*t1)确定心电数据较大值，采用公式F＝D(C*t2)确定心电数据较小值，采用公式G＝D(C*0.5)确定心电数据中间值，其中，C表示检测的心电数据个数，t1表示第一预设值，t2表示第二预设值，0.5＜t1＜1，0＜t2＜0.5；
采用公式H＝(E-G)+(G-F)计算第一判据，其中，H表示第一判据；
根据预设心电数据浮动值和所述心电数据中间值确定心电数据稳定区域，并计算该心电数据稳定区域内归一化心电数据个数，获得第一个数值；
采用公式计算第二判据，其中，K表示第二判据，J表示第一个数值；
采用公式计算心电数据浮动值，其中I表示心电数据浮动值，2＜L＜20；
计算归一化心电数据中大于(G-I)且小于(G+I)的心电数据个数，获得第二个数值；
采用公式计算第三判据，其中，N表示第三判据，M表示第二个数值；
采用公式计算第四判据，其中，U表示第四判据，S表示归一化心电数据中小于(G-I)的心电数据个数，T表示归一化心电数据中大于(G+I)的心电数据个数；
所述将所述判据与判断阈值进行比较，并根据比较结果判断心电数据是否为异常数据步骤，包括：
分别将第一判据、第二判据、第三判据、第四判据与其对应的判断阈值进行比较，获得各判据对应的判断结果；将判断结果进行量化处理，其中，当判断结果为正常数据时，则g(x)＝k，当判断结果为异常数据时，则g(x)＝-k，g(x)表示判据x对应的结果量化值，x取值为H、K、N或U，k表示常数；根据g(H)*k1+g(K)*k2+g(N)*k3+g(U)*k4的正负判断心电数据是否为异常数据，其中，k1表示第一判据对应的权重，k2表示第二判据对应的权重，k3表示第三判据对应的权重，k4表示第四判据对应的权重。
13.根据权利要求1至6任意一项所述的异常心电数据的判断方法，其特征在于，计算所述判据的步骤包括：
将所述归一化心电数据按大小升序排列，将排列获得的序列号设为查找对应数据的索引号；
根据索引号和归一化心电数据的关系建立索引数组D(n)，其中，D(n)表示索引号为n对应的归一化数据；
采用公式E＝D(C*t1)确定心电数据较大值，采用公式F＝D(C*t2)确定心电数据较小值，采用公式G＝D(C*0.5)确定心电数据中间值，其中，C表示检测的心电数据个数，t1表示第一预设值，t2表示第二预设值，0.5＜t1＜1，0＜t2＜0.5；
采用公式H＝(E-G)+(G-F)计算第一判据，其中，H表示第一判据；
根据预设心电数据浮动值和所述心电数据中间值确定心电数据稳定区域，并计算该心电数据稳定区域内归一化心电数据个数，获得第一个数值；
采用公式计算第二判据，其中，K表示第二判据，J表示第一个数值；
采用公式计算心电数据浮动值，其中I表示心电数据浮动值，2＜L＜20；
计算归一化心电数据中大于(G-I)且小于(G+I)的心电数据个数，获得第二个数值；
采用公式计算第三判据，其中，N表示第三判据，M表示第二个数值；
采用公式计算第四判据，其中，U表示第四判据，S表示归一化心电数据中小于(G-I)的心电数据个数，T表示归一化心电数据中大于(G+I)的心电数据个数；
所述将所述判据与判断阈值进行比较，并根据比较结果判断心电数据是否为异常数据步骤，包括：
分别将第一判据、第二判据、第三判据、第四判据与其对应的判断阈值进行比较，获得各判据对应的判断结果；将判断结果进行量化处理，其中，当判断结果为正常数据时，则g(x)＝k，当判断结果为异常数据时，则g(x)＝-k，g(x)表示判据x对应的结果量化值，x取值为H、K、N或U，k表示常数；根据的正负判断心电数据是否为异常数据，其中，H0表示第一判据对应的判断阈值，K0表示第二判据对应的判断阈值，N0表示第三判据对应的判断阈值，U0表示第四判据对应的判断阈值。
14.一种异常心电数据的判断装置，其特征在于，包括：
数据采样时长确定单元，用于获取心电数据周期时长，根据所述心电数据周期时长确定数据采样时长；
心电数据读取单元，用于根据所述数据采样时长和预设的采样频率从心电数据采集设备中获取心电数据；
判据确定单元，用于对获取的该段心电数据进行归一化处理，获得归一化心电数据；根据获得的归一化心电数据确定用于判断心电数据是否异常的判据；
判断单元，用于将所述判据与判断阈值进行比较，并根据比较结果判断心电数据是否为异常数据；
所述判据确定单元还用于：
将所述数据采样时长和所述采样频率相乘获得该段心电数据的个数值，根据各归一化心电数据确定该段心电数据稳定区域和心电数据中间值，并根据所述心电数据的个数值、心电数据稳定区域和心电数据中间值计算获得用于判断心电数据是否异常的判据。
15.根据权利要求14所述的异常心电数据的判断装置，其特征在于，所述判据确定单元还用于：
