CN114052746A - 运动心电数据处理方法、装置、计算机设备和存储介质 - Google Patents

运动心电数据处理方法、装置、计算机设备和存储介质 Download PDF

Info

Publication number
CN114052746A
CN114052746A CN202210002818.1A CN202210002818A CN114052746A CN 114052746 A CN114052746 A CN 114052746A CN 202210002818 A CN202210002818 A CN 202210002818A CN 114052746 A CN114052746 A CN 114052746A
Authority
CN
China
Prior art keywords
data
electrocardiogram
stage
exercise
frequency
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
Application number
CN202210002818.1A
Other languages
English (en)
Inventor
赵春明
左能
王德胜
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.)
Biosorp Biotechnology Co ltd
Original Assignee
Biosorp Biotechnology 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 Biosorp Biotechnology Co ltd filed Critical Biosorp Biotechnology Co ltd
Priority to CN202210002818.1A priority Critical patent/CN114052746A/zh
Publication of CN114052746A publication Critical patent/CN114052746A/zh
Pending legal-status Critical Current

Links

Images

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
    • A61B5/316Modalities, i.e. specific diagnostic methods
    • A61B5/318Heart-related electrical modalities, e.g. electrocardiography [ECG]
    • A61B5/346Analysis of electrocardiograms
    • A61B5/349Detecting specific parameters of the electrocardiograph cycle
    • A61B5/366Detecting abnormal QRS complex, e.g. widening
    • 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
    • A61B5/316Modalities, i.e. specific diagnostic methods
    • A61B5/318Heart-related electrical modalities, e.g. electrocardiography [ECG]

Abstract

本申请涉及一种运动心电数据处理方法、装置、计算机设备和存储介质。所述方法包括:获取运动心电数据;所述运动心电数据包括运动阶段的心电数据;对所述运动阶段的心电数据的QRS波群数据求均值,得到相应的QRS波群数据均值;对所述QRS波群数据均值进行高频滤波处理,得到所述运动阶段的高频心电图;对所述运动阶段的心电数据进行分析,按照心脏激动的时间顺序,将体表电位的变化形成低频心电图;输出所述运动阶段的高频心电图和低频心电图。采用本方法能够在降低数据获取复杂度的情况下,提高医生阅片的便利性与准确性,降低医生的工作难度,从而提高受测者心脏健康状态的识别效率与准确性。

