CN112842350B - 基于正反传播算法获得心拍的主导心率的方法 - Google Patents
基于正反传播算法获得心拍的主导心率的方法 Download PDFInfo
- Publication number
- CN112842350B CN112842350B CN202110191004.2A CN202110191004A CN112842350B CN 112842350 B CN112842350 B CN 112842350B CN 202110191004 A CN202110191004 A CN 202110191004A CN 112842350 B CN112842350 B CN 112842350B
- Authority
- CN
- China
- Prior art keywords
- interval
- heart rate
- heart
- propagation
- segment
- 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
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
- A61B5/024—Detecting, measuring or recording pulse rate or heart rate
- A61B5/0245—Detecting, measuring or recording pulse rate or heart rate by using sensing means generating electric signals, i.e. ECG signals
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Cardiology (AREA)
- Pathology (AREA)
- Medical Informatics (AREA)
- Physiology (AREA)
- Biophysics (AREA)
- Signal Processing (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Physics & Mathematics (AREA)
- Molecular Biology (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
本发明提供基于正反传播算法获得心拍的主导心率的方法，其可以实现基于长时间段心电图识别主导窦性节律心率，且识别结果准确率较高。本专利技术方案，通过设置参考心拍，将传播方向上的前方正常窦性片段信息传递到后面；通过正向传播、反向传播两次扫描操作，将所有的参考心拍都扫描出来，然后通过对参考心拍的拟合得到主导RR间期曲线，进而推测出当两个RR间期平稳心率片段之间心拍的主导窦性节律心率。
Description
技术领域
本发明涉及医疗人工智能技术领域，具体为基于正反传播算法获得心拍的主导心率的方法。
背景技术
心电图（ECG）是从体表记录心脏每一心动周期所产生的电活动变化形成的图形。通过心电图可以表征出人的多种心脏疾病。室上性早搏指异位节律点起源于心室以上的期前收缩，它是心电图中常见的一种心律失常现象。一般情况下，QRS波形态畸变和RR间期变化是识别心电图节律失常的主要特征。对于室上性早搏，由于它的QRS波形态相对正常窦性没有明显畸变，检验心拍RR间期与当前心电图中主导窦性节律心率的一致性至关重要。然而对RR间期纷繁复杂的室上性心律失常，心电图中主导窦性节律心率的计算是比较困难的。考虑到24小时内的心搏达到10万个，现有的心电自动分析系统为了计算效率，仅仅依靠相邻数个RR间期的比例或平均数确认主导窦性节律心率，一方面它不符合临床上要求的通过长时间段心电图扫描心拍确认主导窦性节律心率的过程，另一方面，当室上性节律和窦不齐节律同时出现时该方法会产生大量错误。
发明内容
为了现有技术中，无法基于长时间段心电图实现确认主导窦性节律心率识别，且识别结果错误较多的问题，本发明提供基于正反传播算法获得心拍的主导心率的方法，其可以实现基于长时间段心电图识别主导窦性节律心率，且识别结果准确率较高。
