CN110074774A - 基于心磁图的心脏室间隔异常的分析方法、系统、介质及终端 - Google Patents

基于心磁图的心脏室间隔异常的分析方法、系统、介质及终端 Download PDF

Info

Publication number
CN110074774A
CN110074774A CN201910351375.5A CN201910351375A CN110074774A CN 110074774 A CN110074774 A CN 110074774A CN 201910351375 A CN201910351375 A CN 201910351375A CN 110074774 A CN110074774 A CN 110074774A
Authority
CN
China
Prior art keywords
magnetocardiogram
cardiac septum
characteristic parameter
data set
cardiac
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.)
Granted
Application number
CN201910351375.5A
Other languages
English (en)
Other versions
CN110074774B (zh
Inventor
王月霞
倪煊中
张树林
曾曹宁
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 CN201910351375.5A priority Critical patent/CN110074774B/zh
Publication of CN110074774A publication Critical patent/CN110074774A/zh
Application granted granted Critical
Publication of CN110074774B publication Critical patent/CN110074774B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/24Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/242Detecting biomagnetic fields, e.g. magnetic fields produced by bioelectric currents
    • A61B5/243Detecting biomagnetic fields, e.g. magnetic fields produced by bioelectric currents specially adapted for magnetocardiographic [MCG] signals
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/72Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7203Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/72Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7225Details of analog processing, e.g. isolation amplifier, gain or sensitivity adjustment, filtering, baseline or drift compensation
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/72Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7235Details of waveform analysis

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Signal Processing (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)
  • Artificial Intelligence (AREA)
  • Physiology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Psychiatry (AREA)
  • Cardiology (AREA)
  • Power Engineering (AREA)
  • Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)

Abstract

本发明提供一种基于心磁图的心脏室间隔异常的分析方法、系统、介质及终端,包括以下步骤:对多通道心磁图仪采集的心磁图数据集进行预处理,获取QRS波波段心磁图周波数据集;基于所述QRS波波段心磁图周波数据集、所述多通道心磁图仪每个心磁通道记录的磁场强度和所述心磁通道的位置信息,获取磁场等磁图,并基于所述磁场等磁图获取电流密度图;基于所述电流密度图,提取与心脏室间隔相关的特征参数;根据所述特征参数判断心脏室间隔是否异常。本发明通过分析心磁图中QRS波的信号特征,提取与心脏室间隔相关的特征参数,将其与原始心脏电活动规律联系起来,从而实现对心脏室间隔是否异常的判断功能,提高了心脏室间隔异常判断的准确性。

