CN104794474A - 一种基于心磁图的综合最大电流密度向量特征提取方法 - Google Patents
一种基于心磁图的综合最大电流密度向量特征提取方法 Download PDFInfo
- Publication number
- CN104794474A CN104794474A CN201510136606.2A CN201510136606A CN104794474A CN 104794474 A CN104794474 A CN 104794474A CN 201510136606 A CN201510136606 A CN 201510136606A CN 104794474 A CN104794474 A CN 104794474A
- Authority
- CN
- China
- Prior art keywords
- current density
- maximum current
- magnetocardiogram
- density vector
- comprehensive
- 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.)
- Granted
Links
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心磁图的综合最大电流密度向量特征提取方法,该方法包括以下步骤:1)获取多组心脏磁场信号,并将各心脏磁场信号的T波段作为样本数据;2)在T波段上获取每个采样时刻k的二维电流密度图,并提取最大电流密度向量作最大电流密度向量随k变化的趋势图;3)根据各采样时刻k的获得综合最大电流密度向量4)提取综合最大电流密度向量的特征参数,包括向量模V、方向角θ,以及向量对应的矩形区域周长P和面积A;5)对每个样本数据执行步骤2)~4),获得多组样本数据的特征参数统计量。与现有技术相比,本方法具有算法简单,技术指标的物理意义清楚,对大量样本筛选的灵敏度和特异度较高等优点。
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心磁图的综合最大电流密度向量特征提取方法。
背景技术
近四十年以来,随着多通道超导量子干涉器(SQUID)测量技术的进步,高分辨率的体表心磁图(MCG)被不断地用于医学研究。
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,该技术受到发达国家的高度重视。心磁图的临床应用方法之一是根据健康人与心肌梗塞(MI)病人心磁图中的特征参数,通过大量个体心磁图样本的统计分析,筛查心肌梗塞病人。
近年来,将心磁图和电流密度图用于临床筛查健康人与MI病人的方法主要有:2009年,Lim等人从磁场等高线图和对应电流密度图中提取了10个参数,并根据这些参数的健康阈值对大量测试样本进行累计评分,对MI的敏感性和特异性达到96.4%和85%。2011年,Van Leeuwen等人用Karhunen-Loeve变换对磁场等高线图进行了分析,对急性ST段抬高的MI诊断的敏感性为87%,特异性为81%。2012年,Van Leeuwen等人的研究发现,MI病人的重心角方向和差值都与健康人不同,可用于MI诊断。
发明内容
本发明的目的就是为了提供一种计算量小、准确性较高、简单直观的,基于心磁图的综合最大电流密度向量特征提取方法。
本发明可以通过以下技术方案来实现:
一种基于心磁图的综合最大电流密度向量特征提取方法,该方法包括以下步骤:
1)获取多组心脏磁场信号,并将各心脏磁场信号的T波段作为样本数据;
2)在T波段上获取每个采样时刻k的二维电流密度图,并提取最大电流密度向量作最大电流密度向量随k变化的趋势图;
3)根据各采样时刻k的获得综合最大电流密度向量
式中,N为采样总次数;
4)提取综合最大电流密度向量的特征参数,包括向量模V、方向角θ,以及向量对应的矩形区域周长P和面积A,参数具体计算公式为:
P=2(Vx+Vy)
A=Vx×Vy
其中,Vx、Vy分别为综合最大电流密度向量在平面x轴、y轴上的分量;
5)对每个样本数据执行步骤2)~4),获得多组样本数据的特征参数统计量。
所述心脏磁场信号通过多通道超导量子干涉器测量获得。
所述心脏磁场信号包括健康人的心磁信号和MI病人的心磁信号。
所述步骤2)中,采样时刻k的二维电流密度根据T波段的磁感应强度Bz计算获得:
式中,为二维电流密度,为x、y方向上的单位电流密度。
所述步骤2)中,相邻采样时刻的间隔为10ms。
本发明从T波段心脏磁场信号绘制的电流密度图中,提取最大电流密度向量作最大电流密度(MCD)趋势图。该图直观地显示了受试者T波段中最大电流密度向量的大小和方向变化。同时,根据提取的综合最大电流密度IMCD向量的特征,可以作为探测受试者MCG样本数据中存在的MI病例的辅助方法。与现有的其他技术相比,本发明中的特征提取方法具有计算量小、准确性较高、简单直观等优点,有一定的临床应用价值。
附图说明
图1为本发明的流程示意图;
图2是心磁数据的T波段;
图3是一个二维电流密度图的示意图;
图4是1个健康人和2个MI病人的MCD趋势图及对应IMCD向量的示意图;
其中,(4a)、(4c)和(4e)是MCD趋势图,(4b)、(4d)和(4f)是对应的IMCD向量图;
图5是用Mann-Whitney U检验分析所有样本关于4个特征参数的ROC曲线图;
图6是所有样本数据关于4个特征参数的分布图;
其中,(6a)为向量模,(6b)为方向角,(6c)为向量对应的矩形区域周长,(6d)为向量对应的矩形区域面积;
图7是健康人与MI病人样本数据的缺血分数的对比图。
具体实施方式
本实施例给出了详细的实施方式和具体的操作过程。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。
如图1所示,本实施例中提供了一种基于心磁图的综合最大电流密度向量特征提取方法,该方法包括以下步骤:
S1)用61通道超导量子干涉器采集的多组健康人和MI病人的心脏电磁信号。
S2)从受试者的单周期心磁信号中截取T波段数据,如图2所示。
S3)在T波段上获取每个采样时刻k的二维电流密度图,如图3所示。
采样时刻k的二维电流密度根据T波段的磁感应强度Bz计算获得:
式中,为二维电流密度,为x、y方向上的单位电流密度。
S4)提取最大电流密度向量作最大电流密度向量随k变化的趋势图,如图4中的(4a)、(4c)和(4e)所示。
