CN109091139B - 一种修正阵发性心律失常事件的方法及装置 - Google Patents

一种修正阵发性心律失常事件的方法及装置 Download PDF

Info

Publication number
CN109091139B
CN109091139B CN201810772359.9A CN201810772359A CN109091139B CN 109091139 B CN109091139 B CN 109091139B CN 201810772359 A CN201810772359 A CN 201810772359A CN 109091139 B CN109091139 B CN 109091139B
Authority
CN
China
Prior art keywords
segment
arrhythmia
event
events
arrhythmia event
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.)
Expired - Fee Related
Application number
CN201810772359.9A
Other languages
English (en)
Other versions
CN109091139A (zh
Inventor
肖汉
李强
罗逸飞
穆峰
曲仕辉
张晓欣
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.)
Xilan Technology Beijing Co ltd
Original Assignee
Xilan Technology Beijing 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 Xilan Technology Beijing Co ltd filed Critical Xilan Technology Beijing Co ltd
Priority to CN201810772359.9A priority Critical patent/CN109091139B/zh
Publication of CN109091139A publication Critical patent/CN109091139A/zh
Application granted granted Critical
Publication of CN109091139B publication Critical patent/CN109091139B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • 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
    • A61B5/35—Detecting specific parameters of the electrocardiograph cycle by template matching
    • 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
    • A61B5/7235—Details of waveform analysis

Landscapes

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

Abstract

本发明公开了一种修正阵发性心律失常事件的方法及装置，该修正阵发性心律失常事件的方法包括：识别至少两个心律失常事件中的每一心律失常事件的起始段和结束段；提取每一心律失常事件的起始段和结束段之间的片段；根据人工优化的至少两个心律失常事件中的第一心律失常事件的起始段和结束段，采用AI算法修正至少两个心律失常事件中非第一心律失常事件的起始段和结束段。