本发明的技术方案是这样的：基于正反传播算法获得心拍的主导心率的方法，其特征在于，其包括以下步骤：
S1：获取待识别心电数据；
S2：基于所述待识别心电数据，绘制全数据时间RR间期散点图；
S3：在所述全数据时间RR间期散点图中，搜索RR间期平稳心率片段；
S4：基于正反传播算法将所有的所述RR间期平稳心率片段进行连接操作，得到所述待识别心电数据对应的主导心率曲线；基于正反传播算法的连接操作具体包括以下步骤：
a1：对所有的所述RR间期平稳心率片段进行编号；
设，所述RR间期平稳心率的数目为N个，N≥2；设选取一个所述RR间期平稳心率片段作为起始片段，设其编号为1，顺次向右对所有的所述RR间期平稳心率片段进行升序编号，最后一个所述RR间期平稳心率片段的编号为N；
a2：进行正向传播的扫描操作；
所述正向传播的操作为：以第k个所述RR间期平稳心率片段为起点，逐个向右扫描每一个心拍，直到遇到下一个所述RR间期平稳心率片段；
a3：将k赋值为1；以第1个所述RR间期平稳心率片段为起点进行所述正向传播；
获取第1个所述RR间期平稳心率片段中最右侧的心拍，设置为正向基准心拍；
a4： 设:第k个所述RR间期平稳心率片段与其右侧的第k+1个所述RR间期平稳心率片段之间存在L个间隔心拍；
从左至右逐个扫描L个所述间隔心拍，直至所有的所述间隔心拍被扫描完毕；
每扫描到一个所述间隔心拍，将当前扫描的所述间隔心拍与所述正向基准心拍的RR间期、QRS波形比对相似度；如果两者的RR间期、QRS波形相似性高于阈值C，则：将当前扫描的所述间隔心拍的属性设置为参考心拍，同时将当前扫描的所述间隔心拍设置为所述正向基准心拍，然后继续扫描下一个所述间隔心拍；否则，继续扫描下一个所述间隔心拍；
其中，所述阈值C表示心电图中相邻的两次正常窦性心拍的RR间期、QRS波形相似度阈值；
a5：继续向右扫描，获取第k+1个所述RR间期平稳心率片段内的首个心拍，设为有效性判断心拍；
将所述有效性判断心拍与所述正向基准心拍进行比较；
如果所述有效性判断心拍与所述正向基准心拍的RR间期、QRS波形相似性高于所述阈值C，则此次的传播有效性设为有效传播；否则，此次的传播有效性设为无效传播；
a6:判断传播有效性的值；
当传播有效性为有效传播时，将k+1赋值为k；循环执行步骤a4~a6，直至所有的所述RR间期平稳心率片段都被扫描完毕；
当传播有效性为无效传播时，删除第k+1个所述RR间期平稳心率片段的编号，将第k+2个所述RR间期平稳心率片段的编号赋值为k+1，顺次向右对重新对剩余的所述RR间期平稳心率片段进行升序编号；循环执行步骤a4~a6，直至所有的所述RR间期平稳心率片段都被扫描完毕；
a7:所述正向传播结束后，进行逆向传播的扫描操作；
所述逆向传播方向与所述正向传播相反，以编号为N的所述RR间期平稳心率片段为起点进行逆向传播，找到属性为参考心拍的所有心拍；
a8:所述逆向传播结束后，获取在所述正向传播、所述逆向传播过程中，所有的属性标记为所述参考心拍的所述间隔心拍；基于所有的所述参考心拍、和所有RR间期平稳心率片段内的心拍进行拟合，得到所有心拍的主导RR间期随时间的变化曲线，记做：主导RR间期曲线；
a9：基于所述主导RR间期曲线，通过心拍的RR间期和心率HR转换关系，得到所述主导心率曲线；
S5：基于所述主导心率曲线，即可获得所有心拍的主导心率。
其进一步特征在于：
步骤a13中，心率HR=60/ RR间期；
步骤S3中，所述RR间期平稳心率片段同时满足以下条件：
片段内部心拍数目超过二十个；
所有心拍的相邻RR间期的波动比例小于阈值A；
相邻的连续二十个心拍的最大最小RR间期比值小于阈值B；
其中，所述阈值A为：正常窦性心律心电图相邻RR间期的波动幅度最大值的阈值；
所述阈值B为：正常窦性心律心电图在20次心跳的时间范围内心拍RR间期出现的波动幅度比例阈值；
步骤a7中，所述逆向传播的扫描操作具体包括以下步骤：
b1：重新对所有的N个所述RR间期平稳心率片段按照步骤a1进行编号；以编号为N的所述RR间期平稳心率片段为起点，进行逆向传播；
所述逆向传播的操作为：以第n个所述RR间期平稳心率片段为起点，逐个向左扫描每一个心拍，直到遇到下一个所述RR间期平稳心率片段；将第n个所述RR间期平稳心率片段左侧的下一个所述RR间期平稳心率片段的编号赋值为n-1，顺次向左对所有的所述RR间期平稳心率片段进行降序编号；
