CN113995420A - 一种基于rr间期比值散点图的动态心电数据处理方法及处理装置 - Google Patents
一种基于rr间期比值散点图的动态心电数据处理方法及处理装置 Download PDFInfo
- Publication number
- CN113995420A CN113995420A CN202010676179.8A CN202010676179A CN113995420A CN 113995420 A CN113995420 A CN 113995420A CN 202010676179 A CN202010676179 A CN 202010676179A CN 113995420 A CN113995420 A CN 113995420A
- Authority
- CN
- China
- Prior art keywords
- interval
- heart beat
- heartbeat
- ratio
- value
- 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
Images
Landscapes
- Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
Abstract
本发明涉及心电数据技术领域,具体公开了一种基于RR间期比值散点图、对异位心拍快速定位及批量处理,加快动态心电数据分析诊断的动态心电数据处理方法,包括对动态心电图的原始数据的QRS波检测,提取波形特征,根据特征对心拍分类;遍历QRS波数据,采用差分法获取并存储所有心拍的RR间期值;以步骤S2获取的当前心拍的RR间期与前一心拍的RR间期的比值作为横坐标,以后一心拍的RR间期与当前心拍的RR间期的比值作为纵坐标,逐一心拍绘制得到RR间期比值散点图;选取RR间期比值散点图上异位特征明显的多个心拍进行批量处理,完成动态心电图的心拍处理作业。及一种与该处理方法对应的处理装置。
Description
技术领域
本发明涉及心电数据技术领域,特别是涉及一种基于RR间期比值散点图的动态心电数据处理方法及处理装置。
背景技术
动态心电数据是指患者通过佩戴心电记录盒采集人体长时间(24小时及以上)获取的心电信号,采集完成后,用户(如医生)通过心电分析软件将记录盒的数据读入电脑软件中进行分析处理,最后给出诊断结论。目前,主要采用心电散点图对动态心电图数据进行分析处理,以强化动态心电图的诊断与鉴别功能。心电散点图也称Lorenz散点图,以相邻两个心动周期的前一个RR间期长度为横坐标,以后一个RR间期为纵坐标,在平面上绘制散点图,通过Lorenz 散点图形状,可较为快速的实现对节律类型的定性分析。
然而,由于Lorenz散点图仅包含了间期信息,对于房性早搏、室性早搏等需要通过提前率和补偿间期判断的心拍定位,以及普通室性早搏与插入性室性早搏的快速查看等问题上,Lorenz散点图的缺点较为明显。请参阅图1,图1 中a图中图示出了正常心拍的Lorenz散点图,其在45度角左上方区域存在漏判的房性早搏与正常心拍混淆的情况,但由于散点图未显示提前率信息,用户只能不断的选取心拍逐一进行房性早搏的确认,在这个过程中,由于心拍数量大,将导致测试分析消耗大量时间,不利于提升心电数据处理效率。图1中b图中示出了室性早搏病例的Lorenz散点图,该动态心电数据同时存在普通室性早搏和插入性室性早搏,但由于Lorenz散点图仅显示了间期信息,用户无法通过散点图迅速区分这两种类型的室性早搏,从而使得心电数据分析结果的可靠性下降。
发明内容
基于此,有必要针对采用Lorenz散点图进行分析时的心电数据处理效率低及分析结果的可靠性较差的技术问题,提供一种基于RR间期比值散点图、能够实现异位心拍的快速定位及批量处理,进而实现动态心电数据的快速分析诊断的动态心电数据处理方法及处理装置。
一种基于RR间期比值散点图的动态心电数据处理方法,包括以下步骤:
步骤S1:对动态心电图的原始数据进行QRS波检测,提取QRS波形特征,并根据所述特征对心拍分类,获取心拍的位置信息及类型信息,实现对动态心电数据的预处理;
步骤S2:遍历所述QRS波的数据,采用差分法获取并存储所有心拍的RR间期值,当前心拍的RR间期值为当前心拍的QRS波位置与前一心拍的QRS波位置的差值;