Description

运动心电数据处理方法、装置、计算机设备和存储介质
技术领域
本申请涉及医疗仪器技术领域,特别是涉及一种运动心电数据处理方法、装置、计算机设备和存储介质。
背景技术
随着社会经济与信息技术的不断发展,越来越多的人长期处于高强度的脑力劳动下、且几乎没有锻炼习惯,从而导致患心脏疾病(如心肌梗死)的群体越来越普遍化与年轻化。由此,对心脏疾病的预防监测是至关重要的。
目前,通常通过常规体检来实现对心脏疾病的预防监测,现有技术通常基于心电图(ECG)中的ST-T段数据来评估心肌是否缺血,从而分析心脏活性相关信息,但是,很多心脏潜在问题在该ST-T段数据表现并无异常,由此降低了心脏健康状况的识别准确性。
发明内容
基于此,有必要针对上述技术问题,提供一种能够提高心脏健康状况的识别准确性的运动心电数据处理方法、装置、计算机设备和存储介质。
一种运动心电数据处理方法,所述方法包括:
获取运动心电数据;所述运动心电数据包括运动阶段的心电数据;
对所述运动阶段的心电数据的QRS波群数据求均值,得到相应的QRS波群数据均值;
对所述QRS波群数据均值进行高频滤波处理,得到所述运动阶段的高频心电图;
对所述运动阶段的心电数据进行分析,按照心脏激动的时间顺序,将体表电位的变化形成低频心电图;
输出所述运动阶段的高频心电图和低频心电图。
在其中一个实施例中,所述运动心电数据还包括静息阶段的心电数据,和/或,恢复阶段的心电数据;所述获取运动心电数据之后,所述方法还包括:
基于所述运动心电数据确定所述运动阶段对应的目标数据范围;
根据所述目标数据范围对所述运动心电数据进行分割,得到各阶段的心电数据。
在其中一个实施例中,所述运动心电数据还包括静息阶段的心电数据和恢复阶段的心电数据;所述根据所述目标数据范围对所述运动心电数据进行分割,得到各阶段的心电数据之后,所述方法还包括:
对静息阶段的心电数据中的QRS波群数据,和/或,恢复阶段的心电数据中的QRS波群数据,按照所属阶段求均值,得到相应阶段的QRS波群数据均值;
对静息阶段和/或恢复阶段的QRS波群数据均值进行高频滤波处理,得到相应阶段的高频心电图。
在其中一个实施例中,所述基于所述运动心电数据确定所述运动阶段对应的目标数据范围,包括:
从所述运动心电数据中读取运动阶段对应的候选数据范围;
当所述候选数据范围不合理时,根据所述运动心电数据确定相应信噪比序列和/或心率序列;
根据所述信噪比序列和/或所述心率序列确定所述运动阶段对应的目标数据范围。
在其中一个实施例中,所述获取运动心电数据之后,所述方法还包括:
检查所述运动心电数据的格式正确性;
当判定所述运动心电数据的格式正确时,继续执行所述基于所述运动心电数据确定所述运动阶段对应的目标数据范围。
在其中一个实施例中,所述对所述运动阶段的心电数据的QRS波群数据求均值,得到相应的QRS波群数据均值,包括:
从所述运动阶段的心电数据中确定目标心电数据;所述目标心电数据包括心率最高点对应的QRS波群数据;
对所述目标心电数据的QRS波群数据求均值,得到相应的QRS波群数据均值。
在其中一个实施例中,所述运动阶段的心电数据包括多条心电图导联对应的心电数据;所述运动阶段的高频心电图包括多条心电图导联对应的高频心电图;所述对所述QRS波群数据均值进行高频滤波处理,得到所述运动阶段的高频心电图之后,所述方法还包括:
根据各心电图导联在所述运动阶段的高频心电图,提取相应心电图导联在所述运动阶段的高频形态指数;
根据所述高频形态指数确定相应心电图导联在所述运动阶段的阳性指标。
一种运动心电数据处理装置,所述装置包括:
获取模块,用于获取运动心电数据;所述运动心电数据包括运动阶段的心电数据;
第一处理模块,用于对所述运动阶段的心电数据的QRS波群数据求均值,得到相应的QRS波群数据均值;
所述第一处理模块,还用于对所述QRS波群数据均值进行高频滤波处理,得到所述运动阶段的高频心电图;
第二处理模块,用于对所述运动阶段的心电数据进行分析,按照心脏激动的时间顺序,将体表电位的变化形成低频心电图;
输出模块,用于输出所述运动阶段的高频心电图和低频心电图。
一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现各方法实施例中的步骤。
一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现各方法实施例中的步骤。
