CN108903935B - 一种室性早搏识别方法、识别系统及电子设备 - Google Patents
一种室性早搏识别方法、识别系统及电子设备 Download PDFInfo
- Publication number
- CN108903935B CN108903935B CN201810758823.9A CN201810758823A CN108903935B CN 108903935 B CN108903935 B CN 108903935B CN 201810758823 A CN201810758823 A CN 201810758823A CN 108903935 B CN108903935 B CN 108903935B
- Authority
- CN
- China
- Prior art keywords
- beat
- electrocardio
- point
- qrs
- beats
- 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
Links
- 230000002861 ventricular Effects 0.000 title claims abstract description 88
- 208000000418 Premature Cardiac Complexes Diseases 0.000 title claims abstract description 86
- 238000000034 method Methods 0.000 title claims abstract description 78
- 206010015856 Extrasystoles Diseases 0.000 claims abstract description 9
- 230000000747 cardiac effect Effects 0.000 claims description 47
- 238000004891 communication Methods 0.000 claims description 38
- 238000010586 diagram Methods 0.000 claims description 24
- 238000000718 qrs complex Methods 0.000 claims description 19
- 238000000306 qrs interval Methods 0.000 claims description 18
- 230000005540 biological transmission Effects 0.000 claims description 10
- 238000001914 filtration Methods 0.000 claims description 7
- 208000009729 Ventricular Premature Complexes Diseases 0.000 claims description 6
- 230000033764 rhythmic process Effects 0.000 claims description 5
- 230000009131 signaling function Effects 0.000 claims description 5
- 230000003044 adaptive effect Effects 0.000 claims description 4
- 230000000877 morphologic effect Effects 0.000 claims description 4
- 230000006870 function Effects 0.000 description 27
- 230000008569 process Effects 0.000 description 16
- 238000012545 processing Methods 0.000 description 13
- 238000001514 detection method Methods 0.000 description 5
- 230000033001 locomotion Effects 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 4
- 230000028161 membrane depolarization Effects 0.000 description 4
- 238000010295 mobile communication Methods 0.000 description 4
- 230000002028 premature Effects 0.000 description 4
- 210000001508 eye Anatomy 0.000 description 3
- 208000019622 heart disease Diseases 0.000 description 3
- 230000013577 regulation of ventricular cardiomyocyte membrane repolarization Effects 0.000 description 3
- 210000003462 vein Anatomy 0.000 description 3
- 230000009471 action Effects 0.000 description 2
- 206010003119 arrhythmia Diseases 0.000 description 2
- 230000006793 arrhythmia Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000004590 computer program Methods 0.000 description 2
- 238000000354 decomposition reaction Methods 0.000 description 2
- 238000003745 diagnosis Methods 0.000 description 2
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 210000002837 heart atrium Anatomy 0.000 description 2
- 230000002452 interceptive effect Effects 0.000 description 2
- 238000001615 p wave Methods 0.000 description 2
- 230000002085 persistent effect Effects 0.000 description 2
- 230000011218 segmentation Effects 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 238000012795 verification Methods 0.000 description 2
- 206010027336 Menstruation delayed Diseases 0.000 description 1
- 206010049418 Sudden Cardiac Death Diseases 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000004913 activation Effects 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000001746 atrial effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000004397 blinking Effects 0.000 description 1
- 210000005252 bulbus oculi Anatomy 0.000 description 1
- 210000004413 cardiac myocyte Anatomy 0.000 description 1
- 230000010267 cellular communication Effects 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 239000012530 fluid Substances 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 210000005246 left atrium Anatomy 0.000 description 1
- 210000005240 left ventricle Anatomy 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 230000003211 malignant effect Effects 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 210000003205 muscle Anatomy 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000037361 pathway Effects 0.000 description 1