Description

一种修正阵发性心律失常事件的方法及装置
技术领域
本发明涉及人工智能数据分析技术领域，具体涉及一种修正阵发性心律失常事件的方法及装置。
背景技术
目前市场上修正阵发性心律失常，主要是采用手工进行修正，一方面对医生的能力要求较高，同时也增加了医生的工作量；另外，每个医生的个人观点也会影响手工修正的结果。因此，急需一种不过多增加医生的工作量，且能缩短手工修正的过程的修正方案。
发明内容
本发明的目的在于提供一种修正阵发性心律失常事件的方法，用以解决现有技术中阵发性心律失常片段多，手工修正过程长的问题。
为实现上述目的，本发明的技术方案为一种修正阵发性心律失常事件的方法，该修正阵发性心律失常事件的方法包括：识别至少两个心律失常事件中的每一心律失常事件的起始段和结束段；提取每一心律失常事件的起始段和结束段之间的片段；根据人工优化的至少两个心律失常事件中的第一心律失常事件的起始段和结束段，采用AI算法修正至少两个心律失常事件中非第一心律失常事件的起始段和结束段。
可选的，在识别至少两个心律失常事件中的每一心律失常事件的起始段和结束段的步骤之后，修正阵发性心律失常事件的方法，还包括：识别每一心律失常事件的前置异常心搏和后置异常心搏；提取每一心律失常事件的起始段和结束段之间的片段，以及提取每一心律失常事件的前置异常心搏和后置异常心搏；根据人工优化的至少两个心律失常事件中的第一心律失常事件的起始段、结束段至少一个心律失常事件的起始段、结束段、前置异常心搏和后置异常心搏，采用AI算法修正至少两个心律失常事件中非至少一个第一心律失常事件的起始段和结束段。
可选的，提取每一心律失常事件的起始段和结束段之间的片段，以及提取每一心律失常事件的前置异常心搏和后置异常心搏提取每一心律失常事件的起始和结束之间的片段，以及提取每一心律失常事件的前置异常心搏和后置异常心搏，具体包括：根据神经网络模型从原始心电数据中，提取每一心律失常事件的起始和结束之间的片段，以及提取每一心律失常事件的前置异常心搏和后置异常心搏。
可选的，该修正阵发性心律失常事件的方法，还包括：采用前标线和后标线分别标记每一心律失常事件对应的前置异常心搏和后置异常心搏。
可选的，方该修正阵发性心律失常事件的方法，还包括：调整每一心律失常事件对应的起始段和结束段之间的片段的长度。
可选的，方该修正阵发性心律失常事件的方法，还包括：将至少两个心律失常事件在一个窗口排列显示。
为实现上述目的，本发明的技术方案为一种修正阵发性心律失常事件的装置，该修正阵发性心律失常事件的装置包括：识别模块，提取模块和修正模块；其中，识别模块，提取模块和修正模块；其中，识别模块，用于识别至少两个心律失常事件中的每一心律失常事件的起始段和结束段；提取模块，用于提取每一心律失常事件的起始段和结束段之间的片段；修正模块，用于根据人工优化的至少两个心律失常事件中的第一心律失常事件的起始段和结束段，采用AI算法修正至少两个心律失常事件中非第一心律失常事件的起始段和结束段。
可选的，识别模块，还用于：识别每一心律失常事件的前置异常心搏和后置异常心搏；提取模块，还用于提取每一心律失常事件的起始段和结束段之间的片段，以及提取每一心律失常事件的前置异常心搏和后置异常心搏；修正模块，还用于根据人工优化的至少两个心律失常事件中的第一心律失常事件的起始段、结束段、前置异常心搏和后置异常心搏，采用AI算法修正至少两个心律失常事件中非第一心律失常事件的起始段和结束段。
可选的，提取模块，具体用于：根据神经网络模型从原始心电数据中，提取每一心律失常事件的起始和结束之间的片段，以及提取每一心律失常事件的前置异常心搏和后置异常心搏。
可选的，该修正阵发性心律失常事件的装置，还包括：标记模块；标记模块，用于采用前标线和后标线分别标记每一心律失常事件对应的前置异常心搏和后置异常心搏。
本发明具有如下优点：
能解决阵发性心律失常片段多，手工修正过程长的问题，基于AI算法，能自动完成对阵发性心律失常事件的修正。
附图说明
图1为本发明实施例提供了一种修正阵发性心律失常事件的方法的流程图。
图2为阵发性心律失常事件排列显示示意图。
图3为本发明实施例提供了一种修正阵发性心律失常事件的装置的结构示意图。
具体实施方式
以下实施例用于说明本发明，但不用来限制本发明的范围。
实施例1
图1为本发明实施例提供了一种修正阵发性心律失常事件的方法的流程图。如图1所示，该修正阵发性心律失常事件的方法的步骤包括：
步骤S101：识别至少两个心律失常事件中的每一心律失常事件的起始段和结束段；
步骤S102：提取每一心律失常事件的起始段和结束段之间的片段；
