CN101028186A - 基于模板匹配的心电图st段自动识别方法 - Google Patents
基于模板匹配的心电图st段自动识别方法 Download PDFInfo
- Publication number
- CN101028186A CN101028186A CN200710048750.6A CN200710048750A CN101028186A CN 101028186 A CN101028186 A CN 101028186A CN 200710048750 A CN200710048750 A CN 200710048750A CN 101028186 A CN101028186 A CN 101028186A
- Authority
- CN
- China
- Prior art keywords
- point
- template
- section
- electrocardiogram
- sigma
- 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.)
- Pending
Links
Images
Landscapes
- Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
Abstract
本发明公开了一种基于模板匹配的心电图ST段自动识别方法,该方法包括以下步骤:A)用模板匹配的方法查找R点;B)查找S点:在R点后继续往后查找到拐点处即是S点;C)查找ST段:S点后斜率变化点设为J1点,J1点后斜率变化点设为J2点,J1点和J2点之间即为ST段。本发明采用预处理模板来匹配实时的心电图,并且还能够根据当前心电图重新学习来获得模板,用多种异常心电信号发生器发出的心电信号来测试,其匹配成功率在98%以上,而且实时性很好,能在一个心动周期完成匹配,找到R点,继而根据R点求出ST段,并与基准点进行比较得知病者心脏的状况。
Description
技术领域
本发明涉及一种心电图ST段的识别技术,具体的说是一种基于模板匹配的心电图ST段自动识别方法。
背景技术
心脏是一个肌肉泵,在产生机械收缩之前,心肌细胞先产生电变化。心电变化传到体表,用仪器记录到放大的心电变化曲线就是心电图。
一个正常心脏的电激动起源于窦房结,最先激动心房,当左、右心房兴奋时,心电图仪记录下一个时间较短的圆头的正波,称为P波。此后,有一个波群,波群中第一个向下的小且尖的负波,称为Q波,其后是狭窄而高耸的向上非常大的尖的正波,称为R波,紧接的又是向下的一个尖大的负波,称为S波。这三个紧密相连的波被称为QRS波群。QRS波群反映了左右心室的电兴奋。ORS波群之后,有一个持续时间比较长的圆头正波,称为T波。这样,心电图的各间期就赋予了相应的生理意义和病理意义:“PR间期”代表心房开始兴奋至心室开始兴奋的时间,测量时从P波开始至QRS波开始的时间。“ST间期”自QRS波终点至T波的起点,为一条平线。而“QT间期”自QRS波起点至T波终点,反映了心室从兴奋开始至结束的时间。
心电图ST段常见改变分为ST段的压低和ST段提高:
ST段的压低,见于冠心病心绞痛及因冠脉粥样硬化,心肌供血不足,心肌缺血,心肌病(扩张型、肥厚型、限制型),心律失常,心衰,迷走神经功能亢进,窦性心动过速,脑心综合症;
ST段抬高,见于急性心包炎,心肌损伤,心肌梗塞的急性期、室壁瘤,过早复极综合征及变异型心绞痛。
因此,在心电监护过程中,能够自动识别ST段提高或压低并且报警,其意义非常重大。但是,由于人体的个体差异,人的心电图表现不一样,而且,病态的心电图表现也不一样,要想找到ST段是一件比较困难的事。
发明内容
本发明的目的在于:提供一种在心电图中,自动识别ST段的方法,并能自动判断出ST段是抬高还是压低,并能根据医生设置的报警门限自动报警的设备。
本发明的技术方案是:
一种基于模板匹配的心电图ST段自动识别方法,其特征在于,该方法包括以下步骤:
A)用模板匹配的方法查找R点:在系统内设有预处理模板,设模板T(M×N)叠放在被搜索的心电图S上平移,模板覆盖下的那块搜索图为子图Si,j,i,j为这块子图左上角像点在被搜索的心电图S中的坐标,作为参考点,用下面的公式计算参考点的相似度R:
在搜索完被搜索的心电图S后,找到最大相似度的位置,此时模板覆盖的区域就认为是R波存在的区域,然后进一步确认R波的存在,如果正是R波存在的区域,则匹配成功,跳出循环,否则,替换模板继续进行匹配查找R点;
B)查找S点:在R点后继续往后查找到拐点处即是S点;
C)查找ST段:S点后斜率变化点设为J1点,J1点后斜率变化点设为J2点,J1点和J2点之间即为ST段。
在上述步骤的C)后可以加入以下步骤,进而可以得到ST段与基准点的比值。