步骤S3:以所述步骤S2获取的所述当前心拍的RR间期与前一心拍的RR间期的比值作为横坐标,以后一心拍的RR间期与所述当前心拍的RR间期的比值作为纵坐标,逐一心拍绘制得到动态心电数据的RR间期比值散点图;
步骤S4:通过选取所述RR间期比值散点图上异位特征明显的多个心拍进行批量处理,完成动态心电图的心拍处理作业。
在其中一个实施例中,所述QRS波形特征包括宽度、面积、间期比率及相似度等特征。
在其中一个实施例中,采用差分阈值方法进行所述QRS波检测。
在其中一个实施例中,所述RR间期比值散点图的绘制包括:
步骤S31:获取第一个心拍的信息;
步骤S32:判断心拍是否结束,若未结束,进入步骤S33,若判断结束,即结束整个流程;
步骤S33:分别获取由步骤S2计算存储的前一心拍、当前心拍和后一心拍的RR间期值;
步骤S34:通过所述当前心拍的RR间期与前一心拍的RR间期的比值获得横坐标值,通过后一心拍的RR间期与所述当前心拍的RR间期的比值获得纵坐标值;
步骤S35:将横纵坐标的位置映射到RR间期比值散点图中的像素位置;
步骤S36:以所述像素位置为中心,将其周围指定大小的模块像素点填充预定的颜色;
步骤S37:获取下一个心拍的信息。
在其中一个实施例中,所述横坐标值记为x,所述纵坐标值记为y,所述像素位置的坐标,记为(Pixel_x,Pixel_y),所述像素位置的坐标通过以下公式得到:
x=RR1/RR0 (1),
y=RR2/RR1 (2),
其中,RR1为所述当前心拍的RR间期,RR0为所述前一心拍的RR间期,RR2 为所述后一心拍的RR间期,M为散点图的横坐标范围,N为散点图的纵坐标范围。
本发明还提供了一种基于RR间期比值散点图的动态心电数据的处理装置,包括:
预处理单元,用于对动态心电图的原始数据进行QRS波检测,提取QRS波形特征,并根据所述特征对心拍分类,获取心拍的位置信息及类型信息;
间期值处理单元,遍历所述QRS波的数据,采用差分法获取并存储所有心拍的RR间期值,当前心拍的RR间期值为当前心拍的QRS波位置与前一心拍的 QRS波位置的差值;
散点图绘制单元,用于对所述间期值处理单元获取的各所述RR间期值进行运算并绘制图形,包括以所述当前心拍的RR间期与前一心拍的RR间期的比值作为横坐标,以后一心拍的RR间期与所述当前心拍的RR间期的比值作为纵坐标,逐一心拍绘制得到动态心电数据的RR间期比值散点图;以及
异位特征处理单元,用于选取所述散点图绘制单元绘制的散点图上异位特征明显的多个心拍点,并进行批量处理。
在其中一个实施例中,所述QRS波形特征包括宽度、面积、间期比率及相似度等特征。
在其中一个实施例中,所述预处理单元包括用于检测所述QRS波的检测模块、用于提取所述所述QRS波特征的特征提取模块及对用于对心拍分类的自动分类模块。
在其中一个实施例中,所述检测模块采用差分阈值方法对所述QRS波进行检测。
在其中一个实施例中,所述散点图绘制单元包括:
信息获取模块,用于从所述预处理单元获取心拍信息;
判断模块,用于判断心拍是否结束,并控制所述散点图绘制单元的启停;
间期值读取模块,用于在所述判断模块判断心拍未结束时,获取所述间期值处理单元存储的三个相邻心拍的RR间期值;
坐标计算模块,通过中间心拍的RR间期与前一心拍的RR间期的比值获得横坐标值,通过后一心拍的RR间期与所述中间心拍的RR间期的比值获得纵坐标值;
映射模块,用于将根据所述坐标计算模块获得的横坐标值与纵坐标值对应的点映射到RR间期比值散点图中的像素位置;以及
绘图模块,用于以所述像素位置为中心,将其周围指定大小的模块像素点填充预定的颜色。
实施本发明的基于RR间期比值散点图的动态心电数据处理方法及处理装置,利用异位心拍间期比值与正常心拍间期比值区别较大的特点,采用差分法计算并存储所有心拍的RR间期值,并根据RR间期比值进行散点图绘制,通过对异位特征明显的多个心拍进行批量处理,提升了动态心电数据的处理效率及动态心电图的诊断效率,并提升了诊断结果的可靠性。
附图说明
图1为现有技术中Lorenz散点图缺陷示例图;
图2为本发明的一个实施例中处理方法的流程图;
图3为本发明的一个实施例中QRS波检测的流程图;
图4为本发明的一个实施例中心拍示意图;