b2：将N赋值给n；
获取第n个所述RR间期平稳心率片段中最左侧的心拍，设置为逆向基准心拍；
b3:设:第n个所述RR间期平稳心率片段与其左侧的第n-1个所述RR间期平稳心率片段之间存在Q个间隔心拍；
从右至左逐个扫描Q个所述间隔心拍，直至所有的所述间隔心拍被扫描完毕；
每扫描到一个所述间隔心拍，将当前扫描的所述间隔心拍与所述逆向基准心拍的RR间期、QRS波形比对相似度；如果两者的RR间期、QRS波形相似性高于阈值C，则：将当前扫描的所述间隔心拍的属性设置为所述参考心拍，同时将当前扫描的所述间隔心拍设置为所述逆向基准心拍；
b4: 继续向左扫描，获取第n-1个所述RR间期平稳心率片段内的最后一个心拍，设为有效性判断心拍；
将所述有效性判断心拍与所述逆向基准心拍进行比较；
如果所述有效性判断心拍与所述逆向基准心拍的RR间期、QRS波形相似性高于所述阈值C，则此次传播有效性设为有效传播；否则，此次传播有效性设为无效传播；
b5:判断传播有效性的值；
当传播有效性为有效传播时，将n-1赋值为n；循环执行步骤a9~a11，直至所有的所述RR间期平稳心率片段都被扫描完毕；
当传播有效性为无效传播时，删除第n-1个所述RR间期平稳心率片段的编号，将第n-2个所述RR间期平稳心率片段的编号赋值为n-1，顺次向左对重新对剩余的所述RR间期平稳心率片段进行降序编号；循环执行步骤b3~b5，直至所有的所述RR间期平稳心率片段都被扫描完毕；
步骤a8中，以所述参考心拍、和所有RR间期平稳心率片段内的心拍的RR间期和时刻为数据点，通过线性拟合得到所有心拍的所述主导RR间期曲线，即可得到所有心拍的主导心率。
本发明提供的基于正反传播算法获得心拍的主导心率的方法，抛弃了传统的仅依靠数个RR间期确定主导窦性节律心率的思路，提出一个整体到局部的扫描、传递求解过程，完美的模拟了临床心电图医生注意力先从长时间段心电图扫描关键信息，再转入局部心拍确立主导窦性节律心率的医学诊断过程；本专利技术方案中的RR间期平稳心率片段中包含了正常窦性心率片段信息，当两个RR间期平稳心率片段之间存在比较纷繁复杂的室上性心律失常现象时，本专利技术方案，通过设置参考心拍，将传播方向上的前方正常窦性片段信息传递到后面；通过正向传播、反向传播两次扫描操作，将所有的参考心拍都扫描出来，然后通过对参考心拍的拟合得到主导RR间期曲线，进而推测出当两个RR间期平稳心率片段之间心拍的主导窦性节律心率；即，当局部心电图片段出现室上性节律和窦不齐节律时，正反传播算法仍能通过远方的正常窦性片段信息带入并推测出正常窦性节律心率；本专利技术方案，通过正反传播算法，将所有的RR间期平稳心率片段之间连接起来，形成基于长时间段心电图扫描心拍的主导RR间期曲线，符合临床上要求的通过长时间段心电图扫描心拍确认主导窦性节律心率的过程；同时，本专利技术方案中的正反传播算法计算复杂度低，不需要类似深度神经网络多层次重复的矩阵运算，在实际应用中，无论是24小时、7天或者30天动态心电图数据都能够高效、准确的得到结果，进而确保了整体方法的执行准确率和效率。
附图说明
图1为正反传播算法中正向传播过程的流程示意图；
图2为正反传播算法中逆向传播过程的流程示意图；
图3为心电图的时间RR间期散点图的实施例；
图4为从图3的时间RR间期散点图得到的主导RR间期曲线的实施例。
具体实施方式
本发明一种基于注意力转换机制的室上性早搏智能分析方法，其包括以下步骤。
S1：获取待识别心电数据；具体实施的时候，每24小时动态心电图的约10万个数据，记做一组待识别心电数据，进行识别的时候，每次输入一组待识别数据进行识别。
S2：基于待识别心电数据，绘制全数据时间RR间期散点图；具体实施的时候，使用长程心电图中的连续RR间期为纵坐标、时间为横坐标在直角坐标系中做散点条图；参照说明书附图的图3，为心电图的时间RR间期散点图的实施例。
S3：在全数据时间RR间期散点图中，搜索RR间期平稳心率片段；
RR间期平稳心率片段同时满足以下条件：
连续二十个心拍的相邻RR间期的波动比例小于阈值A；
连续二十个心拍的最大最小RR间期比值小于阈值B；
其中，阈值A为：正常窦性心律心电图相邻RR间期的波动幅度最大值的阈值；
阈值B为：正常窦性心律心电图在20次心跳的时间范围内心拍RR间期出现的波动幅度比例阈值；