Description

基于心磁图的心脏室间隔异常的分析方法、系统、介质及终端
技术领域
本发明涉及数据处理技术领域,特别是涉及一种基于心磁图的心脏室间隔异常的分析方法、系统、介质及终端。
背景技术
人体生命活动背后隐藏着丰富的电磁信息,心脏心肌细胞在除极和复极的电活动中会产生微弱的磁场,强度约为10-12特斯拉。心磁图仪(Magnetocardiography,MCG)是一种通过检测人体心脏电活动产生的空间磁场进行成像分析的新型心脏疾病诊断方法,作为一种新型的无接触无创技术,心磁图仪可以对心脏产生的电磁场变化进行可视化分析和显示,帮助医生准确快速的诊断心脏疾病,临床结果显示,心磁图在心脏病发病风险分级、普查、介入诊治效果评估等方面将有着突出的优势和应用前景。
根据《周氏实用心电图学第六版》心室激动的QRS波,图1为切除部分右心室、室间隔及左心室后,打开左右心腔的时线图,以毫秒为单位,其QR波时间分布为:(1)心室激动的最早位点位于左室间隔中部(10ms等时线);(2)20ms时激动的波峰扩布至心尖、左室前壁、右室间隔邻近前乳头肌附着点以及部分右室游离壁,因此激动波:一个从左室间隔中下部向右扩布,另一个(稍后)从右室间隔心内膜下向左扩布;(3)30ms时心室激动已波及一半左右心尖隔面的心内膜下心肌,向外扩布至前壁大部及部分下壁心肌;(4)40ms时,左室前壁大部及右室除极已完毕,此时整个除极方向是向下、向左,由此可知Q波-R波电活动除极方向如图2所示,呈逆时针偏转轨迹;角度的定义如图3所示。
心磁图仪采样频率为1kHz,图像分辨率高,可清晰详细的看出每1毫秒Q波-R波电活动除极偏转过程见图4(注:红色箭头为主电流),心磁图图谱有等磁图和电流密度图,由于电磁相互转化,为方便直观显示电活动规律,可采用电流密度图进行显示和角度提取,获取Q波-R波电流角度随时刻变化偏转轨迹,通过偏转轨迹可判断心脏室间隔是否心肌缺血。
目前国内外研究者关注于深度挖掘提取心磁图特征参数,判断其对心肌缺血等疾病预测的灵敏性和可靠性,并没有考虑其原始电活动规律。
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基于心磁图的心脏室间隔异常的分析方法、系统、介质及终端,通过将对心脏室间隔敏感的特征参数与心脏电活动规律联系起来,实现对心脏室间隔是否异常的判断功能。
为实现上述目的及其他相关目的,本发明提供一种基于心磁图的心脏室间隔异常的分析方法,包括以下步骤:对多通道心磁图仪采集的心磁图数据集进行预处理,获取QRS波波段心磁图周波数据集;基于所述QRS波波段心磁图周波数据集、所述多通道心磁图仪每个心磁通道记录的磁场强度和所述心磁通道的位置信息,获取磁场等磁图,并基于所述磁场等磁图获取电流密度图;基于所述电流密度图,提取与心脏室间隔相关的特征参数;根据所述特征参数判断心脏室间隔是否异常。
于本发明一实施例中,对多通道心磁图仪采集的心磁图数据集进行预处理包括以下步骤:
对所述心磁图数据集进行滤波去噪处理;
对滤波去噪后的心磁图数据集进行均值化处理;
对均值化处理后的心磁图数据集进行QRS波周期分割,以获取QRS波波段心磁图周波数据集。
于本发明一实施例中,所述电流密度图是所述磁场等磁图经电磁转化形成的,并用箭头指明了各点的电流角度方向。
进一步地,所述电磁转化的转化公式为:
其中,(x,y)表示胸腔上方某一点在磁场等磁图上的坐标;F(x,y)表示该点对应的磁场强度;J表示该点的电流密度,包括大小和电流角度方向。
于本发明一实施例中,提取与心脏室间隔相关的特征参数包括以下步骤:
获取对应Q波峰值时刻点至R波峰值时刻点的电流密度;
将所述对应Q波峰值时刻点至R波峰值时刻点间的间期平均分割成预设数量帧;
获取每一帧的电流角度;
基于所述电流角度,提取与心脏室间隔相关的特征参数。
进一步地,所述特征参数的提取公式为:
特征参数=前一帧电流角度-后一帧电流角度。
于本发明一实施例中,根据所述特征参数判断心脏室间隔是否异常包括下面两种情形:
当特征参数大于等于零时,心脏室间隔除极逆时针偏转,则心脏室间隔正常;
当特征参数不全大于等于零时,则心脏室间隔异常。
本发明提供一种基于心磁图的心脏室间隔异常的分析系统,包括预处理模块、图像处理模块、提取模块和异常判断模块;所述预处理模块用于对多通道心磁图仪采集的心磁图数据集进行预处理,以得到均值后的QRS波波段心磁图周波数据集;所述图像处理模块用于根据所述QRS波波段心磁图周波数据集、所述多通道心磁图仪每个心磁通道记录的磁场强度和所述心磁通道的位置信息绘制磁场等磁图,并基于所述磁场等磁图绘制电流密度图;所述提取模块用于基于所述电流密度图,提取与心脏室间隔相关的特征参数;所述异常判断模块用于根据所述特征参数判断心脏室间隔是否异常。
本发明提供一种存储介质,其上存储有计算机程序,该程序被处理器执行时实现上述的基于心磁图的心脏室间隔异常的分析方法。
本发明提供一种终端,包括:处理器及存储器;所述存储器用于存储计算机程序;所述处理器用于执行所述存储器存储的计算机程序,以使所述终端执行上述的基于心磁图的心脏室间隔异常的分析方法。
如上所述,本发明所述的基于心磁图的心脏室间隔异常的分析方法、系统、介质及终端,具有以下有益效果:
通过分析心磁图中QRS波的信号特征,提取与心脏室间隔相关的特征参数,将其与原始心脏电活动规律联系起来,从而实现对心脏室间隔是否异常的判断功能,提高了心脏室间隔异常判断的准确性。
附图说明
图1显示为现有技术中的切除部分右心室、室间隔及左心室后,打开左右心腔的时线图。
图2显示为现有技术中的心室Q波-R波除极电流方向变化示意图。