S5)提取综合最大电流密度向量的特征参数,包括向量模V、方向角θ,以及向量对应的矩形区域周长P和面积A,如图4中的(4b)、(4d)和(4f)所示。各参数具体计算公式为:
P=2(Vx+Vy)
A=Vx×Vy
其中,Vx、Vy分别为综合最大电流密度向量在平面x轴、y轴上的分量。
S6)对每个样本数据执行步骤S3)~S5),获得多组样本数据的特征参数统计量。
通过上述特征提取方法获得多组样本数据的特征参数统计量后,可根据统计量特点进一步进行健康人和MI病人识别,本实施例用Mann-Whitney U检验统计分析了所有样本,并给出了ROC曲线和4个特征参数的统计结果,如图5和图6所示。当P值小于0.05时,具有统计学差异性。
本实施例中根据图5中的ROC曲线和如下公式确定图6中使其敏感度和特异度最大的识别阈值。
argmin((1-灵敏度)2+(1-特异度)2)
根据记分法,将每个人的4个特征参数取值大于阈值的记为0分,反之记为1分。统计所有样本的记分总和,即所谓的缺血分数。总分大于等于2分的样本可判定为心肌梗塞病人的样本数据。图7是健康人与MI病人样本数据的缺血分数的对比图。根据本发明方法对39个健康人和102个心肌梗塞病人的61通道心磁测量数据统计分析的结果显示,该方法的敏感度和特异度分别为91.2%和84.6%。
Claims (5)
1.一种基于心磁图的综合最大电流密度向量特征提取方法,其特征在于,该方法包括以下步骤:
1)获取多组心脏磁场信号,并将各心脏磁场信号的T波段作为样本数据;
2)在T波段上获取每个采样时刻k的二维电流密度图,并提取最大电流密度向量作最大电流密度向量随k变化的趋势图;
3)根据各采样时刻k的获得综合最大电流密度向量
式中,N为采样总次数;
4)提取综合最大电流密度向量的特征参数,包括向量模V、方向角θ,以及向量对应的矩形区域周长P和面积A,参数具体计算公式为:
P=2(Vx+Vy)
A=Vx×Vy
其中,Vx、Vy分别为综合最大电流密度向量在平面x轴、y轴上的分量;
5)对每个样本数据执行步骤2)~4),获得多组样本数据的特征参数统计量。
2.根据权利要求1所述的基于心磁图的综合最大电流密度向量特征提取方法,其特征在于,所述心脏磁场信号通过多通道超导量子干涉器测量获得。
3.根据权利要求1所述的基于心磁图的综合最大电流密度向量特征提取方法,其特征在于,所述心脏磁场信号包括健康人和心肌梗塞病人的心磁信号。
4.根据权利要求1所述的基于心磁图的综合最大电流密度向量特征提取方法,其特征在于,所述步骤2)中,采样时刻k的二维电流密度根据T波段的磁感应强度Bz计算获得:
式中,为二维电流密度,为x、y方向上的单位电流密度。
5.根据权利要求1所述的基于心磁图的综合最大电流密度向量特征提取方法,其特征在于,所述步骤2)中,相邻采样时刻的间隔为10ms。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510136606.2A CN104794474B (zh) | 2015-03-26 | 2015-03-26 | 一种基于心磁图的综合最大电流密度向量特征提取方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510136606.2A CN104794474B (zh) | 2015-03-26 | 2015-03-26 | 一种基于心磁图的综合最大电流密度向量特征提取方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104794474A true CN104794474A (zh) | 2015-07-22 |
CN104794474B CN104794474B (zh) | 2017-12-05 |
Family
ID=53559261
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510136606.2A Expired - Fee Related CN104794474B (zh) | 2015-03-26 | 2015-03-26 | 一种基于心磁图的综合最大电流密度向量特征提取方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104794474B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105769168A (zh) * | 2016-03-30 | 2016-07-20 | 中国科学院上海微系统与信息技术研究所 | 一种心磁图电流源的辅助定位方法、系统、及设备 |
CN108577825A (zh) * | 2018-01-11 | 2018-09-28 | 中国科学院上海微系统与信息技术研究所 | 一种心肌缺血病变位置定位方法及系统、存储介质及终端 |
CN110074774A (zh) * | 2019-04-28 | 2019-08-02 | 漫迪医疗仪器(上海)有限公司 | 基于心磁图的心脏室间隔异常的分析方法、系统、介质及终端 |
CN112890819A (zh) * | 2021-01-25 | 2021-06-04 | 漫迪医疗仪器(上海)有限公司 | 心磁图数据集的处理方法、系统、设备及计算机可读存储介质 |
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 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
US20150011862A1 (en) * | 2012-07-13 | 2015-01-08 | Illya Anatoliiovych Chaykovskyy | Method and device for evaluation of myocardial damages based on the current density variations |
-
2015
- 2015-03-26 CN CN201510136606.2A patent/CN104794474B/zh not_active Expired - Fee Related
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
