CN109044334A - 识别心电波图像房性早搏的方法、装置、系统和电子设备 - Google Patents
识别心电波图像房性早搏的方法、装置、系统和电子设备 Download PDFInfo
- Publication number
- CN109044334A CN109044334A CN201810758822.4A CN201810758822A CN109044334A CN 109044334 A CN109044334 A CN 109044334A CN 201810758822 A CN201810758822 A CN 201810758822A CN 109044334 A CN109044334 A CN 109044334A
- Authority
- CN
- China
- Prior art keywords
- wave
- point
- characteristic
- premature beats
- electrocardio
- 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
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]
-
- 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
-
- 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
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Cardiology (AREA)
- Heart & Thoracic Surgery (AREA)
- Molecular Biology (AREA)
- Pathology (AREA)
- Engineering & Computer Science (AREA)
- Biomedical Technology (AREA)
- Physics & Mathematics (AREA)
- Medical Informatics (AREA)
- Biophysics (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
Abstract
本发明公开了一种识别心电波图像房性早搏的方法、装置、系统和电子设备,涉及便携式医疗设备技术领域。该方法包括:获取预定时间长度的心电波图像;识别所述心电波图像中的特征点和特征波;基于所述特征点和特征波对所述心电波图像进行房性早搏的识别。本发明提出了一种房性早搏的诊断模型,该模型能够适用于简单易的二导联心电采集装置上,通过短时间的采集心电数据便能够对房性早搏进行准确识别,并判断房性早搏的个数,对恶性心律失常有一定的预警作用。
Description
技术领域
本发明涉及便携式医疗设备技术领域,尤其涉及识别心电波图像房性早搏的方法、装置、系统和电子设备。
背景技术
心脏病的治疗主要依靠心电图(ECG)的检测。心电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WillemEinthoven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,已使心电图成为一门相对较成熟的技术,且心电图的检测准确、方法可操作性强、对病人伤害小,使得心电图的检测已成为心脏病治疗不可缺少的方法。
近年来,由于计算机辅助诊断可以发现心电图肉眼无法观测到的信息,而且较人工诊断更加稳定,越来越受到人们的重视,逐渐开始被应用。
房性早搏(A-V junction premature beats,JPBs)是临床上常见的心律失常疾病,但远远少于室性期前收缩和房性期前收缩,在窦性激动尚未发生之际,房室交界区提前发出一次激动,正常人和心脏病患者都会出现,期前收缩过多会引起心悸,心慌等不适感,交界区性期前收缩在患者没有器质性的疾病的情况下,通常不需要治疗。房室交界区性期前收缩也可见于器质性心脏疾病,比如风湿性心脏病,心肌炎,冠心病等。通过对房性早搏的诊断,可以提前预判一些严重疾病,最终能够对异常的心律失常进行预警,达到对患者健康保驾护航的目的。
现有技术对房性早搏的监测主要有以下两种方式:
一、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。
二、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(例如房性早搏)。
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电波图像房性早搏的方法、装置和系统。
发明内容
(一)发明目的
本发明的目的是提供一种识别心电波图像房性早搏的方法、装置、系统和电子设备。
(二)技术方案