图3显示为现有技术中的电矢量角度分布轴示意图。
图4显示为现有技术中的电流密度图Q波-R波每隔1毫秒除极偏转过程示意图。
图5显示为本发明的基于心磁图的心脏室间隔异常的分析方法于一实施例中的流程图。
图6显示为本发明的基于心磁图的心脏室间隔异常的分析系统于一实施例中的结构示意图。
图7显示为本发明终端于一实施例中的的结构示意图。
图8显示为正常人的心磁图Q波-R波电流角度于一实施例中的变化示意图。
图9显示为的临床冠脉造影血管狭窄患者的心磁图Q波-R波电流角度于一实施例中变化示意图。
图10显示为临床冠脉造影血管狭窄患者的心磁图Q波-R波电流角度于另一实施例中的变化示意图。
元件标号说明
21 预处理模块
22 图像处理模块
23 提取模块
24 异常判断模块
31 处理器
32 存储器
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。
本发明的基于心磁图的心脏室间隔异常的分析方法、系统、介质及终端,通过分析心磁图中QRS波的信号特征,提取与心脏室间隔相关的特征参数,将其与原始心脏电活动规律联系起来,从而实现了对心脏室间隔是否异常的判断功能,提高了心脏室间隔异常判断的准确性。
如图5所示,本发明的基于心磁图的心脏室间隔异常的分析方法,包括以下步骤:
步骤S1、对多通道心磁图仪采集的心磁图数据集进行预处理,获取QRS波波段心磁图周波数据集。
具体地,多通道心磁图仪采集心磁图数据,得到心磁图数据集,再对所述心磁图数据集进行预处理,以便更好地进行心脏室间隔是否异常的判断。
于本发明一实施例中,对多通道心磁图仪采集的心磁图数据集进行预处理包括以下步骤:
(11)对所述心磁图数据集进行滤波去噪处理。
具体地,由于噪声对心磁图数据的质量影响很大,通过滤波去噪处理,保证了后续心脏室间隔异常判断的准确性。
(12)对滤波去噪后的心磁图数据集进行均值化处理。
具体地,通过均值化的处理,避免了高低峰值数据对后续心脏室间隔异常判断的影响。
(13)对均值化处理后的心磁图数据集进行QRS波周期分割,以获取QRS波波段心磁图周波数据集。
需要说明的是,心电图是由一系列的波组所构成,每个波组代表着每一个心动周期,一个波组包括P波、QRS波、T波和U波,本发明中通过采集QRS波波段的心磁图数据,以实现后续对心脏室间隔异常的判断功能。
QRS波包括三个紧密相连的波,第一个向下的波成为Q波,继Q波后的一个高尖的直立波称为R波,其中R峰点即为该R波的峰值点,R波后向下的波成为S波,QRS波反映了左、右两心室的除极过程。
具体地,以所述R峰点为基准点,对均值化处理后的心磁图数据集进行QRS波周期分割,以获取QRS波波段心磁图周波数据集。
步骤S2、基于所述QRS波波段心磁图周波数据集、所述多通道心磁图仪每个心磁通道记录的磁场强度和所述心磁通道的位置信息,获取磁场等磁图,并基于所述磁场等磁图获取电流密度图。
具体地,基于QRS波波段心磁图周波数据集,根据每个心磁通道记录的磁场强度和心磁通道的位置信息来绘制胸腔上方QRS波波段的磁场等磁图,电流密度图是磁场等磁图经电磁转化形成的,并用箭头指明了各点的电流角度方向。
进一步地,电磁转化的转化公式为:
其中,(x,y)表示胸腔上方某一点在磁场等磁图上的坐标;F(x,y)表示该点对应的磁场强度;J表示该点的电流密度,包括大小和电流角度方向。
具体地,磁场等磁图是利用等磁图算法生成的,其步骤包括截取各个心磁通道某个时刻的心磁图数据;计算各通道在胸腔表面对应的位置坐标;让各通道某个时刻的心磁图数据与对应的胸腔位置坐标进行对应,并将对应后的各坐标按位置排列以形成二维矩阵;对按位置排列好的二维心磁图数据进行二维插值;在颜色表中查到与各插值后的心磁图数据值相对应的颜色,并在心磁图的对应位置显示出来以绘制出彩色的磁场等磁图。
步骤S3、基于所述电流密度图,提取与心脏室间隔相关的特征参数。
具体地,根据电流密度图来提取与心脏室间隔相关的特征参数。
于本发明一实施例中,提取与心脏室间隔相关的特征参数包括以下步骤:
(21)获取对应Q波峰值时刻点至R波峰值时刻点的电流密度。
具体地,在电流密度图上,获取对应Q波峰值时刻点(n毫秒)至R波峰值时刻点(m毫秒)的电流密度。
(22)将所述对应Q波峰值时刻点至R波峰值时刻点间的间期平均分割成预设数量帧。
具体地,将Q波-R波间期(m-n)平均分成预设数量(y=(m-n)/x,即每x毫秒记为一帧)帧。
(23)获取每一帧的电流角度。
具体地,基于对应Q波峰值时刻点(n毫秒)至R波峰值时刻点(m毫秒)的电流密度,获取每一帧的电流角度(每隔x毫秒取一帧电流密度图的电流角度)。
(24)基于所述电流角度,提取与心脏室间隔相关的特征参数。
于本发明一实施例中,特征参数=前一帧电流角度-后一帧电流角度。
步骤S4、根据所述特征参数判断心脏室间隔是否异常。
于本发明一实施例中,根据特征参数判断心脏室间隔是否异常包括下面两种情形:当特征参数大于等于零时,心脏室间隔除极逆时针偏转,则心脏室间隔正常;当特征参数不全大于等于零时,则心脏室间隔异常。
其中,当Q波-R波心室间隔心肌活动除极过程时,正常人的心磁图QRS波段电流角度会逆时针从180度角转到45度角,对于心脏室间隔异常(如心肌缺血)的人则看不到这个旋转,将这一心脏活动规律与特征参数联系起来,可判断心脏室间隔是否异常。
需要说明的是,本发明的基于心磁图的心脏室间隔异常的分析方法的保护范围不限于本实施例列举的步骤执行顺序,凡是根据本发明的原理所做的现有技术的步骤增减、步骤替换所实现的方案都包括在本发明的保护范围内。