具体地，根据神经网络模型，例如，6级神经网络模型或者8级神经网络模型从原始心电数据，提取心律失常事件。
步骤S103：根据人工优化的至少两个心律失常事件中的第一心律失常事件的起始段和结束段，采用AI算法修正至少两个心律失常事件中非第一心律失常事件的起始段和结束段。
需要说明的是，医生对心律失常事件的心律失常事件的优化，是一个辅助的过程，主要是由AI算法进行优化，在每一次优化完之后，需要将医生优化的部分对AI算法进行优化；在进行心律失常事件优化时，先需要医生进行优化，然后会根据医生当前的优化和上一次医生优化的记录，采用AI算法，对未进行优化的心律失常事件进行优化，如此往复，能减少人工的操作，节省医生操作的时间。
在步骤S103中则是对当前医生对心律失常事件的优化，在下一次进行优化的时候，可以根据步骤S103中医生对心律失常事件的优化和下一次当前医生对心律失常事件的优化，采用AI算法，对未优化的心律失常事件进行优化。
在识别至少两个心律失常事件中的每一心律失常事件的起始段和结束段的同时或之后，该修正阵发性心律失常事件的方法，还包括：识别每一心律失常事件的前置异常心搏和后置异常心搏；提取每一心律失常事件的起始段和结束段之间的片段，以及提取每一心律失常事件的前置异常心搏和后置异常心搏；根据人工优化的至少两个心律失常事件中的第一心律失常事件的起始段、结束段、前置异常心搏和后置异常心搏，采用AI算法修正至少两个心律失常事件中非第一心律失常事件的起始段和结束段。
此处的前置异常心博和后置异常心博可以为心律失常事件的起始点和终止点，一旦遇到前置异常心博也就意味着接下来的片段为心律异常事件。起始段包括至少一个异常心博，结束段也是包括至少一个异常心博。
其中，第一心律失常事件可以是至少两个心律失常事件中的一个或多个心律失常事件，非第一心律失常事件则是指至少两个心律失常事件中除第一心律失常事件之外的心律失常事件。
为了更精确的确定每一次心律失常事件的位置，还可以对每一心律失常事件用前标线和后标线进行标记，方便人工快速核查。
可选的，在步骤S101之前，该修正阵发性心律失常事件的方法，还包括：采用前标线和后标线对每一心律失常事件进行标记。
在心电图中，每一次心律失常事件可能时间长度不一，本发明实施例为了解决这个问题，讲每一次心律失常事件的时间长度调整为一致，便于后续人工核查。
可选的，该修正阵发性心律失常事件的方法，还包括：采用缩放的方式将每一阵发性心律失常事件的片段长度归整，方便人工整体核查。
需要说明的是，标记每一阵发性心律失常事件可以在缩放每一阵发性心律失常事件的片段的长度之前，也可以在缩放每一阵发性心律失常事件的片段的长度的同时或者之后；在缩放之后进行标记，相较结果更准确。
为了进一步方便核查，可以将提取出的每一次阵发性心律失常事件显示在一个窗口，便于核对，排布方式如图2。
实施例2
图3为本发明实施例提供了一种修正阵发性心律失常事件的装置，该修正阵发性心律失常事件的装置包括：识别模块，提取模块和修正模块。
识别模块，用于识别至少两个心律失常事件中的每一心律失常事件的起始段和结束段；提取模块，用于提取每一心律失常事件的起始段和结束段之间的片段；修正模块，根据人工优化的至少两个心律失常事件中的第一心律失常事件的起始段和结束段，采用AI算法修正至少两个心律失常事件中非第一心律失常事件的起始段和结束段。
可选的，识别模块，还用于：识别每一心律失常事件的前置异常心搏和后置异常心搏；提取模块，还用于提取每一心律失常事件的起始段和结束段之间的片段，以及提取每一心律失常事件的前置异常心搏和后置异常心搏；修正模块，还用于根据人工优化的至少两个心律失常事件中的第一心律失常事件的起始段、结束段、前置异常心搏和后置异常心搏，采用AI算法修正至少两个心律失常事件中非第一心律失常事件的起始段和结束段。
可选的，提取模块，具体用于：根据神经网络模型从原始心电数据中，提取每一心律失常事件的起始和结束之间的片段，以及提取每一心律失常事件的前置异常心搏和后置异常心搏。
可选的，装置，还包括：标记模块；标记模块，用于采用前标线和后标线分别标记每一心律失常事件对应的前置异常心搏和后置异常心搏。
可选的，该修正阵发性心律失常事件的装置，还包括：调整模块；调整每一心律失常事件对应的起始段和结束段之间的片段的长度。
可选的，该修正阵发性心律失常事件的装置，还包括：显示模块；显示模块，用于将至少两个心律失常事件在一个窗口排列显示。
虽然，上文中已经用一般性说明及具体实施例对本发明作了详尽的描述，但在本发明基础上，可以对之作一些修改或改进，这对本领域技术人员而言是显而易见的。因此，在不偏离本发明精神的基础上所做的这些修改或改进，均属于本发明要求保护的范围。