根据所述数据采样时长和所述采样频率从历史数据库中获取多段正常心电数据和多段异常心电数据；
分别将各段正常心电数据和各段异常心电数据作为输入数据，采用相同的计算方式计算正常心电数据对应的判据和异常心电数据对应的判据；
计算正常心电数据对应的判据的平均值，获得第一判据平均值，计算异常心电数据对应的判据的平均值，获得第二判据平均值，并计算所述第一判据平均值和第二判据平均值的平均值，获得所述判断阈值。
16.根据权利要求14所述的异常心电数据的判断装置，其特征在于，所述判据确定单元还用于：
根据所述数据采样时长和所述采样频率从历史数据库中获取多段正常心电数据和多段异常心电数据；
分别将各段正常心电数据和各段异常心电数据作为输入数据，采用相同的计算方式计算正常心电数据对应的判据和异常心电数据对应的判据；
将各正常心电数据对应的判据按大小进行排列，获得第一判据中间值，将各异常心电数据对应的判据按大小进行排列，获得第二判据中间值，计算所述第一判据中间值和第二判据中间值的平均值，获得所述判断阈值。
17.根据权利要求14所述的异常心电数据的判断装置，其特征在于，所述数据采样时长确定单元还用于：
将心电数据周期初始长度A1设为将初始化采样个数Z1设为其中，V～W表示脉率范围；
获取个相连的时间长度为的心电数据，分别将获得的各段心电数据作为输入数据，采用相同的计算方式计算心电数据对应的判据；
将各判据求方差，获得方差值，判断方差值是否小于预设方差阈值，若否，则Ai+1＝Ai+A0，其中，i≥1，A0表示预设的步进值，Ai+1表示i+1次对应的周期长度，Zi+1表示i+1次对应的采样个数；
获取Zi+1个相连的时间长度为Ai+1的心电数据，分别将获得的各段心电数据作为输入数据，采用相同的计算方式计算心电数据对应的判据；
将各判据求方差，获得方差值，判断是否方差值小于预设方差阈值、Ai+1小于或等于若方差值小于预设方差阈值且Ai+1小于时，则将Ai+1设为心电数据周期时长；若Ai+1等于时，则将Ai+1设为心电数据周期时长。
18.根据权利要求14至17任意一项所述的异常心电数据的判断装置，其特征在于，所述判据确定单元还用于：
将所述归一化心电数据按大小升序排列，将排列获得的序列号设为查找对应数据的索引号；
根据索引号和归一化心电数据的关系建立索引数组D(n)，其中，D(n)表示索引号为n对应的归一化数据；
采用公式E＝D(C*t1)确定心电数据较大值，采用公式F＝D(C*t2)确定心电数据较小值，采用公式G＝D(C*0.5)确定心电数据中间值，其中，C表示检测的心电数据个数，t1表示第一预设值，t2表示第二预设值，0.5＜t1＜1，0＜t2＜0.5；
采用公式H＝(E-G)+(G-F)计算判据，其中，H表示判据。
19.根据权利要求14至17任意一项所述的异常心电数据的判断装置，其特征在于，所述判据确定单元还用于：
将所述归一化心电数据按大小升序排列，将排列获得的序列号设为查找对应数据的索引号；
根据索引号和归一化心电数据的关系建立索引数组D(n)，其中，D(n)表示索引号为n对应的归一化数据；
采用公式E＝D(C*t1)确定心电数据较大值，采用公式F＝D(C*t2)确定心电数据较小值，采用公式G＝D(C*0.5)确定心电数据中间值，其中，C表示检测的心电数据个数，t1表示第一预设值，t2表示第二预设值，0.5＜t1＜1，0＜t2＜0.5；
采用公式计算心电数据浮动值，其中I表示心电数据浮动值，2＜L＜20；
计算归一化心电数据中大于(G-I)且小于(G+I)的心电数据个数，获得第二个数值；
采用公式计算判据，其中，N表示判据，M表示第二个数值，C表示检测的心电数据个数。
20.根据权利要求14至17任意一项所述的异常心电数据的判断装置，其特征在于，所述判据确定单元还用于：
将所述归一化心电数据按大小升序排列，将排列获得的序列号设为查找对应数据的索引号；
根据索引号和归一化心电数据的关系建立索引数组D(n)，其中，D(n)表示索引号为n对应的归一化数据；
采用公式E＝D(C*t1)确定心电数据较大值，采用公式F＝D(C*t2)确定心电数据较小值，采用公式G＝D(C*0.5)确定心电数据中间值，其中，C表示检测的心电数据个数，t1表示第一预设值，t2表示第二预设值，0.5＜t1＜1，0＜t2＜0.5；
采用公式计算心电数据浮动值，其中I表示心电数据浮动值，2＜L＜20；
采用公式计算判据，其中，U表示判据，S表示归一化心电数据中小于(G-I)的心电数据个数，T表示归一化心电数据中大于(G+I)的心电数据个数，C表示检测的心电数据个数。
21.根据权利要求14至17任意一项所述的异常心电数据的判断装置，其特征在于，所述判据确定单元还用于：