如图6所示,本发明的基于心磁图的心脏室间隔异常的分析系统包括依次相连的预处理模块21、图像处理模块22、提取模块23和异常判断模块24。
所述预处理模块21用于对多通道心磁图仪采集的心磁图数据集进行预处理,以得到均值后的QRS波波段心磁图周波数据集。
所述图像处理模块22用于根据所述QRS波波段心磁图周波数据集、所述多通道心磁图仪每个心磁通道记录的磁场强度和所述心磁通道的位置信息绘制磁场等磁图,并基于所述磁场等磁图绘制电流密度图。
所述提取模块23用于基于所述电流密度图,提取与心脏室间隔相关的特征参数;
所述异常判断模块24用于根据所述特征参数判断心脏室间隔是否异常。
需要说明的是,应理解以上装置的各个模块的划分仅仅是一种逻辑功能的划分,实际实现时可以全部或部分集成到一个物理实体上,也可以物理上分开。且这些模块可以全部以软件通过处理元件调用的形式实现;也可以全部以硬件的形式实现;还可以部分模块通过处理元件调用软件的形式实现,部分模块通过硬件的形式实现。例如,x模块可以为单独设立的处理元件,也可以集成在上述装置的某一个芯片中实现,此外,也可以以程序代码的形式存储于上述装置的存储器中,由上述装置的某一个处理元件调用并执行以上x模块的功能。其它模块的实现与之类似。此外这些模块全部或部分可以集成在一起,也可以独立实现。这里所述的处理元件可以是一种集成电路,具有信号的处理能力。在实现过程中,上述方法的各步骤或以上各个模块可以通过处理器元件中的硬件的集成逻辑电路或者软件形式的指令完成。
例如,以上这些模块可以是被配置成实施以上方法的一个或多个集成电路,例如:一个或多个特定集成电路(Application Specific Integrated Circuit,简称ASIC),或,一个或多个微处理器(Digital Singnal Processor,简称DSP),或,一个或者多个现场可编程门阵列(Field Programmable Gate Array,简称FPGA)等。再如,当以上某个模块通过处理元件调度程序代码的形式实现时,该处理元件可以是通用处理器,例如中央处理器(Central Processing Unit,简称CPU)或其它可以调用程序代码的处理器。再如,这些模块可以集成在一起,以片上系统(system-on-a-chip,简称SOC)的形式实现。
本发明的存储介质上存储有计算机程序,该程序被处理器执行时实现上述基于心磁图的心脏室间隔异常的分析方法。所述存储介质包括:ROM、RAM、磁碟、U盘、存储卡或者光盘等各种可以存储程序代码的介质。
如图7所示,本发明的终端,包括:处理器31及存储器32;所述存储器32用于存储计算机程序,存储器32包括:ROM、RAM、磁碟、U盘、存储卡或者光盘等各种可以存储程序代码的介质;处理器31与存储器32相连,用于执行存储器32存储的计算机程序,以使所述终端执行上述的基于心磁图的心脏室间隔异常的分析方法。
优选地,所述处理器31可以是通用处理器,包括中央处理器(Central ProcessingUnit,简称CPU)、网络处理器(Network Processor,简称NP)等;还可以是数字信号处理器(Digital Signal Processor,简称DSP)、专用集成电路(Application SpecificIntegrated Circuit,简称ASIC)、现场可编程门阵列(Field Programmable Gate Array,简称FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
需要说明的是,本发明的基于心磁图的心脏室间隔异常的分析系统可以实现本发明的基于心磁图的心脏室间隔异常的分析方法,但本发明的基于心磁图的心脏室间隔异常的分析方法的实现装置包括但不限于本实施例列举的基于心磁图的心脏室间隔异常的分析系统的结构,凡是根据本发明的原理所做的现有技术的结构变形和替换,都包括在本发明的保护范围内。
下面通过具体实施例来进一步验证本发明的基于心磁图的心脏室间隔异常的分析方法。
实施例一
如图8所示,图8为正常人的心磁图Q波-R波电流角度变化图,横坐标为帧数,将Q波-R波间期每帧间隔5(x)毫秒,平均分成8(y)帧,获取电流角度,可得电流角度从177度逆时针逐渐减小至52度,通过计算可得特征参数=前一帧电流角度-后一帧电流角度≥0,根据所述特征参数判断心脏室间隔正常。
实施例二
如图9所示,图9为临床冠脉造影血管狭窄患者的心磁图Q波-R波电流角度变化图,将Q波-R波间期每帧间隔5(x)毫秒,平均分成6(y)帧,获取电流角度,可得电流角度从185度逐渐增大至358度,再逐渐减小至31度,通过计算可得特征参数=前一帧电流角度-后一帧电流角度的值不全都≥0,根据所述特征参数判断心脏室间隔异常。
实施例三
如图10所示,图10也是临床冠脉造影血管狭窄患者的心磁图Q波-R波电流角度变化图,将Q波-R波间期每帧间隔5(x)毫秒,平均分成7(y)帧,获取电流角度,可得电流角度从171度逐渐增大至357度,随后减小至2度,再逐渐增大33度,呈现顺时针偏转轨迹,通过计算可得特征参数=前一帧电流角度-后一帧电流角度的值不全都≥0,根据所述特征参数判断心脏室间隔异常。
综上所述,本发明的基于心磁图的心脏室间隔异常的分析方法、系统、介质及终端,通过分析心磁图中QRS波的信号特征,提取与心脏室间隔相关的特征参数,将其与原始心脏电活动规律联系起来,从而实现了对心脏室间隔是否异常的判断功能,提高了心脏室间隔异常判断的准确性,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 (10)