图5为本发明的一个实施例中数据预处理结果的图像示例;
图6为本发明的一个实施例中数据预处理结果的数据示例;
图7为本发明的一个实施例中散点图的绘制流程图;
图8为本发明的一个实施例中实际坐标轴映射为像素坐标轴的示意图;
图9为本发明的一个实施例中散点图放大和缩小示例图;
图10为本发明的一个实施例中散点图的异位心拍示例图;
图11为本发明的一个实施例中RR间期比值散点图的软件界面图;
图12为本发明的一个实施例中处理装置的结构示意图;
图13为本发明的一个实施例中预处理单元的结构示意图;
图14为本发明的一个实施例中散点图绘制单元的结构示意图。
具体实施方式
为使本发明的上述目的、特征和优点能够更加明显易懂,下面结合附图对本发明的具体实施方式做详细的说明。在下面的描述中阐述了很多具体细节以便于充分理解本发明。但是本发明能够以很多不同于在此描述的其它方式来实施,本领域技术人员可以在不违背本发明内涵的情况下做类似改进,因此本发明不受下面公开的具体实施例的限制。
请参阅图2,本发明提供了一种基于RR间期比值散点图的动态心电数据处理方法10,该处理方法10包括以下步骤:
步骤S1:对动态心电图的原始数据进行QRS波检测,并提取QRS波形的宽度、面积、间期比率及相似度等特征,将检测到的心拍预分为正常、房性早搏、室性早搏和伪差四种类型,实现对动态心电数据的预处理。
请参阅图3,一实施例中,采用差分阈值方法进行QRS波检测。具体的,对心电数据进行滤波后,依次进行差分、平方和移动平均处理,然后寻找峰值,获取峰值后,将该峰值与阈值进行比较,若峰值大于阈值,则认为检测到QRS 波,否则将检测到的QRS波当作噪声处理,最后更新阈值,例如,使更新后的阈值为前一阈值的一半,随后再次指向上述差分、平方和移动平均处理,寻找新的峰值并重新进行比较。需要说明的是,本实施例的QRS波检测属于现有技术,具体可参阅中国发明专利“一种心电信号实时心率检测方法及系统”(CN104586384B)中关于差分、平方、移动平均处理、寻找峰值及阈值比较等流程的相关描述,当然,本发明还可采用其他方式对心拍数据进行QRS波检测,于此不再赘述。
请一并参阅图4与表1,其中,图4示出了本发明的一个实施例中三个连续心拍的波形图,其波形上标注的圆圈表示检测到的QRS波的位置,表1示出了与图4的波形图对应的QRS波形各特征值及其对应的说明,各特征值可通过读取波形图上对应的坐标或进行运算获得。
表1
根据波形图获得QRS波形的特征值后,可采用如分类器对心拍进行分类,包含四类:正常心拍(缩写N)、房性早搏(缩写S)、室性早搏(缩写V)和伪差(缩写X),分类逻辑如下:
1)前后间期一致,且QRS形态正常的分为正常类型;
2)发生提前存在补偿,且QRS形态正常的分为房性早搏类型;
3)QRS波形的形态满足宽大畸形的分为室性早搏类型;
4)不满足以上三类的分为伪差类型。
请参阅图5,图5示出了本发明的一个实施例中数据预处理结果的示例图,其中波形图中的N、S、V分别对应正常心拍、房性早搏及室性早搏,在具体实践中,可将对应不同状态的连续心拍点构成的线条标示相应的颜色以示区分,如正常心拍的心电波形颜色为黑色,房性早搏的波形颜色为绿色,室性早搏的波形颜色为红色,以便于用户,如医生快速识别波形图中心拍的类型。
需要说明的是,数据预处理的目的有两个,一个是通过QRS波的检测,获取心拍的位置信息;另一个是通过特征提取,获取心拍的类型信息。预处理完成后,每一个心拍都包含两个信息,请参阅图6,一个是在心拍数据里面的位置值,该位置值是指其相对于数据起始位置,数据起始位置值设定为0;另一个是心拍类型。
步骤S2:遍历QRS波的数据,采用差分法获取并存储所有心拍的RR间期值,当前心拍的RR间期值为当前心拍的QRS波位置与前一心拍的QRS波位置的差值。
具体的,请再次参阅图4,当前心拍的RR间期值RR1通过当前心拍的位置减去前一心拍的位置得到,从第二个心拍开始,逐个遍历整个动态心电的QRS 波数据,得到所有心拍的RR间期值,其中,由于第一个心拍之前无心拍,第一个心拍的RR间期值大小默认与第二个心拍的RR间期值一致,直至存储所有计算完成的RR间期值。
请进一步参阅图6,在间期值获取时,遍历每一个心拍的QRS波数据,从第一个心拍遍历到最后一个心拍,具体的,从心拍1开始,遍历到心拍n。计算方法为当前心拍位置减去前一个心拍位置,即第一个心拍和第二个心拍间期值:640-240=400,第三个心拍间期值:2240-640=1600,以此类推。