US20150011862A1 (en) * | 2012-07-13 | 2015-01-08 | Illya Anatoliiovych Chaykovskyy | Method and device for evaluation of myocardial damages based on the current density variations |
Non-Patent Citations (2)
Title |
---|
TUO CHEN 等: "Noninvasively diagnosing coronary artery disease with 61-channel MCG data", 《BIOINFORMATICS》 * |
权薇薇 等: "正常人群心磁图特征的探讨", 《诊断学理论与实践》 * |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105769168A (zh) * | 2016-03-30 | 2016-07-20 | 中国科学院上海微系统与信息技术研究所 | 一种心磁图电流源的辅助定位方法、系统、及设备 |
CN108577825A (zh) * | 2018-01-11 | 2018-09-28 | 中国科学院上海微系统与信息技术研究所 | 一种心肌缺血病变位置定位方法及系统、存储介质及终端 |
CN110074774A (zh) * | 2019-04-28 | 2019-08-02 | 漫迪医疗仪器(上海)有限公司 | 基于心磁图的心脏室间隔异常的分析方法、系统、介质及终端 |
CN112890819A (zh) * | 2021-01-25 | 2021-06-04 | 漫迪医疗仪器(上海)有限公司 | 心磁图数据集的处理方法、系统、设备及计算机可读存储介质 |
CN112890819B (zh) * | 2021-01-25 | 2023-03-17 | 漫迪医疗仪器(上海)有限公司 | 心磁图数据集的处理方法、系统、设备及计算机可读存储介质 |
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 |
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 |
Also Published As
Publication number | Publication date |
---|---|
CN104794474B (zh) | 2017-12-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104794474A (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 | |
CN104473629B (zh) | 基于核函数分类算法的心电电极错误放置自动检测方法 | |
Mahmood et al. | Red blood cells estimation using Hough transform technique | |
CN108030494B (zh) | 基于交叉验证的心电信号错误标记训练样本识别方法 | |
CN109271969B (zh) | 一种脑胶质瘤分级评价方法及其装置 | |
CN103720469B (zh) | 可穿戴式动态母体胎儿心电检测装置 | |
CN108491077A (zh) | 一种基于多流分治卷积神经网络的表面肌电信号手势识别方法 | |
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 | |
CN103142229B (zh) | 扩散峭度张量成像的高阶张量特征参数提取方法 | |
CN102446268A (zh) | 指纹防伪装置及其方法 | |
CN103942567A (zh) | 一种基于支持向量机的轻度认知障碍自动判别分析方法 | |
CN103142211B (zh) | 一种基于极值圆的心脏磁信号处理方法 | |
CN102722643A (zh) | 用于下肢肌电假肢控制的多信息融合运动模式识别方法 | |
CN103070682A (zh) | 基于眼电信号的眼动方向提取方法及提取装置 | |
CN107193374A (zh) | 一种主动故意手势动作的检测装置及检测方法 | |
CN116172517A (zh) | 基于双视角特征融合框架的发作间期癫痫样放电检测方法及装置 | |
CN107550484B (zh) | 一种心磁信号质量评价方法及系统 | |
Jager et al. | Assessing velocity and directionality of uterine electrical activity for preterm birth prediction using EHG surface records | |
Al Mamun et al. | Discretion way for bleeding detection in wireless capsule endoscopy images | |
CN103425983A (zh) | 一种基于网络同步性的脑网络拓扑差异的快速提取方法 | |
CN107837083B (zh) | 基于最小二乘支持向量机的j波自动检测方法 | |
CN104424488B (zh) | 一种提取bcg信号特征的方法及系统 | |
US10512434B2 (en) | Brain activity measurement device, program, and method | |
CN108470182A (zh) | 一种用于非对称脑电特征增强与识别的脑-机接口方法 | |
CN111616680A (zh) | 一种脑力负荷自动辨识方法及系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
EXSB | Decision made by sipo to initiate substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20171205 Termination date: 20200326 |
|
CF01 | Termination of patent right due to non-payment of annual fee |