1.一种基于心磁图的心脏室间隔异常的分析方法,其特征在于,包括以下步骤:
对多通道心磁图仪采集的心磁图数据集进行预处理,获取QRS波波段心磁图周波数据集;
基于所述QRS波波段心磁图周波数据集、所述多通道心磁图仪每个心磁通道记录的磁场强度和所述心磁通道的位置信息,获取磁场等磁图,并基于所述磁场等磁图获取电流密度图;
基于所述电流密度图,提取与心脏室间隔相关的特征参数;
根据所述特征参数判断心脏室间隔是否异常。
2.根据权利要求1所述的基于心磁图的心脏室间隔异常的分析方法,其特征在于,对多通道心磁图仪采集的心磁图数据集进行预处理包括以下步骤:
对所述心磁图数据集进行滤波去噪处理;
对滤波去噪后的心磁图数据集进行均值化处理;
对均值化处理后的心磁图数据集进行QRS波周期分割,以获取QRS波波段心磁图周波数据集。
3.根据权利要求1所述的基于心磁图的心脏室间隔异常的分析方法,其特征在于,所述电流密度图是所述磁场等磁图经电磁转化形成的,并用箭头指明了各点的电流角度方向。
4.根据权利要求3所述的基于心磁图的心脏室间隔异常的分析方法,其特征在于,所述电磁转化的转化公式为:
其中,(x,y)表示胸腔上方某一点在磁场等磁图上的坐标;F(x,y)表示该点对应的磁场强度;J表示该点的电流密度,包括大小和电流角度方向。
5.根据权利要求1所述的基于心磁图的心脏室间隔异常的分析方法,其特征在于,提取与心脏室间隔相关的特征参数包括以下步骤:
获取对应Q波峰值时刻点至R波峰值时刻点的电流密度;
将所述对应Q波峰值时刻点至R波峰值时刻点间的间期平均分割成预设数量帧;
获取每一帧的电流角度;
基于所述电流角度,提取与心脏室间隔相关的特征参数。
6.根据权利要求5所述的基于心磁图的心脏室间隔异常的分析方法,其特征在于,所述特征参数的提取公式为:
特征参数=前一帧电流角度-后一帧电流角度。
7.根据权利要求1所述的基于心磁图的心脏室间隔异常的分析方法,其特征在于,根据所述特征参数判断心脏室间隔是否异常包括下面两种情形:
当特征参数大于等于零时,心脏室间隔除极逆时针偏转,则心脏室间隔正常;
当特征参数不全大于等于零时,则心脏室间隔异常。
8.一种基于心磁图的心脏室间隔异常的分析系统,其特征在于,包括预处理模块、图像处理模块、提取模块和异常判断模块;
所述预处理模块用于对多通道心磁图仪采集的心磁图数据集进行预处理,以得到均值后的QRS波波段心磁图周波数据集;
所述图像处理模块用于根据所述QRS波波段心磁图周波数据集、所述多通道心磁图仪每个心磁通道记录的磁场强度和所述心磁通道的位置信息绘制磁场等磁图,并基于所述磁场等磁图绘制电流密度图;
所述提取模块用于基于所述电流密度图,提取与心脏室间隔相关的特征参数;
所述异常判断模块用于根据所述特征参数判断心脏室间隔是否异常。
9.一种存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现权利要求1至7中任一项所述的基于心磁图的心脏室间隔异常的分析方法。
10.一种终端,其特征在于,包括:处理器及存储器;
所述存储器用于存储计算机程序;
所述处理器用于执行所述存储器存储的计算机程序,以使所述终端执行权利要求1至7中任一项所述的基于心磁图的心脏室间隔异常的分析方法。
CN201910351375.5A 2019-04-28 2019-04-28 基于心磁图的心脏室间隔异常的分析方法、系统、介质及终端 Active CN110074774B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910351375.5A CN110074774B (zh) 2019-04-28 2019-04-28 基于心磁图的心脏室间隔异常的分析方法、系统、介质及终端

