CN103810381A - 一种基于多通道心磁图的冠心病特征参数提取方法 - Google Patents
一种基于多通道心磁图的冠心病特征参数提取方法 Download PDFInfo
- Publication number
- CN103810381A CN103810381A CN201410038147.XA CN201410038147A CN103810381A CN 103810381 A CN103810381 A CN 103810381A CN 201410038147 A CN201410038147 A CN 201410038147A CN 103810381 A CN103810381 A CN 103810381A
- Authority
- CN
- China
- Prior art keywords
- moment
- magnetocardiogram
- heart disease
- coronary heart
- magnetic field
- 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
本发明涉及一种基于多通道心磁图的冠心病特征参数提取方法,该方法包括以下步骤:1)用多组正常人和冠心病人的心磁信号作为统计分析的样本;2)从各样本的单周期心磁信号中选择多个特征时刻;3)对每个特征时刻的心磁测量信号进行插值,获得高分辨率的等磁场图,即心磁图;4)根据等磁场图获取相应的极值圆和零磁场线;5)计算极值圆内磁感应强度为正值和负值部分的面积,分别记为A+(t)和A-(t),并计算该时刻极值圆内磁感应强度的面积比参数RA(t);6)统计分析所有样本各特征时刻的面积比,并将P<0.05所对应的Tmax时刻的面积比作为冠心病人的筛选阈值。与现有技术相比,本发明具有精确度较高、算法简单等优点。
Description
技术领域
本发明涉及信号处理技术领域,尤其是涉及一种基于多通道心磁图的冠心病特征参数提取方法。
背景技术
心磁仪是近几十年来提出的一种在体表测量心脏磁场的技术。随着多通道和高温超导量子干涉器(SQUID)测量技术的进步,心磁图(MCG)的临床应用得到了快速发展。
心磁图技术与其他心脏检测技术相比,具有对人体完全无创伤,无接触,不需要外加磁场,测量信号时间分辨率高等优点,因此受到各个国家的高度重视。目前心磁图临床应用之一是通过提取正常人与冠心病病人心磁图中的差异特征参数来预测冠心病。
2005年德国学者B.Hailer等人利用心磁图分级方法诊断冠心病,敏感性达73.3%,特异性70.1%。2006年,德国W Haberkom等人在心磁图的基础上,提出了伪电流密度成像方法。同年,K.Tolstrup等提出了一种快速磁成像检测心肌缺血的方法。2007年,台湾与韩国合作研究机构提出了一种用心脏磁场T波信号的二维传播及面积比方法,并用来诊断心肌缺血等疾病,其敏感性与特异性分别为74.5%和70.0%。同年,日本K.On等提出了一种用心磁图JT段和QRS积分值之比JTi/QRSi作为诊断冠心病的特征参数,敏感性与特异性分别为71%和80%。2010年,Kwon等用心磁图分类识别,A.Gapelyuk等用KL熵与剩余参数这两种方法的组合进行冠心病的筛选,其敏感性和特异性均高达88%,但使用的方法较为复杂。目前国内外尚无与本研究相同结果的报道。
发明内容
本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种精确度较高、算法简单的基于多通道心磁图的冠心病特征参数提取方法。
本发明的目的可以通过以下技术方案来实现:
一种基于多通道心磁图的冠心病特征参数提取方法,该方法包括以下步骤:
1)用多组正常人和冠心病人的心磁信号作为统计分析的样本;
2)从各样本的单周期心磁信号中选择多个特征时刻;
3)对每个特征时刻的心磁测量信号进行插值,获得高分辨率的等磁场图,即心磁图;
4)根据各等磁场图获取相应的极值圆和零磁场线,所述极值圆的直径为等磁场图中磁场强度最大值Bmax与最小值Bmin位置的连线,依次连接等磁场图内磁感应强度为零的点,得到零磁场线;
5)计算极值圆内零磁场线分割磁感应强度为正值和负值部分的面积,分别记为A+(t)和A-(t),并通过以下公式计算该时刻磁感应强度的面积比参数RA(t),即:
6)统计分析所有样本各特征时刻的面积比,并将P<0.05所对应的Tmax时刻的面积比作为冠心病人的筛选阈值。
所述的特征时刻包括P波峰值时刻Pmax、R波峰值时刻Rpeak、J点出现的时刻、T波峰值时刻Tmax、T波上升时刻Tonset以及结束时刻Tend。
统计分析所用的心磁数据的测量通道个数为61个。
本发明能够根据受试者在Tmax时刻RA参数的不同来筛选冠心病人。与现有的其他技术相比,具有计算量小、速度快、准确性较高等优点,有一定的临床应用价值。本发明方法使用的样本数为38个正常人和15个冠心病人,统计分析结果是该方法的敏感性和特异性分别为86.7%和73.7%。