上述运动心电数据处理方法、装置、计算机设备和存储介质,基于单次采集的运动心电数据中所包括的运动阶段的心电数据,分别进行低频成分分析与QRS波群高频成分分析,并分别得到运动阶段的低频心电图与高频心电图,以供医生对照参考,并辅助医生识别受测者在运动阶段的心脏健康状态,这样,通过数据复用的方式,能够在降低数据获取复杂度的情况下,提高医生阅片的便利性与准确性,降低医生的工作难度,从而提高受测者心脏健康状态的识别效率与准确性。
附图说明
图1为一个实施例中运动心电数据处理方法的流程示意图;
图2为另一个实施例中运动心电数据处理方法的流程示意图;
图3为一个实施例中运动心电数据处理方法的原理示意图;
图4为一个实施例中运动心电数据处理装置的结构框图;
图5为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
本申请提供的运动心电数据处理方法,可以应用于终端,也可以应用于服务器,还可以应用于包括终端与服务器的交互系统,并通过终端和服务器的交互实现,在此不作具体限定。终端可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑、心电监测设备和便携式可穿戴设备,服务器可以用独立的服务器或者是多个服务器组成的服务器集群来实现。
在一个实施例中,如图1所示,提供了一种运动心电数据处理方法,以该方法应用于终端为例进行说明,具体包括以下步骤:
S102,获取运动心电数据;运动心电数据包括运动阶段的心电数据。
其中,运动心电数据是指在负荷运动心电检测过程中采集到的心电数据,具体可以是在负荷运动心电检测过程中的运动阶段采集到的心电数据。负荷运动心电检测是通过一定量的运动增加心脏负荷,以采集心电数据,并基于心电数据分析心电图变化的检测方式,其被广泛应用于心脏疾病与心血管疾病的检测。在负荷运动心电检测过程中,基于动态采集的运动心电数据能够动态绘制并展示相应的心电图,以便于动态观察心电图的变化。在负荷运动心电检测完成后,基于对应采集的运动心电数据能够绘制并展示完整的心电图,以便于直观获取心电图的变化情况。
在一个实施例中,运动心电数据以文件的形式进行传输与存储,具体可理解为运动心电数据文件。
S104,对运动阶段的心电数据的QRS波群数据求均值,得到相应的QRS波群数据均值。
其中,运动阶段的心电数据包括多个QRS波群数据,QRS波群数据与QRS波群相对应,基于QRS波群数据能够绘制并展示相应QRS波群,QRS波群反映左、右心室除极电位和时间的变化,每个QRS波群为心电图中Q波、R波和S波的集合,第一个向下的波为Q波,第一个向上的波为R波,第二个向下的波是S波。
具体地,从运动阶段的心电数据中提取目标QRS波群数据,对所提取出的目标QRS波群数据求均值得到运动阶段的QRS波群数据均值。可以理解,终端从运动阶段的心电数据中剔除心律失常与噪声的QRS波群数据,从并剩余的QRS波群数据中提取目标QRS波群数据,以便于基于所提取出的目标QRS波群数据能够准确分析得到具有参考价值的高频心电图。
在一个实施例中,终端从运动阶段的心电数据中提取目标QRS波群数据的采样值,对所有目标QRS波群数据的采样值进行对齐,并基于对齐的采样值对相应目标QRS波群数据求均值得到运动阶段的QRS波群数据均值。
S106,对QRS波群数据均值进行高频滤波处理,得到运动阶段的高频心电图。
其中,高频心电图可理解为高频QRS心电图、高频QRS波段数据或高频QRS信号,可以是指频率在100HZ以上的QRS波群,具体可以是指频率处于150HZ-250HZ区间的QRS波群。在本实施例中,高频心电图具体可以是指QRS波群数据均值中的高频波段数据。具体地,终端对运动阶段的QRS波群数据均值进行高频滤波处理,得到运动阶段的高频心电图。
在一个实施例中,终端通过高通滤波器或带通滤波器,对运动阶段的QRS波群数据均值进行高频滤波处理,得到相应的高频心电图。
S108,对运动阶段的心电数据进行分析,按照心脏激动的时间顺序,将体表电位的变化形成低频心电图。
具体地,运动阶段的心电数据能够用于体现受测者在运动阶段的体表电位变化,由此,通过分析运动阶段的心电数据,能够按照心脏激动的时间顺序将体表点位的变化形成低频心电图。可以理解,具体可采用现有的分析方式对运动阶段的心电数据进行分析,以按照心脏激动的时间顺序,将体表的电位变化形成低频心电图,在此不再赘述。