将所述归一化心电数据按大小升序排列，将排列获得的序列号设为查找对应数据的索引号；
根据索引号和归一化心电数据的关系建立索引数组D(n)，其中，D(n)表示索引号为n对应的归一化数据；
采用公式E＝D(C*t1)确定心电数据较大值，采用公式F＝D(C*t2)确定心电数据较小值，采用公式G＝D(C*0.5)确定心电数据中间值，其中，C表示检测的心电数据个数，t1表示第一预设值，t2表示第二预设值，0.5＜t1＜1，0＜t2＜0.5；
采用公式H＝(E-G)+(G-F)计算第一判据，其中，H表示第一判据；
根据预设心电数据浮动值和所述心电数据中间值确定心电数据稳定区域，并计算该心电数据稳定区域内归一化心电数据个数，获得第一个数值；
采用公式计算第二判据，其中，K表示第二判据，J表示第一个数值；
采用公式计算心电数据浮动值，其中I表示心电数据浮动值，2＜L＜20；
计算归一化心电数据中大于(G-I)且小于(G+I)的心电数据个数，获得第二个数值；
采用公式计算第三判据，其中，N表示第三判据，M表示第二个数值；
采用公式计算第四判据，其中，U表示第四判据，S表示归一化心电数据中小于(G-I)的心电数据个数，T表示归一化心电数据中大于(G+I)的心电数据个数；
采用公式O＝H*k1-K*k2-N*k3+U*k4计算判据，其中，O表示判据，k1表示第一判据对应的权重，k2表示第二判据对应的权重，k3表示第三判据对应的权重，k4表示第四判据对应的权重。
22.根据权利要求14至17任意一项所述的异常心电数据的判断装置，其特征在于，所述判据确定单元还用于：
将所述归一化心电数据按大小升序排列，将排列获得的序列号设为查找对应数据的索引号；
根据索引号和归一化心电数据的关系建立索引数组D(n)，其中，D(n)表示索引号为n对应的归一化数据；
采用公式E＝D(C*t1)确定心电数据较大值，采用公式F＝D(C*t2)确定心电数据较小值，采用公式G＝D(C*0.5)确定心电数据中间值，其中，C表示检测的心电数据个数，t1表示第一预设值，t2表示第二预设值，0.5＜t1＜1，0＜t2＜0.5；
采用公式H＝(E-G)+(G-F)计算第一判据，其中，H表示第一判据；
根据预设心电数据浮动值和所述心电数据中间值确定心电数据稳定区域，并计算该心电数据稳定区域内归一化心电数据个数，获得第一个数值；
采用公式计算第二判据，其中，K表示第二判据，J表示第一个数值；
采用公式计算心电数据浮动值，其中I表示心电数据浮动值，2＜L＜20；
计算归一化心电数据中大于(G-I)且小于(G+I)的心电数据个数，获得第二个数值；
采用公式计算第三判据，其中，N表示第三判据，M表示第二个数值；
采用公式计算第四判据，其中，U表示第四判据，S表示归一化心电数据中小于(G-I)的心电数据个数，T表示归一化心电数据中大于(G+I)的心电数据个数；
所述判断单元还用于：
分别将第一判据、第二判据、第三判据、第四判据与其对应的判断阈值进行比较，获得各判据对应的判断结果；将判断结果进行量化处理，其中，当判断结果为正常数据时，则g(x)＝k，当判断结果为异常数据时，则g(x)＝-k，g(x)表示判据x对应的结果量化值，x取值为H、K、N或U，k表示常数；根据g(H)*k1+g(K)*k2+g(N)*k3+g(U)*k4的正负判断心电数据是否为异常数据，其中，k1表示第一判据对应的权重，k2表示第二判据对应的权重，k3表示第三判据对应的权重，k4表示第四判据对应的权重。
23.根据权利要求14至17任意一项所述的异常心电数据的判断装置，其特征在于，所述判据确定单元还用于：
将所述归一化心电数据按大小升序排列，将排列获得的序列号设为查找对应数据的索引号；
根据索引号和归一化心电数据的关系建立索引数组D(n)，其中，D(n)表示索引号为n对应的归一化数据；
采用公式E＝D(C*t1)确定心电数据较大值，采用公式F＝D(C*t2)确定心电数据较小值，采用公式G＝D(C*0.5)确定心电数据中间值，其中，C表示检测的心电数据个数，t1表示第一预设值，t2表示第二预设值，0.5＜t1＜1，0＜t2＜0.5；
采用公式H＝(E-G)+(G-F)计算第一判据，其中，H表示第一判据；
根据预设心电数据浮动值和所述心电数据中间值确定心电数据稳定区域，并计算该心电数据稳定区域内归一化心电数据个数，获得第一个数值；
采用公式计算第二判据，其中，K表示第二判据，J表示第一个数值；
采用公式计算心电数据浮动值，其中I表示心电数据浮动值，2＜L＜20；
计算归一化心电数据中大于(G-I)且小于(G+I)的心电数据个数，获得第二个数值；
采用公式计算第三判据，其中，N表示第三判据，M表示第二个数值；