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910351375.5A CN110074774B (zh) 2019-04-28 2019-04-28 基于心磁图的心脏室间隔异常的分析方法、系统、介质及终端

Publications (2)

Publication Number Publication Date
CN110074774A true CN110074774A (zh) 2019-08-02
CN110074774B CN110074774B (zh) 2022-04-12

Family

ID=67417494

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910351375.5A Active CN110074774B (zh) 2019-04-28 2019-04-28 基于心磁图的心脏室间隔异常的分析方法、系统、介质及终端

Country Status (1)

Country Link
CN (1) CN110074774B (zh)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112890819A (zh) * 2021-01-25 2021-06-04 漫迪医疗仪器(上海)有限公司 心磁图数据集的处理方法、系统、设备及计算机可读存储介质
CN113499075A (zh) * 2021-06-08 2021-10-15 苏州卡迪默克医疗器械有限公司 一种基于心磁信号的心肌缺血评估方法和装置
CN117084684A (zh) * 2023-10-19 2023-11-21 山东大学齐鲁医院 基于心磁电流密度图扩展场的特征参数提取方法及系统
CN117113064A (zh) * 2023-10-23 2023-11-24 杭州诺驰生命科学有限公司 多维度心磁特征参数提取方法及系统
CN117100276A (zh) * 2023-10-23 2023-11-24 山东大学齐鲁医院 心功能检测系统、计算机存储介质及终端
CN117137492A (zh) * 2023-11-01 2023-12-01 山东大学齐鲁医院 冠状动脉血流异常检测系统、存储介质及终端
CN117297613A (zh) * 2023-11-14 2023-12-29 杭州诺驰生命科学有限公司 基于心磁图的疾病特征提取方法及心血管疾病预测系统

Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001299714A (ja) * 1999-10-06 2001-10-30 Hitachi Ltd 生体磁場計測方法
JP2006075403A (ja) * 2004-09-10 2006-03-23 Japan Science & Technology Agency 心臓磁界診断装置およびその作動方法
US20080033312A1 (en) * 2004-06-01 2008-02-07 Kenji Nakai Cardiac Magnetic Field Diagnostic Apparatus and Evaluating Method of Three-Dimensional Localization of Myocardial Injury
WO2012173583A1 (en) * 2011-06-16 2012-12-20 Chaykovskyy Lllya Anatoliiovych Method and device for evaluation of myocardial ischemia based on current density maps
CN103142223A (zh) * 2011-12-07 2013-06-12 同济大学 一种基于极值差的心脏磁信号处理方法
CN103654775A (zh) * 2013-12-10 2014-03-26 同济大学 可视化crbbb/clbbb心脏电活动的等效源重构方法
CN104271038A (zh) * 2012-07-13 2015-01-07 伊利娅·阿纳托利欧维奇·柴可夫斯基 一种基于电流密度变化评估心肌损伤的方法和设备
CN104794474A (zh) * 2015-03-26 2015-07-22 同济大学 一种基于心磁图的综合最大电流密度向量特征提取方法
JP2016178994A (ja) * 2015-03-23 2016-10-13 株式会社日立ハイテクノロジーズ 心磁場解析装置、心磁場解析システム及び心磁場解析方法
CN106901717A (zh) * 2017-03-01 2017-06-30 中国科学院上海微系统与信息技术研究所 三维心磁源定位方法、系统及服务器
CN108245152A (zh) * 2018-01-11 2018-07-06 中国科学院上海微系统与信息技术研究所 一种心肌缺血特征参数提取方法及系统、存储介质及终端
CN108577825A (zh) * 2018-01-11 2018-09-28 中国科学院上海微系统与信息技术研究所 一种心肌缺血病变位置定位方法及系统、存储介质及终端
CN108697356A (zh) * 2016-02-18 2018-10-23 生物磁场有限公司 矢量心磁图方法及矢量心磁图系统

Patent Citations (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001299714A (ja) * 1999-10-06 2001-10-30 Hitachi Ltd 生体磁場計測方法
US20080033312A1 (en) * 2004-06-01 2008-02-07 Kenji Nakai Cardiac Magnetic Field Diagnostic Apparatus and Evaluating Method of Three-Dimensional Localization of Myocardial Injury
JP2006075403A (ja) * 2004-09-10 2006-03-23 Japan Science & Technology Agency 心臓磁界診断装置およびその作動方法
WO2012173583A1 (en) * 2011-06-16 2012-12-20 Chaykovskyy Lllya Anatoliiovych Method and device for evaluation of myocardial ischemia based on current density maps
UA100929C2 (ru) * 2011-06-16 2013-02-11 Илья Анатольевич Чайковский Способ оценки степени выразительности ишемии миокарда на основе анализа карт распределения плотности тока
CN103142223A (zh) * 2011-12-07 2013-06-12 同济大学 一种基于极值差的心脏磁信号处理方法
US20150011862A1 (en) * 2012-07-13 2015-01-08 Illya Anatoliiovych Chaykovskyy Method and device for evaluation of myocardial damages based on the current density variations
CN104271038A (zh) * 2012-07-13 2015-01-07 伊利娅·阿纳托利欧维奇·柴可夫斯基 一种基于电流密度变化评估心肌损伤的方法和设备
CN103654775A (zh) * 2013-12-10 2014-03-26 同济大学 可视化crbbb/clbbb心脏电活动的等效源重构方法
JP2016178994A (ja) * 2015-03-23 2016-10-13 株式会社日立ハイテクノロジーズ 心磁場解析装置、心磁場解析システム及び心磁場解析方法
CN104794474A (zh) * 2015-03-26 2015-07-22 同济大学 一种基于心磁图的综合最大电流密度向量特征提取方法
CN108697356A (zh) * 2016-02-18 2018-10-23 生物磁场有限公司 矢量心磁图方法及矢量心磁图系统
CN106901717A (zh) * 2017-03-01 2017-06-30 中国科学院上海微系统与信息技术研究所 三维心磁源定位方法、系统及服务器
CN108245152A (zh) * 2018-01-11 2018-07-06 中国科学院上海微系统与信息技术研究所 一种心肌缺血特征参数提取方法及系统、存储介质及终端
CN108577825A (zh) * 2018-01-11 2018-09-28 中国科学院上海微系统与信息技术研究所 一种心肌缺血病变位置定位方法及系统、存储介质及终端

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
LIU M,ZHANG SL,等: "Study of a selective averaging method for magnetocardiography-based noise suppression", 《ACTA PHYS. SIN》 *
RONG TAO , SHULIN ZHANG , XIAO HUANG. ET AL: "Magnetocardiography-Based Ischemic Heart Disease Detection and Localization Using Machine Learning Methods", 《IEEE TRANSACTIONS ON BIOMEDICAL ENGINEERING》 *
权薇薇;徐志红;陆国平;李英梅;袁鑅: "冠状动脉粥样硬化性心脏病患者冠状动脉旁路移植术后心肌缺血的心磁图评价", 《诊断学理论与实践》 *
林乐健; 唐发宽; 华宁; 陆宏; 唐雪正: "心磁图和心电图早期诊断冠心病的真实性指标比较", 《心脏杂志》 *
邱阳;李华;张树林;王永良;孔祥燕: "Low-Tc direct current superconducting quantum interference device magnetometer-based 36-channel magnetocardiography system in a magnetically shielded room", 《CHINESE PHYSICS B》 *