为解决上述问题,本发明的第一方面提供了一种识别心电波图像房性早搏的方法,包括:获取预定时间长度的心电波图像;识别所述心电波图像中的特征点和特征波;基于所述特征点和特征波对所述心电波图像进行房性早搏的识别。
进一步,所述的识别心电波图像房性早搏的方法,其中,所述预定时间长度的取值范围为:至少20秒;所述特征点至少包括:P点、Q点、R点和S点;所述特征波至少包括:P波和QRS波群;其中,所述QRS波群包括Q波、R波和S波。
进一步,所述的识别心电波图像房性早搏的方法,所述基于所述特征点和特征波对所述心电波图像进行房性早搏的识别,包括:将所述心电波图像划分为多个心拍;对于每个所述心拍,如果该心拍内的所述特征点和特征波满足预设条件,则将该心拍识别为房性早搏;根据被识别为房性早搏的心拍在全部心拍的所占比例,得到房性早搏的患病程度。
进一步,所述的识别心电波图像房性早搏的方法,如果该心拍内的所述特征点和特征波满足以下三个预设条件,则将该心拍识别为房性早搏:预设条件一:每个心拍的RR间期小于所有心拍的RR间期均值;预设条件二:PR间期大于0.12s;预设条件三:QRS波群呈现为rSR’。
进一步,所述的识别心电波图像房性早搏的方法,所述判断QRS波群是否呈现为rSR’具体包括:通过R点算法,找到一个负向的最低点;若所述负向的最低点前后均有两个正向的波峰,且后面的波峰大于前面的波峰,则将所述负向的最低点以及其左右的两个正向的波峰从左到右分别判定为r点、S点、R’点。
根据本发明的另一个方面,提供了一种识别心电波图像房性早搏的装置,包括:心电波图像获取模块,用于获取预定时间长度的心电波图像;特征点识别模块,用于识别所述心电波图像中的特征点和特征波;房性早搏识别模块,用于基于所述特征点和特征波对所述心电波图像进行房性早搏的识别。
进一步,所述的识别心电波图像房性早搏的装置,所述预定时间长度的取值范围为:至少20秒;所述特征点至少包括:P点、Q点、R点和S点;所述特征波至少包括:P波和QRS波群;其中,所述QRS波群包括Q波、R波和S波。
进一步,所述的识别心电波图像房性早搏的装置,所述房性早搏识别模块,包括:心拍划分单元,将所述心电波图像划分为多个心拍;心拍识别单元,对于每个所述心拍,如果该心拍内的所述特征点和特征波满足预设条件,则将该心拍识别为房性早搏;患病程度计算单元,根据被识别为房性早搏的心拍在全部心拍的所占比例,得到房性早搏的患病程度。
进一步,所述的识别心电波图像房性早搏的装置,所述心拍识别单元,还用于在当该心拍内的所述特征点和特征波满足以下三个预设条件,则将该心拍识别为房性早搏:预设条件一:每个心拍的RR间期小于所有心拍的RR间期均值;预设条件二:PR间期大于0.12s;预设条件三:QRS波群呈现为rSR’。
根据本发明的又一方面,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上述任一项所述方法的步骤。
根据本发明的又一方面,提供了一种电子设备,包括:存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述程序时实现上述任一项所述方法的步骤。
根据本发明的又一方面,提供了一种识别心电波图像房性早搏的系统,包括:心电信号采集器,用于采集预定时间的心电信号;用户终端,与所述心电信号采集器通信连接,用于接收所述心电信号,并对接收的所述心电信号进行滤波处理,得到心电波图像;服务器,与所述用户终端通信连接以接收所述心电波图像;所述服务器包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述程序时实现上述任一项所述方法的步骤。
(三)有益效果
本发明的上述技术方案具有如下有益的技术效果:本发明提出了一种房性早搏的诊断模型,该模型能够适用于简单易的二导联心电采集装置上,通过短时间的采集心电数据便能够对房性早搏进行准确识别,并判断房性早搏的个数,对恶性心律失常有一定的预警作用。
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是本发明提供的识别心电波图像房性早搏方法的第一实施例步骤流程图;
图3是本实施例的对心电波图像进行分段的示意图;
图4是本发明提供的识别心电波图像房性早搏的装置的第一实施例模块关系示意图;
图5是本发明提供的识别心电波图像房性早搏的系统的示意图;
图6是本发明提供的电子设备的硬件结构示意图。
具体实施方式
为使本发明的目的、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,对本发明进一步详细说明。应该理解,这些描述只是示例性的,而并非要限制本发明的范围。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发明的概念。
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。
图2是本发明提供的识别心电波图像房性早搏方法的第一实施例步骤流程图。
如图2所示,在本实施例中,识别心电波图像房性早搏的方法包括以下步骤S1-S3:
S1,获取预定时间长度的心电波图像。