D)查找基准点:在R点前,当心电数据的斜率小于60,并且连续超过30次,则认为是基准点所在段,然后把该段求均值作为基准点;
E)用ST段的平均值减去基准点的值,如果是负值,说明ST段压低,如果是正值,说明ST段抬高;
F)根据医生设置的报警门限,确认是否报警。
系统内还可以设有一个根据当前心电图重新学习自动获得的模板,当预处理模板均不能匹配成功,本系统根据当前心电图重新学习,获得模板,再用此重新获得的模板来匹配当前心电图。
系统还可以将预处理模板按照匹配成功率排序,在A步骤中如果匹配成功,则停止匹配,并且调整模板的匹配成功率顺序。
本发明的有益效果是:采用预处理模板来匹配实时的心电图,并且还能够根据当前心电图重新学习来获得模板,用多种异常心电信号发生器发出的心电信号来测试,其匹配成功率在98%以上,而且实时性很好,能在一个心动周期完成匹配,找到R点,继而根据R点求出ST段,并与基准点进行比较得知病者心脏的状况。
附图说明
图1是标准的心电图。
图2是本发明方法的整体流程图。
图3是本发明方法中查找R波步骤的流程图。
具体实施方式
下面结合附图和实施例对本发明进一步说明。
本发明的具体实施例,如图1所示一个标准的心电图,依照本发明的方法查找其中的ST段,并与基准值进行比较:
A)用模板匹配的方法查找R点:在系统内设有4个预处理模板,设模板T(M×N)叠放在被搜索的心电图S上平移,模板覆盖下的那块搜索图为子图Si,j,i,j为这块子图左上角像点在被搜索的心电图S中的坐标,作为参考点,用下面的公式计算参考点的相似度R:
在搜索完被搜索的心电图S后,找到最大相似度的位置,此时模板覆盖的区域就认为是R波存在的区域,然后进一步确认R波的存在,如果正是R波存在的区域,则匹配成功,跳出循环,否则,替换模板继续进行匹配查找R点;
B)查找S点:在R点后继续往后查找到拐点处即是S点;
C)查找ST段:S点后斜率变化点设为J1点,J1点后斜率变化点设为J2点,J1点和J2点之间即为ST段;
D)查找基准点:在R点前,当心电数据的斜率小于60,并且连续超过30次,则认为是基准点所在段,然后把该段求均值作为基准点;
E)用ST段的平均值减去基准点的值,如果是负值,说明ST段压低,如果是正值,说明ST段抬高;
F)根据医生设置的报警门限,确认是否报警。
上述步骤流程如图2所示。
在C步骤中因为心电图的多样性和个体差异,有的病人的心电图可能不好确认J2点,因此如果不能找到J2点,则根据心率的大小和经验值来确定J2点,公式为:J2=J1+(40+X)×P,其中P为每毫秒的心电数据个数,X根据表1来确定。J1-J2就是ST段。然后把ST段做平均以减少误差。
表1 心率与J2点的关系表
心率(次/分钟) | X值(毫秒) |
>110 | -20 |
90---110 | -15 |
75---90 | -10 |
65---75 | -5 |
55---65 | 0 |
45---55 | 5 |
35---45 | 10 |
<35 | 15 |
本发明的具体实施例2,在实施例1的基础上,除了系统提供4个预处理的模板外,还提供一个根据当前心电图重新学习自动获得的模板,根据试验的结果,把这4个预处理模板按照匹配成功率排好序,然后分别用这4个预处理模板来匹配当前的心电图,如果匹配成功,则停止匹配,并且调整模板的匹配顺序,匹配成功的模板在下一次首先匹配,这样可以节约时间,而且同一个人的心电信号变化不大,因此匹配成功率也很高;如果4个预处理模板均不能匹配成功,本系统还会根据当前心电图重新学习,然后获得模板,再用此重新获得的模板来匹配当前心电图.匹配成功后,就找到了QRS波群。然后根据QRS波群的特性,根据斜率查找QRS波群的拐点,这个拐点就是R点,其流程如图3所示。本实施例用多种异常心电信号发生器发出的心电信号来测试,其匹配成功率在98%以上,而且实时性很好。
Claims (5)
1.一种基于模板匹配的心电图ST段自动识别方法,其特征在于,该方法包括以下步骤:
A)用模板匹配的方法查找R点:在系统内设有预处理模板,设模板T(M×N)叠放在被搜索的心电图S上平移,模板覆盖下的那块搜索图为子图Si,j,i,j为这块子图左上角像点在被搜索的心电图S中的坐标,作为参考点,用下面的公式计算参考点的相似度R:
在搜索完被搜索的心电图S后,找到最大相似度的位置,此时模板覆盖的区域就认为是R波存在的区域,然后进一步确认R波的存在,如果正是R波存在的区域,则匹配成功,执行B步骤,否则,替换模板继续进行匹配查找R点;
B)查找S点:在R点后继续往后查找到拐点处即是S点;
C)查找ST段:查找S点后斜率变化点为J1点,J1点后斜率变化点设为J2点,J1点和J2点之间即为ST段。