具体实施的时候，阈值A和阈值B的数值通过在正常窦性心电图数据集采用支持向量机算法进行训练获取，本实施例中，阈值A取值为15%；阈值B取值为20%，确保可以获得较精确的主导心率曲线；
搜索RR间期平稳心率片段的过程也是模拟了医生的整体注意力的一个过程；在大范围数据中搜索RR间期平稳心率片段，即找到病人正常节律情况的心电图信息，为后续计算提供数据基础。
S4：基于正反传播算法将所有的RR间期平稳心率片段进行连接操作，得到待识别心电数据对应的主导心率曲线；
基于正反传播算法将所有的RR间期平稳心率片段进行连接操作，包括以下步骤：
a1：对所有的RR间期平稳心率片段进行编号；
设，RR间期平稳心率的数目为N个，N≥2；设选取一个RR间期平稳心率片段作为起始片段，设其编号为1，顺次向右对所有的RR间期平稳心率片段进行升序编号，最后一个RR间期平稳心率片段的编号为N；
先进行正向传播扫描，再进行逆向传播的扫描操作。
a2：如说明书附图的图1所示，进行正向传播的扫描操作；
正向传播的操作为：以第k个RR间期平稳心率片段为起点，逐个向右扫描每一个心拍，直到遇到下一个RR间期平稳心率片段；
a3：将k赋值为1；以第1个RR间期平稳心率片段为起点进行正向传播；
获取第1个RR间期平稳心率片段中最右侧的心拍，设置为正向基准心拍；
a4： 设:第k个RR间期平稳心率片段与其右侧的第k+1个RR间期平稳心率片段之间存在L个间隔心拍；
从左至右逐个扫描L个间隔心拍，直至所有的间隔心拍被扫描完毕；
每扫描到一个间隔心拍，将当前扫描的间隔心拍与正向基准心拍的RR间期、QRS波形比对相似度；如果两者的RR间期、QRS波形相似性高于阈值C，则：将当前扫描的间隔心拍的属性设置为参考心拍，同时将当前扫描的间隔心拍设置为正向基准心拍，然后继续扫描下一个间隔心拍；否则，继续扫描下一个间隔心拍；
其中，阈值C表示心电图中相邻的两次正常窦性心拍的RR间期、QRS波形相似度阈值；本实施例中，阈值C取值为95%；
a5：继续向右扫描，获取第k+1个RR间期平稳心率片段内的首个心拍，设为有效性判断心拍；
将有效性判断心拍与正向基准心拍进行比较；
如果有效性判断心拍与正向基准心拍的RR间期、QRS波形相似性高于阈值C，则此次的传播有效性设为有效传播；否则，此次的传播有效性设为无效传播；
a6:判断传播有效性的值；
当传播有效性为有效传播时，将k+1赋值为k；循环执行步骤a4~a6，直至所有的RR间期平稳心率片段都被扫描完毕；
当传播有效性为无效传播时，删除第k+1个RR间期平稳心率片段的编号，将第k+2个RR间期平稳心率片段的编号赋值为k+1，顺次向右对重新对剩余的RR间期平稳心率片段进行升序编号；循环执行步骤a4~a6，直至所有的RR间期平稳心率片段都被扫描完毕。
a7:如说明书附图的图2所示，正向传播结束后，进行逆向传播的扫描操作，具体包括以下步骤。
b1：重新对所有的N个RR间期平稳心率片段按照步骤a1进行编号；以编号为N的RR间期平稳心率片段为起点，进行逆向传播；
逆向传播的操作为：以第n个RR间期平稳心率片段为起点，逐个向左扫描每一个心拍，直到遇到下一个RR间期平稳心率片段；将第n个RR间期平稳心率片段左侧的下一个RR间期平稳心率片段的编号赋值为n-1，顺次向左对所有的RR间期平稳心率片段进行降序编号；
b2：将N赋值给n；
获取第n个RR间期平稳心率片段中最左侧的心拍，设置为逆向基准心拍；
b3:设:第n个RR间期平稳心率片段与其左侧的第n-1个RR间期平稳心率片段之间存在Q个间隔心拍；
从右至左逐个扫描Q个间隔心拍，直至所有的间隔心拍被扫描完毕；
每扫描到一个间隔心拍，将当前扫描的间隔心拍与逆向基准心拍的RR间期、QRS波形比对相似度；如果两者的RR间期、QRS波形相似性高于阈值C，则：将当前扫描的间隔心拍的属性设置为参考心拍，同时将当前扫描的间隔心拍设置为逆向基准心拍；
b4: 继续向左扫描，获取第n-1个RR间期平稳心率片段内的最后一个心拍，设为有效性判断心拍；
将有效性判断心拍与逆向基准心拍进行比较；
如果有效性判断心拍与逆向基准心拍的RR间期、QRS波形相似性高于阈值C，则此次传播有效性设为有效传播；否则，此次传播有效性设为无效传播；
b5:判断传播有效性的值；
当传播有效性为有效传播时，将n-1赋值为n；循环执行步骤a9~a11，直至所有的RR间期平稳心率片段都被扫描完毕；