- 239000002243 precursor Substances 0.000 description 1
- 230000034225 regulation of ventricular cardiomyocyte membrane depolarization Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 210000005245 right atrium Anatomy 0.000 description 1
- 210000005241 right ventricle Anatomy 0.000 description 1
- 210000001013 sinoatrial node Anatomy 0.000 description 1
- 230000000638 stimulation Effects 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Images
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
- A61B5/364—Detecting abnormal ECG interval, e.g. extrasystoles, ectopic heartbeats
-
- 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
-
- 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
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Cardiology (AREA)
- Surgery (AREA)
- Public Health (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- Physics & Mathematics (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Pathology (AREA)
- Veterinary Medicine (AREA)
- Biophysics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physiology (AREA)
- Psychiatry (AREA)
- Signal Processing (AREA)
- Artificial Intelligence (AREA)
- Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
Abstract
本申请涉及便携式医疗设备技术领域，特别涉及一种室性早搏识别方法、识别系统及电子设备；本申请通过获取可穿戴设备采集短时间的心电信号，进行室性早搏的判断，并综合了RR间期判断，R后的能量值判断，以及QRS波形判断方法，改善了RR间期判断的不稳定性，提高了判断准确性，并根据判断结果，统计室性早搏的个数，进而确定患病程度，另外，能够与可穿戴设备进行很好地配合，通过可穿戴设备采集、通过识别系统或者电子设备分析，使得心电信号图的室性早搏的识别更加便捷化。
Description
技术领域
本申请涉及便携式医疗设备技术领域，特别涉及一种室性早搏识别方法、识别系统及电子设备。
背景技术
如今，心脏病的治疗主要依靠心电信号图(ECG)的检测。心电信号图是由人体心脏心肌细胞的自律性、能传导性等产生一系列生理上电活动过程，而形成的曲线。自1901年由Willem Einthoven发现，并从体表记录到清晰的生理电曲线以来，在临床上已经使用了百余年。百余年的临床使用历史，已使心电信号图成为一门相对较成熟的技术，且心电信号图的检测准确、方法可操作性强、对病人伤害小，使得心电信号图的检测已成为心脏病治疗不可缺少的方法。
室性早搏是临床上常见的心律失常疾病，正常人和心脏病患者都会出现，室性早搏可能是恶性心律失常的先兆，准确地检测实行早搏，对于预防一些比较严重的心源性猝死，具有非常重要的意义。
目前室性早搏的检测方法包括以下方式：
(1)通过医院专业的医疗设备采集病人的心电信号，并基于心电信号生成心电图，医生通过人工方式对心电图读取以判断病人是否具有房室交界性早搏。这种方法识别的准确率高，但是，判断的准确性主要取决于医生的水平和仪器测试的准确性，且每次诊断都需要到医院，十分不便且费用高昂。
(2)家用型的心电图设备，由于是以便携和家用为目的，因此在处理心电信号时处理过程较为简单，且在判断过程中，判断逻辑简单，只能给出心率值等参数，，并不能够对波形进行识别从而判断各种复杂的心电图指标(例如室性早搏)，识别精度和准确度均偏低，不能达到疾病诊断的需要。
因此，现有技术中缺少一种同时做到便携可穿戴和自动识别心室性早搏的方法和终端。
发明内容
(一)发明目的
本申请的目的是提供一种室性早搏识别方法、识别系统及电子设备。
(二)技术方案
为解决上述问题，本申请的第一方面提供了一种室性早搏识别方法，应用于终端，所述方法包括：获取由心电信号产生的连续的心电信号图；识别所述心电信号图中的心电特征；基于所述心电特征，对所述心电信号图进行室性早搏的识别。
可选地，所述获取由心电信号产生的连续的心电信号图的方法包括：与可穿戴设备建立数据传输关系；所述可穿戴设备用于检测用户的心电信号；基于所述数据传输关系，从所述可穿戴设备获取连续的心电信号；基于获取到的连续的心电信号产生连续的心电信号图。
进一步，所述识别所述心电信号图中的心电特征，包括：将所述心电信号图划分出多个心电节拍；至少分别识别出各个心电节拍中的特征点和特征波；所述特征点至少包括：Q点、R点和S点；进一步地，还包括：P点、T点等心电信号图中的常见的特征点；所述特征波至少包括：QRS波群；每个QRS波群均包括Q波、R波及S波；进一步，特征波还包括：P波、PR间期、ST段、QT间期等；其中，心电信号图具有预定时间长度，预定时间长度的取值范围为：至少20秒；
进一步，所述基于所述心电特征，对所述心电信号图进行室性早搏的识别，包括：对于每个所述心电节拍，识别该心电节拍内的QRS波群的波形特征；根据该心电节拍内的QRS波群的波形特征，判断所述QRS波群是否呈现为RSR’波形；若所述QRS波群未呈现RSR’波形，则进一步判断该心电节拍内的所述心电特征是否满足第一预设条件；若该心电节拍内的所述心电特征满足第一预设条件，则进一步判定该心电节拍为正向室性早搏；若所述QRS波群呈现RSR’波形，则判断该心电节拍内的所述心电特征是否满足第二预设条件；若该心电节拍内的所述心电特征满足第二预设条件，则判定该心电节拍为负向室性早搏。
进一步，所述判断所述QRS波群是否呈现为RSR’波形包括：基于预定算法，在该心电节拍内确定一个负向的最低点；若所述负向的最低点前后两端均有至少两个正向的波峰，且负向的最低点的后端的波峰大于负向的最低点前端的波峰，则将负向的最低点前端最靠近负向的最低点的一个正向的波峰、负向的最低点以及负向的最低点后端最靠近负向的最低点的一个正向的波峰，从左到右分别判定为r点、S点、R’点；确定该QRS波群呈现为RSR’波形。
进一步，在所述基于所述心电特征，对所述心电信号图进行室性早搏的识别之前，所述方法还包括：计算每个心电节拍的RR间期，及所有心电节拍的RR间期均值；计算每个心电节拍的R点之后的点的能量值SUM；
进一步地，所述判断该心电节拍内的所述心电特征是否满足第一预设条件，包括：若每个心电节拍的RR间期小于所有心电节拍的RR间期均值；且，该心电节拍的R点之后的点的能量值SUM处于第一预定范围；则判定所述心电特征满足第一预设条件。
进一步地，所述判断该心电节拍内的所述心电特征是否满足第一预设条件，还包括：判断QRS间期是否大于第一阈值QRSTHr；若QRS间期大于第一阈值QRSTHr，则判定所述心电特征满足第一预设条件。
进一步地，所述判断该心电节拍内的所述心电特征是否满足第二预设条件，包括：若每个心电节拍的RR间期小于所有心电节拍的RR间期均值；且，该心电节拍的R点之后的点的能量值SUM处于第二预定范围；则判定所述心电特征满足第二预设条件。
进一步地，所述判断该心电节拍内的所述心电特征是否满足第二预设条件，还包括：判断QRS间期是否大于第二阈值QRSTHr’；若QRS间期大于第二阈值QRSTHr’，则判定所述心电特征满足第二预设条件。
进一步，所述方法还包括：统计符合负向室性早搏的心电节拍的数量；统计符合正向室性早搏的心电节拍的数量；将符合负向室性早搏的心电节拍的数量和符合正向室性早搏的心电节拍的数量进行合并，得到符合室性早搏的心电节拍的总数量；根据符合室性早搏的心电节拍的总数量在所述心电信号图中全部的心电节拍中所占的数量比例，确定室性早搏的严重程度。
可选地，在基于获取到的连续的心电信号产生连续的心电信号图之前，所述方法还包括：基于形态学滤波和自适应阀值对心电信号的干扰噪声进行去除。