2.根据权利要求1所述基于模板匹配的心电图ST段自动识别方法,其特征在于,在步骤C后加入步骤:
D)查找基准点:在R点前,当心电数据的斜率小于60,并且连续超过30次,则认为是基准点所在段,然后把该段求均值作为基准点。
3.根据权利要求2所述基于模板匹配的心电图ST段自动识别方法,其特征在于,在步骤D后加入步骤:
E)用ST段的平均值减去基准点的值,如果是负值,说明ST段压低,如果是正值,说明ST段抬高;
F)当ST段值超过医生设置的ST段报警门限,报警。
4.根据权利要求1所述基于模板匹配的心电图ST段自动识别方法,其特征在于,系统内还设有一个根据当前心电图重新学习自动获得的模板,当预处理模板均不能匹配成功,本系统根据当前心电图重新学习,获得模板,再用此重新获得的模板来匹配当前心电图。
5.根据权利要求1或4所述基于模板匹配的心电图ST段自动识别方法,其特征在于,预处理模板按照匹配成功率排序,A步骤中如果匹配成功,则停止匹配,并且调整模板的匹配成功率顺序。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN200710048750.6A CN101028186A (zh) | 2007-03-28 | 2007-03-28 | 基于模板匹配的心电图st段自动识别方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN200710048750.6A CN101028186A (zh) | 2007-03-28 | 2007-03-28 | 基于模板匹配的心电图st段自动识别方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN101028186A true CN101028186A (zh) | 2007-09-05 |
Family
ID=38713860
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN200710048750.6A Pending CN101028186A (zh) | 2007-03-28 | 2007-03-28 | 基于模板匹配的心电图st段自动识别方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN101028186A (zh) |
Cited By (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101897578A (zh) * | 2010-06-30 | 2010-12-01 | 重庆大学 | 一种动脉压信号逐拍分割方法 |
CN101766484B (zh) * | 2010-01-18 | 2011-09-07 | 董军 | 用于心电图识别与分类的方法和设备 |
CN102908135A (zh) * | 2012-10-08 | 2013-02-06 | 中国科学院深圳先进技术研究院 | 心电诊断系统及其操作方法 |
CN103800003A (zh) * | 2014-01-21 | 2014-05-21 | 杭州电子科技大学 | 一种心电检测方法及检测仪 |
CN103860168A (zh) * | 2014-02-26 | 2014-06-18 | 深圳市理邦精密仪器股份有限公司 | 一种心律异常自动标识装置及其标识方法 |
CN105030233A (zh) * | 2015-07-08 | 2015-11-11 | 上海师范大学 | 一种心电信号st段的识别方法 |
CN106137184A (zh) * | 2015-04-08 | 2016-11-23 | 四川锦江电子科技有限公司 | 基于小波变换的心电信号qrs波检测方法 |
CN107016393A (zh) * | 2016-03-10 | 2017-08-04 | 上海开皇软件科技有限公司 | 数据趋势线特征点的图形化识别方法及凹槽宽度测量方法 |
CN109310354A (zh) * | 2016-09-13 | 2019-02-05 | 深圳市理邦精密仪器股份有限公司 | 心电图中st事件的呈现方法及装置 |
CN109843158A (zh) * | 2016-07-13 | 2019-06-04 | 悦享趋势科技(北京)有限责任公司 | 判断脉搏波是否有效的方法及装置 |
CN110353664A (zh) * | 2019-07-25 | 2019-10-22 | 山东凯迪泰科智能系统有限公司 | 心电图pqrst波分段方法及系统 |