在一个实施例中,对运动阶段的心电数据按照采集周期求均值,得到相应的低频心电图。其中,采集周期是指相邻两次采集同类型波段数据的时间间隔,比如相邻两次采集QRS波群数据的时间间隔。采集周期具体可根据受测者的心率确定,一次心跳对应一个采集周期,一个采集周期可理解为一次心跳周期,在一个采集周期内能够采集到一次心跳对应的心电数据。一个采集周期/一次心跳对应的心电数据包括有关心脏活性的信息,这些信息集中在P-QRS-T段。具体地,从运动阶段的心电数据中分别提取出每个采集周期/每次心跳的心电数据,将所提取出的一个或多个采集周期的心电数据按照采集周期对齐,基于对齐的心电数据对运动阶段的心电数据求均值,得到单个采集周期的低频心电图。
可以理解,对运动阶段的心电数据按照采集周期求均值,得到单个采集周期的心电数据,若基于该心电数据直接绘制并展示心电图,该心电图所呈现的是心电数据中的低频信号,由此,可将该心电图理解为低频心电图。终端可进一步对求均值得到的单个采集周期的心电数据进行滤波处理,得到单个采集周期的低频信号,并基于该低频信号绘制并展示运动阶段的低频心电图。
在一个实施例中,在本申请的一个或多个实施例中,终端基于运动阶段的心电数据,分别分析得到高频心电图与低频心电图的相应流程,可以同步执行也可以依次执行,在此不作具体限定。
S110,输出运动阶段的高频心电图和低频心电图。
具体地,终端基于运动阶段的心电数据分析得到高频心电图与低频心电图后,可同步展示运动阶段的高频心电图与低频心电图,也可依次展示高频心电图与低频心电图,在此不作具体限定。
在一个实施例中,若需要打印运动阶段的高频心电图与低频心电图,可将高频心电图与低频心电图打印在同一页面或不同页面上,在此不作具体限定。
上述运动心电数据处理方法,基于单次采集的运动心电数据中所包括的运动阶段的心电数据,分别进行低频成分分析与QRS波群高频成分分析,并分别得到运动阶段的低频心电图与高频心电图,以供医生对照参考,并辅助医生识别受测者在运动阶段的心脏健康状态,这样,通过数据复用的方式,能够在降低数据获取复杂度的情况下,提高医生阅片的便利性与准确性,降低医生的工作难度,从而提高受测者心脏健康状态的识别效率与准确性。
在一个实施例中,运动心电数据还包括静息阶段的心电数据,和/或,恢复阶段的心电数据;S102之后,上述运动心电数据处理方法还包括:基于运动心电数据确定运动阶段对应的目标数据范围;根据目标数据范围对运动心电数据进行分割,得到各阶段的心电数据。
其中,运动阶段对应的目标数据范围,是指在运动阶段采集的心电数据在运动心电数据中所对应的数据范围。基于目标数据范围能够从运动心电数据中提取出在运动阶段所采集到的心电数据,负荷运动心电检测的每个阶段分别对应有心电数据。
在一个实施例中,负荷运动心电检测过程包括多个阶段,具体可依次包括静息阶段、运动阶段和恢复阶段等阶段。可以理解,阶段的划分不限于此,具体可根据实际情况进行划分。
具体地,运动心电数据包括运动阶段的心电数据,还包括静息阶段的心电数据和/或恢复阶段的心电数据。若运动心电数据中包括运动阶段对应的阶段标识,终端则遍历运动心电数据,以从运动心电数据中提取运动阶段对应的阶段标识,并根据阶段标识确定运动阶段对应的目标数据范围。若运动心电数据中不包括运动阶段对应的阶段标识,终端则根据运动心电数据确定相应的信噪比序列和/或心率序列,并根据信噪比序列和/或心率序列动态确定运动阶段对应的阶段标识,以根据所确定的阶段标识进一步确定运动阶段对应的目标数据范围。其中,运动阶段对应的阶段标识包括起始标识与结束标识。
进一步地,终端根据运动阶段对应的目标数据范围,能够从运动心电数据中定位出在运动阶段采集到的心电数据,从而能够从运动心电数据中提取出运动阶段对应的心电数据。由此,终端按照运动阶段对应的目标数据范围对运动心电数据进行分割,能够得到各个阶段对应的心电数据。以负荷运动心电检测包括静息阶段、运动阶段与恢复阶段共三个阶段为例进行说明,终端按照目标数据范围分割运动心电数据,能够得到静息阶段、运动阶段与恢复阶段各自对应的心电数据。