根据本申请的另一方面，本申请的实施例还提供了一种室性早搏识别系统，包括：存储器，被配置为存储数据及指令；与存储器建立通信的处理器；其中，当所述处理器执行存储器中的指令时，所述处理器被配置为执行以上所述的室性早搏识别方法的步骤。
根据本申请的又一方面，本申请的实施例还提供了一种电子设备，包括：存储器，被配置为存储数据及指令；与存储器建立通信的处理器；其中，当所述处理器执行存储器中的指令时，所述处理器被配置为执行以上所述的室性早搏的识别方法的步骤。
(三)有益效果
本申请通过获取可穿戴设备采集短时间的心电信号，进行室性早搏的判断，并综合了RR间期判断，R后的能量值判断，以及QRS波形判断方法，改善了RR间期判断的不稳定性，提高了判断准确性，并根据判断结果，统计室性早搏的个数，进而确定患病程度，另外，能够与可穿戴设备进行很好地配合，通过可穿戴设备采集、通过识别系统或者电子设备分析，使得心电信号图的室性早搏的识别更加便捷化。
附图说明
图1为现有技术中心电图记录纸所记载的一段心电图；
图2是本申请一些实施例提供的一种室性早搏识别方法的示意性流程图；
图3是本申请一些实施例提供的获取由心电信号产生的连续的心电信号图的方法的示意性流程图；
图4是本申请一些实施例提供的对心电信号图进行心电特征识别和划分心电节拍的的示意图；
图5是根据本申请的一些实施例提供的网络环境系统的示例性示意图；
图6是根据本申请的一些实施例提供的终端功能配置的示例性单元示意图。
具体实施方式
为使本申请的目的、技术方案和优点更加清楚明了，下面结合具体实施方式并参照附图，对本申请进一步详细说明。应该理解，这些描述只是示例性的，而并非要限制本申请的范围。此外，在以下说明中，省略了对公知结构和技术的描述，以避免不必要地混淆本申请的概念。
在以下说明书和权利要求书中使用的术语和短语不限于字面含义，而是仅为能够清楚和一致地理解本申请。因此，对于本领域技术人员，可以理解，提供对本申请各种实施例的描述仅仅是为说明的目的，而不是限制所附权利要求及其等效定义的本申请。
下面将结合本申请一些实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
需要说明的是，在本申请实施例中使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本申请。在本申请实施例和所附权利要求书中所使用的单数形式的“一”、“一个”、“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。还应当理解，本申请中使用的术语“和/或”是指并包含一个或多个相绑定的列出项目的任何或所有可能组合。表达“第一”、“第二”、“所述第一”和“所述第二”是用于修饰相应元件而不考虑顺序或者重要性，仅仅被用于区分一种元件与另一元件，而不限制相应元件。另外，下面所描述的本申请不同实施方式中所涉及的技术特征只要彼此之间未构成冲突就可以相互结合。
本申请的实施例提供了一种室性早搏识别方法、室性早搏识别系统及电子设备。为了便于理解本申请的实施例，下面将结合附图进行详细说明。
请参照图1，图1为现有技术中心电图记录纸所记载的一段心电图。
如图1所示，心电图记录纸是一种1mm﹡1mm的方格坐标纸。常规25mm/s走纸速度，每小横格为1mm，表示0.04s，每小格高1mm，表示0.1mV。
P波：反映左右两心房去极过程电位和时间的变化。电刺激由窦房结产生，经由节间传导通路而扩散至左右心房。其波形为直立向上而顶端钝圆平滑。正常时间为0.06-0.12秒。
P-R间期：指以P波起点到QRS波群起点的时间间隔。代表心房开始去极至心室开始去极的时间。正常时间为0.12－0.2秒。
QRS波群：反映左右两心室去极过程中电位和时间的变化。在QRS波群第一个向下的波形就是Q波，正常时间小于0.04秒。R波是一个高尖向上的波形。S波是在r波以后的向下的波形。正常QRS波群时间为0.06-0.1秒。
ST段：从QRS波群终点到T波起点的间段，反映心室复极早期的电位和时间变化。正常的ST段应该在水平基线，在任何导联其向下偏移不超过0.05mv,向上偏移不超过0.1mv。
T波：反映心室复极后期的电位变化。正常时间为0.1-0.25秒，电压为0.1-0.8mv。
Q-T间期：指从QRS波群起点到T波终点的时间，反映心室去极与心室复极的总时间。正常时间一般在0.36-0.44秒之间。
U波：代表心室肌的激后电位。在T波之后0.02-0.04秒出现，方向与T波一致。
P’波:是一种异常的波形，其形态和P波不相同，有时早期的P’波隐藏在T波之内，会出现T波变形。当病人出现房性交界区性早搏时，对应的其心电图会出现P’，P’波可以出现在QRS波群之前，也可以出现在QRS波群之后，还可以埋藏在QRS波群之中。
请参照图2，图2是本申请的一些实施例提供的一种室性早搏识别方法的示意性流程图；
如图2所示，本申请的实施例提供了一种室性早搏识别方法，应用于终端，所述方法包括：
步骤S201：获取由心电信号产生的连续的心电信号图；
其中，连续的心电信号图具有预定时间长度；其中，预定时间长度的取值范围为：至少20秒；
步骤S202：识别所述心电信号图中的心电特征；
步骤S203：基于所述心电特征，对所述心电信号图进行室性早搏的识别。
请参照图3，图3是本申请一些实施例提供的获取由心电信号产生的连续的心电信号图的方法的示意性流程图；
如图3所示，作为一种可选的实施方式，所述获取由心电信号产生的连续的心电信号图的方法包括：
步骤S301：与可穿戴设备建立数据传输关系；
步骤S302：所述可穿戴设备用于检测用户的心电信号；
步骤S303：基于所述数据传输关系，从所述可穿戴设备获取连续的心电信号；
步骤S304：基于获取到的连续的心电信号产生连续的心电信号图。
其中，在获取连续的心电信号后，还包括：
对获取的心电信号进行滤波处理，得到预定时间长度的心电信号图。
在一个具体实施例中，采用小波阈值方法进行滤波以消除噪音。具体地，使用db6小波，将对获取的心电信号分解为8层。对分解得到的小波系数，通过软阈值法处理，得到新小波系数。再由新的小波系数进行信号重构，得到滤波后的心电信号。
请参照图4，图4是本实施例的对心电信号图进行心电特征识别和划分心电节拍的的示意图；
作为一种可选的实施方式，所述识别所述心电信号图中的心电特征，包括：
将所述心电信号图划分出多个心电节拍；
至少分别识别出各个心电节拍中的特征点和特征波；
具体地，在识别心电特征时，识别心电信号图中特征点的位置数据。其中，特征点包括：P点、Q点、R点、R’点和S点中的至少一个。特征波至少包括：P波和QRS波群。其中，QRS波群包括Q波、R波和S波。进一步的，特征波还包括：T波、U波和P’波；
进一步地，特征波还包括：T波、U波和P’波。
其中，可以基于双正交样条B小波和一阶差分对心电信号图进行识别，得到特征点的位置数据。
具体地，基于双正交样条B小波对心电信号图进行识别，得到Q点、R点和S点的位置数据；基于一阶差分对心电信号图进行识别，得到P点的位置数据。
其中，在将所述心电信号图划分出多个心电节拍时，具体可以基于预设的分段规则所述心电信号图进行分段。其中，预设的分段规则为：将R波波峰前0.3s的位置作为起始点，R波波峰后0.3s的位置作为结束点，起始点和结束点之间的心电信号图为一个心电节拍。
作为一种可选的实施方式，所述基于所述心电特征，对所述心电信号图进行室性早搏的识别，包括：
对于每个所述心电节拍，识别该心电节拍内的QRS波群的波形特征；
根据该心电节拍内的QRS波群的波形特征，判断所述QRS波群是否呈现为RSR’波形；
若所述QRS波群未呈现RSR’波形，则进一步判断该心电节拍内的所述心电特征是否满足第一预设条件；
若该心电节拍内的所述心电特征满足第一预设条件，则进一步判定该心电节拍为正向室性早搏；
若所述QRS波群呈现RSR’波形，则判断该心电节拍内的所述心电特征是否满足第二预设条件；
若该心电节拍内的所述心电特征满足第二预设条件，则判定该心电节拍为负向室性早搏。
作为一种可选的实施方式，所述判断所述QRS波群是否呈现为RSR’波形包括：
基于预定算法，在该心电节拍内确定一个负向的最低点；
其中，预定算法可以是心电图R波检测算法或者类似算法，旨在检测出心电节拍内确定一个负向的最低点，算法直接利用现有的算法即可实现，在此不再赘述。
若所述负向的最低点前后两端均有至少两个正向的波峰，且负向的最低点的后端的波峰大于负向的最低点前端的波峰，则将负向的最低点前端最靠近负向的最低点的一个正向的波峰、负向的最低点以及负向的最低点后端最靠近负向的最低点的一个正向的波峰，从左到右分别判定为r点、S点、R’点；
确定该QRS波群呈现为RSR’波形。
其中，需要说明的是，正向室性早搏和负向室性早搏是基于R波的方向进行划分，本申请中的正向和负向是相对于R波的方向而言的，与R波同一方向的即为正向，与R波相反方向的即为负向，本领域普通技术人员在充分了解和学习心电图的识别方法和基础知识的基础上能够判断和识别出本申请中的正向室性早搏和负向室性早搏，在此不再赘述，本申请将传统的人工的划分方式进行自动划分识别，提高了智能化程度。
作为一种可选的实施方式，在所述基于所述心电特征，对所述心电信号图进行室性早搏的识别之前，所述方法还包括：
计算每个心电节拍的RR间期，及所有心电节拍的RR间期均值；
计算每个心电节拍的R点之后的点的能量值SUM；