附图说明
图1为61通道心磁仪的测点位置示意图;
图2为心磁数据中的几个特征时刻;
图3为经数据插值后的心磁图的极值圆内A+和A-示意图;
图4为单磁偶极子产生磁场的极值圆示意图;
图5为心磁图在所有特征时刻的参数RA的统计结果;
图6为一组冠心病病人和一组正常人的Tmax时刻极值圆内面积比RA示意图;
其中,(6a)为冠心病人,(6b)为正常人;
图7为用本发明方法统计分析得到的Tmax时刻面积比RA的ROC曲线图。
具体实施方式
下面结合附图和具体实施例对本发明进行详细说明。本实施例以本发明技术方案为前提进行实施,给出了详细的实施方式和具体的操作过程,但本发明的保护范围不限于下述的实施例。
一种基于多通道心磁图的冠心病特征参数提取方法,该方法包括以下步骤:
1)用如图1所示的61通道心磁仪采集的多组正常人和冠心病人的心磁信号作为统计分析的样本;
2)从各样本的单周期心磁信号中选择多个特征时刻,包括P波峰值时刻乙、R波峰值时刻Rpeak、J点出现的时刻、T波峰值时刻Tmax、T波上升时刻Tonset以及结束时刻Tend,如图2所示;
3)对每个特征时刻的心磁测量信号进行插值,获得高分辨率的等磁场图,即心磁图;
4)根据等磁场图获取相应的极值圆和零磁场线,所述极值圆的直径为等磁场图中磁场强度最大值Bmax与最小值Bmin位置的连线,如图4所示,依次连接等磁场图内磁感应强度为零的点,得到零磁场线;
5)计算该时刻极值圆内零磁场线分割磁感应强度为正值和负值部分的面积,分别记为A+(t)和A-(t),如图3所示,并通过以下公式计算磁感应强度的面积比参数RA(t),即:
6)统计分析所有样本各特征时刻极值圆内的面积比,并将P<0.05所对应的Tmax时刻的面积比作为冠心病人的筛选阈值。如图5所示,Tmax时刻的P值小于0.05,具有统计学差异性。
对38组正常人,15组冠心病人样本的统计分析结果表明,T波峰值时刻Tmax的统计学P值满足P<0.05,从心磁图提取的特征参数RA能够有效筛选出正常人和冠心病人,其敏感性和特异性比上述的其他特征时刻点都高。如图6所示,冠心病人Tmax时刻心磁图中磁感应强度的面积比参数RA远大于正常人。图7给出了用本方法统计分析得到的Tmax时刻面积比RA的ROC曲线图。
Claims (2)
1.一种基于多通道心磁图的冠心病特征参数提取方法,其特征在于,该方法包括以下步骤:
1)用多组正常人和冠心病人的心磁信号作为统计分析的样本;
2)从各样本的单周期心磁信号中选择多个特征时刻;
3)对每个特征时刻的心磁测量信号进行插值,获得高分辨率的等磁场图,即心磁图;
4)根据等磁场图获取相应的极值圆和零磁场线,所述极值圆的直径为等磁场图中磁场强度最大值Bmax与最小值Bmin位置的连线,依次连接等磁场图内磁感应强度为零的点,得到零磁场线;
5)计算该时刻极值圆内零磁场线分割磁感应强度为正值和负值部分的面积,分别记为A+(t)和A-(t),并通过以下公式计算磁感应强度的面积比参数RA(t),即:
6)统计分析所有样本各特征时刻的面积比,并将P<0.05所对应的T波峰值时刻Tmax的面积比作为冠心病人的筛选阈值。
2.根据权利要求1所述的一种基于多通道心磁图的冠心病特征参数提取方法,其特征在于,所述的特征时刻包括P波峰值时刻Pmax、R波峰值时刻Rpeak、J点出现的时刻、T波峰值时刻Tmax、T波上升时刻Tonset以及结束时刻Tend。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410038147.XA CN103810381A (zh) | 2014-01-26 | 2014-01-26 | 一种基于多通道心磁图的冠心病特征参数提取方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410038147.XA CN103810381A (zh) | 2014-01-26 | 2014-01-26 | 一种基于多通道心磁图的冠心病特征参数提取方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN103810381A true CN103810381A (zh) | 2014-05-21 |
Family
ID=50707141
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410038147.XA Pending CN103810381A (zh) | 2014-01-26 | 2014-01-26 | 一种基于多通道心磁图的冠心病特征参数提取方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103810381A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110504025A (zh) * | 2018-05-16 | 2019-11-26 | 漫迪医疗仪器(上海)有限公司 | 基于生物磁的生物特征码的识别方法及系统、识别终端 |
CN116189902A (zh) * | 2023-01-19 | 2023-05-30 | 北京未磁科技有限公司 | 基于心磁图视频数据的心肌缺血预测模型及其构建方法 |
CN117100276A (zh) * | 2023-10-23 | 2023-11-24 | 山东大学齐鲁医院 | 心功能检测系统、计算机存储介质及终端 |
CN117113064A (zh) * | 2023-10-23 | 2023-11-24 | 杭州诺驰生命科学有限公司 | 多维度心磁特征参数提取方法及系统 |
CN117137492A (zh) * | 2023-11-01 | 2023-12-01 | 山东大学齐鲁医院 | 冠状动脉血流异常检测系统、存储介质及终端 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103142223A (zh) * | 2011-12-07 | 2013-06-12 | 同济大学 | 一种基于极值差的心脏磁信号处理方法 |
CN103142211A (zh) * | 2011-12-07 | 2013-06-12 | 同济大学 | 一种基于极值圆的心脏磁信号处理方法 |
-
2014
- 2014-01-26 CN CN201410038147.XA patent/CN103810381A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103142223A (zh) * | 2011-12-07 | 2013-06-12 | 同济大学 | 一种基于极值差的心脏磁信号处理方法 |
CN103142211A (zh) * | 2011-12-07 | 2013-06-12 | 同济大学 | 一种基于极值圆的心脏磁信号处理方法 |
Non-Patent Citations (2)
Title |
---|
BIRGIT HAILER,ET AL.: "The Value of Magnetocardiography in the Course of Coronary Intervention", 《MCG IN CORONARY INTERVENTION》 * |
YANHUA WU,ET AL.: "Noninvasive Diagnosis of Coronary Artery Disease Using Two Parameters Extracted in an Extrema Circle of Magnetocardiogram", 《35TH ANNUAL INTERNATIONAL CONFERENCE OF THE IEEE EMBS》 * |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110504025A (zh) * | 2018-05-16 | 2019-11-26 | 漫迪医疗仪器(上海)有限公司 | 基于生物磁的生物特征码的识别方法及系统、识别终端 |
CN116189902A (zh) * | 2023-01-19 | 2023-05-30 | 北京未磁科技有限公司 | 基于心磁图视频数据的心肌缺血预测模型及其构建方法 |
CN116189902B (zh) * | 2023-01-19 | 2024-01-02 | 北京未磁科技有限公司 | 基于心磁图视频数据的心肌缺血预测模型及其构建方法 |
CN117100276A (zh) * | 2023-10-23 | 2023-11-24 | 山东大学齐鲁医院 | 心功能检测系统、计算机存储介质及终端 |
CN117113064A (zh) * | 2023-10-23 | 2023-11-24 | 杭州诺驰生命科学有限公司 | 多维度心磁特征参数提取方法及系统 |
CN117100276B (zh) * | 2023-10-23 | 2024-01-12 | 山东大学齐鲁医院 | 心功能检测系统、计算机存储介质及终端 |
CN117113064B (zh) * | 2023-10-23 | 2024-02-02 | 杭州诺驰生命科学有限公司 | 多维度心磁特征参数提取方法及系统 |
CN117137492A (zh) * | 2023-11-01 | 2023-12-01 | 山东大学齐鲁医院 | 冠状动脉血流异常检测系统、存储介质及终端 |