在一个实施例中,终端根据运动心电数据确定信噪比序列、心率序列与运动阶段的阶段标识中的一种或多种,以根据确定信噪比序列、心率序列与运动阶段的阶段标识中的一种或多种,确定运动阶段对应的目标数据范围。比如,当运动心电数据中缺少运动阶段的起始标识和/或结束标识时,若基于运动阶段的阶段标识无法从运动心电数据中准确定位目标数据范围,由此,可结合信噪比序列和/或心率序列来确定运动序列对应的目标数据范围。可以理解,当运动心电数据中缺少运动阶段的起始标识和/或结束标识时,还可基于运动心电数据中的起始标识或结束标识,以及运动阶段的实际时长确定相应目标数据范围。
在一个实施例中,在负荷运动心电检测过程中,采用10个电极片进行采集,电极片分布在人体的胸部和四肢,形成12条心电图导联,对应输出12组心电数据。在负荷运动心电检测的各个阶段,能够同步采集到12条心电图导联在相应阶段各自对应的心电数据,每条心电图导联在各阶段对应的心电数据可作为一组心电数据,由此能够对应输出12组心电数据,相应地,在每个阶段,对应于12条心电图导联同步采集到的心电数据,可作为相应阶段的一组心电数据,每个阶段对应的心电数据包括在该阶段采集到的一组心电数据。在本申请的一个或多个实施例中所要处理的运动心电数据包括该12组心电数据。可以理解,10个电极片仅作为示例,并不用于具体限定电极片的个数,具体可根据实际需求动态确定。
上述实施例中,若运动心电数据中包括至少两个阶段的心电数据,则通过分割运动心电数据得到各阶段的心电数据,以便于通过分析一个或多个阶段的心电数据,得到相应阶段的高频心电图,以辅助医生识别受测者在相应阶段的高频心电状态。
在一个实施例中,运动心电数据还包括静息阶段的心电数据和恢复阶段的心电数据;根据目标数据范围对运动心电数据进行分割,得到各阶段的心电数据之后,上述运动心电数据处理方法还包括:对静息阶段的心电数据中的QRS波群数据,和/或,恢复阶段的心电数据中的QRS波群数据,按照所属阶段求均值,得到相应阶段的QRS波群数据均值;对静息阶段和/或恢复阶段的QRS波群数据均值进行高频滤波处理,得到相应阶段的高频心电图。
具体地,运动心电数据包括运动阶段的心电数据,还包括静息阶段的心电数据和恢复阶段的心电数据。从运动心电数据中分割出静息阶段、运动阶段与恢复阶段各自的心电数据后,会按照本申请的一个或多个实施例中提供的方式,对运动阶段的心电数据进行QRS波群高频成分分析得到运动阶段的高频心电图,还会对静息阶段的心电数据和/或恢复阶段的心电数据进行QRS波群高频成分分析,得到静息阶段的高频心电图和/或恢复阶段的高频心电图。
对静息阶段的心电数据进行QRS波群高频成分分析的步骤,包括:对静息阶段的心电数据中的QRS波群数据求均值,得到静息阶段的QRS波群数据均值,对该QRS波群数据均值进行高频滤波处理,得到静息阶段的高频心电图。对恢复阶段的心电数据进行QRS波群高频成分分析的步骤,包括:对恢复阶段的心电数据中的QRS波群数据求均值,得到恢复阶段的QRS波群数据均值,对该QRS波群数据均值进行高频滤波处理,得到恢复阶段的高频心电图。分别对静息阶段的心电数据与恢复阶段的心电数据进行QRS波群高频成分分析的步骤,包括:对静息阶段的心电数据中的QRS波群数据,以及恢复阶段的心电数据中的QRS波群数据,按照所属阶段分别求均值,得到恢复阶段与静息阶段各自的QRS波群数据均值,对各QRS波群数据均值分别进行高频滤波处理,得到相应阶段的高频心电图。
在一个实施例中,每个阶段对应的心电数据包括在该阶段对应于各心电图导联分别采集到的心电数据,分别对每条心电图导联在每个阶段对应的心电数据进行QRS波群高频成分分析,能够得到每条心电图导联在每个阶段对应的高频心电图。以12条心电图导联为例,通过上述处理能够得到12条心电图导联在每个阶段对应的高频心电图。这样,基于12条心电图导联在不同阶段的高频心电图,能够快速而直观地了解受测者的心脏不同位置在不同阶段的高频心电状态,从而能够提高心脏健康状态的识别准确性。
上述实施例中,在分割得到静息阶段、运动阶段与恢复阶段各自的心电数据后,不仅分析运动阶段的心电数据得到相应高频心电图,还可根据实际需求分析静息阶段和/或恢复阶段的心电数据,并得到相应阶段的高频心电图,以供医生对照参考,以便于医生基于多个阶段各自的高频心电图,分析受测者在相应阶段的高频心电状态,从而进一步分析受测者的心脏健康状态。
在一个实施例中,基于运动心电数据确定运动阶段对应的目标数据范围,包括:从运动心电数据中读取运动阶段对应的候选数据范围;当候选数据范围不合理时,根据运动心电数据确定相应信噪比序列和/或心率序列;根据信噪比序列和/或心率序列确定运动阶段对应的目标数据范围。