采用公式计算第四判据，其中，U表示第四判据，S表示归一化心电数据中小于(G-I)的心电数据个数，T表示归一化心电数据中大于(G+I)的心电数据个数；
所述判断单元还用于：
分别将第一判据、第二判据、第三判据、第四判据与其对应的判断阈值进行比较，获得各判据对应的判断结果；将判断结果进行量化处理，其中，当判断结果为正常数据时，则g(x)＝k，当判断结果为异常数据时，则g(x)＝-k，g(x)表示判据x对应的结果量化值，x取值为H、K、N或U，k表示常数；根据的正负判断心电数据是否为异常数据，其中，H0表示第一判据对应的判断阈值，K0表示第二判据对应的判断阈值，N0表示第三判据对应的判断阈值，U0表示第四判据对应的判断阈值。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201410856804.1A CN104523265B (zh) | 2014-12-31 | 2014-12-31 | 异常心电数据的判断方法和装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201410856804.1A CN104523265B (zh) | 2014-12-31 | 2014-12-31 | 异常心电数据的判断方法和装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN104523265A CN104523265A (zh) | 2015-04-22 |
| CN104523265B true CN104523265B (zh) | 2017-04-12 |
Family
ID=52839036
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201410856804.1A Active CN104523265B (zh) | 2014-12-31 | 2014-12-31 | 异常心电数据的判断方法和装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN104523265B (zh) |
Families Citing this family (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104834921B (zh) * | 2015-05-22 | 2018-01-16 | 清华大学深圳研究生院 | 心电正/异常大数据处理方法及装置 |
| CN106037720B (zh) * | 2015-12-04 | 2019-04-19 | 贵州大学 | 混合连续信息分析技术的医学应用系统 |
| CN106108850A (zh) * | 2016-06-30 | 2016-11-16 | 深圳邦健生物医疗设备股份有限公司 | 心电数据库的干扰数据的识别方法和装置 |
| CN107194200A (zh) * | 2017-07-14 | 2017-09-22 | 深圳市德力凯医疗设备股份有限公司 | 一种超声系统数据的选段方法、存储介质及超声设备 |
| CN108597616A (zh) * | 2018-04-11 | 2018-09-28 | 平安科技（深圳）有限公司 | 疾病异常数据检测方法及装置、计算机装置及存储介质 |
| CN110840430B (zh) * | 2018-08-21 | 2022-09-13 | 北京万生人和科技有限公司 | 腹内压数据筛选方法、计算机可读存储介质、腹内压数据筛选装置 |
| CN109637610A (zh) * | 2018-11-19 | 2019-04-16 | 深圳市理邦精密仪器股份有限公司 | 心电报告的配置方法、终端设备及介质 |
| CN113576439B (zh) * | 2020-05-08 | 2023-06-13 | 深圳北芯生命科技股份有限公司 | 处理血管压力信号的主机 |
| CN116127326B (zh) * | 2023-04-04 | 2023-06-23 | 广东电网有限责任公司揭阳供电局 | 一种复合绝缘子检测方法、装置、电子设备及存储介质 |
Family Cites Families (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7072708B1 (en) * | 2002-12-02 | 2006-07-04 | Inovise Medical, Inc. | Differentiating acute myocardial infarction from other ECG abnormalities |