Claims (8)

1.一种修正阵发性心律失常事件的方法，其特征在于，所述方法包括：
识别至少两个心律失常事件中的每一心律失常事件的起始段和结束段；
提取每一心律失常事件的起始段和结束段之间的片段；
根据人工优化的至少两个心律失常事件中的第一心律失常事件的起始段和结束段，采用AI算法修正至少两个心律失常事件中非第一心律失常事件的起始段和结束段；
在识别至少两个心律失常事件中的每一心律失常事件的起始段和结束段的步骤之后，所述方法，还包括：
识别每一心律失常事件的前置异常心搏和后置异常心搏；
提取每一心律失常事件的起始段和结束段之间的片段，以及提取每一心律失常事件的前置异常心搏和后置异常心搏；
根据人工优化的至少两个心律失常事件中的第一心律失常事件的起始段、结束段、前置异常心搏和后置异常心搏，采用AI算法修正至少两个心律失常事件中非第一心律失常事件的起始段和结束段。
2.根据权利要求1所述的方法，其特征在于，提取每一心律失常事件的起始段和结束段之间的片段，以及提取每一心律失常事件的前置异常心搏和后置异常心搏，具体包括：
根据神经网络模型从原始心电数据中，提取每一心律失常事件的起始和结束之间的片段，以及提取每一心律失常事件的前置异常心搏和后置异常心搏。
3.根据权利要求1所述的方法，其特征在于，所述方法，还包括：
采用前标线和后标线分别标记每一心律失常事件对应的前置异常心搏和后置异常心搏。
4.根据权利要求1所述的方法，其特征在于，所述方法还包括：
调整每一心律失常事件对应的起始段和结束段之间的片段的长度。
5.根据权利要求1所述的方法，其特征在于，所述方法，还包括：
将至少两个心律失常事件在一个窗口排列显示。
6.一种修正阵发性心律失常事件的装置，其特征在于，所述装置包括：识别模块，提取模块和修正模块；其中，
所述识别模块，用于识别至少两个心律失常事件中的每一心律失常事件的起始段和结束段；
所述提取模块，用于提取每一心律失常事件的起始段和结束段之间的片段；
修正模块，用于根据人工优化的至少两个心律失常事件中的第一心律失常事件的起始段和结束段，采用AI算法修正至少两个心律失常事件中非第一心律失常事件的起始段和结束段；
识别模块，还用于：
识别每一心律失常事件的前置异常心搏和后置异常心搏；
提取模块，还用于提取每一心律失常事件的起始段和结束段之间的片段，以及提取每一心律失常事件的前置异常心搏和后置异常心搏；
修正模块，还用于根据人工优化的至少两个心律失常事件中的第一心律失常事件的起始段、结束段、前置异常心搏和后置异常心搏，采用AI算法修正至少两个心律失常事件中非第一心律失常事件的起始段和结束段。
7.根据权利要求6所述的装置，其特征在于，提取模块，具体用于：
根据神经网络模型从原始心电数据中，提取每一心律失常事件的起始和结束之间的片段，以及提取每一心律失常事件的前置异常心搏和后置异常心搏。
8.根据权利要求6所述的装置，其特征在于，所述装置，还包括：标记模块；
所述标记模块，用于采用前标线和后标线分别标记每一心律失常事件对应的前置异常心搏和后置异常心搏。
CN201810772359.9A 2018-07-13 2018-07-13 一种修正阵发性心律失常事件的方法及装置 Expired - Fee Related CN109091139B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810772359.9A CN109091139B (zh) 2018-07-13 2018-07-13 一种修正阵发性心律失常事件的方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810772359.9A CN109091139B (zh) 2018-07-13 2018-07-13 一种修正阵发性心律失常事件的方法及装置

Publications (2)