其中,候选数据范围是运动阶段在运动心电数据中可能对应的数据范围。信噪比序列是由运动心电数据中各QRS波群数据对应的信噪比组成的序列。心率序列是由运动心电数据中各QRS波群数据对应的心率组成的序列。
具体地,终端遍历运动心电数据,以从运动心电数据中提取运动阶段对应的起始标识与结束标识,并将起始标识与结束标识之间的数据范围确定为运动阶段的候选数据范围。进一步地,终端判断候选数据范围的合理性,当判定候选数据范围合理时,终端将该候选数据范围确定为运动阶段对应的目标数据范围。当判定候选数据范围不合理时,终端根据运动心电数据对应确定信噪比序列与心率序列,并根据信噪比序列与心率序列确定运动阶段的目标数据范围,或者,根据运动心电数据对应确定信噪比序列,并根据信噪比序列确定运动阶段的目标数据范围,或者,根据运动心电数据对应确定心率序列,并根据心率序列确定运动阶段的目标数据范围。
在一个实施例中,若没有提取到运动阶段的结束标识,则可将运动心电数据中采集时间晚于起始标识的数据范围确定为候选数据范围,若没有提取到运动阶段的起始标识,则可将运动心电数据中采集时间早于结束标识的数据范围确定为候选数据范围,若运动阶段的起始标识与结束标识均没有提取到,则可将运动心电数据的整个数据范围确定为目标数据范围,或者,将目标数据范围确定为零。
在一个实施例中,终端可确定候选数据范围对应的时长,当所确定的时长大于或等于第一时长阈值、且小于或等于第二时长阈值时,则判定候选数据范围合理,而当所确定的时长小于第一时长阈值,或者,时长大于第二时长阈值时,则判定候选数据范围不合理。其中,第一时长阈值小于或等于第二时长阈值,第一时长阈值与第二时长阈值具体根据运动阶段的实际时长与预设误差值确定,比如,运动阶段的实际时长为6min(分钟),若预设误差值为0,则可将第一时长阈值与第二时长阈值均设置为6min,若预设误差值为0.5min,将第一时长阈值与第二时长阈值分别设置为5.5min与6.5min。可以理解,运动阶段的实际时长与预设误差值具体可根据实际需求自定义,运动阶段的实际时长还可以根据运动心电数据的数据采集时长,以及静息阶段与恢复阶段各自对应的实际时长动态确定,比如,静息阶段与恢复阶段对应的实际时长均为3min,若运动心电数据的数据采集时长为12min,则运动阶段的实际时长为6min,若运动心电数据的数据采集时长为15min,则运动阶段的实际时长为9min。
在一个实施例中,在通过遍历运动心电数据提取运动阶段的起始标识与结束标识的过程中,若未遍历到运动阶段的起始标识和/或结束标识,终端则直接判定候选数据范围不合理,若运动阶段的起始标识与结束标识均能够被遍历到,则直接判定基于所遍历到的起始标识与结束标识确定的候选数据范围合理,并将该候选数据范围确定为运动阶段对应的目标数据范围。
在一个实施例中,根据信噪比序列和/或心率序列确定运动阶段对应的目标数据范围,包括:根据信噪比序列和/或心率序列,从运动心电数据中确定运动阶段的起始位置与结束位置;根据起始位置与结束位置确定运动阶段对应的目标数据范围。
具体地,在负荷运动心电检测过程中,受测者在静息阶段处于静止不活动状态,静息阶段采集到的心率与QRS波群数据相对稳定,由此,静息阶段的心率序列与信噪比序列相对稳定,且信噪比相对较高,而受测者在运动阶段处于运动状态,相较于静息阶段,受测者在运动阶段的心率会显著增加,且处于不稳定状态,在运动阶段采集到的QRS波群数据也不稳定,且信噪比显著降低,通常情况下,受测者在恢复阶段也处于静止不活动状态,由此,受测者的心率在恢复阶段会逐渐恢复,并稳定于与静息阶段相对持平的心率,在恢复阶段采集到的QRS波群数据也逐渐趋于稳定,且信噪比显著增加,且逐渐趋于稳定。
终端从信噪比序列中确定呈持续下降趋势的第一信噪比子序列,和/或,从心率序列中确定呈持续上升趋势的第一心率子序列,并将第一信噪比子序列中的首个信噪比在运动心电数据中对应的位置确定为运动阶段的起始位置,或者,将第一心率子序列中的首个心率在运动心电数据中对应的位置确定为运动阶段的起始位置,或者,将第一信噪比序列与第一心率序列同时对应的首个采集时间,在运动心电数据中所对应的位置确定为运动阶段的起始位置。
终端从信噪比序列中确定呈持续上升趋势的第二信噪比子序列,和/或,从心率序列中确定呈持续下降趋势的第二心率子序列,并将第二信噪比子序列中的首个信噪比在运动心电数据中对应的位置确定为运动阶段的结束位置,或者,将第二心率子序列中的首个心率在运动心电数据中对应的位置确定为运动阶段的结束位置,或者,将第二信噪比序列与第二心率序列同时对应的首个采集时间,在运动心电数据中所对应的位置确定为运动阶段的结束位置。
