发明内容
本发明的目的在于提供一种心电图数据分析方法及系统,能较好地解决N小时内心电波形质量不稳定而导致的分析精度不准确的问题。
根据本发明的一个方面,提供了一种心电图数据分析方法,包括:
通过用多个导联采集人体心电图数据,得到并保存多个导联采集的N小时的心电图数据;
从所述多个导联中选择干扰最小的一个导联作为分析导联,并对所述分析导联采集的心电图数据进行分析,得到N小时的心电波形及心电图形态报告;
对所述分析导联采集的心电图数据分析而得到的心电波形进行检查,找到波形质量不符合要求的心电波形及对应的时间段;
用其它导联采集的心电图数据在所述时间段的相应心电图形态报告替换所述波形质量不符合要求的心电图形态报告,从而得到分析精度得到提高的心电图形态报告。
优选地,所述对所述分析导联采集的心电图数据进行分析,得到N小时的心电图形态报告的步骤包括:
利用R波识别算法,分析所述N小时的心电图数据,得到N小时内每次心搏对应的心电波形;
对所得到的心电波形进行聚类处理,得到聚类形态波形;
根据所述聚类形态波形的波形形态,对心电波形进行分类,并确定心电波形类别;
对N小时内的不同类别心电波形和心搏数量进行统计,形成N小时的心电图形态报告。
优选地,在所述聚类形态波形中,将波形形态的相似度大于或等于预设第一相似度阈值的心电波形分为同一类别。
优选地,所述对所述分析导联采集的心电图数据分析而得到的心电波形进行检查,找到波形质量不符合要求的心电波形及对应的时间段的步骤包括:
将每个心电波形的波形形态与预设心电波形的波形形态进行比较;
若相似度小于预设第二相似度阈值,则确定该心电波形为波形质量不符合要求的心电波形;
对预定时间段内的波形质量不符合要求的心电波形进行统计;
若得到的统计值大于预设质量统计阈值,则将该时间段作为波形质量不符合要求的心电波形对应的时间段。
优选地,所述用其它导联采集的心电图数据在所述时间段的相应心电图形态报告替换所述波形质量不符合要求的心电图形态报告的步骤包括:
从所述多个导联中选择在所述时间段的干扰最小的一个导联作为二次分析导联;
对所述二次分析导联在所述时间段采集的心电图数据进行二次分析,得到所述时间段的心电波形,及相应心电图形态报告作为二次分析心电图形态报告;
用所得到的二次分析心电图形态报告替换所述波形质量不符合要求的时间段的心电图形态报告。
根据本发明的另一方面,提供了一种心电图数据分析系统,包括:
获取模块,用于通过用多个导联采集人体心电图数据,得到并保存多个导联采集的N小时的心电图数据;
分析模块,用于从所述多个导联中选择干扰最小的一个导联作为分析导联,并对所述分析导联采集的心电图数据进行分析,得到N小时的心电波形及心电图形态报告;
检查模块,用于对所述分析导联采集的心电图数据分析而得到的心电波形进行检查,找到波形质量不符合要求的心电波形及对应的时间段;
替换模块,用于用其它导联采集的心电图数据在所述时间段的相应心电图形态报告替换所述波形质量不符合要求的心电图形态报告,从而得到分析精度得到提高的心电图形态报告。
优选地,所述分析模块利用R波识别算法,分析所述N小时的心电图数据,得到N小时内每次心搏对应的心电波形,对所得到的心电波形进行聚类处理,得到聚类形态波形,并根据所述聚类形态波形的波形形态,对心电波形进行分类,确定心电波形类别,对N小时内的不同类别心电波形和心搏数量进行统计,形成N小时的心电图形态报告。
优选地,在所述聚类形态波形中,所述分析模块将波形形态的相似度大于或等于预设第一相似度阈值的心电波形分为同一类别。