其中，R指每个心电节拍中的R点(即R点的位置)，point[i]指与该心电节拍中的R点对应的在心电信号图中的所有R点的序列数；Rpoint[i]即至序列数为point[i]的R点。
X为信号函数；n为在心电信号图中在该心电节拍中的R点之后的数据点的个数；数据点包括：特征点，具体指R点之后的第36至第72个点。36-72这一数值范围为发明人在经过创造性的劳动和实验后给出的最优范围值。
计算Q点到S点的距离，得到QRS间期。
作为一种可选的实施方式，所述判断该心电节拍内的所述心电特征是否满足第一预设条件，包括：
若每个心电节拍的RR间期小于所有心电节拍的RR间期均值；
且，该心电节拍的R点之后的点的能量值SUM处于第一预定范围；
则判定所述心电特征满足第一预设条件。
作为一种可选的实施方式，所述判断该心电节拍内的所述心电特征是否满足第一预设条件，还包括：
判断QRS间期是否大于第一阈值QRSTHr；
若QRS间期大于第一阈值QRSTHr，则判定所述心电特征满足第一预设条件。
作为一种可选的实施方式，所述判断该心电节拍内的所述心电特征是否满足第二预设条件，包括：
若每个心电节拍的RR间期小于所有心电节拍的RR间期均值；且，该心电节拍的R点之后的点的能量值SUM处于第二预定范围；
则判定所述心电特征满足第二预设条件。
作为一种可选的实施方式，所述判断该心电节拍内的所述心电特征是否满足第二预设条件，还包括：
判断QRS间期是否大于第二阈值QRSTHr’；若QRS间期大于第二阈值QRSTHr’，则判定所述心电特征满足第二预设条件。
其中，需要说明的是，作为一种优选地实施方式，第一预定范围与第二预定范围相同。
作为一种可选的实施方式，所述方法还包括：
统计符合负向室性早搏的心电节拍的数量；
统计符合正向室性早搏的心电节拍的数量；
将符合负向室性早搏的心电节拍的数量和符合正向室性早搏的心电节拍的数量进行合并，得到符合室性早搏的心电节拍的总数量；
根据符合室性早搏的心电节拍的总数量在所述心电信号图中全部的心电节拍中所占的数量比例，确定室性早搏的严重程度。其中，其数量比例越高，就说明室性早搏越严重。
作为一种可选的实施方式，在基于获取到的连续的心电信号产生连续的心电信号图之前，所述方法还包括：
基于形态学滤波和自适应阀值对心电信号的干扰噪声进行去除。
在一个具体实施例中，采用小波阈值方法进行滤波以消除噪音。具体地，使用db6小波，将对获取的心电信号分解为8层。对分解得到的小波系数，通过软阈值法处理，得到新小波系数。再由新的小波系数进行信号重构，得到滤波后的心电信号。
根据本申请的另一方面，本申请的实施例还提供了一种室性早搏识别系统，包括：
存储器，被配置为存储数据及指令；
与存储器建立通信的处理器；
其中，当所述处理器执行存储器中的指令时，所述处理器被配置为执行以上所述室性早搏识别方法的步骤。
根据本申请的另一方面，本申请的实施例还提供了一种电子设备，包括：
存储器，被配置为存储数据及指令；
与存储器建立通信的处理器；
其中，当所述处理器执行存储器中的指令时，所述处理器被配置为执行以上所述室性早搏识别方法的步骤。
根据本申请一些实施例的电子设备可以包括智能手机、个人电脑(PC，例如平板电脑、台式电脑、笔记本、上网本、掌上电脑PDA)、移动电话、电子书阅读器、便携式多媒体播放器(PMP)、音频/视频播放器(MP3/MP4)、摄像机、虚拟现实设备(VR)和可穿戴设备等中的一种或几种的组合。根据本申请的一些实施例，所述可穿戴设备可以包括附件类型(例如手表、戒指、手环、眼镜、或头戴式装置(HMD))、集成类型(例如电子服装)、装饰类型(例如皮肤垫、纹身或内置电子装置)等，或几种的组合。在本申请的一些实施例中，所述电子设备可以是灵活的，不限于上述设备，或者可以是上述各种设备中的一种或几种的组合。在本申请中，术语“用户”可以指示使用终端的人或使用终端的设备(例如人工智能终端)。
图5是根据本申请的一些实施例提供的网络环境系统500的示例性示意图。如图1所示，网络环境系统500可以包括终端510、网络520和服务器530等。终端510可以包括总线511、处理器512、存储器513、输入/输出模块514、显示器515、通信模块516和物理键517等。在本申请的一些实施例中，终端510可以省略一个或多个元件，或者可以进一步包括一个或多个其他元件。
总线511可以包括电路。所述电路可以互连终端510内的一个或多个元件(例如，总线511、处理器512、存储器513、输入/输出模块514、显示器515、通信模块516和物理键517)。所述电路也可以在终端510内的一个或多个元件之间实现通信(例如，获取和/或发送数据，如获取和/或发送心电图信号)。
处理器512可以包括一个或多个协处理器(Co-processor)、应用处理器(AP，Application Processor)和通信处理器(Communication Processor)。作为示例，处理器512可以执行与终端510的一个或多个元件的控制和/或数据处理(例如，通信相关的操作。如建立终端与可穿戴设备之间的数据传输关系)。
存储器513可以存储数据。所述数据可以包括与终端510中的一个或多个其它元件相关的指令或数据。例如，所述数据可以包括处理器512处理前的原始数据(例如原始的未除去干扰噪声的心电信号，)，中间数据和/或处理后的数据(例如被除去干扰噪声的心电信号)。
存储器513可以包括非永久记忆性存储器和/或永久记忆性存储器。作为示例，存储器513可以存储用户的虹膜信息、心电信号、心电图、识别结果等。
根据本申请的一些实施例，存储器513可以存储软件和/或程序。所述程序可以包括内核、中间件、应用编程接口(API，Application Programming Interface)和/或应用程序(或“应用”)。所述内核、所述中间件或所述应用编程接口的至少一部分可以包括操作系统(OS，Operating System)。作为示例，所述内核可以控制或管理用于执行其他程序(例如，中间件、应用编程接口和应用程序)中实现的操作或功能的系统资源(例如，总线511、处理器512、存储器513等)。
此外，所述内核可以提供接口。所述接口可以通过所述中间件、所述应用编程接口或所述应用程序访问终端510的一个或多个元件以控制或管理系统资源。所述中间件可以作为数据传输的中间层。所述数据传输可以允许应用编程接口或应用程序与所述内核通信用以交换数据。作为示例，所述中间件可以处理从所述应用程序获取的一个或多个任务请求。例如，所述中间件可以向一个或多个应用程序分配终端510的系统资源(例如，总线511、处理器512、存储器513等)的优先级，以及处理所述一个或多个任务请求。所述应用编程接口可以是所述应用程序用于控制从所述内核或所述中间件提供功能的接口。所述应用编程接口也可以包括一个或多个接口或功能(例如，指令)。所述功能可以用于启动控制、数据通道控制、安全控制、通信控制、文件控制、窗口控制、文本控制、图像处理、信息处理等。
作为示例，存储器513可以包括Tee OS存储(Trusted Execution EnvironmentOperating System)、手机系统内存、手机存储卡等。所述Tee OS存储可以是安全的存储空间，用于存放安全信息(例如，虹膜信息等)。作为示例，当终端丢失时，Tee OS存储的信息可以不被破解，从而保证虹膜信息、心电数据(如信号信号图)、室性早搏识别结果数据的安全性。所述手机系统内存可以包括手机运行内存和手机非运行内存等。所述非运行内存可以是手机的ROM(Read Only Memory)。所述手机存储卡可以包括SD卡(Secure DigitalMemory Card)，Micro SD卡，Mini SD卡，TF卡(Trans Flash Card)，CF卡(Compact FlashCard)，MMC卡(MultiMedia Card)，RS-MMC卡，M2卡(Memory Stick Micro)，MS卡等。输入/输出模块514可以向终端510的其他元件发送从用户或外部设备输入的指令或数据。输入/输出模块514也可以将从终端510的其他元件获取的指令或数据输出给用户或外部设备。在一些实施例中，输入/输出模块514可以包括输入单元，用户可以通过所述输入单元输入信息或指令(例如，输入室性早搏识别指令、心电信号获取指令等)。
显示器515可以显示内容。所述内容可以向用户显示各种类型(例如，文本、图像、视频、图标和/或符号等，或几种的组合，再例如可以显示心电图、和/或室性早搏识别结果)。显示器515可以包括液晶显示器(LCD，Liquid Crystal Display)、发光二极管(LED，Light-Emitting Diode)显示器、有机发光二极管(OLED，Organic Light Emitting Diode)显示器、微型机电系统(MEMS，Micro Electro Mechanical Systems)显示器或电子纸显示器等，或几种的组合。显示器515可以包括显示屏、触摸屏等。所述显示屏可以显示终端的显性功能。在一些实施例中，显示器515可以显示虚拟键。所述触摸屏可以获取所述虚拟键的输入。显示器515可以通过所述触摸屏获取输入。所述输入可以包括触摸输入、手势输入、动作输入、接近输入、电子笔或用户身体部分的输入(例如，悬停输入)。