当传播有效性为无效传播时，删除第n-1个RR间期平稳心率片段的编号，将第n-2个RR间期平稳心率片段的编号赋值为n-1，顺次向左对重新对剩余的RR间期平稳心率片段进行降序编号；循环执行步骤a10~a12，直至所有的RR间期平稳心率片段都被扫描完毕。
a8:逆向传播结束后，获取在正向传播、逆向传播过程中，所有的属性标记为参考心拍的间隔心拍；基于所有的参考心拍、和所有RR间期平稳心率片段内的心拍进行拟合，得到所有心拍的主导RR间期随时间的变化曲线，记做：主导RR间期曲线；
具体实施的时候，以参考心拍、和所有RR间期平稳心率片段内的心拍的RR间期和时刻为数据点，通过线性拟合得到所有心拍的主导RR间期随时间的变化曲线；通过线性拟合的方式获得主导RR间期曲，因为参考心拍的时间属性适配，且方法简单 ，易于实现；
a9：基于主导RR间期曲线，通过心拍的RR间期和心率HR转换关系，得到主导心率曲线；
其中，心率HR=60/RR间期；
如说明书附图的图3所示，为心电图的时间RR间期散点图的实施例，横轴代表心拍的时刻，纵轴代表心拍的RR间期；图4为从图3的时间RR间期散点图基于线性拟合得到的主导RR间期曲线的实施例，横坐标是心拍的时刻，纵坐标是心拍的RR间期,主导RR间期曲线代表了此片段心电图中心脏处于正常窦性节律的RR间期信息。
QRS波形态畸变和RR间期变化是识别心电图节律失常的主要特征。对于室上性早搏，由于它的QRS波形态相对正常窦性没有明显畸变，检验心拍RR间期与当前心电图中主导窦性节律心率的一致性至关重要。然而现有技术中的识别方法，对RR间期纷繁复杂的室上性心律失常，心电图中主导窦性节律心率的计算是比较困难的。大部分现有的心电自动分析系统考虑到计算效率，仅仅依靠相邻数个RR间期的比例或平均数确认主导窦性节律心率，一方面它不符合临床上通过长时间段心电图扫描心拍确认主导窦性节律心率的过程，另一方面，当室上性节律和窦不齐节律同时出现时该方法会产生大量错误。
本发明技术方案中的正反传播算法抛弃了传统的仅依靠数个RR间期确定主导窦性节律心率的思路，提出一个整体到局部的扫描、传递求解过程，完美的模拟了临床心电图医生注意力先从长时间段心电图扫描关键信息，再转入局部心拍确立主导窦性节律心率的医学诊断过程。因此，当局部心电图片段通过出现室上性节律和窦不齐节律时，本专利的正反传播算法仍能基于参考心拍将远方的正常窦性片段信息带入并推测出正常窦性心率；同时，本专利的正反传播算法计算复杂度低，不需要类似深度神经网络多层次重复的矩阵运算，计算速度更快，对硬件的要求较低；在实际应用中，无论是24小时、7天或者30天动态心电图数据都能够高效、准确的得到结果，确保了整体方法的执行准确率和效率。
Claims (6)
1.基于正反传播算法获得心拍的主导心率的方法，其特征在于，其包括以下步骤：
S1：获取待识别心电数据；
S2：基于所述待识别心电数据，绘制全数据时间RR间期散点图；
S3：在所述全数据时间RR间期散点图中，搜索RR间期平稳心率片段；
S4：基于正反传播算法将所有的所述RR间期平稳心率片段进行连接操作，得到所述待识别心电数据对应的主导心率曲线；基于正反传播算法的连接操作具体包括以下步骤：
a1：对所有的所述RR间期平稳心率片段进行编号；
设，所述RR间期平稳心率的数目为N个，N≥2；设选取一个所述RR间期平稳心率片段作为起始片段，设其编号为1，顺次向右对所有的所述RR间期平稳心率片段进行升序编号，最后一个所述RR间期平稳心率片段的编号为N；
a2：进行正向传播的扫描操作；
所述正向传播的操作为：以第k个所述RR间期平稳心率片段为起点，逐个向右扫描每一个心拍，直到遇到下一个所述RR间期平稳心率片段；
a3：将k赋值为1；以第1个所述RR间期平稳心率片段为起点进行所述正向传播；
获取第1个所述RR间期平稳心率片段中最右侧的心拍，设置为正向基准心拍；
a4： 设:第k个所述RR间期平稳心率片段与其右侧的第k+1个所述RR间期平稳心率片段之间存在L个间隔心拍；
从左至右逐个扫描L个所述间隔心拍，直至所有的所述间隔心拍被扫描完毕；
每扫描到一个所述间隔心拍，将当前扫描的所述间隔心拍与所述正向基准心拍的RR间期、QRS波形比对相似度；如果两者的RR间期、QRS波形相似性高于阈值C，则：将当前扫描的所述间隔心拍的属性设置为参考心拍，同时将当前扫描的所述间隔心拍设置为所述正向基准心拍，然后继续扫描下一个所述间隔心拍；否则，继续扫描下一个所述间隔心拍；
其中，所述阈值C表示心电图中相邻的两次正常窦性心拍的RR间期、QRS波形相似度阈值；
a5：继续向右扫描，获取第k+1个所述RR间期平稳心率片段内的首个心拍，设为有效性判断心拍；
将所述有效性判断心拍与所述正向基准心拍进行比较；
如果所述有效性判断心拍与所述正向基准心拍的RR间期、QRS波形相似性高于所述阈值C，则此次的传播有效性设为有效传播；否则，此次的传播有效性设为无效传播；
a6:判断传播有效性的值；
当传播有效性为有效传播时，将k+1赋值为k；循环执行步骤a4~a6，直至所有的所述RR间期平稳心率片段都被扫描完毕；
当传播有效性为无效传播时，删除第k+1个所述RR间期平稳心率片段的编号，将第k+2个所述RR间期平稳心率片段的编号赋值为k+1，顺次向右对重新对剩余的所述RR间期平稳心率片段进行升序编号；循环执行步骤a4~a6，直至所有的所述RR间期平稳心率片段都被扫描完毕；
a7:所述正向传播结束后，进行逆向传播的扫描操作；
所述逆向传播方向与所述正向传播相反，以编号为N的所述RR间期平稳心率片段为起点进行逆向传播，找到属性为参考心拍的所有心拍；
a8:所述逆向传播结束后，获取在所述正向传播、所述逆向传播过程中，所有的属性标记为所述参考心拍的所述间隔心拍；基于所有的所述参考心拍、和所有RR间期平稳心率片段内的心拍进行拟合，得到所有心拍的主导RR间期随时间的变化曲线，记做：主导RR间期曲线；
a9：基于所述主导RR间期曲线，通过心拍的RR间期和心率HR转换关系，得到所述主导心率曲线；
S5：基于所述主导心率曲线，即可获得所有心拍的主导心率。
2.根据权利要求1所述基于正反传播算法获得心拍的主导心率的方法，其特征在于：步骤a13中，心率HR=60/ RR间期。
3.根据权利要求1所述基于正反传播算法获得心拍的主导心率的方法，其特征在于：步骤S3中，所述RR间期平稳心率片段同时满足以下条件：
片段内部心拍数目超过二十个；
所有心拍的相邻RR间期的波动比例小于阈值A；
相邻的连续二十个心拍的最大最小RR间期比值小于阈值B；
其中，所述阈值A为：正常窦性心律心电图相邻RR间期的波动幅度最大值的阈值；
所述阈值B为：正常窦性心律心电图在20次心跳的时间范围内心拍RR间期出现的最大和最小的波动幅度比例阈值。
4.根据权利要求1所述基于正反传播算法获得心拍的主导心率的方法，其特征在于：步骤a7中，所述逆向传播的扫描操作具体包括以下步骤：
b1：重新对所有的N个所述RR间期平稳心率片段按照步骤a1进行编号；以编号为N的所述RR间期平稳心率片段为起点，进行逆向传播；
所述逆向传播的操作为：以第n个所述RR间期平稳心率片段为起点，逐个向左扫描每一个心拍，直到遇到下一个所述RR间期平稳心率片段；将第n个所述RR间期平稳心率片段左侧的下一个所述RR间期平稳心率片段的编号赋值为n-1，顺次向左对所有的所述RR间期平稳心率片段进行降序编号；
b2：将N赋值给n；
获取第n个所述RR间期平稳心率片段中最左侧的心拍，设置为逆向基准心拍；
b3:设:第n个所述RR间期平稳心率片段与其左侧的第n-1个所述RR间期平稳心率片段之间存在Q个间隔心拍；
从右至左逐个扫描Q个所述间隔心拍，直至所有的所述间隔心拍被扫描完毕；
每扫描到一个所述间隔心拍，将当前扫描的所述间隔心拍与所述逆向基准心拍的RR间期、QRS波形比对相似度；如果两者的RR间期、QRS波形相似性高于阈值C，则：将当前扫描的所述间隔心拍的属性设置为所述参考心拍，同时将当前扫描的所述间隔心拍设置为所述逆向基准心拍；
b4: 继续向左扫描，获取第n-1个所述RR间期平稳心率片段内的最后一个心拍，设为有效性判断心拍；
将所述有效性判断心拍与所述逆向基准心拍进行比较；
如果所述有效性判断心拍与所述逆向基准心拍的RR间期、QRS波形相似性高于所述阈值C，则此次传播有效性设为有效传播；否则，此次传播有效性设为无效传播；
b5:判断传播有效性的值；
当传播有效性为有效传播时，将n-1赋值为n；循环执行步骤a9~a11，直至所有的所述RR间期平稳心率片段都被扫描完毕；
当传播有效性为无效传播时，删除第n-1个所述RR间期平稳心率片段的编号，将第n-2个所述RR间期平稳心率片段的编号赋值为n-1，顺次向左对重新对剩余的所述RR间期平稳心率片段进行降序编号；循环执行步骤b3~b5，直至所有的所述RR间期平稳心率片段都被扫描完毕。
5.根据权利要求1所述基于正反传播算法获得心拍的主导心率的方法，其特征在于：步骤a8中，以所述参考心拍、和所有RR间期平稳心率片段内的心拍的RR间期和时刻为数据点，通过线性拟合得到所有心拍的所述主导RR间期曲线，即可得到所有心拍的主导心率。
6.根据权利要求3所述基于正反传播算法获得心拍的主导心率的方法，其特征在于：所述阈值A取值为15%；所述阈值B取值为20%。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110191004.2A CN112842350B (zh) | 2021-02-20 | 2021-02-20 | 基于正反传播算法获得心拍的主导心率的方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110191004.2A CN112842350B (zh) | 2021-02-20 | 2021-02-20 | 基于正反传播算法获得心拍的主导心率的方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112842350A CN112842350A (zh) | 2021-05-28 |
| CN112842350B true CN112842350B (zh) | 2022-03-11 |
Family
ID=75988229
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110191004.2A Active CN112842350B (zh) | 2021-02-20 | 2021-02-20 | 基于正反传播算法获得心拍的主导心率的方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112842350B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114652323B (zh) * | 2022-02-25 | 2023-03-21 | 苏州大学 | 一种心律失常的检测方法、装置及设备 |
Family Cites Families (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN100515327C (zh) * | 2007-12-06 | 2009-07-22 | 山东大学 | 一种心血管系统联合变异性指标的检测方法和装置 |
| US8233973B2 (en) * | 2008-05-02 | 2012-07-31 | Spacelabs Healthcare, Llc | Methods for detection of cardiac arrhythmias |
| US20200375480A1 (en) * | 2017-03-24 | 2020-12-03 | Beth Israel Deaconess Medical Center, Inc. | Non-Invasive Cardiovascular Risk Assessment Using Heart Rate Variability Fragmentation |
| CN109948396B (zh) * | 2017-12-20 | 2021-07-23 | 深圳市理邦精密仪器股份有限公司 | 一种心拍分类方法、心拍分类装置及电子设备 |
| CN110393519B (zh) * | 2019-08-19 | 2022-06-24 | 广州视源电子科技股份有限公司 | 心电信号的分析方法、装置、存储介质和处理器 |
| CN110766099A (zh) * | 2019-11-08 | 2020-02-07 | 哈尔滨理工大学 | 结合判别式深度置信网络和主动学习的心电分类方法 |
| CN111449645B (zh) * | 2020-03-07 | 2021-07-06 | 河南大学 | 心电图心拍智能分类识别方法 |