步骤S3:以步骤S2获取的当前心拍的RR间期与前一心拍的RR间期的比值作为横坐标,以后一心拍的RR间期与当前心拍的RR间期的比值作为纵坐标,逐一心拍绘制得到动态心电数据的RR间期比值散点图。
请参阅图7,本实施例中以散点图的单个像素点的绘制为例,对RR间期比值散点图的绘制流程进行说明,具体的,RR间期比值散点图的绘制包括:
步骤S31:获取第一个心拍的信息。
步骤S32:判断心拍是否结束,若未结束,进入步骤S33,若判断结束,即结束整个流程。
具体的,判断心拍是否结束的依据为:对原始数据预处理得到心拍信息,按第一个到最后一个顺序依次保存,遍历时从第一个心拍开始,依次遍历,若取到的心拍信息为空,即在最后一个心拍之后,则判断心拍结束。
步骤S33:分别获取由步骤S2计算存储的前一心拍、当前心拍和后一心拍的RR间期值。特别地,对于当前心拍为第一个心拍时,前一心拍RR间期值等于当前心拍的RR间期值;而当前心拍为最后一个心拍时,后一心拍的RR间期值等于当前心拍的RR间期值。以图4为例,前一心拍的RR间期值为RR0,当前 RR心拍间期值为RR1,后一心拍RR间期值为RR2。
步骤S34:通过当前心拍的RR间期与前一心拍的RR间期的比值获得横坐标值,通过后一心拍的RR间期与当前心拍的RR间期的比值获得纵坐标值。
步骤S35:将横纵坐标的位置映射到RR间期比值散点图中的像素位置。
请参阅图8,一实施例中,横坐标值记为x,纵坐标值记为y,像素位置的坐标,记为(Pixel_x,Pixel_y),Len_Pixel_x和Len_Pixel_y分别为横坐标 X轴的像素总长度和纵坐标Y轴的像素总长度,像素位置的坐标通过以下公式得到:
x=RR1/RR0 (1),
y=RR2/RR1 (2),
其中,RR1为当前心拍的RR间期,RR0为前一心拍的RR间期,RR2为后一心拍的RR间期,M为散点图的横坐标范围,N为散点图的纵坐标范围。
步骤S36:以像素位置为中心,将其周围指定大小的模块像素点填充预定的颜色。
具体的,以像素位置(Pixel_x,Pixel_y)为中心,将其周围指定大小,如3X3个单位模块的像素点填充上相应的颜色,填充的颜色由心拍类型确定:如正常心拍为黑色、房性早搏心拍为绿色、室性早搏心拍为红色、伪差为蓝色。
步骤S37:像素点颜色填充完成后,获取下一个心拍的信息,并重复上述各步骤。
需要说明的是,本实施例还在RR间期比值散点图下方,加入了心拍类型选择的模块,分为“全部”模块、“正常”模块、“房性”模块、“室性”模块、“起搏”模块、“其他”模块、“伪差”模块和“伪差相关”模块。各模块的详细说明见表2。
表2
请参阅图9,图9中a图为图1中a图的放大图,图9中b图为图1中a图的缩小图。需要说明的是,可以对散点图中的坐标系数进行调整,本实施例默认的横纵坐标范围分别为0.0到4.0个单位之间。用户还可根据自己的需要,对横纵坐标范围进行放大或缩小调整。放大或缩小时,计算方法与前述中关于散点图的绘制方法一致,仅需要调整坐标轴最大系数。如放大操作时,坐标范围的最大系数由4.0变为3.0;而缩小操作时,坐标范围的最大系数由4.0变为 5.0。
步骤S4:通过选取RR间期比值散点图上异位特征明显的多个心拍进行批量处理,完成动态心电图的心拍处理作业。
具体的,通过程序写入,如采用VB编程语言的代码对间期值、像素点值以及不同心拍类型的范围值或特征值进行引用编程,并在RR间期比值散点图中设置不同心拍类型的选择模块,供用户自主选择感兴趣的心拍区域进行查看。请参阅图10,图10示出了与图1中b图同一个数据的异位心拍示例图,其表现为典型的室性早搏频发病例,其中插入性室早、室早单发、早搏前点、单发早搏后点以及插入性早搏后点等聚类特征明显,便于用户快速查看修改。而正常心拍一般都满足前后间期一致均匀的条件,因而正常心拍节律一般集中在坐标(1.0,1.0)附近的位置上。
需要说明的是,在动态心电图的诊断过程中,用户的大部分时间消耗在房性早搏的判断上,接下来以本发明的RR间期比值散点图来描述异位心拍批量处理的过程。须知,本过程只是作为一个例子说明RR间期比值散点图的应用,并不代表RR间期比值散点图只能用于房性早搏的批量处理上。
请参阅图11,图11示出了与图1中a图同一个数据的RR间期比值散点图的软件界面图,该软件界面图结合了叠加波、心拍显示及心电图条等,左侧部分为RR间期比值散点图,右侧为心拍叠加波及心拍显示,下部分为所选心拍的心电图条信息。
以间期的角度看,房性早搏的主要特征是心拍提前出现,且出现不完全补偿。一般来说,房早的提前量需要达到10%,不完全补偿满足代偿间期大于基础间期,即以下两个公式:
RR1<0.9*RR0
RR2>1.05*RR0
由以上两个公式,可推导得到:亦即是说,房早发生的区域在RR间期比值散点图的左上方区域,位于横轴0.9以内,纵轴1.17 以上的区域。因而用户只需要选取这个范围之内的心拍,然后采用间期或提前率排序,通过浏览心拍列表的头部和尾部心拍,从而确定整个心拍列表里的心拍是否为房早。如果提前率最低,或间期最大的几个心拍确定为房早,则可以直接将整个心拍列表里的心拍修改为房性早搏心拍。这样能快速确定异位心拍的类型,从而完成整个动态心电数据房性早搏的筛查。
请参阅图12,本发明还提供了一种基于RR间期比值散点图的动态心电数据的处理装置20,包括:
预处理单元210,用于对动态心电图的原始数据进行QRS波检测,提取QRS 波形特征,并根据特征对心拍分类;
间期值处理单元220,遍历QRS波的数据,采用差分法获取并存储所有心拍的RR间期值,即当前心拍的RR间期值为当前心拍的QRS波位置与前一心拍的 QRS波位置的差值,其余心拍的RR间期值可据此方法类推。
散点图绘制单元230,用于对间期值处理单元220获取的各RR间期值进行运算并绘制图形,包括以当前心拍的RR间期与前一心拍的RR间期的比值作为横坐标,以后一心拍的RR间期与当前心拍的RR间期的比值作为纵坐标,逐一心拍绘制得到动态心电数据的RR间期比值散点图;以及
异位特征处理单元240,用于选取散点图绘制单元230绘制的散点图上异位特征明显的多个心拍点,并进行批量处理。
请一并参阅图3与图13,一实施例中,预处理单元210包括用于检测QRS 波的检测模块211、用于提取QRS波特征的特征提取模块212及对用于对心拍分类的自动分类模块213。具体的,处理装置20内输入心电数据时,心电数据首先进入检测模块211,检测模块211采用差分阈值方法对QRS波进行检测,包括对心电数据进行滤波,随后依次进行差分、平方和移动平均处理,然后寻找峰值,获取峰值后,将该峰值与阈值进行比较,若峰值大于阈值,则认为检测到 QRS波,否则将检测到的QRS波当作噪声处理,最后更新阈值。检测到有效QRS波后,特征提取模块212对QRS波形的宽度、面积、间期比率及相似度等特征值进行提取,具体可参阅图4与表1,依照表1中特征值与波形图的对应关系获取相应的特征值。随后将提取的特征值传入自动分类模块213,自动分类模块 213根据以下分类逻辑对各特征值对应的心拍内心进行分类:
1)前后间期一致,且QRS形态正常的分为正常类型;
2)发生提前存在补偿,且QRS形态正常的分为房性早搏类型;
3)QRS波形的形态满足宽大畸形的分为室性早搏类型;
4)不满足以上三类的分为伪差类型。
请参阅图14,一实施例中,散点图绘制单元230包括:
信息获取模块231,用于从预处理单元210获取心拍信息;
判断模块232,用于判断心拍是否结束,并控制散点图绘制单元230的启停;
间期值读取模块233,用于在判断模块232判断心拍未结束时,获取间期值处理单元220存储的三个相邻心拍的RR间期值;
坐标计算模块234,通过中间心拍的RR间期与前一心拍的RR间期的比值获得横坐标值,通过后一心拍的RR间期与中间心拍的RR间期的比值获得纵坐标值;
映射模块235,用于将根据坐标计算模块234获得的横坐标值与纵坐标值对应的点映射到RR间期比值散点图中的像素位置;以及
绘图模块236,用于以像素位置为中心,将其周围指定大小的模块像素点填充预定的颜色。