通信模块516可以配置设备之间的通信，例如至少终端和可穿戴设备之间的通信。在一些实施例中，网络环境500可以进一步包括终端540。作为示例，所述设备之间的通信可以包括终端510和其他设备(例如，服务器530或终端540)之间的通信。例如，通信模块516可以通过无线通信或有线通信连接到网络520，与其他设备(例如，服务器530或终端540)实现通信。
所述无线通信可以包括微波通信和/或卫星通信等。所述无线通信可以包括蜂窝通信(例如，全球移动通信(GSM，Global System for Mobile Communications)、码分多址(CDMA，Code Division Multiple Access)、第三代移动通信(3G，The 3rd GenerationTelecommunication)、第四代移动通信(4G)、第五代移动通信(5G))、长期演进技术(LTE，Long Term Evolution)、长期演进技术升级版(LTE-A，LTE-Advanced)、宽带码分多址(WCDMA，Wideband Code Division Multiple Access)、通用移动通信系统(UMTS，Universal Mobile Telecommunications System)、无线宽带(WiBro，WirelessBroadband)等，或几种的组合。根据本申请的一些实施例，所述无线通信可以包括无线局域网(WiFi，Wireless Fidelity)、蓝牙、低功耗蓝牙(BLE，Bluetooth Low Energy)、紫蜂协议(ZigBee)、近场通讯(NFC，Near Field Communication)、磁安全传输、射频和体域网(BAN，Body Area Network)等，或几种的组合。根据本申请的一些实施例，所述有线通信可以包括全球导航卫星系统(Glonass/GNSS，Global Navigation Satellite System)、全球定位系统(GPS，Global Position System)、北斗导航卫星系统或伽利略(欧洲全球卫星导航系统)等。所述有线通信可以包括通用串行总线(USB，Universal Serial Bus)、高清多媒体接口(HDMI，High-Definition Multimedia Interface)、推荐标准232(RS-232，RecommendStandard 232)、和/或简易老式电话服务(POTS，Plain Old Telephone Service)等中的一种，或几种的组合。
物理键517可以用于用户交互。物理键517可以包括一个或多个实体键。在一些实施例中，用户可以自定义物理键517的功能。作为示例，物理键517可以发送指令。所述指令可以包括启动室性早搏识别指令、心电信号获取指令、认证用户信息指令等。所述认证用户信息可以包括虹膜识别、人脸识别、声纹识别、指纹识别、静脉识别等，例如，所述虹膜识别可以包括虹膜录入时写入用户的虹膜信息、虹膜验证时读取用户的虹膜信息等。
在一些实施例中，终端510可以进一步包括传感器。所述传感器可以包括但不限于光敏传感器、声敏传感器、气敏传感器、化学传感器、压敏传感器、温敏传感器、流体传感器、生物传感器、激光传感器、霍尔传感器、智能传感器、位置传感器等，或几种的组合。
在一些实施例中，终端510可以进一步包括红外设备、图像采集设备等。作为示例，所述红外设备可以通过红外线投射方式，以及眨眼识别、注视识别等技术获取眼睛的信息。例如，所述红外设备通过采集用户的眨眼动作来认证用户信息，也可以通过捕捉用户动作来触发室性早搏识别指令。作为示例，所述图像采集设备可以包括摄像头、虹膜装置等。所述摄像头可以实现眼球追踪、肢体动作追踪等功能。所述虹膜装置可以利用虹膜识别技术进行身份认证(例如，认证用户信息)。所述虹膜装置可以包括虹膜摄像头，所述虹膜摄像头可以获取虹膜信息，所述虹膜信息可以存储在存储器513中。
网络520可以包括通信网络。所述通信网络可以包括计算机网络(例如，局域网(LAN，Local Area Network)或广域网(WAN，Wide Area Network))、互联网和/或电话网络等，或几种的组合。网络520可以向网络环境系统500中的其他设备(例如，终端510、服务器530、终端540等)发送信息。
服务器530可以通过网络520连接网络环境系统500中的其他设备(例如，终端510、终端1540等)。在一些实施例中，当终端510丢失时，服务器530可以通过网络520向终端510发送启动虹膜读写指令；当虹膜验证失败时，服务器530可以通过网络520进一步锁定终端510。在一些实施例中，当用户信息认证成功时，服务器530可以向终端510发送启动室性早搏识别功能指令等。在一些实施例中，服务器530可以向多终端(例如，终端510和终端540)发送共享信息。
终端540可以与终端510相同或不同的类型。根据本申请的一些实施例，在终端510中执行的部分或全部操作可以在另一设备或多个设备(例如，终端540和/或服务器530)中执行。在一些实施例中，当终端510自动或响应于请求执行一种或多种功能和/或服务时，终端510可以请求其他设备(例如，终端540和/或服务器530)替代执行功能和/或服务。在一些实施例中，终端510除执行功能或服务外，进一步执行与其相关的一种或多种功能。在一些实施例中，其他设备(例如，终端540和/或服务器530)可以执行所请求的功能或其它相关的一种或多种功能，可以将执行结果发送给终端510。
终端510可以重复执行结果或进一步处理执行结果，以提供所请求的功能或服务。作为示例，终端510可以使用云计算、分布式技术和/或客户端-服务端计算计算等，或几种的组合。在一些实施例中，根据云计算服务性质的不同，所述云计算可以包括公有云、私有云和混合云等。在一些实施例中，当终端510丢失时，终端540可以向终端510发送定位指令，以获取终端510的位置信息。在一些实施例中，终端510与终端540可以建立连接，例如，共享信息等。
需要说明的是，以上对于网络环境系统500的描述，仅为描述方便，并不能把本申请限制在所举实施例的范围之内。可以理解，对于本领域技术人员，基于本系统的原理，可能在不背离该原理的前提下，对各个元件进行任意组合，或者构成子系统与其他元件连接，对实施上述方法和系统的应用领域进行形式和细节上的各种修正和改变。例如，网络环境系统500可以进一步包括数据库等。又例如，终端510可以不包括物理键517等。诸如此类的变形，均在本申请的保护范围之内。
图6是根据本申请的一些实施例提供的设备功能配置的示例性单元框图。如图6所示，处理器512可以包括处理模块600，所述处理模块600可以包括获取单元610，分析单元620，确定单元630，控制单元640，存储单元650。
根据本申请的一些实施例，获取单元610可以获取信息。在一些实施例中，所述信息可以包括但不限于文本、图片、音频、视频、动作、手势、声音、眼睛气息、光等，或几种的组合，(例如心电信号等)。在一些实施例中，所述信息可以包括但不限于输入信息、系统信息和/或通信信息等。作为示例，获取单元610可以通过输入/输出模块514、显示器515的触摸屏、物理键517和/或传感器获取终端510的输入信息。所述输入信息可以包括其他设备(例如，终端540)和/或用户的输入，例如，按键输入、触控输入、手势输入、动作输入、远程输入、传输输入、眼睛输入、声音输入、气息输入、光输入等，或几种的组合。所述输入信息的获取部件可以包括但不限于红外设备、图像采集设备、传感器等，或几种的组合。作为示例，获取单元610可以通过图像采集设备(例如，虹膜摄像头等)获取虹膜信息，通过可穿戴设备获取心电信号等。
在一些实施例中，获取单元610可以通过网络520获取通信信息。所述通信信息可以包括应用软件信息、通信信号(例如，语音信号、视频信号等)、短消息等。在一些实施例中，获取单元610可以通过网络520、存储器513和/或传感器获取系统信息。所述系统信息可以包括但不限于终端510的系统状态、预设信息、存储器513存储的信息(例如，虹膜认证信息、心电信号图等)等，或几种的组合。
在一些实施例中，所述信息可以包括指令。所述指令包括用户指令和/或系统指令等，或几种的组合。所述指令可以包括触发指令、认证指令、填写指令等，或几种的组合。所述认证指令可以包括室性早搏识别指令、心电信号获取指令等。作为示例，获取单元610可以通过物理键517或虚拟键获取用户启动室性早搏识别功能。
根据本申请的一些实施例，分析单元620可以分析信息。在一些实施例中，分析单元620可以利用密保功能确定动作实施者与终端存储的用户信息是否一致。所述密保功能可以包括密码识别和/或生物识别技术。所述密码识别可以包括用户设定的数字密码、声音密码、手势密码、轨迹密码、触控密码等。所述生物识别可以包括虹膜识别、人脸识别、指纹识别、声纹识别、静脉识别等。在一些实施例中，分析单元620可以分析出心电信号图的心电节拍、特征点和特征波；
根据本申请的一些实施例，确定单元630可以确定信息。在一些实施例中，确定单元630可以确定心电信号图中的心电特征，包括心电节拍、特征点和特征波。在一些实施例中，确定单元630可以确定心电节拍内的QRS波群的波形特征等。在一些实施例中，确定单元630可以确定心电特征是否满足第二预设条件或第一预设条件等。
根据本申请的一些实施例，控制单元640可以控制终端。在一些实施例中，控制单元640可以锁定终端、解锁终端和/或建立或断开终端的通信连接。所述锁定终端可以包括限制终端的功能。在一些实施例中，控制单元640可以关联室性早搏识别功能的启动入口。在一些实施例中，控制单元640可以执行室性早搏识别功能。