其中,预定时间长度的取值范围为:至少20秒。
在此步骤之前还包括:获取预定时间长度的心电信号;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波图像。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。
S2,识别所述心电波图像中的特征点和特征波。
具体地,识别心电波图像中特征点的位置数据。其中,特征点至少包括:P点、Q点、R点和S点。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。
S3,基于所述特征点和特征波对所述心电波图像进行房性早搏的识别。
在第二实施例中,第一实施例中的步骤S2包括以下步骤S21-S22:
S21,基于双正交样条B小波和一阶差分对心电波图像进行识别,得到特征点的位置数据。
具体地,基于双正交样条B小波对心电波图像进行识别,得到Q点、R点和S点的位置数据;基于一阶差分对心电波图像进行识别,得到P点的位置数据。
S22,基于得到的特征点的位置数据得到特征波。
在第三实施例中,第一实施例中的步骤S3包括以下步骤S31-S33:
S31,将所述心电波图像划分为多个心拍。
图3是本实施例的对心电波图像进行分段的示意图。如图3所示,在本步骤的一个具体实施例中,基于预设的分段规则所述心电波图像进行分段。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波图像为一个心拍。
S32,对于每个所述心拍,如果该心拍内的所述特征点和特征波满足预设条件,则将该心拍识别为房性早搏;
S33,根据被识别为房性早搏的心拍在全部心拍的所占比例,得到房性早搏的患病程度。
在第四实施例中,第三实施例中的步骤S32包括步骤:如果该心拍内的所述特征点和特征波满足以下三个预设条件,则将该心拍识别为房性早搏:
预设条件一:每个心拍的RR间期小于所有心拍的RR间期均值;
预设条件二:PR间期大于0.12s;
预设条件三:QRS波群呈现为rSR’。
在另一个实施例中,除了判断上述三个预设条件之外,还需要再判断所述特征点和特征波是否满足预设条件四:心房率>心室率。其中,心室率=60/(RR间期平均值);其中,心房率=60/(PP间期平均值)。
在第五实施例中,第四实施例中的预设条件三的判断过程包括:
S321,通过R点算法,找到一个负向的最低点;
S322,若所述负向的最低点前后均有两个正向的波峰,且后面的波峰大于前面的波峰,则将所述负向的最低点以及其左右的两个正向的波峰从左到右分别判定为r点、S点和R’点。
图4是本发明提供的识别心电波图像房性早搏的装置的第一实施例模块关系示意图。
如图4所示,在本实施例中,识别心电波图像房性早搏的装置包括:心电波图像获取模块、特征点识别模块和房性早搏识别模块。
其中,心电波图像获取模块,用于获取预定时间长度的心电波图像。其中,预定时间长度的取值范围为:至少20秒。进一步,识别心电波图像房性早搏的装置还包括:心电信号获取模块和滤波模块。心电信号获取模块用于获取预定时间长度的心电信号;滤波模块用于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波图像。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。
特征点识别模块,用于识别所述心电波图像中的特征点和特征波。具体地,识别心电波图像中特征点的位置数据。其中,特征点至少包括:P点、Q点、R点和S点。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。
房性早搏识别模块,用于基于所述特征点和特征波对所述心电波图像进行房性早搏的识别。
在第二实施例中,第一实施例中的特征点识别模块包括特征点位置数据生成单元和特征波生成单元。
特征点位置数据生成单元,基于双正交样条B小波和一阶差分对心电波图像进行识别,得到特征点的位置数据。具体地,基于双正交样条B小波对心电波图像进行识别,得到Q点、R点和S点的位置数据;基于一阶差分对心电波图像进行识别,得到P点的位置数据。
特征波生成单元:基于得到的特征点的位置数据得到特征波。将特征点之间的波段作为特征波。
在第三实施例中,第一实施例中的房性早搏识别模块,包括心拍划分单元、心拍识别单元和患病程度计算单元。其中,心拍划分单元用于将所述心电波图像划分为多个心拍。心拍识别单元,用于对于每个所述心拍,如果该心拍内的所述特征点和特征波满足预设条件,则将该心拍识别为房性早搏。患病程度计算单元,根据被识别为房性早搏的心拍在全部心拍的所占比例,得到房性早搏的患病程度。
所述心拍识别单元,还用于在当该心拍内的所述特征点和特征波满足以下三个预设条件,则将该心拍识别为房性早搏:
预设条件一:每个心拍的RR间期小于所有心拍的RR间期均值;
预设条件二:PR间期大于0.12s;
预设条件三:QRS波群呈现为rSR’。
图5是本发明提供的识别心电波图像房性早搏的系统的示意图。
如图5所示,识别心电波图像房性早搏的系统,包括:心电信号采集器、用户终端和服务器。
其中,心电信号采集器,用于采集预定时间的心电信号。
用户终端,与所述心电信号采集器通信连接,用于接收所述心电信号,并对接收的所述心电信号进行滤波处理,得到心电波图像;
服务器,与所述用户终端通信连接以接收所述心电波图像;所述服务器包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述程序时实现上述任一项所述识别心电波图像房性早搏的方法的步骤。
图6是本发明提供的电子设备的硬件结构示意图。
如图6所示,本发明还提供了一种电子设备,包括:一个或多个处理器以及存储器,图6中以一个处理器为例。处理器、存储器可以通过总线或其他方式连接,图6中以通过总线连接的方式为例。
本领域技术人员可以理解,图6中示出的电子设备的结构并不构成对本发明实施例的限定,它既可以是总线形结构,也可以是星型结构,还可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。
处理器可以由集成电路(IntegratedCircuit,简称IC)组成,例如可以由单颗封装的IC所组成,也可以由连接多颗相同功能或不同功能的封装IC而组成。举例来说,处理器可以仅包括中央处理器(CentralProcessingUnit,简称CPU),也可以是CPU、数字信号处理器(digitalsignalprocessor,简称DSP)、图形处理器(GraphicProcessingUnit,简称GPU)及各种控制芯片的组合。在本发明实施方式中,CPU可以是单运算核心,也可以包括多运算核心。
存储器作为一种非暂态计算机可读存储介质,可用于存储非暂态软件程序、非暂态计算机课执行程序以及模块,如本申请实施例中的识别心电波图像房性早搏装置对应的程序模块(例如,附图4所示的心电波图像获取模块、特征点识别模块和房性早搏识别模块模块)。处理器通过运行存储在存储器的非暂态软件程序以及模块,从而执行服务器的各种功能应用以及数据处理,即实现上述识别心电波图像房性早搏方法实施例的处理方法。
存储器可以包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需要的应用程序;在本发明实施例中,操作系统可以是Android系统、iOS系统或Windows操作系统等等。存储数据区可存储依据识别心电波图像房性早搏装置的使用所创建的数据等。此外,存储器可以包括高速随机存取存储器,还可以包括非暂态存储器,例如至少一个磁盘存储器件、闪存器件、或者其他非暂态固态存储器件。在一些实施例中,存储器可选包括相对于处理器远程设置的存储器。上述网络的实施例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
电子设备可以服务器、智能手机(如Android手机、iOS手机等)、平板电脑、掌上电脑以及移动互联网设备MobileInternetDevices,MID)、PAD等。
应当理解的是,本发明的上述具体实施方式仅仅用于示例性说明或解释本发明的原理,而不构成对本发明的限制。因此,在不偏离本发明的精神和范围的情况下所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。此外,本发明所附权利要求旨在涵盖落入所附权利要求范围和边界、或者这种范围和边界的等同形式内的全部变化和修改例。
Claims (11)
1.一种识别心电波图像房性早搏的方法,其特征在于,包括:
获取预定时间长度的心电波图像;
识别所述心电波图像中的特征点和特征波;
基于所述特征点和特征波对所述心电波图像进行房性早搏的识别。
2.根据权利要求1所述的方法,其特征在于,
所述预定时间长度的取值范围为:至少20秒;
所述特征点至少包括:P点、Q点、R点和S点;
所述特征波至少包括:P波和QRS波群;其中,所述QRS波群包括Q波、R波和S波。
3.根据权利要求2所述的方法,其特征在于,所述基于所述特征点和特征波对所述心电波图像进行房性早搏的识别,包括:
将所述心电波图像划分为多个心拍;
对于每个所述心拍,如果该心拍内的所述特征点和特征波满足预设条件,则将该心拍识别为房性早搏;
根据被识别为房性早搏的心拍在全部心拍的所占比例,得到房性早搏的患病程度。
4.根据权利要求3所述的方法,其特征在于,如果该心拍内的所述特征点和特征波满足以下三个预设条件,则将该心拍识别为房性早搏:
预设条件一:每个心拍的RR间期小于所有心拍的RR间期均值;
预设条件二:PR间期大于0.12s;
预设条件三:QRS波群呈现为rSR’。
5.根据权利要求4所述的方法,其特征在于,所述判断QRS波群是否呈现为rSR’具体包括:
通过R点算法,找到一个负向的最低点;
若所述负向的最低点前后均有两个正向的波峰,且后面的波峰大于前面的波峰,则将所述负向的最低点以及其左右的两个正向的波峰从左到右分别判定为r点、S点、R’点。
6.一种识别心电波图像房性早搏的装置,其特征在于,包括:
心电波图像获取模块,用于获取预定时间长度的心电波图像;
特征点识别模块,用于识别所述心电波图像中的特征点和特征波;
房性早搏识别模块,用于基于所述特征点和特征波对所述心电波图像进行房性早搏的识别。
7.根据权利要求6所述的装置,其特征在于,
所述预定时间长度的取值范围为:至少20秒;
所述特征点至少包括:P点、Q点、R点和S点;
所述特征波至少包括:P波和QRS波群;其中,所述QRS波群包括Q波、R波和S波。
8.根据权利要求7所述的装置,其特征在于,所述房性早搏识别模块,包括:
心拍划分单元,将所述心电波图像划分为多个心拍;
心拍识别单元,对于每个所述心拍,如果该心拍内的所述特征点和特征波满足预设条件,则将该心拍识别为房性早搏;
患病程度计算单元,根据被识别为房性早搏的心拍在全部心拍的所占比例,得到房性早搏的患病程度。
9.根据权利要求8所述的装置,其特征在于,所述心拍识别单元,还用于在当该心拍内的所述特征点和特征波满足以下三个预设条件,则将该心拍识别为房性早搏:
预设条件一:每个心拍的RR间期小于所有心拍的RR间期均值;
预设条件二:PR间期大于0.12s;
预设条件三:QRS波群呈现为rSR’。
10.一种电子设备,其特征在于,包括:存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述程序时实现权利要求1至5任一项所述方法的步骤。
11.一种识别心电波图像房性早搏的系统,其特征在于,包括:
心电信号采集器,用于采集预定时间的心电信号;
用户终端,与所述心电信号采集器通信连接,用于接收所述心电信号,并对接收的所述心电信号进行滤波处理,得到心电波图像;
服务器,与所述用户终端通信连接以接收所述心电波图像;所述服务器包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述程序时实现权利要求1至5任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810758822.4A CN109044334A (zh) | 2018-07-11 | 2018-07-11 | 识别心电波图像房性早搏的方法、装置、系统和电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810758822.4A CN109044334A (zh) | 2018-07-11 | 2018-07-11 | 识别心电波图像房性早搏的方法、装置、系统和电子设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109044334A true CN109044334A (zh) | 2018-12-21 |
Family
ID=64816040
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810758822.4A Pending CN109044334A (zh) | 2018-07-11 | 2018-07-11 | 识别心电波图像房性早搏的方法、装置、系统和电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109044334A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109998523A (zh) * | 2019-03-27 | 2019-07-12 | 苏州平稳芯跳医疗科技有限公司 | 一种单导心电信号分类方法和单导心电信号分类系统 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102188240A (zh) * | 2010-03-05 | 2011-09-21 | 华东师范大学 | 一种心电图数据采样方法及其装置 |
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 |
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 |
US9649039B1 (en) * | 2014-07-25 | 2017-05-16 | Impact Sports Technologies, Inc. | Mobile plethysmographic device |
US20170189134A1 (en) * | 2013-09-12 | 2017-07-06 | Biosense Webster (Israel) Ltd. | Method for mapping ventricular/atrial premature beats during sinus rhythm |
-
2018
- 2018-07-11 CN CN201810758822.4A patent/CN109044334A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102188240A (zh) * | 2010-03-05 | 2011-09-21 | 华东师范大学 | 一种心电图数据采样方法及其装置 |