| CN111920399A (zh) * | 2020-09-04 | 2020-11-13 | 迪姆软件(北京)有限公司 | 心率变异性的分析方法及装置 |
-
2021
- 2021-02-20 CN CN202110191004.2A patent/CN112842350B/zh active Active
Also Published As
| Publication number | Publication date |
|---|---|
| CN112842350A (zh) | 2021-05-28 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN106725428B (zh) | 一种心电信号分类方法及装置 | |
| Gothwal et al. | Cardiac arrhythmias detection in an ECG beat signal using fast fourier transform and artificial neural network | |
| CN1191783C (zh) | 检测急性心肌梗塞的系统 | |
| WO2020006939A1 (zh) | 基于生成式对抗网络的心电图生成及分类方法 | |
| CN109077714B (zh) | 信号识别方法、装置、设备和存储介质 | |
| CN110897633A (zh) | 基于深度神经网络的心电信号分割方法 | |
| CN104840186A (zh) | 一种充血性心力衰竭患者自主神经功能的评估方法 | |
| CN107184200B (zh) | 全导联qrst波形检测及显示方法 | |
| CN115486855B (zh) | 一种基于qrs波群不定次循环叠加的心电图心搏分类方法 | |
| CN111557659B (zh) | 基于多特征融合与Stacking-DWKNN算法的心律失常分类方法 | |
| CN113499079B (zh) | 一种心电图中的房颤检测方法 | |
| KR20060117545A (ko) | 심전도 신호의 특징추출방법 | |
| CN112842350B (zh) | 基于正反传播算法获得心拍的主导心率的方法 | |
| CN110236529A (zh) | 一种基于modwt和lstm的多导联心律失常智能诊断方法 | |
| Dang et al. | A novel deep convolutional neural network for arrhythmia classification | |
| CN110090016A (zh) | 定位r波位置的方法及系统、使用lstm神经网络的r波自动检测方法 | |
| CN111528833B (zh) | 一种心电信号的快速识别与处理方法及系统 | |
| 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 | |
| Setiawidayat et al. | Determining the ECG 1 cycle wave using Discrete data | |
| CN110367973B (zh) | 多导联心电信号qrs波群起始点的检测方法 | |
| Gerencsér et al. | The use of the SPSA method in ECG analysis | |
| CN111612042B (zh) | 左前分支传导阻滞的检测装置、存储介质及终端 | |
| Ruiz et al. | Thorough assessment of a p-wave delineation algorithm through the use of diverse electrocardiographic databases | |
| CN108836312B (zh) | 一种基于人工智能的进行杂波剔除的方法及系统 | |
| CN109770858B (zh) | 一种心电图的异常检测方法、装置、设备和存储介质 |
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 |