| US7509159B2 (en) * | 2004-04-15 | 2009-03-24 | Ge Medical Systems Information Technologies, Inc. | Method and apparatus for detecting cardiac repolarization abnormality |
| JP2010510840A (ja) * | 2006-11-30 | 2010-04-08 | アールボルウ ウニベーシテット | Ｅｃｇカーブの複雑な曲率を解析するためのシステムと方法 |
| CN103705234B (zh) * | 2013-12-05 | 2015-08-26 | 深圳先进技术研究院 | 动态心电信号数据中的检波方法和装置 |
-
2014
- 2014-12-31 CN CN201410856804.1A patent/CN104523265B/zh active Active
Also Published As
| Publication number | Publication date |
|---|---|
| CN104523265A (zh) | 2015-04-22 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN104523265B (zh) | 异常心电数据的判断方法和装置 | |
| CN103690156B (zh) | 一种心率获取方法及心电信号的处理方法 | |
| CN116304766B (zh) | 基于多传感器的开关柜状态快速评估方法 | |
| EP2688468A1 (en) | Apparatus and method for measuring physiological signal quality | |
| CN107688553B (zh) | 基于小波变换和逻辑回归算法检测心电波形特征的方法 | |
| CN109009085A (zh) | 一种心电信号r波检测方法及系统 | |
| US20170027464A1 (en) | Detecting Artifacts in a Signal | |
| CN110236520A (zh) | 基于双卷积神经网络的心电图类型识别方法和装置 | |
| CN103300848B (zh) | 控制用于检测生理信号的顶峰的阈值的设备和方法 | |
| AU2013217991A1 (en) | Method for determining the physical and/or psychological state of a subject | |
| WO2015035764A1 (zh) | 生理参数处理方法、系统及监护设备 | |
| CN106835200B (zh) | 铝电解槽区域控制系统 | |
| CN108670245A (zh) | 一种心电信号检测方法及系统 | |
| CN105891625B (zh) | 基于能量流的电力系统次同步振荡扰动源辨别方法 | |
| CN108523873A (zh) | 基于分数阶傅里叶变换和信息熵的心电信号特征提取方法 | |
| CN116994416A (zh) | 基于人工智能的风机运行故障预警方法及系统 | |
| US11457873B2 (en) | Method and apparatus for identifying homology of physiological signals | |
| CN106361325A (zh) | 一种便携式心电仪所测单导联心电图的筛查识别系统 | |
| CN104665795A (zh) | 一种健康测试仪、用户终端及健康云中心 | |
| CN104473633B (zh) | 异常心电数据的判断方法和装置 | |
| CN110967585A (zh) | 恶性负载的识别方法及装置 | |
| WO2011117784A2 (en) | Assessment of cardiac health based on heart rate variability | |
| CN111317458A (zh) | 一种基于深度学习的血压检测系统 | |
| KR20150009843A (ko) | 심전도 신호 분류 시스템 | |
| CN106835201B (zh) | 基于模糊聚类算法的铝电解槽控制方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |