CN106073766B - Qrs数据波识别方法、系统及具有该系统的服务器 - Google Patents

Qrs数据波识别方法、系统及具有该系统的服务器 Download PDF

Info

Publication number
CN106073766B
CN106073766B CN201610370279.1A CN201610370279A CN106073766B CN 106073766 B CN106073766 B CN 106073766B CN 201610370279 A CN201610370279 A CN 201610370279A CN 106073766 B CN106073766 B CN 106073766B
Authority
CN
China
Prior art keywords
wave
qrs
peak point
waveform
qrs data
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
Application number
CN201610370279.1A
Other languages
English (en)
Other versions
CN106073766A (zh
Inventor
孔祥燕
鲁丽
王美玲
杨康
陈威
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Man Di medical instruments (Shanghai) Co., Ltd.
Original Assignee
Man Di Medical Instruments (shanghai) Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Man Di Medical Instruments (shanghai) Co Ltd filed Critical Man Di Medical Instruments (shanghai) Co Ltd
Priority to CN201610370279.1A priority Critical patent/CN106073766B/zh
Publication of CN106073766A publication Critical patent/CN106073766A/zh
Application granted granted Critical
Publication of CN106073766B publication Critical patent/CN106073766B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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]
    • A61B5/346—Analysis of electrocardiograms
    • A61B5/349—Detecting specific parameters of the electrocardiograph cycle
    • A61B5/366—Detecting abnormal QRS complex, e.g. widening
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7271—Specific aspects of physiological measurement analysis

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Cardiology (AREA)
  • Surgery (AREA)
  • Medical Informatics (AREA)
  • Veterinary Medicine (AREA)
  • Physics & Mathematics (AREA)
  • Public Health (AREA)
  • Biophysics (AREA)
  • Pathology (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • General Health & Medical Sciences (AREA)
  • Molecular Biology (AREA)
  • Animal Behavior & Ethology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Psychiatry (AREA)
  • Physiology (AREA)
  • Signal Processing (AREA)
  • Artificial Intelligence (AREA)
  • Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)

Abstract

本发明提供一种QRS数据波识别方法、系统及具有该系统的服务器，QRS波识别方法包括以下步骤：通过预设识别方式识别QRS数据波以识别QRS数据波中的峰值点；通过定义QRS数据波的波形尖锐度以确定QRS数据波是否为尖锐波形，若QRS数据波为尖锐波形，则确定该QRS数据波对应的峰值点为尖锐峰值点；判别为尖锐波形的QRS数据波中R波方向是否符合预制要求；若是，则从尖锐峰值点中挑选符合R波方向的峰值点；从挑选出的符合R波方向的峰值点中识别伪R波方向的峰值点并删除。本发明不包含复杂的数据变换，运行速度快，可应用于ECG或MCG的实时分析处理。

Description

QRS数据波识别方法、系统及具有该系统的服务器
技术领域
本发明属于生物医学信号分析领域，涉及一种识别方法及系统，特别是涉及一种QRS数据波识别方法、系统及具有该系统的服务器。
背景技术
心磁图(magnetocardiogram，MCG)和心电图(electrocardiogram，ECG)包含重要的心脏功能信息，可用于诊断冠心病、心肌梗死、心律失常等心脏疾病，而QRS波识别是分析MCG或ECG的首要、关键步骤。
QRS波识别是利用复杂的变换来提高QRS波的识别率，例如，现有技术利用了小波变换、Farashi利用了求解熵，这些算法运行时不但占用大量的内存，不利于嵌入到系统中，而且识别速度较慢，不利于MCG或ECG的实时分析。
因此，如何提供一种QRS数据波识别方法、系统及具有该系统的服务器，以解决现有技术中QRS波识别方法运行时会占用大量内存，不利于嵌入系统，而且识别速度较慢，运行度复杂，效率低，不利于MCG或ECG的实时分析等种种缺陷，实已成为本领域从业者亟待解决的技术问题。
发明内容
鉴于以上所述现有技术的缺点，本发明的目的在于提供一种QRS数据波识别方法、系统及具有该系统的服务器，用于解决现有技术中QRS波识别方法运行时会占用大量内存，不利于嵌入系统，而且识别速度较慢，运行度复杂，效率低，不利于MCG或ECG的实时分析的问题。
为实现上述目的及其他相关目的，本发明一方面提供一种QRS数据波识别方法，所述QRS波识别方法包括以下步骤：通过预设识别方式识别QRS数据波以识别所述QRS数据波中的峰值点；通过定义所述QRS数据波的波形尖锐度以确定QRS数据波是否为尖锐波形，若所述QRS数据波为尖锐波形，则确定该QRS数据波对应的峰值点为尖锐峰值点；判别为尖锐波形的QRS数据波中R波方向是否符合预制要求；若是，则从尖锐峰值点中挑选符合R波方向的峰值点；从挑选出的符合R波方向的峰值点中识别伪R波方向的峰值点，并将其删除。
于本发明的一实施例中，若为尖锐波形的QRS数据波中R波方向不符合预制要求，则返回通过预设识别方式识别QRS数据波以识别所述QRS数据波中的峰值点的步骤。
于本发明的一实施例中，所述QRS数据波记为y(n),n＝1,2…,N，n为心磁数据序号；所述通过预设识别方式识别QRS数据波以识别所述QRS数据波中的峰值点的步骤包括：对所述QRS数据波y(n)进行一次微分形成一次微分后数据结果，即对一次微分后的数据结果进行非线性变换形成非线性变换数据结果，即其中，g(n)为非线性变换数据结果；对非线性变换数据结果再次微分形成再次微分数据结果，即
于本发明的一实施例中，所述通过预设识别方式识别QRS数据波以识别所述QRS数据波中的峰值点的步骤还包括：从再次微分数据结果g′(n)中挑选出不为0的点，记为峰值点，所述峰值点用py(n)表示，峰值点py(n)所对应的波形位置记为px(n)。
于本发明的一实施例中，将所述QRS数据波的波形尖锐度定义为：当所述QRS数据波的波形尖锐度的绝对值，即时，将该QRS数据波定义为尖锐波形。
于本发明的一实施例中，所述预制要求为：当flag＝1，为尖锐波形的QRS数据波中R波方向为正向；当flag＝-1，为尖锐波形的QRS数据波中R波方向为负向。
于本发明的一实施例中，确定该QRS数据波为符合R波方向的QRS数据波的挑选规则为：
当SeR＝flag时，对应的峰值点为符合R波方向的峰值点。
于本发明的一实施例中，根据R波方向的峰值点的波形位置斜率来识别伪R波方向的峰值点；其中，R波方向的峰值点的波形位置斜率记为PS(n)；R波方向的峰值点的波形位置斜率的平均值当R波方向的峰值点的波形位置斜率PS(n)符合时，将该R波方向的峰值点定义为伪R波方向的峰值点。
本发明另一方面提供一种QRS数据波识别系统，所述QRS数据波识别系统包括：
第一识别模块，用于通过预设识别方式识别QRS数据波以识别所述QRS数据波中的峰值点；尖锐波形确定模块，与所述第一识别模块连接，用于通过定义所述QRS数据波的波形尖锐度以确定QRS数据波是否为尖锐波形，若所述QRS数据波为尖锐波形，则确定该QRS数据波对应的峰值点为尖锐峰值点；处理模块，与所述第一识别模块和尖锐波形确定模块连接，用于判别为尖锐波形的QRS数据波中R波方向是否符合预制要求；若是，则从尖锐峰值点中挑选符合R波方向的峰值点；第二识别模块，与所述尖锐波形确定模块和处理模块连接，用于从挑选出的符合R波方向的峰值点中识别伪R波方向的峰值点，并将其删除。
本发明又一方面提供一种服务器，所述服务器包括：所述的QRS数据波识别系统。
如上所述，本发明的QRS数据波识别方法、系统及具有该系统的服务器，具有以下有益效果：
本发明所述的QRS数据波识别方法、系统及具有该系统的服务器克服了传统R波识别方法复杂度高、运行速度慢、无法适用心磁和心电数据实时处理分析的缺点，提供了一种简单、高效的QRS波识别方法。该方法的实现过程仅包括一些简单数据运算(如减法、微分、自适应阈值等)，不包含复杂的数据变换，运行速度快，可应用于ECG或MCG的实时分析处理。
附图说明
图1显示为本发明的QRS数据波识别方法于一实施例中的方法流程示意图。
图2显示为本发明的QRS数据为MIT-BIH心律失常数据库1小时的心磁数据信号示意图。
图3显示为本发明的QRS数据波识别方法中步骤S1的具体流程示意图。
图4显示为本发明中经过步骤1后QRS数据波中的峰值点的识别结果示意图。
图5显示为本发明的确定为尖锐波形的QRS数据波对应的尖锐峰值点示意图。
图6显示为本发明符合R波方向的峰值点示意图。
图7显示为本发明中删除伪R波方向的峰值点后的R波方向的峰值点示意图。
图8显示为本发明的QRS数据波识别系统于一实施例中的原理结构示意图。
图9显示为本发明的服务器于一实施例中的原理结构示意图。
元件标号说明
1 QRS数据波识别系统
11 第一识别模块
12 尖锐波形确定模块
13 处理模块
14 第二识别模块
2 服务器
S1～S6 步骤
S11～S14 步骤
具体实施方式
以下通过特定的具体实例说明本发明的实施方式，本领域技术人员可由本说明书所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本发明的精神下进行各种修饰或改变。需说明的是，在不冲突的情况下，以下实施例及实施例中的特征可以相互组合。
需要说明的是，以下实施例中所提供的图示仅以示意方式说明本发明的基本构想，遂图式中仅显示与本发明中有关的组件而非按照实际实施时的组件数目、形状及尺寸绘制，其实际实施时各组件的型态、数量及比例可为一种随意的改变，且其组件布局型态也可能更为复杂。
实施例一
本实施例提供一种QRS数据波识别方法，所述QRS波识别方法包括以下步骤：
通过预设识别方式识别QRS数据波以识别所述QRS数据波中的峰值点；
通过定义所述QRS数据波的波形尖锐度以确定QRS数据波是否为尖锐波形，若所述QRS数据波为尖锐波形，则确定该QRS数据波对应的峰值点为尖锐峰值点；
判别为尖锐波形的QRS数据波中R波方向是否符合预制要求；若是，则从尖锐峰值点中挑选符合R波方向的峰值点；
从挑选出的符合R波方向的峰值点中识别伪R波方向的峰值点，并将其删除。
以下将结合图示对本实施例所述的QRS数据波识别方法进行详细阐述。请参阅图1，显示为QRS数据波识别方法于一实施例中的方法流程示意图。如图1所示，所述QRS数据波识别方法具体包括以下几个步骤：
S1，通过预设识别方式识别QRS数据波以识别所述QRS数据波中的峰值点。在本实施例中，为了验证所述QRS数据波识别方法的有效性，所述QRS数据波为MIT-BIH心律失常数据库1小时的ECG数据，记为y(n),n＝1,2…,N，n为心磁数据序号，如图2显示QRS数据为MIT-BIH心律失常数据库1小时的心磁数据信号。在本实施例中，所述预设识别方式包括一次微分、非线性变换、及再次微分。请参阅图3，显示为步骤S1的具体流程示意图。如图3所示，所述步骤S1具体包括：
S11，对所述QRS数据波y(n)进行一次微分以形成一次微分后数据结果，即f′(n)为对y(n)进行一次微分的结果。
S12，对一次微分后的QRS数据波进行非线性变换形成非线性变换结果，即对f′(n)进行非线性变换，其中，g(n)为非线性变换数据结果。
S13，对非线性变换数据结果再次微分形成再次微分数据结果，即
S14，从再次微分数据结果g′(n)中挑选出不为0的点，记为峰值点。在本实施例中，所述峰值点用py(n)表示，峰值点py(n)所对应的波形位置记为px(n)。请参阅图4，显示为经过步骤1后QRS数据波中的峰值点的识别结果示意图。
S2，通过定义所述QRS数据波的波形尖锐度以确定QRS数据波是否为尖锐波形，若所述QRS数据波为尖锐波形，则执行步骤S3，若所述QRS数据波不为尖锐波形，则返回步骤S1。在本实施例中，将所述QRS数据波的波形尖锐度定义为：
S3，确定该QRS数据波对应的峰值点为尖锐峰值点。在本实施例中，当所述QRS数据波的波形尖锐度的绝对值满足如下条件，即时，将该QRS数据波定义为尖锐波形，定义为尖锐波形的QRS数据波对应的峰值点为尖锐峰值点。请参阅图5，显示为确定为尖锐波形的QRS数据波对应的尖锐峰值点示意图。
S4，判别为尖锐波形的QRS数据波中R波方向是否符合预制要求；若是，则执行步骤S5，若否，则返回步骤S1。在本实施例中，所述预制要求为一R波方向判别公式，即
当flag＝1，为尖锐波形的QRS数据波中R波方向为正向。在本实施例中，R波方向为正向，即凸波。
当flag＝-1，为尖锐波形的QRS数据波中R波方向为负向。在本实施例中，R波方向为负向，即凹波。请参阅图6，显示为符合R波方向的峰值点示意图。
S5，从尖锐峰值点中挑选符合R波方向的峰值点。在本实施例中，确定该QRS数据波为符合R波方向的QRS数据波的挑选规则为：
二次微分结果大于零，其实对应的波为凸波，小于零对应的波为凹波，根据这个规则判断当前波是凸波还是凹波。前面通过FLAG已经知道该列所有QRS波的方向，因此，这里只需判断SeR＝flag？即可知道当前波是否符合该列QRS波的方向。SeR:表示挑选符合R波方向的QRS波。当SeR＝flag时，对应的峰值点py(n)为符合R波方向的峰值点。
S6，从挑选出的符合R波方向的峰值点中识别伪R波方向的峰值点，并将其删除。在本实施例中，根据R波方向的峰值点的波形位置斜率来识别伪R波方向的峰值点，也就是说判断R波方向的峰值点的波形位置斜率是否符合伪R波方向的峰值点的挑选条件。R波方向的峰值点的波形位置斜率记为PS(n)，R波方向的峰值点的波形位置斜率的平均值
当R波方向的峰值点的波形位置斜率PS(n)符合时，将该R波方向的峰值点定义为伪R波方向的峰值点。因此，将定义为伪R波方向的峰值点删除掉。请参阅图7，显示为删除伪R波方向的峰值点后的R波方向的峰值点示意图。
经试验证明本实施例所述的QRS数据波识别方法对美国麻省理工学院提供的MIT-BIH数据库1小时的ECG数据验证，该方法对ECG中R波的识别率达到了100％；对经36通道心磁图仪记录的心磁数据验证，该方法对MCG中的R波识别率达到了97.22％。
本实施例所述的QRS数据波识别方法克服了传统R波识别方法复杂度高、运行速度慢、无法适用心磁和心电数据实时处理分析的缺点，提供了一种简单、高效的QRS波识别方法。该方法的实现过程仅包括一些简单数据运算(如减法、微分、自适应阈值等)，不包含复杂的数据变换，运行速度快，可应用于ECG或MCG的实时分析处理。
实施例二
本实施例提供一种QRS数据波识别系统，所述QRS数据波识别系统包括：
第一识别模块，用于通过预设识别方式识别QRS数据波以识别所述QRS数据波中的峰值点；
尖锐波形确定模块，与所述第一识别模块连接，用于通过定义所述QRS数据波的波形尖锐度以确定QRS数据波是否为尖锐波形，若所述QRS数据波为尖锐波形，则确定该QRS数据波对应的峰值点为尖锐峰值点；
处理模块，与所述尖锐波形确定模块连接，用于判别为尖锐波形的QRS数据波中R波方向是否符合预制要求；若是，则从尖锐峰值点中挑选符合R波方向的峰值点；
第二识别模块，与所述尖锐波形确定模块和处理模块连接，用于从挑选出的符合R波方向的峰值点中识别伪R波方向的峰值点，并将其删除。
以下将结合图示对本实施例所述的QRS数据波识别系统进行详细阐述。请参阅图8，显示为QRS数据波识别系统于一实施例中的原理结构示意图。如图8所示，所述QRS数据波识别系统1包括：第一识别模块11、尖锐波形确定模块12、处理模块13、及第二识别模块14。
所述第一识别模块11用于通过预设识别方式识别QRS数据波以识别所述QRS数据波中的峰值点。在本实施例中，为了验证所述QRS数据波识别方法的有效性，所述QRS数据波为MIT-BIH心律失常数据库1小时的ECG数据，记为y(n),n＝1,2…,N，n为心磁数据序号。在本实施例中，所述预设识别方式包括一次微分、非线性变换、及再次微分。所述第一识别模块11具体用于：
对所述QRS数据波y(n)进行一次微分以形成一次微分后数据结果，即f′(n)为对y(n)进行一次微分的结果。
对一次微分后的QRS数据波进行非线性变换形成非线性变换结果，即对f′(n)进行非线性变换，其中，g(n)为非线性变换数据结果。
对非线性变换数据结果再次微分形成再次微分数据结果，即
从再次微分数据结果g′(n)中挑选出不为0的点，记为峰值点。在本实施例中，所述峰值点用py(n)表示，峰值点py(n)所对应的波形位置记为px(n)。
与所述第一识别模块11连接的尖锐波形确定模块12用于通过定义所述QRS数据波的波形尖锐度以确定QRS数据波是否为尖锐波形，若所述QRS数据波为尖锐波形，则确定该QRS数据波对应的峰值点为尖锐峰值点，若所述QRS数据波不为尖锐波形，则返回调用所述第一识别模块11。在本实施例中，将所述QRS数据波的波形尖锐度定义为：在本实施例中，当所述尖锐波形确定模块12确定所述QRS数据波的波形尖锐度的绝对值满足如下条件，即时，将该QRS数据波定义为尖锐波形，定义为尖锐波形的QRS数据波对应的峰值点为尖锐峰值点。
与所述尖锐波形确定模块12连接的处理模块13用于判别为尖锐波形的QRS数据波中R波方向是否符合预制要求；若是，则从尖锐峰值点中挑选符合R波方向的峰值点，若否，则调用所述第一识别模块11。在本实施例中，所述预制要求为一R波方向判别公式，即
当flag＝1，为尖锐波形的QRS数据波中R波方向为正向。在本实施例中，R波方向为正向，即凸波。
当flag＝-1，为尖锐波形的QRS数据波中R波方向为负向。在本实施例中，R波方向为负向，即凹波。
在本实施例中，所述处理模块13中预存有确定该QRS数据波对应的峰值点为尖锐峰值点的挑选规则，所述确定该QRS数据波为符合R波方向的QRS波的挑选规则为：
二次微分结果大于零，其实对应的波为凸波，小于零对应的波为凹波，根据这个规则判断当前波是凸波还是凹波。前面通过FLAG已经知道该列所有QRS波的方向，因此，这里只需判断SeR＝flag？即可知道当前波是否符合该列QRS波的方向。SeR:表示挑选符合R波方向的QRS波。当SeR＝flag时，对应的峰值点py(n)为符合R波方向的峰值点。
与所述尖锐波形确定模块12和处理模块13连接的第二识别模块14用于从挑选出的符合R波方向的峰值点中识别伪R波方向的峰值点，并将其删除。在本实施例中，所述第二识别模块14根据R波方向的峰值点的波形位置斜率来识别伪R波方向的峰值点，也就是说判断R波方向的峰值点的波形位置斜率是否符合伪R波方向的峰值点的挑选条件。R波方向的峰值点的波形位置斜率记为PS(n)，R波方向的峰值点的波形位置斜率的平均值当R波方向的峰值点的波形位置斜率PS(n)符合时，第二识别模块14将该R波方向的峰值点定义为伪R波方向的峰值点，第二识别模块14将定义为伪R波方向的峰值点删除掉。
本实施例还提供一种服务器2，请参阅图9，显示为服务器与一实施例中的原理结构示意图。如图9所示，所述服务器2包括上述QRS数据波识别系统1。
综上所述，本发明所述的QRS数据波识别方法、系统及具有该系统的服务器克服了传统R波识别方法复杂度高、运行速度慢、无法适用心磁和心电数据实时处理分析的缺点，提供了一种简单、高效的QRS波识别方法。该方法的实现过程仅包括一些简单数据运算(如减法、微分、自适应阈值等)，不包含复杂的数据变换，运行速度快，可应用于ECG或MCG的实时分析处理。所以，本发明有效克服了现有技术中的种种缺点而具高度产业利用价值。
上述实施例仅例示性说明本发明的原理及其功效，而非用于限制本发明。任何熟悉此技术的人士皆可在不违背本发明的精神及范畴下，对上述实施例进行修饰或改变。因此，举凡所属技术领域中具有通常知识者在未脱离本发明所揭示的精神与技术思想下所完成的一切等效修饰或改变，仍应由本发明的权利要求所涵盖。

Claims (8)

1.一种QRS数据波识别方法，其特征在于，所述QRS波识别方法包括以下步骤：
通过预设识别方式识别QRS数据波以识别所述QRS数据波中的峰值点；
通过定义所述QRS数据波的波形尖锐度以确定QRS数据波是否为尖锐波形，若所述QRS数据波为尖锐波形，则确定该QRS数据波对应的峰值点为尖锐峰值点；所述QRS数据波的波形尖锐度定义为：当所述QRS数据波的波形尖锐度的绝对值，即时，将该QRS数据波定义为尖锐波形；py(n)表示峰值点，峰值点py(n)所对应的波形位置记为px(n)；sp表示QRS数据波的波形尖锐度；
判别为尖锐波形的QRS数据波中R波方向是否符合预制要求；若是，则从尖锐峰值点中挑选符合R波方向的峰值点；
从挑选出的符合R波方向的峰值点中识别伪R波方向的峰值点，并将其删除；其中，根据R波方向的峰值点的波形位置斜率来识别伪R波方向的峰值点；R波方向的峰值点的波形位置斜率记为PS(n)；R波方向的峰值点的波形位置斜率的平均值当R波方向的峰值点的波形位置斜率PS(n)符合时，将该R波方向的峰值点定义为伪R波方向的峰值点。
2.根据权利要求1所述的QRS数据波识别方法，其特征在于：若为尖锐波形的QRS数据波中R波方向不符合预制要求，则返回通过预设识别方式识别QRS数据波以识别所述QRS数据波中的峰值点的步骤。
3.根据权利要求1所述的QRS数据波识别方法，其特征在于：所述QRS数据波记为y(n),n＝1,2…,N，n为心磁数据序号；所述通过预设识别方式识别QRS数据波以识别所述QRS数据波中的峰值点的步骤包括：
对所述QRS数据波y(n)进行一次微分形成一次微分后数据结果，即
对一次微分后的数据结果进行非线性变换形成非线性变换数据结果，即其中，g(n)为非线性变换数据结果；
对非线性变换数据结果再次微分形成再次微分数据结果，即
4.根据权利要求2所述的QRS数据波识别方法，其特征在于：所述通过预设识别方式识别QRS数据波以识别所述QRS数据波中的峰值点的步骤还包括：
从再次微分数据结果g′(n)中挑选出不为0的点，记为峰值点，所述峰值点用py(n)表示，峰值点py(n)所对应的波形位置记为px(n)。
5.根据权利要求1所述的QRS数据波识别方法，其特征在于：
所述预制要求为：
当flag＝1，为尖锐波形的QRS数据波中R波方向为正向；
当flag＝-1，为尖锐波形的QRS数据波中R波方向为负向。
6.根据权利要求5所述的QRS数据波识别方法，其特征在于：确定该QRS数据波为符合R波方向的QRS数据波的挑选规则为：
当SeR＝flag时，对应的峰值点为符合R波方向的峰值点。
7.一种QRS数据波识别系统，其特征在于，所述QRS数据波识别系统包括：
第一识别模块，用于通过预设识别方式识别QRS数据波以识别所述QRS数据波中的峰值点；
尖锐波形确定模块，与所述第一识别模块连接，用于通过定义所述QRS数据波的波形尖锐度以确定QRS数据波是否为尖锐波形，若所述QRS数据波为尖锐波形，则确定该QRS数据波对应的峰值点为尖锐峰值点；所述QRS数据波的波形尖锐度定义为：当所述QRS数据波的波形尖锐度的绝对值，即时，将该QRS数据波定义为尖锐波形；py(n)表示峰值点，峰值点py(n)所对应的波形位置记为px(n)；sp表示QRS数据波的波形尖锐度；
处理模块，与所述第一识别模块和尖锐波形确定模块连接，用于判别为尖锐波形的QRS数据波中R波方向是否符合预制要求；若是，则从尖锐峰值点中挑选符合R波方向的峰值点；
第二识别模块，与所述尖锐波形确定模块和处理模块连接，用于从挑选出的符合R波方向的峰值点中识别伪R波方向的峰值点，并将其删除；其中，所述第二识别模块根据R波方向的峰值点的波形位置斜率来识别伪R波方向的峰值点；R波方向的峰值点的波形位置斜率记为PS(n)；R波方向的峰值点的波形位置斜率的平均值当R波方向的峰值点的波形位置斜率PS(n)符合时，将该R波方向的峰值点定义为伪R波方向的峰值点。
8.一种服务器，其特征在于，所述服务器包括：如权利要求7所述的QRS数据波识别系统。
CN201610370279.1A 2016-05-30 2016-05-30 Qrs数据波识别方法、系统及具有该系统的服务器 Active CN106073766B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610370279.1A CN106073766B (zh) 2016-05-30 2016-05-30 Qrs数据波识别方法、系统及具有该系统的服务器

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610370279.1A CN106073766B (zh) 2016-05-30 2016-05-30 Qrs数据波识别方法、系统及具有该系统的服务器

Publications (2)

Publication Number Publication Date
CN106073766A CN106073766A (zh) 2016-11-09
CN106073766B true CN106073766B (zh) 2019-05-17

Family

ID=57229425

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610370279.1A Active CN106073766B (zh) 2016-05-30 2016-05-30 Qrs数据波识别方法、系统及具有该系统的服务器

Country Status (1)

Country Link
CN (1) CN106073766B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109009084B (zh) * 2018-06-08 2021-03-23 广州视源电子科技股份有限公司 多导联心电信号的qrs波群校验方法、装置及设备、介质
CN109875548B (zh) * 2019-03-24 2022-04-19 浙江好络维医疗技术有限公司 一种基于多导联综合分析的心电图特征波形聚类方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH04361739A (ja) * 1991-06-06 1992-12-15 Mari Noshiro 呼吸波測定装置
GB2335747A (en) * 1998-03-26 1999-09-29 Hewlett Packard Co Determination of the quality of heart function signals
CN101268938A (zh) * 2008-04-30 2008-09-24 董军 用于心电图识别与分类的方法和设备
CN104783786A (zh) * 2014-01-20 2015-07-22 中国科学院苏州纳米技术与纳米仿生研究所 心电图特征识别系统及方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH04361739A (ja) * 1991-06-06 1992-12-15 Mari Noshiro 呼吸波測定装置
GB2335747A (en) * 1998-03-26 1999-09-29 Hewlett Packard Co Determination of the quality of heart function signals
CN101268938A (zh) * 2008-04-30 2008-09-24 董军 用于心电图识别与分类的方法和设备
CN104783786A (zh) * 2014-01-20 2015-07-22 中国科学院苏州纳米技术与纳米仿生研究所 心电图特征识别系统及方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
Automatic discrimination of arrhythmia waveforms using fuzzy logic;Toshifumi Sugiura et al.;《Proceedings of the 20th Annual International Conference of the IEEE Engineering in Medicine and Biology Society》;19981231;第20卷(第1期);第108-111页

Also Published As

Publication number Publication date
CN106073766A (zh) 2016-11-09

Similar Documents

Publication Publication Date Title
Nagarajan et al. Ego-topo: Environment affordances from egocentric video
Jia et al. Apple harvesting robot under information technology: A review
CN106570477B (zh) 基于深度学习的车型识别模型构建方法及车型识别方法
CN112136505B (zh) 一种基于视觉选择注意机制的水果采摘顺序规划方法
CN103815897B (zh) 一种心电图特征提取方法
CN111325137B (zh) 暴力分拣检测方法、装置、设备及存储介质
Ning et al. Recognition of sweet peppers and planning the robotic picking sequence in high-density orchards
CN106073766B (zh) Qrs数据波识别方法、系统及具有该系统的服务器
CN108309284A (zh) 心电图t波终点检测方法和装置
CN104298964A (zh) 一种人体行为动作快速识别方法及装置
CN112842349B (zh) 一种基于注意力转换机制的室上性早搏智能分析方法
CN107958214A (zh) Ecg信号的并行分析装置、方法和移动终端
CN109903282A (zh) 一种细胞计数方法、系统、装置和存储介质
CN108537123A (zh) 基于多特征提取的心电识别方法
CN108716916A (zh) 一种基于超级块的分布式并行星点质心提取方法及fpga实现装置
CN110037682A (zh) 基于改进卷积神经网络的识别心律类型的方法
CN110037683A (zh) 用于识别心律类型的改进卷积神经网络及其训练方法
CN107550484A (zh) 一种心磁信号质量评价方法及系统
CN108338777A (zh) 一种脉搏信号检测分析方法及装置
CN111449647A (zh) 一种心电图识别方法、装置、存储介质及电子设备
Rezaei et al. Data augmentation for heart arrhythmia classification
CN116652951A (zh) 一种非结构化大作业空间的机器人视觉定位方法及装置
CN115886833A (zh) 心电信号分类方法及装置、计算机可读介质、电子设备
Assaraf et al. Classification of 12-lead ECGs using digital biomarkers and representation learning
CN103948387B (zh) 一种基于大数据实现异常心电模板的多态重构及优化方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
TA01 Transfer of patent application right
TA01 Transfer of patent application right

Effective date of registration: 20180918

Address after: 201108 221, room 1, 3688 Kim do road, Minhang District, Shanghai.

Applicant after: Man Di medical instruments (Shanghai) Co., Ltd.

Address before: 200050 No. 865, Changning Road, Shanghai, Changning District

Applicant before: Shanghai Institute of Microsystem and Information Technology, Chinese Academy of Sciences

GR01 Patent grant
GR01 Patent grant