具体的,信息获取模块231从预处理单元210处获取一个心拍信息后,由判断模块232判断心拍是否结束,即判断模块232检测心拍是否停止,若已停止,则判断模块232控制散点图绘制单元230关闭,以便于异位特征处理单元 240对全部心拍数据进行处理。若心拍尚未停止,判断模块232控制信息获取模块231将获取的心拍信息传送至间期值读取模块233,以便于间期值读取模块 233根据该心拍信息,从间期值处理单元220处获取与该心拍信息对应的三个相邻心拍的RR间期值。间期值读取模块233获得三个相邻心拍的RR间期值后,将RR间期值传递至坐标计算模块234,并由坐标计算模块234根据横坐标为中间心拍的RR间期与前一心拍的RR间期的比值,以及纵坐标为后一心拍的RR间期与中间心拍的RR间期的比值的计算方法,获得该心拍信息的横纵坐标值(x, y)。随后,坐标计算模块234将该横纵坐标值(x,y)发送至映射模块235,由映射模块235根据以及两个公式计算该心拍信息在散点图上的像素位置坐标(Pixel_x,Pixel_y),即将该心拍信息的横纵坐标的位置映射到RR间期比值散点图中的像素位置。像素位置确定后,绘图模块236接收坐标计算模块234传递的像素位置坐标,并以该像素位置坐标为中心,在其周围的像素点中填充颜色,从而实现散点图的绘制作业。
异位特征处理单元240用于通过已完成的RR间期比值散点图,对异位心搏进行批量处理。本实施例中结合R间期比值散点图的软件界面图对异位特征处理单元240对数据的批量处理作业进行论述,具体的,请再次参阅图10,该图结合了叠加波、心拍显示及心电图条等,左侧部分为RR间期比值散点图,右侧为心拍叠加波及心拍显示,下部分为所选心拍的心电图条信息。
从间期的角度看,房性早搏的主要特征是心拍提前出现,且出现不完全补偿。一般来说,房早的提前量需要达到10%,不完全补偿满足代偿间期大于基础间期,即以下两个公式:RR1<0.9*RR0
RR2>1.05*RR0
由以上两个公式,可推导得到:亦即是说,房早发生的区域在RR间期比值散点图的左上方区域,位于横轴0.9以内,纵轴1.17 以上的区域。因而用户只需要选取这个范围之内的心拍,然后采用间期或提前率排序,通过浏览心拍列表的头部和尾部心拍,从而确定整个心拍列表里的心拍是否为房早。如果提前率最低,或间期最大的几个心拍确定为房早,异位特征处理单则直接将整个心拍列表里的心拍修改为房性早搏心拍。这样能快速确定异位心拍的类型,从而完成整个动态心电数据房性早搏的筛查。
实施本发明的基于RR间期比值散点图的动态心电数据处理方法10及处理装置20,利用异位心拍间期比值与正常心拍间期比值区别较大的特点,采用差分法计算并存储所有心拍的RR间期值,并根据RR间期比值进行散点图绘制,通过对异位特征明显的多个心拍进行批量处理,提升了动态心电数据的处理效率及动态心电图的诊断效率,并提升了诊断结果的可靠性。
以上所述实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本发明的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变形和改进,这些都属于本发明的保护范围。因此,本发明专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种基于RR间期比值散点图的动态心电数据处理方法(10),其特征在于,包括以下步骤:
步骤S1:对动态心电图的原始数据进行QRS波检测,提取QRS波形特征,并根据所述特征对心拍分类,获取心拍的位置信息及类型信息,实现对动态心电数据的预处理;
步骤S2:遍历所述QRS波的数据,采用差分法获取并存储所有心拍的RR间期值,当前心拍的RR间期值为当前心拍的QRS波位置与前一心拍的QRS波位置的差值;
步骤S3:以所述步骤S2获取的所述当前心拍的RR间期与前一心拍的RR间期的比值作为横坐标,以后一心拍的RR间期与所述当前心拍的RR间期的比值作为纵坐标,逐一心拍绘制得到动态心电数据的RR间期比值散点图;
步骤S4:通过选取所述RR间期比值散点图上异位特征明显的多个心拍进行批量处理,完成动态心电图的心拍处理作业。
2.根据权利要求1所述的处理方法(10),其特征在于,所述QRS波形特征包括宽度、面积、间期比率及相似度等特征。
3.根据权利要求1所述的处理方法(10),其特征在于,采用差分阈值方法进行所述QRS波检测。
4.根据权利要求1所述的处理方法(10),其特征在于,RR间期比值散点图的绘制包括:
步骤S31:获取第一个心拍的信息;
步骤S32:判断心拍是否结束,若未结束,进入步骤S33,若判断结束,即结束整个流程;