CN110772248A (zh) * | 2019-10-17 | 2020-02-11 | 深圳邦健生物医疗设备股份有限公司 | 穿戴式设备心电实时监测系统及方法 |
CN110881972A (zh) * | 2019-12-16 | 2020-03-17 | 深圳市邦健科技有限公司 | St检测方法、装置、计算机设备及存储介质 |
WO2020114068A1 (zh) * | 2018-12-07 | 2020-06-11 | 上海数创医疗科技有限公司 | 基于人工智能技术的心电信号st段自动判断方法及装置 |
CN111973180A (zh) * | 2020-09-03 | 2020-11-24 | 北京航空航天大学 | 一种基于meg和eeg融合的脑结构成像系统和方法 |
CN117357130A (zh) * | 2023-12-07 | 2024-01-09 | 深圳泰康医疗设备有限公司 | 基于人工智能的心电图数字化曲线分割方法 |
-
2007
- 2007-03-28 CN CN200710048750.6A patent/CN101028186A/zh active Pending
Cited By (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101766484B (zh) * | 2010-01-18 | 2011-09-07 | 董军 | 用于心电图识别与分类的方法和设备 |
CN101897578B (zh) * | 2010-06-30 | 2011-06-29 | 重庆大学 | 一种动脉压信号逐拍分割方法 |
CN101897578A (zh) * | 2010-06-30 | 2010-12-01 | 重庆大学 | 一种动脉压信号逐拍分割方法 |
CN102908135A (zh) * | 2012-10-08 | 2013-02-06 | 中国科学院深圳先进技术研究院 | 心电诊断系统及其操作方法 |
CN103800003A (zh) * | 2014-01-21 | 2014-05-21 | 杭州电子科技大学 | 一种心电检测方法及检测仪 |
CN103860168A (zh) * | 2014-02-26 | 2014-06-18 | 深圳市理邦精密仪器股份有限公司 | 一种心律异常自动标识装置及其标识方法 |
CN106137184A (zh) * | 2015-04-08 | 2016-11-23 | 四川锦江电子科技有限公司 | 基于小波变换的心电信号qrs波检测方法 |
CN105030233B (zh) * | 2015-07-08 | 2017-10-13 | 上海师范大学 | 一种心电信号st段的识别方法 |
CN105030233A (zh) * | 2015-07-08 | 2015-11-11 | 上海师范大学 | 一种心电信号st段的识别方法 |
CN107016393B (zh) * | 2016-03-10 | 2020-04-21 | 上海帆煊科技有限公司 | 数据趋势线特征点的图形化识别方法及凹槽宽度测量方法 |
CN107016393A (zh) * | 2016-03-10 | 2017-08-04 | 上海开皇软件科技有限公司 | 数据趋势线特征点的图形化识别方法及凹槽宽度测量方法 |
CN109843158A (zh) * | 2016-07-13 | 2019-06-04 | 悦享趋势科技(北京)有限责任公司 | 判断脉搏波是否有效的方法及装置 |
CN109310354A (zh) * | 2016-09-13 | 2019-02-05 | 深圳市理邦精密仪器股份有限公司 | 心电图中st事件的呈现方法及装置 |
WO2020114068A1 (zh) * | 2018-12-07 | 2020-06-11 | 上海数创医疗科技有限公司 | 基于人工智能技术的心电信号st段自动判断方法及装置 |
CN110353664A (zh) * | 2019-07-25 | 2019-10-22 | 山东凯迪泰科智能系统有限公司 | 心电图pqrst波分段方法及系统 |
CN110353664B (zh) * | 2019-07-25 | 2022-09-20 | 山东凯迪泰科智能系统有限公司 | 心电图pqrst波分段方法及系统 |
CN110772248A (zh) * | 2019-10-17 | 2020-02-11 | 深圳邦健生物医疗设备股份有限公司 | 穿戴式设备心电实时监测系统及方法 |
CN110881972A (zh) * | 2019-12-16 | 2020-03-17 | 深圳市邦健科技有限公司 | St检测方法、装置、计算机设备及存储介质 |
CN111973180A (zh) * | 2020-09-03 | 2020-11-24 | 北京航空航天大学 | 一种基于meg和eeg融合的脑结构成像系统和方法 |
CN117357130A (zh) * | 2023-12-07 | 2024-01-09 | 深圳泰康医疗设备有限公司 | 基于人工智能的心电图数字化曲线分割方法 |
CN117357130B (zh) * | 2023-12-07 | 2024-02-13 | 深圳泰康医疗设备有限公司 | 基于人工智能的心电图数字化曲线分割方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101028186A (zh) | 基于模板匹配的心电图st段自动识别方法 | |
AU2005310008B2 (en) | Signal templates in implantable cardiac devices | |
CN101102812B (zh) | 用于心跳校准和比较的方法和设备 | |
US7184815B2 (en) | System and method for selection of morphology templates | |
DE69737258T2 (de) | Verfahren und Vorrichtung zur Detektion von akutem myokardischem Infarkt | |
CN102835954B (zh) | 一种心拍波形模板生成方法及模块 | |
CN101810476B (zh) | 一种动态心电图的心拍模板分类方法 | |
US20040127806A1 (en) | Curvature based method for selecting features from an electrophysiologic signals for purpose of complex identification and classification | |
CN109480825A (zh) | 心电数据的处理方法及装置 | |
CN111419212A (zh) | 心电图数据处理的方法、装置、存储介质及计算机设备 | |
CN109893119A (zh) | 一种基于多导联聚类分析的p波识别定位方法 | |
CN101522259A (zh) | 用于确定起搏模式运行期间的生理事件的系统和方法 | |
CN107184200A (zh) | 全导联智能预分析方法 | |
KR20060117545A (ko) | 심전도 신호의 특징추출방법 | |
Bouaziz et al. | Diagnostic of ECG arrhythmia using wavelet analysis and K-nearest neighbor algorithm | |
Dunn et al. | Deep learning methods for screening patients' S-ICD implantation eligibility | |
CN111281378A (zh) | 一种动态心电图中疑似t波电交替分段的筛选方法及装置 | |
CN105579098A (zh) | 除颤器的自动除颤操作 | |
CN113499082B (zh) | Qrs波群检测方法、心电检测装置及可读存储介质 | |
Rodríguez et al. | Adaptive threshold and principal component analysis for features extraction of electrocardiogram signals | |
CN110367973A (zh) | 多导联心电信号qrs波群起始点的检测方法 | |
CN110811608A (zh) | 一种基于ecg信号的房颤监测方法 | |
CN112842350B (zh) | 基于正反传播算法获得心拍的主导心率的方法 | |
CN115828056A (zh) | 一种心电图特征信号提取方法及终端 | |
EP3782540A1 (en) | Method for determining r peaks of electrocardiogram |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C12 | Rejection of a patent application after its publication | ||
RJ01 | Rejection of invention patent application after publication |