优选地,所述检查模块将每个心电波形的波形形态与预设心电波形的波形形态进行比较,若相似度小于预设第二相似度阈值,则确定该心电波形为波形质量不符合要求的心电波形,对预定时间段内的波形质量不符合要求的心电波形进行统计,若得到的统计值大于预设质量统计阈值,则将该时间段作为波形质量不符合要求的心电波形对应的时间段。
优选地,所述分析模块从所述多个导联中选择在所述时间段的干扰最小的一个导联作为二次分析导联,并对所述二次分析导联在所述时间段采集的心电图数据进行二次分析,得到所述时间段的心电波形,及相应心电图形态报告作为二次分析心电图形态报告,以供所述替换模块用所得到的二次分析心电图形态报告替换所述波形质量不符合要求的时间段的心电图形态报告。
与现有技术相比较,本发明的有益效果在于:
本发明能够准确地对质量不稳定的心电波形进行二次分析,可分时段提高分析精度,降低操作者的工作量,同时提高了操作者的工作效率。
具体实施方式
以下结合附图对本发明的优选实施例进行详细说明,应当理解,以下所说明的优选实施例仅用于说明和解释本发明,并不用于限定本发明。
图5是本发明实施例提供的心电图数据分析方法原理框图,如图5所示,步骤包括:
步骤S10:通过用多个导联采集人体心电图数据,得到并保存多个导联采集的N小时的心电图数据。
步骤S20:从多个导联中选择干扰最小的一个导联作为分析导联,并对分析导联采集的心电图数据进行分析,得到N小时的心电波形及心电图形态报告。
具体地说,利用R波识别算法,分析N小时的心电图数据,得到N小时内每次心搏对应的心电波形,并对所得到的心电波形进行聚类处理,得到聚类形态波形。然后根据聚类形态波形的波形形态,对心电波形进行分类处理,并确定心电波形类别,对N小时内的不同类别心电波形和心搏数量进行统计,形成N小时的心电图形态报告。
需要说明的是,聚类处理的步骤包括:对每个心电波形中的幅值最大的点进行定位,得到已定位心电波形,对每个已定位心电波形进行采样,得到由采样点组成的点状心电波形并缓存;将每个点状心电波形移动至预设的纵向基准轴,直至点状心电波形中的幅值最大的点移动至纵向基准轴,以纵向基准轴为基准进行叠加,形成聚类形态波形,后续可根据叠加图中心电图的形态差异,进行聚类、归类并分类;从而得到不同类别的心电波形及心搏数量等结果。其中,预设的纵向基准轴是所有心电波形中幅值最大的点所在的纵轴。
需要说明的是,分类处理的步骤包括:在聚类形态波形中,将波形形态的相似度大于或等于预设第一相似度阈值的心电波形分为同一类别。
需要说明的是,N小时的心电图形态报告包括:N小时内每次心搏对应的心电波形、在对N小时所划分的M个时间段中每个时间段的不同类别心电波形统计值和心搏数量统计值等。
步骤S30:对分析导联采集的心电图数据分析而得到的心电波形进行检查,找到波形质量不符合要求的心电波形及对应的时间段。
具体地说,心电波形质量是否符合要求可以通过人工方式检查,也可以通过设备自动检查,例如,将每个心电波形的波形形态与预设心电波形的波形形态进行比较,若相似度小于预设第二相似度阈值,则确定该心电波形为波形质量不符合要求的心电波形,对预定时间段内的波形质量不符合要求的心电波形进行统计,若得到的统计值大于预设质量统计阈值,则将该时间段作为波形质量不符合要求的心电波形对应的时间段。
步骤S40:用其它导联采集的心电图数据在时间段的相应心电图形态报告替换波形质量不符合要求的心电图形态报告,从而得到分析精度得到提高的心电图形态报告。
具体地说,从多个导联中选择在时间段的干扰最小的一个导联作为二次分析导联,并对二次分析导联所采集的心电图数据进行二次分析,得到时间段的心电波形,及相应心电图形态报告作为二次分析心电图形态报告,从而利用所得到的二次分析心电图形态报告替换波形质量不符合要求的时间段的心电图形态报告。
图6是本发明实施例提供的心电图数据分析装置框图,如图6所示,包括获取模块10、分析模块20、检查模块30和替换模块40。
获取模块10用于通过用多个导联采集人体心电图数据,得到并保存多个导联采集的N小时的心电图数据。也就是说,获取模块10用于对人体24小时的心电图数据进行采集和存储,获取模块10可以是心电记录设备,此时需要将采集并存储的心电图数据传送至分析模块20。
分析模块20用于从多个导联中选择干扰最小的一个导联作为分析导联,并对分析导联采集的心电图数据进行分析,得到N小时的心电波形及心电图形态报告,实现首次全程分析。进一步地,分析模块20对获取模块采集和存储的心电图数据进行波形分析,得到首次分析结果之后,分时段查看分析结果的精度,对分析精度较差的时间段重新选择分析导联,并进行二次分析,以便替换模块40替换首次分析结果中同一时间段的分析结果,形成新的分析报告。也就是说,分析模块20在进行首次波形分析期间,从多个导联中选取干扰最小的一个导联作为分析导联,并对分析导联采集的人体24小时的心电图数据进行分析,然后再对分析结果的精度分时段进行评估,对精度不满意的时间段可进行二次分析,在二次分析期间,可以重新选择分析导联,即选择信号质量相对较好的导联进行二次分析。
检查模块30用于对分析导联采集的心电图数据分析而得到的心电波形进行检查,找到波形质量不符合要求的心电波形及对应的时间段。
替换模块40用于用其它导联采集的心电图数据在时间段的相应心电图形态报告替换波形质量不符合要求的心电图形态报告,从而得到分析精度得到提高的心电图形态报告。也就是说,替换模块40使用指定时间段的分析结果替换首次全程分析中同一时间段的分析结果,从而形成新的分析报告。
获取模块10采集并保存N小时的心电图数据,并将该心电图数据传送至分析模块20。分析模块20利用R波识别算法,分析N小时的心电图数据,得到N小时内每次心搏对应的心电波形,并对所得到的心电波形进行聚类、分类处理,确定心电波形类别,然后对N小时内的不同类别心电波形和心搏数量进行统计,形成N小时的心电图形态报告。在初次形成心电图形态报告之后,检查模块30将每个心电波形的波形形态与预设心电波形的波形形态进行比较,若相似度小于预设第二相似度阈值,则确定该心电波形为波形质量不符合要求的心电波形,并对预定时间段内的波形质量不符合要求的心电波形进行统计,若得到的统计值大于预设质量统计阈值,说明该时间段心电波形质量不稳定,需要将该时间段作为波形质量不符合要求的心电波形对应的时间段,从而进行二次分析。分析模块20从多个导联中重新选择在时间段的干扰最小的一个导联作为二次分析导联,并对二次分析导联在时间段采集的心电图数据进行二次分析,得到时间段的心电波形,及相应心电图形态报告作为二次分析心电图形态报告,以供替换模块40用所得到的二次分析心电图形态报告替换波形质量不符合要求的时间段的心电图形态报告。
本发明实现了对N小时心电图数据的分时段二次分析,具体地说,对人体N小时的心电图数据进行采集和存储;将这些数据上传到计算机中,用专门的软件对心电图数据形态进行识别、分析并分类,得到24小时内每次心搏对应的心电图形态报告。在此基础上,对分析结果精度按时间段进行分时段观察;对分析精度不满意的时间段,选择心电图波形质量较好的导联进行重新分析,然后再用分时段的分析结果替换首次分析结果中同一时段内的结果;从而得到精度较高的分析报告。本发明能够加快长程心电图数据的处理速度、并提高分析软件对心电图波形的识别精度。