步骤S33:分别获取由步骤S2计算存储的前一心拍、当前心拍和后一心拍的RR间期值;
步骤S34:通过所述当前心拍的RR间期与前一心拍的RR间期的比值获得横坐标值,通过后一心拍的RR间期与所述当前心拍的RR间期的比值获得纵坐标值;
步骤S35:将横纵坐标的位置映射到RR间期比值散点图中的像素位置;
步骤S36:以所述像素位置为中心,将其周围指定大小的模块像素点填充预定的颜色;
步骤S37:获取下一个心拍的信息。
6.一种基于RR间期比值散点图的动态心电数据的处理装置(20),其特征在于,包括:
预处理单元(210),用于对动态心电图的原始数据进行QRS波检测,提取QRS波形特征,并根据所述特征对心拍分类,获取心拍的位置信息及类型信息;
间期值处理单元(220),用于遍历所述QRS波的数据,并采用差分法获取并存储所有心拍的RR间期值,当前心拍的RR间期值为当前心拍的QRS波位置与前一心拍的QRS波位置的差值;
散点图绘制单元(230),用于对所述间期值处理单元(220)获取的各所述RR间期值进行运算并绘制图形,包括以所述当前心拍的RR间期与前一心拍的RR间期的比值作为横坐标,以后一心拍的RR间期与所述当前心拍的RR间期的比值作为纵坐标,逐一心拍绘制得到动态心电数据的RR间期比值散点图;以及
异位特征处理单元(240),用于选取所述散点图绘制单元(230)绘制的散点图上异位特征明显的多个心拍点,并进行批量处理。
7.根据权利要求6所述的处理装置(20),其特征在于,所述QRS波形特征包括宽度、面积、间期比率及相似度等特征。
8.根据权利要求6所述的处理装置(20),其特征在于,所述预处理单元(210)包括用于检测所述QRS波的检测模块(211)、用于提取所述所述QRS波特征的特征提取模块(212)及对用于对心拍分类的自动分类模块(213)。
9.根据权利要求8所述的处理装置(20),其特征在于,所述检测模块(211)采用差分阈值方法对所述QRS波进行检测。
10.根据权利要求6所述的处理装置(20),其特征在于,所述散点图绘制单元(230)包括:
信息获取模块(231),用于从所述预处理单元(210)获取心拍信息;
判断模块(232),用于判断心拍是否结束,并控制所述散点图绘制单元(230)的启停;
间期值读取模块(233),用于在所述判断模块(232)判断心拍未结束时,获取所述间期值处理单元(220)存储的三个相邻心拍的RR间期值;
坐标计算模块(234),通过中间心拍的RR间期与前一心拍的RR间期的比值获得横坐标值,通过后一心拍的RR间期与所述中间心拍的RR间期的比值获得纵坐标值;
映射模块(235),用于将根据所述坐标计算模块(234)获得的横坐标值与纵坐标值对应的点映射到RR间期比值散点图中的像素位置;以及
绘图模块(236),用于以所述像素位置为中心,将其周围指定大小的模块像素点填充预定的颜色。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010676179.8A CN113995420A (zh) | 2020-07-14 | 2020-07-14 | 一种基于rr间期比值散点图的动态心电数据处理方法及处理装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010676179.8A CN113995420A (zh) | 2020-07-14 | 2020-07-14 | 一种基于rr间期比值散点图的动态心电数据处理方法及处理装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113995420A true CN113995420A (zh) | 2022-02-01 |
Family
ID=79920085
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010676179.8A Pending CN113995420A (zh) | 2020-07-14 | 2020-07-14 | 一种基于rr间期比值散点图的动态心电数据处理方法及处理装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113995420A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115778402A (zh) * | 2022-12-02 | 2023-03-14 | 深圳华清心仪医疗电子有限公司 | 一种动态心电信号的伪差识别方法及系统 |