CN117137492B (zh) * | 2023-11-01 | 2024-02-09 | 山东大学齐鲁医院 | 冠状动脉血流异常检测系统、存储介质及终端 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Ganguly et al. | Automated detection and classification of arrhythmia from ECG signals using feature-induced long short-term memory network | |
CN103810381A (zh) | 一种基于多通道心磁图的冠心病特征参数提取方法 | |
CN103142211B (zh) | 一种基于极值圆的心脏磁信号处理方法 | |
Liu et al. | A combination method of improved impulse rejection filter and template matching for identification of anomalous intervals in RR sequences | |
Chatterjee et al. | Real time P and T wave detection from ECG using FPGA | |
CN101919704B (zh) | 一种心音信号定位、分段方法 | |
CN104757959B (zh) | 一种基于影像叠影的脉搏波传输速率检测方法和系统 | |
CN104794474B (zh) | 一种基于心磁图的综合最大电流密度向量特征提取方法 | |
Balachandran et al. | Daubechies algorithm for highly accurate ECG feature extraction | |
CN108229584A (zh) | 一种基于深度学习的多模态医学影像识别方法及装置 | |
Liu et al. | A novel P-QRS-T wave localization method in ECG signals based on hybrid neural networks | |
CN110070013A (zh) | 一种ecg信号噪声污染程度与类别智能评估方法 | |
KR101194753B1 (ko) | 다채널 센서를 이용한 맥파 측정 방법 및 이를 이용한 시스템 | |
CN105708441B (zh) | 可佩戴指套及心电图和脉象采集终端 | |
CN103142223B (zh) | 一种基于极值差的心脏磁信号处理方法 | |
Zhao et al. | PVC recognition for wearable ECGs using modified frequency slice wavelet transform and convolutional neural network | |
Apama et al. | Interpretation of ResNet50 model for MI related cardiac events using Explainable Grad-CAM approach | |
Muaremi et al. | Monitor pilgrims: prayer activity recognition using wearable sensors | |
CN113081261A (zh) | 血肿穿刺导航探头装置及脑部磁探测电阻抗成像系统 | |
CN105232028A (zh) | 一种用于监测心血管检测数据的方法和装置 | |
CN107374610B (zh) | 心磁图生成方法及生成系统 | |
Xu et al. | Morphology variability of radial pulse wave during exercise | |
Jenifer et al. | YOLO-ECG: multi-stage ECG arrhythmia classification using deep learning based YOLO network for portable monitoring | |
Kim et al. | Untact Abnormal Heartbeat Wave Detection Using Non-Contact Sensor through Transfer Learning | |
Song et al. | Intelligent Diagnosis Method Based on 2DECG Model |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20140521 |
|
RJ01 | Rejection of invention patent application after publication |