举例说明,假设第一信噪比子序列中各信噪比对应的采集时间(信噪比在运动心电数据中对应的位置)分别为第3分钟0.5秒、第3分钟1秒…,第一心率子序列中各心率对应的采集时间(心率在运动心电数据中对应的位置)分别为第3分钟1秒、第3分钟1.5秒…,由此,根据第一信噪比子序列将运动阶段的起始位置确定为第3分钟0.5秒,而根据第一心率子序列将运动阶段的起始位置确定为第3分钟1秒,而综合考虑第一信噪比子序列与第一心率子序列,将二者同时对应的首个采集时间第3分钟1秒,确定为运动阶段的起始位置。
在一个实施例中,若在运动心电数据中遍历到运动阶段的起始标识,则根据信噪比序列和/或心率序列动态确定运动阶段的结束位置,类似地,若在运动心电数据中遍历到运动阶段的结束标识,则根据信噪比序列和/或心率序列动态确定运动阶段的起始位置,从而进一步确定运动阶段对应的目标数据范围。
上述实施例中,基于运动心电数据直接读取运动阶段对应的、且合理的目标数据范围,以便于基于目标数据范围对运动心电数据进行后续处理时,能够在保证处理准确性的情况下,提高处理效率。而当通过读取方式直接确定的候选数据范围不合理时,根据运动心电数据对应的信噪比序列和/或心率序列,对不合理的候选数据范围进行修正,或者,重新确定目标数据范围,以得到较为准确的目标数据范围,以便于基于准确性较高的目标数据范围对运动心电数据进行处理时,能够提高处理的准确性。
在一个实施例中, S102之后,上述运动心电数据处理方法还包括:检查运动心电数据的格式正确性;当判定运动心电数据的格式正确时,继续执行基于运动心电数据确定运动阶段对应的目标数据范围。
具体地,终端在获取到运动心电数据后,对该运动心电数据的格式进行检查,以判断运动心电数据的格式是否正确。当判定运动心电数据的格式正确时,终端则基于格式正确的运动心电数据确定运动阶段对应的目标数据范围,根据目标数据范围对该运动心电数据进行分割得到各个阶段对应的心电数据,并对各阶段的心电数据分别进行QRS波群高频成分分析,得到相应阶段的高频心电图。
可以理解,运动心电数据的格式正确性检查具体可理解为对运动心电数据文件的格式进行正确性检查,比如,检查运动心电数据文件的格式是否为预设格式,预设格式可根据实际需求自定义,比如BSP(Board Support Package,板级支持包)格式,还比如XML(扩展标记语言)格式,在此不做具体限定。
在一个实施例中,当判定运动心电数据的格式不正确时,终端则生成并反馈数据错误提示信息。进一步地,终端还可重新获取待处理的运动心电数据,并对重新获取的运动心电数据进行相应处理。
上述实施例中,对于格式不正确的运动心电数据通常无法正确处理,所得到的处理结果通常也不具备参考价值,由此,对待处理的运动心电数据进行格式正确性检查,并对格式正确的运动心电数据进行后续处理,以避免对格式不正确的运动心电数据进行不必要的处理,能够提高运动心电数据的处理效率与准确性,以及能够降低数据处理压力。
在一个实施例中,终端从静息阶段、运动阶段与恢复阶段各自对应的心电数据中分别提取多个目标QRS波群数据,对每个阶段对应的多个目标QRS波群数据分别求均值,得到相应阶段的QRS波群数据均值,并对各QRS波群数据均值分别进行高频滤波处理,得到相应阶段的高频心电图。
在一个实施例中,从各阶段对应的心电数据中分别提取的目标QRS波群数据的数量可根据实际需求分别自定义,比如,从各心电数据中分别提取满足检测条件的所有QRS波群数据作为目标QRS波群数据,或者,从各心电数据中分别确定目标心电数据,并从各目标心电数据中分别提取满足检测条件的所有QRS波群数据作为目标QRS波群数据。满足检测条件的QRS波群数据必然不是心律失常、异位搏动或噪声对应的QRS波群数据。
目标心电数据可以是相应心电数据本身,也可以是按照预设提取方式从相应心电数据中提取的部分心电数据,预设提取方式可以是按照预设采样频率从单个阶段的心电数据中提取QRS波群数据得到相应目标心电数据,比如从单个阶段的心电数据中每间隔一个QRS波群数据提取一个QRS波群数据,还可以是按照预设时长从单个阶段的心电数据中提取心电数据段作为目标心电数据,比如从单个阶段的心电数据的预设位置提取时长为预设时长的心电数据段作为目标心电数据,预设位置比如起始位置、中间位置或结束位置,还可以是动态确定的位置,比如心率最高点对应的位置,在此不作具体限定,预设时长可自定义,比如40s(秒)。可以理解,对于每个阶段,终端可采用上述任一种方式从相应心电数据中提取目标QRS波群数据。针对不同阶段可采用相同或不同的方式提取目标QRS波群数据,在此不作具体限定。