上述N可以为24、36、48等,以N取24为例,心电图数据记录设备对人体24小时的心电图数据进行采集和存储,并通过数据线将所存储的心电图数据传输至用于运行心电图数据处理算法及程序(即软件)的计算机,软件对心电图数据进行首次波形分析,得到24小时内每次心搏对应的心电波形,并形成首次分析的心电图形态报告,然后对心电波形进行评估,若发现有分析精度不满意的时间段,则选择该时间段内信号质量相对较好的导联作为二次分析导联,并利用二次分析导联采集的数据进行二次分析,然后用二次分析的分析结果替换首次分析结果中同一时间段内的分析结果,从而得到精度更高的分析结果。
以下结合图7至图10对本发明进行进一步说明。
图7是本发明实施例提供的分时段二次心电波形分析的第一原理框图,如图7所示,包括:
步骤S101:对人体24小时的心电图数据进行采集和存储。
具体地说,利用心电记录设备记录患者的24小时心电图数据,记录结束后,通过将记录设备连接至计算机,将记录设备内的24小时的心电图数据传送至计算机的硬盘上,以供安装在计算机上的心电图数据分析软件进行后续的分析及分类。
步骤S102:将心电记录设备中的心电图数据传输到计算机硬盘中。
步骤S103:对心电图数据进行波形分析,得到心电图形态报告。
具体地说,利用R波识别算法,分析人体24小时的心电图数据,得到24小时内每次心搏对应的心电波形,并将波形形态与预设波形形态的相似度达到预设相似度阈值的心电波形分为同一类别,以便统计相应数据,并形成心电图形态报告。
步骤S104:对分析结果进行人工编辑,并通过二次分析修改误判及漏判现象。
步骤S105:重新统计分析结果,形成新的分析报告。
图8是本发明实施例提供的分时段二次心电波形分析的第二原理框图,如图8所示,步骤包括:
步骤S201:对人体24小时的心电图数据进行采集和存储。
具体地说,记录设备按照一定的采样率采集和记录患者的24小时心电图数据,并在记录结束后,将24小时的心电图数据发送至与其连接的计算机。
步骤S202:选取分析导联。
如果干扰波形与正常心电波形混杂在一起,将无法找到正常心搏的形态群,使心电波形分类变得十分困难。因此,本发明在多个导联中选取干扰最小的一个导联,并将所选取的干扰最小的导联作为分析导联,以供后续对分析导联采集的人体24小时的心电图数据进行处理,以利于心电波形识别和分类。
步骤S203:波形分析。
利用R波识别算法,分析人体24小时的心电图数据,得到24小时内每次心搏对应的心电波形。
对24小时内的心电波形进行聚类、分类,得到各个心电波形的类别。
将24小时划分为M个时间段,例如M取24,对每1个小时所形成的时间段内的不同类别的心电波形的数量以及心搏次数进行统计,初步形成心电图形态报告,完成首次全程分析。
步骤S204:找出分析精度不满意的时间段。
在得到初步形成的心电图形态报告,对各个时间段内的心电波形的质量进行检查,并找到心电波形质量下降或不稳定的时间段,并准备对该时间段的心电图数据进行二次分析。
步骤S205:针对准备进行二次分析的时间段的心电图数据,重选分析导联,即选取该时间的干扰最小的另一个导联作为二次分析导联。
步骤S206:重新分析指定时间段的心电图数据。
对二次分析导联采集的心电图数据进行分析,得到该时间段的心电波形及相应心电图形态报告,完成分时段分析。
步骤S207:用分时段分析结果替换首次全程分析报告中同一时间段的结果,形成新的分析报告。
通过图7和图8可知,本发明能够对24小时心电波形分时段进行二次波形分类分析,特别是能够对动态心电图分析技术中复杂心律失常的心电图波形(即QRS波形)数字信号进行分时段重新分类,其通过对心脏电信号进行数字化图形处理,实现对心电波形快速分时段再次分类及修改。具体地说,对已传入计算机的24小时心电图数据,根据预览中各导联心电图的波形质量,选定分析导联,进行首次全程分析,然后根据分析结果,找出分析精度不满意的时间段;在找出并选定一个分析精度不满意的时间段后,针对这个时间段,重选分析导联并进行二次分析,然后使用这个分时段的分析结果替换首次全程分析中同一时间段的分析结果,形成一份新的分析精度更高的分析报告。
图10是本发明使用的R波检测算法流程图,如图10所示,步骤如下:
步骤1:记录设备记录心电图数据,并将心电图数据文件传送到计算机硬盘上。
步骤2:计算机使用分析软件读取计算机硬盘上的心电图数据文件中的24小时心电图数据。
步骤3:对24小时心电图数据进行QRS识别。
步骤4:从患者的十二导联心电图中挑选一个R波信号电压最高,干扰最少的导联作为分析导联,利用这个分析导联,计算最可能的QRS波形,如图9所示,是当前已设置一个分析导联,且还未开始分析之前的心电图。
步骤5:由R波识别算法将24小时心电图数据计算完毕后,对所有R波识别算法认为是QRS波形的位置正上方添加对应的属性标签。
其中,R波识别算法能够识别的心搏属性分为:用来标识正常窦性心律的N类标签,用来标识室上性心律失常的S类标签,用来标识室性心律失常的V类红色标签,用来标识干扰伪差类心律的X类标签。
其中,每一个被识别并标识的心搏会有3类信息:
1.心搏属性标识(N,S,V,X);
2.距离前一个心搏的时间(单位为毫秒);
3.心率(由距前一个心搏的时间换算为每分钟的心脏跳动速率,如距前一心搏时间为600毫秒(即为0.6秒),得出心跳速率为100bpm(次/分)。
为了保证在进行心搏分类时心电波形有足够多的采样点进行叠加波形的描记,所以采集器所采集的心电信号频率为500赫兹,即每秒采集500个心电信号的特征点。而在动态心电信号中,记录有大量的噪声,包括了常见的市电工频干扰、基线漂移以及肌肉电活动产生的噪声,这里涉及了四点平均滤波器,其解析式如公式1所示
其中,x(n)为原始心电信号第n时刻所采样信号,y(n)为经滤波后第n时刻的数据。
其中,通过R波识别算法进行波形检测和识别的具体流程可以看出,算法主要包括:对心电图信号二阶差分最小值,最小值的化简,R波的精确定位以及检查门限的跟新等几大部分。具体地说,设原始心电信号经过四点滤波后为y(n),n=1,2…L,其中L为信号长度,对y(n)分别求一阶差分,二阶差分得出d(n),e(n),再对d(n),e(n)分别用公式1再做四点平滑移动处理,得到d1(n)和e1(n)。以(fs为采样率)的长度对e1(n)进行划分,求出每个区间的极小值,再求各极小值的平均值,以该值的一半作为e1(n)的极小值的门限,即:
同理,以(fs为采样率)的长度对y(n)进行划分,求出每个区间的极大值和极小值之差,再求各区间差值的平均值,以该值作为滤波信号的QRS幅度的门限值。即:
找出e1(n)<Th1的各个区间的极小值min(e1),设其数据点位置为Ime(i),i=1,2…M(M为局部最小值的个数),每个极小值在滤波信号y(n)中所对应的极大值为R’(i)。
步骤6:R波识别算法判别出所有可能的QRS波形后,在进行波形分类。
由于肌电干扰等干扰的存在,R波识别算法在波形分类过程中,存在误判的可能,因此需要进行二次分析,以提高分类的准确性和效率。
对于操作者来说,可以利用分时段二次分析功能,快速修改多个时间段的心电图数据,并形成一份精度较高的完整心电图分析报告。
综上,本发明具有以下技术效果:
本发明实现了快速、高效的分时段二次分析心电图数据的功能,对部分心电图信号异常的数据提供了一种高效快捷的分析技术,极大的提高了操作者的工作效率。
尽管上文对本发明进行了详细说明,但是本发明不限于此,本技术领域技术人员可以根据本发明的原理进行各种修改。因此,凡按照本发明原理所作的修改,都应当理解为落入本发明的保护范围。