-
2020
- 2020-07-14 CN CN202010676179.8A patent/CN113995420A/zh active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115778402A (zh) * | 2022-12-02 | 2023-03-14 | 深圳华清心仪医疗电子有限公司 | 一种动态心电信号的伪差识别方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110197493B (zh) | 眼底图像血管分割方法 | |
CN1188079C (zh) | 心脏图的快速分段 | |
US11272887B2 (en) | Electroanatomical mapping tools facilitated by activation waveforms | |
US7474775B2 (en) | Automatic detection of red lesions in digital color fundus photographs | |
CN110226928B (zh) | 房颤伴室早和房颤伴差传的识别方法和装置 | |
CN108403105B (zh) | 一种心电散点的展示方法及展示装置 | |
CN111325725A (zh) | 视网膜图像识别方法及装置、电子设备、存储介质 | |
CN106846293A (zh) | 图像处理方法和装置 | |
CN113876335A (zh) | 心电图心搏分类方法、装置、电子设备和介质 | |
CN110889846A (zh) | 一种基于fcm的糖尿病视网膜图像视盘分割方法 | |
CN111797900B (zh) | 一种oct-a图像的动静脉分类方法及装置 | |
CN113995420A (zh) | 一种基于rr间期比值散点图的动态心电数据处理方法及处理装置 | |
CN109410191B (zh) | 基于oct图像的眼底血管定位方法及其贫血筛查方法 | |
JP2002269539A (ja) | 画像処理装置、画像処理装置方法、及び画像処理プログラムを記録したコンピュータ読み取り可能な記録媒体、並びにこれを用いた診断支援システム | |
CN111899272A (zh) | 基于耦合神经网络和线连接器的眼底图像血管分割方法 | |
CN111292285B (zh) | 一种基于朴素贝叶斯与支持向量机的糖网病自动筛查方法 | |
CN111291706B (zh) | 一种视网膜图像视盘定位方法 | |
CN115105084A (zh) | 基于深度学习的心搏定位分类方法、系统、介质及设备 | |
Gandhi et al. | Investigation of severity of diabetic retinopathy by detecting exudates with respect to macula | |
CN107527011A (zh) | 一种非接触式皮肤电阻变化趋势检测方法、装置及设备 | |
CN103860168B (zh) | 一种心律异常自动标识装置 | |
Khatter et al. | Retinal vessel segmentation using Robinson compass mask and fuzzy c-means | |
CN113647960A (zh) | 一种心率失常的快速识别方法、终端设备及存储介质 | |
CN117893742B (zh) | 一种葡萄膜炎影像特征识别方法 | |
CN116228545B (zh) | 基于视网膜特征点的眼底彩色照相图像拼接方法及系统 |
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 |