根据本申请的一些实施例，存储单元650可以存储信息。在一些实施例中，存储单元650可以存储显性功能的预设操作与隐性功能的映射关系。在一些实施例中，存储单元650可以存储用户信息，以认证用户信息，例如，用户虹膜信息、用户人脸信息、用户指纹信息、用户静脉信息、用户声纹信息等。
根据本申请的一些实施例，处理模块600可以进一步包括显示单元，所述显示单元可以显示信息。在一些实施例中，显示单元可以是显示器的一部分。作为示例，显示单元可以显示心电信号图和室性早搏识别结果等。
需要说明的是，以上对于处理模块600中的单元描述，仅为描述方便，并不能把本申请限制在所举实施例的范围之内。可以理解，对于本领域技术人员，基于本系统的原理，可能在不背离该原理的前提下，对各个单元进行任意组合，或者构成子模块与其他单元连接，对实施上述模块和单元的功能进行形式和细节上的各种修正和改变。例如，处理模块600可以不包括分析单元620、或存储单元650，通过确定单元630或存储器513执行相应的功能等。又例如，处理模块600可以进一步包括显示单元等。诸如此类的变形，均在本申请的保护范围之内。
上述说明旨在为本申请的技术方案的执行提供网络环境系统，本申请的技术方案中的各个步骤均可通过上述系统的原理和功能进行实现。
具体地，本申请的终端和/或识别系统中的处理器可以采用由处理模块600构成的处理器512。
具体地，所述处理器被配置为执行以下操作：
获取由心电信号产生的连续的心电信号图；
识别所述心电信号图中的心电特征；基于所述心电特征，对所述心电信号图进行室性早搏的识别。
具体地，在获取由心电信号产生的连续的心电信号图时，所述处理器被配置为执行以下操作：与可穿戴设备建立数据传输关系；所述可穿戴设备用于检测用户的心电信号；基于所述数据传输关系，从所述可穿戴设备获取连续的心电信号；基于获取到的连续的心电信号产生连续的心电信号图。
具体地，在识别所述心电信号图中的心电特征时，所述处理器被配置为执行以下操作：
将所述心电信号图划分出多个心电节拍；
至少分别识别出各个心电节拍中的特征点和特征波；
所述特征点至少包括：Q点、R点和S点；所述特征波至少包括：QRS波群；每个QRS波群均包括Q波、R波及S波
具体地，在基于所述心电特征，对所述心电信号图进行室性早搏的识别时，所述处理器被配置为执行以下操作：
对于每个所述心电节拍，识别该心电节拍内的QRS波群的波形特征；
根据该心电节拍内的QRS波群的波形特征，判断所述QRS波群是否呈现为RSR’波形；
若所述QRS波群未呈现RSR’波形，则进一步判断该心电节拍内的所述心电特征是否满足第一预设条件；
若该心电节拍内的所述心电特征满足第一预设条件，则进一步判定该心电节拍为正向室性早搏；若所述QRS波群呈现RSR’波形，则判断该心电节拍内的所述心电特征是否满足第二预设条件；
若该心电节拍内的所述心电特征满足第二预设条件，则判定该心电节拍为负向室性早搏。
具体地，在判断所述QRS波群是否呈现为RSR’波形时，所述处理器被配置为执行以下操作：
基于预定算法，在该心电节拍内确定一个负向的最低点；
若所述负向的最低点前后两端均有至少两个正向的波峰，且负向的最低点的后端的波峰大于负向的最低点前端的波峰，则将负向的最低点前端最靠近负向的最低点的一个正向的波峰、负向的最低点以及负向的最低点后端最靠近负向的最低点的一个正向的波峰，从左到右分别判定为r点、S点、R’点；并确定该QRS波群呈现为RSR’波形。
具体地，在所述基于所述心电特征，对所述心电信号图进行室性早搏的识别之前，所述处理器还被配置为执行以下操作：计算每个心电节拍的RR间期，及所有心电节拍的RR间期均值；计算每个心电节拍的R点之后的点的能量值SUM；
其中，R指每个心电节拍中的R点，point[i]指与该心电节拍中的R点对应的在心电信号图中的所有R点的序列数；X为信号函数(原始信号函数)；n为在心电信号图中在该心电节拍中的R点之后的数据点的个数；
计算Q点到S点的距离，得到QRS间期。
进一步地，在判断该心电节拍内的所述心电特征是否满足第一预设条件时，所述处理器被配置为执行以下操作：
若每个心电节拍的RR间期小于所有心电节拍的RR间期均值；且，该心电节拍的R点之后的点的能量值SUM处于第一预定范围；则判定所述心电特征满足第一预设条件。
进一步地，在判断该心电节拍内的所述心电特征是否满足第一预设条件时，所述处理器还被配置为执行以下操作：
判断QRS间期是否大于第一阈值QRSTHr；若QRS间期大于第一阈值QRSTHr，则判定所述心电特征满足第一预设条件。
进一步地，在判断该心电节拍内的所述心电特征是否满足第二预设条件时，所述处理器被配置为执行以下操作：
若每个心电节拍的RR间期小于所有心电节拍的RR间期均值；且，该心电节拍的R点之后的点的能量值SUM处于第二预定范围；则判定所述心电特征满足第二预设条件。
进一步地，在判断该心电节拍内的所述心电特征是否满足第一预设条件时，所述处理器还被配置为执行以下操作：
判断QRS间期是否大于第二阈值QRSTHr；若QRS间期大于第二阈值QRSTHr’，则判定所述心电特征满足第二预设条件。
具体地，所述处理器还被配置为执行以下操作：
统计符合负向室性早搏的心电节拍的数量；
统计符合正向室性早搏的心电节拍的数量；将符合负向室性早搏的心电节拍的数量和符合正向室性早搏的心电节拍的数量进行合并，得到符合室性早搏的心电节拍的总数量；
根据符合室性早搏的心电节拍的总数量在所述心电信号图中全部的心电节拍中所占的数量比例，确定室性早搏的严重程度。
具体地，在基于获取到的连续的心电信号产生连续的心电信号图之前，所述处理器还被配置为执行以下操作：
基于形态学滤波和自适应阀值对心电信号的干扰噪声进行去除。
本申请还提供了一种计算机可读存储介质，所述存储介质上存储有计算机程序，所述程序被处理器执行时实现以上所述的室性早搏识别方法的步骤。
本申请旨在保护一种室性早搏识别方法、识别系统及电子设备，通过获取可穿戴设备采集短时间的心电信号，进行室性早搏的判断，并综合了RR间期判断，R后的能量值判断，以及QRS波形判断方法，改善了RR间期判断的不稳定性，提高了判断准确性，并根据判断结果，统计室性早搏的个数，进而确定患病程度，另外，能够与可穿戴设备进行很好地配合，通过可穿戴设备采集、通过终端分析，使得心电信号图的室性早搏的识别更加便捷化。
需要注意的是，上述的实施例仅仅是用作示例，本申请不限于这样的示例，而是可以进行各种变化。
需要说明的是，在本说明书中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
最后，还需要说明的是，上述一系列处理不仅包括以这里所述的顺序按时间序列执行的处理，而且包括并行或分别地、而不是按时间顺序执行的处理。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序指令相关的硬件来完成，所述的程序可存储于一计算机可读存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，所述的存储介质可为磁碟、光盘、只读存储器(Read-Only Memory，ROM)或随机存储器(Random Access Memory，RAM)等。
以上所揭露的仅为本申请一些优选的实施例，不能以此来限定本申请之权利范围，本领域普通技术人员可以理解实现上述实施例的全部或部分流程，并依本申请权利要求所作的等同变化，仍属于发明所涵盖的范围。
Claims (8)
1.一种室性早搏识别方法，其特征在于，所述方法包括：
获取由心电信号产生的连续的心电信号图，所述获取由心电信号产生的连续的心电信号图的方法包括：与可穿戴设备建立数据传输关系；所述可穿戴设备用于检测用户的心电信号；基于所述数据传输关系，从所述可穿戴设备获取连续的心电信号；基于获取到的连续的心电信号产生连续的心电信号图；
识别所述心电信号图中的心电特征，包括：将所述心电信号图划分出多个心电节拍；至少分别识别出各个心电节拍中的特征点和特征波；所述特征点至少包括：Q点、R点和S点；所述特征波至少包括：QRS波群；每个QRS波群均包括Q波、R波及S波；
计算每个心电节拍的RR间期，及所有心电节拍的RR间期均值；计算每个心电节拍的R点之后的点的能量值SUM；
基于所述心电特征，对所述心电信号图进行室性早搏的识别，包括：对于每个所述心电节拍，识别该心电节拍内的QRS波群的波形特征；根据该心电节拍内的QRS波群的波形特征，判断所述QRS波群是否呈现为RSR’波形，包括：基于预定算法，在该心电节拍内确定一个负向的最低点，若所述负向的最低点前后两端均有至少两个正向的波峰，且负向的最低点的后端的波峰大于负向的最低点前端的波峰，则将负向的最低点前端最靠近负向的最低点的一个正向的波峰、负向的最低点以及负向的最低点后端最靠近负向的最低点的一个正向的波峰，从左到右分别判定为r点、S点、R’点，确定该QRS波群呈现为RSR’波形；若所述QRS波群未呈现RSR’波形，则判断该心电节拍内的所述心电特征是否满足第一预设条件，包括：若该心电节拍的RR间期小于所有心电节拍的RR间期均值，且该心电节拍的R点之后的点的能量值SUM处于第一预定范围，则判定所述心电特征满足第一预设条件；若该心电节拍内的所述心电特征满足第一预设条件，则判定该心电节拍为正向室性早搏；若所述QRS波群呈现RSR’波形，则判断该心电节拍内的所述心电特征是否满足第二预设条件；若该心电节拍内的所述心电特征满足第二预设条件，则判定该心电节拍为负向室性早搏。