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 |
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 |
US20170189134A1 (en) * | 2013-09-12 | 2017-07-06 | Biosense Webster (Israel) Ltd. | Method for mapping ventricular/atrial premature beats during sinus rhythm |
US9649039B1 (en) * | 2014-07-25 | 2017-05-16 | Impact Sports Technologies, Inc. | Mobile plethysmographic device |
Non-Patent Citations (2)
Title |
---|
叶舜宾: "《临床常见问题及处理》", 30 December 2000, 吉林科学技术出版社 * |
阿图•卢斯拉: "《轻松解读心电图》", 30 August 2013, 天津科技翻译出版社 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109998523A (zh) * | 2019-03-27 | 2019-07-12 | 苏州平稳芯跳医疗科技有限公司 | 一种单导心电信号分类方法和单导心电信号分类系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10123741B2 (en) | Cardiac condition detection | |
US11389099B2 (en) | Annotation waveform | |
CN102038497B (zh) | 一种心电信号噪声分析方法 | |
US11013447B2 (en) | Cardiac mapping using a 3D grid | |
EP3394698A1 (en) | Computational localization of fibrillation sources | |
CN106214145A (zh) | 一种基于深度学习算法的心电图分类方法 | |
JP2016019753A (ja) | 患者の心臓の電気解剖学的画像を提供するためのシステムおよびその作動方法 | |
CN106963481A (zh) | 在心房纤颤过程中识别局灶性源 | |
CN109044347B (zh) | 识别心电波图像交界性逸搏方法、装置、系统和电子设备 | |
US20180303345A1 (en) | System and Method for Imaging Episodic Cardiac Conditions | |
CN111000551A (zh) | 一种基于深度卷积神经网络模型的心脏病发风险诊断方法 | |
CN113499079A (zh) | 一种心电图中的房颤检测方法 | |
CN113384277B (zh) | 心电数据的分类方法及分类系统 | |
CN106974644A (zh) | 一种心电图r波检测方法以及系统 | |
WO2024082923A1 (zh) | 心律失常的识别方法和可穿戴设备 | |
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 | |
TWI353242B (en) | Rapid method for analyzing bio-signal instantaneou | |
US20230346305A1 (en) | Parameter determination method, parameter determination apparatus, storage medium, and electronic device | |
CN109009071A (zh) | 一种识别心电波图像特征点的方法和装置 | |
CN112971798A (zh) | 心电信号处理方法、装置、终端及存储介质 | |
CN114246569A (zh) | 检测早搏类型的方法、装置及介质 | |
CN110464339A (zh) | 一种心电图分析方法及装置 | |
TWI555506B (zh) | 心電訊號的分析系統及方法 | |
CN109124621A (zh) | 识别心电波图像房室交界性早搏的方法、装置和系统 | |
CN108784683A (zh) | 包括用于特征检测的滤波器的ecg机器 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20181221 |
|
RJ01 | Rejection of invention patent application after publication |