Publication Number Publication Date
CN109091139A CN109091139A (zh) 2018-12-28
CN109091139B true CN109091139B (zh) 2021-04-30

Family

ID=64846423

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810772359.9A Expired - Fee Related CN109091139B (zh) 2018-07-13 2018-07-13 一种修正阵发性心律失常事件的方法及装置

Country Status (1)

Country Link
CN (1) CN109091139B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110811597B (zh) * 2019-11-13 2022-02-18 深圳市邦健科技有限公司 心电图记录方法、心电图记录仪、装置及存储介质

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1084092A (zh) * 1992-06-24 1994-03-23 心脏科学有限公司 外置的自动心电复律器/去纤颤器
CN103251405A (zh) * 2013-04-18 2013-08-21 深圳市科曼医疗设备有限公司 心律失常分析方法和系统
CN104586385A (zh) * 2015-02-12 2015-05-06 中国人民解放军总医院 基于心电图的心率分析方法及设备
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
CN107951485A (zh) * 2017-11-27 2018-04-24 乐普（北京）医疗器械股份有限公司 基于人工智能自学习的动态心电图分析方法和装置

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8326407B2 (en) * 2004-10-19 2012-12-04 University Of Washington Long-term monitoring for discrimination of different heart rhythms

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1084092A (zh) * 1992-06-24 1994-03-23 心脏科学有限公司 外置的自动心电复律器/去纤颤器
CN103251405A (zh) * 2013-04-18 2013-08-21 深圳市科曼医疗设备有限公司 心律失常分析方法和系统
CN104586385A (zh) * 2015-02-12 2015-05-06 中国人民解放军总医院 基于心电图的心率分析方法及设备
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
CN107951485A (zh) * 2017-11-27 2018-04-24 乐普（北京）医疗器械股份有限公司 基于人工智能自学习的动态心电图分析方法和装置

Also Published As

Publication number Publication date
CN109091139A (zh) 2018-12-28

Similar Documents

Publication Publication Date Title
CN110232383B (zh) 一种基于深度学习模型的病灶图像识别方法及病灶图像识别系统
EP4092570A1 (en) Heartbeat classification method for multi-tag ecg signal labeling, and device
CN110236520B (zh) 基于双卷积神经网络的心电图类型识别装置
US20210224742A1 (en) Method for creating underwriting decision tree, computer device and storage medium
CN108720831B (zh) 一种基于导联深度神经网络的自动心律失常分析方法
CN108937912B (zh) 一种基于深度神经网络的自动心律失常分析方法
CN109091139B (zh) 一种修正阵发性心律失常事件的方法及装置
CN103654770A (zh) 移动心电信号qrs波实时波检测方法及装置
CN104367318A (zh) 房颤检测方法和装置
CN111310835A (zh) 目标对象的检测方法及装置
CN109492107A (zh) 一种导诊的方法及装置
CN115115620B (zh) 一种基于深度学习的肺炎病变模拟方法及系统
US20150379374A1 (en) Image display device and method
CN116913451B (zh) 一种医疗随访系统
WO2021162488A3 (ko) 질환을 예측하는 방법 및 이를 수행하는 장치
CN112599214A (zh) 从电子病历中提取出icd编码的方法及系统
CN116013487B (zh) 一种应用于医疗系统数据适配方法和系统
CN107491659A (zh) 一种医疗设备系统升级方法和装置
CN109036503A (zh) 一种生成心电图诊断报告的系统及方法
CN114464260B (zh) 染色体水平基因组的组装方法和组装装置
WO2022133915A1 (zh) 一种通过语音合成方法自动训练的语音识别系统及方法
CN114520044A (zh) 基于深度学习的视网膜眼底图像半自动标注装置
CN103110438A (zh) 一种用于脊柱后路微创置钉小切口的撑开维持装置
CN210043980U (zh) 一种色卡
CN109394197B (zh) 一种基于时频分析的心率变异性测量方法、装置及设备

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
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20210430

CF01 Termination of patent right due to non-payment of annual fee