2.根据权利要求1所述的方法，其特征在于，所述判断该心电节拍内的所述心电特征是否满足第一预设条件，还包括：
判断QRS间期是否大于第一阈值QRSTHr；
若QRS间期大于第一阈值QRSTHr，则判定所述心电特征满足第一预设条件。
3.根据权利要求1所述的方法，其特征在于，所述判断该心电节拍内的所述心电特征是否满足第二预设条件，包括：
若该心电节拍的RR间期小于所有心电节拍的RR间期均值；
且，该心电节拍的R点之后的点的能量值SUM处于第二预定范围；
则判定所述心电特征满足第二预设条件。
4.根据权利要求2所述的方法，其特征在于，所述判断该心电节拍内的所述心电特征是否满足第二预设条件，还包括：
判断QRS间期大于第二阈值QRSTHr’；
若QRS间期大于第二阈值QRSTHr’，则判定所述心电特征满足第二预设条件。
5.根据权利要求1至4任一项所述的方法，其特征在于，所述方法还包括：
统计符合负向室性早搏的心电节拍的数量；
统计符合正向室性早搏的心电节拍的数量；
将符合负向室性早搏的心电节拍的数量和符合正向室性早搏的心电节拍的数量进行合并，得到符合室性早搏的心电节拍的总数量；
根据符合室性早搏的心电节拍的总数量在所述心电信号图中全部的心电节拍中所占的数量比例，确定室性早搏的严重程度。
6.根据权利要求1所述的方法，其特征在于，在基于获取到的连续的心电信号产生连续的心电信号图之前，所述方法还包括：
基于形态学滤波和自适应阀值对心电信号的干扰噪声进行去除。
7.一种室性早搏识别系统，其特征在于，该系统至少包括：
存储器，被配置为存储数据及指令；
与存储器建立通信的处理器；
其中，当所述处理器执行存储器中的指令时，所述处理器被配置为执行权利要求1至6任一项所述的室性早搏识别方法的步骤。
8.一种电子设备，其特征在于，包括：
存储器，被配置为存储数据及指令；
与存储器建立通信的处理器；
其中，当所述处理器执行存储器中的指令时，所述处理器被配置为执行权利要求1至6任一项所述的室性早搏识别方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810758823.9A CN108903935B (zh) | 2018-07-11 | 2018-07-11 | 一种室性早搏识别方法、识别系统及电子设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810758823.9A CN108903935B (zh) | 2018-07-11 | 2018-07-11 | 一种室性早搏识别方法、识别系统及电子设备 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN108903935A CN108903935A (zh) | 2018-11-30 |
| CN108903935B true CN108903935B (zh) | 2021-06-25 |
Family
ID=64410599
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810758823.9A Active CN108903935B (zh) | 2018-07-11 | 2018-07-11 | 一种室性早搏识别方法、识别系统及电子设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108903935B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111265194B (zh) * | 2019-12-11 | 2023-02-14 | 广州视源电子科技股份有限公司 | 心室肥大的检测方法、装置、存储介质和处理器 |
Citations (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2003011112A2 (en) * | 2001-07-30 | 2003-02-13 | The Trustees Of Columbia University In The City Of New York | System and method for determining reentrant ventricular tachycardia isthmus location and shape for catheter ablation |
| JP2008093264A (ja) * | 2006-10-13 | 2008-04-24 | Fukuda Denshi Co Ltd | 心電図自動解析装置、心電図自動解析方法および心電図自動解析プログラム |
| CN102379692A (zh) * | 2011-09-02 | 2012-03-21 | 东莞中山大学研究院 | 一种面向区端网络的远程心电监护系统及方法 |
| CN102526888A (zh) * | 2012-01-21 | 2012-07-04 | 百慕迪控股有限公司 | 心血管疾病细胞激励治疗仪 |
| CN103110417A (zh) * | 2013-02-28 | 2013-05-22 | 华东师范大学 | 一种心电图自动识别系统 |
| CN104161510A (zh) * | 2014-08-27 | 2014-11-26 | 电子科技大学 | 一种多级导联心电信号qrs波形识别方法 |
| KR101645614B1 (ko) * | 2016-04-22 | 2016-08-08 | 주식회사메디아나 | 심실세동 진단장치 및 그것의 구동 방법 |
| JP2016209009A (ja) * | 2015-04-28 | 2016-12-15 | フクダ電子株式会社 | 心電図検査装置、及び心電図検査装置における表示方法 |
| CN107529998A (zh) * | 2015-04-23 | 2018-01-02 | 美敦力公司 | 用于在医疗监测设备中确定室性早搏的方法及装置 |
| CN107688553A (zh) * | 2017-08-16 | 2018-02-13 | 安徽心之声医疗科技有限公司 | 基于小波变换和逻辑回归算法检测心电波形特征的方法 |
| CN107714023A (zh) * | 2017-11-27 | 2018-02-23 | 乐普（北京）医疗器械股份有限公司 | 基于人工智能自学习的静态心电图分析方法和装置 |
| CN108135527A (zh) * | 2015-09-29 | 2018-06-08 | 北京顺源开华科技有限公司 | 用于生物识别的方法、装置及系统 |
| US20180168471A1 (en) * | 2016-05-19 | 2018-06-21 | BTL Industries Ltd. | System and method for ecg signal processing |
Family Cites Families (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP3129295B2 (ja) * | 1998-08-25 | 2001-01-29 | 日本電気株式会社 | 上室性期外収縮判定方法および装置と上室性期外収縮判定のためのプログラムを記憶した記憶媒体 |
| JP4589078B2 (ja) * | 2004-10-25 | 2010-12-01 | フクダ電子株式会社 | 心電図の分類装置 |
| US7702391B1 (en) * | 2005-02-17 | 2010-04-20 | Pacesetter, Inc. | Monitoring short term fluctuations in PR intervals following premature ventricular contractions |
| CN104905785B (zh) * | 2015-06-25 | 2017-08-25 | 石家庄翰纬医疗设备有限公司 | 心电图信号检测方法和系统 |
| CN107358196B (zh) * | 2017-07-12 | 2020-11-10 | 北京卫嘉高科信息技术有限公司 | 一种心搏类型的分类方法、装置及心电仪 |
-
2018
- 2018-07-11 CN CN201810758823.9A patent/CN108903935B/zh active Active
Patent Citations (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2003011112A2 (en) * | 2001-07-30 | 2003-02-13 | The Trustees Of Columbia University In The City Of New York | System and method for determining reentrant ventricular tachycardia isthmus location and shape for catheter ablation |