Cited By (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112890819A (zh) * 2021-01-25 2021-06-04 漫迪医疗仪器(上海)有限公司 心磁图数据集的处理方法、系统、设备及计算机可读存储介质
CN112890819B (zh) * 2021-01-25 2023-03-17 漫迪医疗仪器(上海)有限公司 心磁图数据集的处理方法、系统、设备及计算机可读存储介质
CN113499075A (zh) * 2021-06-08 2021-10-15 苏州卡迪默克医疗器械有限公司 一种基于心磁信号的心肌缺血评估方法和装置
CN117084684A (zh) * 2023-10-19 2023-11-21 山东大学齐鲁医院 基于心磁电流密度图扩展场的特征参数提取方法及系统
CN117084684B (zh) * 2023-10-19 2024-02-02 山东大学齐鲁医院 基于心磁电流密度图扩展场的特征参数提取方法及系统
CN117113064A (zh) * 2023-10-23 2023-11-24 杭州诺驰生命科学有限公司 多维度心磁特征参数提取方法及系统
CN117100276A (zh) * 2023-10-23 2023-11-24 山东大学齐鲁医院 心功能检测系统、计算机存储介质及终端
CN117113064B (zh) * 2023-10-23 2024-02-02 杭州诺驰生命科学有限公司 多维度心磁特征参数提取方法及系统
CN117137492A (zh) * 2023-11-01 2023-12-01 山东大学齐鲁医院 冠状动脉血流异常检测系统、存储介质及终端
CN117137492B (zh) * 2023-11-01 2024-02-09 山东大学齐鲁医院 冠状动脉血流异常检测系统、存储介质及终端
CN117297613A (zh) * 2023-11-14 2023-12-29 杭州诺驰生命科学有限公司 基于心磁图的疾病特征提取方法及心血管疾病预测系统
CN117297613B (zh) * 2023-11-14 2024-04-05 杭州诺驰生命科学有限公司 基于心磁图的疾病特征提取方法及心血管疾病预测系统

Also Published As

Publication number Publication date
CN110074774B (zh) 2022-04-12

Similar Documents

Publication Publication Date Title
CN110074774A (zh) 基于心磁图的心脏室间隔异常的分析方法、系统、介质及终端
Sermesant et al. An electromechanical model of the heart for image analysis and simulation
Calhoun et al. Unmixing fMRI with independent component analysis
Unser et al. A review of wavelets in biomedical applications
Correa et al. Performance of blind source separation algorithms for fMRI analysis using a group ICA method
JP4679729B2 (ja) Cine高調波位相(harp)磁気共鳴画像法を用いた心臓動きのトラッキング
CN110506278A (zh) 隐空间中的目标检测
CN108245152B (zh) 一种心肌缺血特征参数提取方法及系统、存储介质及终端
JP2012179352A (ja) 電流双極子を構築するシステムおよび電流双極子を構築する方法
CN104271038B (zh) 一种基于电流密度变化评估心肌损伤的方法和设备
JP2013244403A (ja) 画像処理方法
JP6074965B2 (ja) Mcg測定値のノイズ除去
CN110599499B (zh) 基于多路卷积神经网络的mri图像心脏结构分割方法
CN108577825B (zh) 一种心肌缺血病变位置定位方法及系统、存储介质及终端
CN106073760A (zh) 基于威尔逊导联的18导联动态心电图分析方法及系统
Kujala et al. Localization of correlated network activity at the cortical level with MEG
CN105962926B (zh) 基于心电图的心拍特征分析方法和设备
CN108968941A (zh) 一种心律失常检测方法、装置及终端
EP2549929A2 (en) Systems and methods for improved tractographic processing
Comani et al. Independent component analysis: fetal signal reconstruction from magnetocardiographic recordings
Virag et al. A computer model of cardiac electrical activity for the simulation of arrhythmias
CN110403598A (zh) 三维心电散点图的处理方法及装置
WO2015142029A1 (ko) 3차원 심장 윤곽 재구성 방법
Pilia et al. Non-invasive localization of the ventricular excitation origin without patient-specific geometries using deep learning
Shimizu et al. Oblique 3D MRI tags for the estimation of true 3D cardiac motion parameters

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