| JP2008093264A (ja) * | 2006-10-13 | 2008-04-24 | Fukuda Denshi Co Ltd | 心電図自動解析装置、心電図自動解析方法および心電図自動解析プログラム |
| CN102379692A (zh) * | 2011-09-02 | 2012-03-21 | 东莞中山大学研究院 | 一种面向区端网络的远程心电监护系统及方法 |
| CN102526888A (zh) * | 2012-01-21 | 2012-07-04 | 百慕迪控股有限公司 | 心血管疾病细胞激励治疗仪 |
| CN103110417A (zh) * | 2013-02-28 | 2013-05-22 | 华东师范大学 | 一种心电图自动识别系统 |
| CN104161510A (zh) * | 2014-08-27 | 2014-11-26 | 电子科技大学 | 一种多级导联心电信号qrs波形识别方法 |
| CN107529998A (zh) * | 2015-04-23 | 2018-01-02 | 美敦力公司 | 用于在医疗监测设备中确定室性早搏的方法及装置 |
| JP2016209009A (ja) * | 2015-04-28 | 2016-12-15 | フクダ電子株式会社 | 心電図検査装置、及び心電図検査装置における表示方法 |
| CN108135527A (zh) * | 2015-09-29 | 2018-06-08 | 北京顺源开华科技有限公司 | 用于生物识别的方法、装置及系统 |
| KR101645614B1 (ko) * | 2016-04-22 | 2016-08-08 | 주식회사메디아나 | 심실세동 진단장치 및 그것의 구동 방법 |
| US20180168471A1 (en) * | 2016-05-19 | 2018-06-21 | BTL Industries Ltd. | System and method for ecg signal processing |
| CN107688553A (zh) * | 2017-08-16 | 2018-02-13 | 安徽心之声医疗科技有限公司 | 基于小波变换和逻辑回归算法检测心电波形特征的方法 |
| CN107714023A (zh) * | 2017-11-27 | 2018-02-23 | 乐普（北京）医疗器械股份有限公司 | 基于人工智能自学习的静态心电图分析方法和装置 |
Non-Patent Citations (2)
| Title |
|---|
| Wavelet and Energy Based Approach for PVC Detection;Awadhesh Pachauri 等;《2009 International Conference on Emerging Trends in Electronic and Photonic Devices & Systems》;20091231;第258-261页 * |
| 三分支阻滞心电图解析;许原;《临床心电学杂志》;20091231;第18卷(第6期);第440-444页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN108903935A (zh) | 2018-11-30 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US9946942B2 (en) | Method, apparatus and system for biometric identification | |
| Lahdenoja et al. | Atrial fibrillation detection via accelerometer and gyroscope of a smartphone | |
| US10341554B2 (en) | Method for control of camera module based on physiological signal | |
| US9053308B2 (en) | Multi electro-biometric user recognition | |
| KR20180090507A (ko) | 생체 정보 인증을 위한 전자 장치 및 시스템 | |
| Leutheuser et al. | Comparison of real-time classification systems for arrhythmia detection on Android-based mobile devices | |
| CN107784268B (zh) | 基于红外线传感器使用其来测量心率的方法和电子设备 | |
| KR20180061819A (ko) | 다중 생체 인증 장치 또는 다중 생체 인증 시스템, 그리고 이를 사용한 다중 생체 인증 방법 | |
| Bastos et al. | Double authentication model based on ppg and ecg signals | |
| CN106778168A (zh) | 可穿戴式设备的身份识别方法、装置及可穿戴式设备 | |
| CN108903935B (zh) | 一种室性早搏识别方法、识别系统及电子设备 | |
| Zhang et al. | Artificial intelligence in physiological characteristics recognition for internet of things authentication | |
| TWM514042U (zh) | 利用多種生理資訊混合辨識身份的系統 | |
| Zheng et al. | Securing the elderly in cyberspace with fingerprints | |
| Derawi et al. | Fusion of gait and ECG for biometric user authentication | |
| Shdefat et al. | A survey study of the current challenges and opportunities of deploying the ECG biometric authentication method in IoT and 5G environments | |
| CN108594937B (zh) | 便携式终端 | |
| Anbarasi et al. | Detection and classification of arrhythmia type using hybrid model of LSTM with convolutional neural network | |
| CN112990261B (zh) | 一种基于敲击节奏的智能手表用户识别方法 | |
| CN114831650A (zh) | 心电图s点提取方法、装置、存储介质及电子设备 | |
| WO2018090254A1 (zh) | 一种生物测定数据存储方法、电子设备及系统 | |
| Progonov et al. | Heartbeat-based authentication on smartwatches in various usage contexts | |
| Enamamu | Bioelectrical user authentication | |
| Ekiz et al. | Is Your Smartband Smart Enough to Know Who You Are: Continuous Physiological Authentication in The Wild | |
| CN109044334A (zh) | 识别心电波图像房性早搏的方法、装置、系统和电子设备 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20240514 Address after: 200120 building C, No. 888, Huanhu West 2nd Road, Lingang New Area, China (Shanghai) pilot Free Trade Zone, Pudong New Area, Shanghai Patentee after: Shanghai Hart Zhikang Medical Technology Co.,Ltd. Country or region after: China Address before: 201499 room 1331, No.13, Lane 65, Huandong 1st Road, Fengjing town, Jinshan District, Shanghai Patentee before: SHANGHAI XIAXIAN ELECTROMECHANICAL SCIENCE AND TECHNOLOGY DEVELOPMENT CO.,LTD. Country or region before: China |
|
| TR01 | Transfer of patent right |