上述实施例中,对从各阶段对应的心电数据中提取的目标QRS波群数据分别进行高频QRS分析,能够准确得到各阶段相应的高频心电图,以便于基于各阶段的高频心电图能够准确分析受测者在不同阶段的高频心电状态。
在一个实施例中,S104包括:从运动阶段的心电数据中确定目标心电数据;目标心电数据包括心率最高点对应的QRS波群数据;对目标心电数据的QRS波群数据求均值,得到相应的QRS波群数据均值。
其中,每个阶段的心电数据包括在相应阶段采集的QRS波群数据与各QRS波群数据对应的心率,由此,基于每个阶段的心电数据能够确定相应阶段的心率序列,心率最高点是心率序列中的心率最大值。
具体地,在获取到包括运动阶段的心电数据的运动心电数据后,终端从相应运动阶段的心电数据中确定心率最高点,以及心率最高点对应的QRS波群数据,以心率最高点或心率最高点对应的QRS波群数据为中心点,按照预设时长确定预设时间段,将运动阶段的心电数据中在预设时间段内采集到的心电数据确定为目标心电数据,并从目标心电数据中提取满足检测条件的QRS波群数据,作为运动阶段的目标QRS波群数据。对运动阶段的目标QRS波群数据求均值,得到运动阶段的QRS波群数据均值。
举例说明,假设心率最高点对应的QRS波群数据的采集时间为第8分钟(或者,上午9点),预设时长为2min(分钟),则能够确定预设时间段为第7分钟到第9分钟(或者,上午8点59分到9点01分),则将运动阶段的心电数据中在该预设时间段内采集到的心电数据确定为目标心电数据。
在一个实施例中,在负荷运动心电检测的运动阶段,通常情况下受测者的心率随着运动时间的增加不断增加,受测者的心率通常在运动阶段临近结束时达到最高点。由此,终端可将运动阶段的结束时间作为预设时间段的结束时间,并将预设时长作为预设时间段的时长,对应确定预设时间段,并根据预设时间段从运动阶段的心电数据中对应确定目标心电数据。
在一个实施例中,本申请的一个或多个实施例中涉及的预设时长,可由医生/用户预先自定义,也可由终端基于运动阶段的心电数据对应的信噪比序列或心率最高点对应的信噪比动态确定,以信噪比序列为例,若基于信噪比序列确定的信噪比均值大于或等于第一信噪比阈值,则将预设时长设定为第一时长,若信噪比均值大于或等于第二信噪比阈值、且小于第一信噪比阈值,则将预设时长设定为第二时长,若信噪比均值小于第二信噪比阈值,则将预设时长设定为第三时长,其中,第一信噪比阈值大于第二信噪比阈值,第一时长小于第二时长,第二时长小于第三时长。可以理解,上述信噪比阈值与预设时长的划分仅作为示例,并不用于具体限定。
上述实施例中,从运动阶段对应的心电数据中确定包括心率最高点所对应的QRS波群数据的目标心电数据,以便于基于数据量相对较小的目标心电数据,能够准确分析得到运动阶段的高频心电图,由此,能够保证分析准确性的情况下,降低数据处理量。
在一个实施例中,运动阶段的心电数据包括多条心电图导联对应的心电数据;运动阶段的高频心电图包括多条心电图导联对应的高频心电图;S106之后,上述运动心电数据处理方法还包括:根据各心电图导联在运动阶段的高频心电图,提取相应心电图导联在运动阶段的高频形态指数;根据高频形态指数确定相应心电图导联在运动阶段的阳性指标。
具体地,运动阶段的心电数据中包括多条心电图导联各自对应的心电数据,对每条心电图导联在运动阶段的心电数据进行QRS波群高频成分分析,得到各心电图导联在运动阶段的高频心电图。进一步地,根据每条心电图导联在运动阶段对应的高频心电图,提取相应心电图导联在运动阶段对应的高频形态指数,并根据高频形态指数确定相应心电图导联的阳性指标。
在一个实施例中,对于每条心电图导联,终端通过检测该心电图导联在运动阶段对应的高频心电图的包络,确定振幅减小区域,计算振幅减小区域的面积与高频心电图的包络内的面积的比率,得到该心电图导联在运动阶段的高频形态指数,并将高频形态指数与预设指数阈值进行比较,当高频形态指数大于或等于预设指数阈值时,将该心电图导联的阳性指标确定为阳性,否则,将该心电图导联的阳性指标确定为阴性。心电图导联的阳性指标可通过高频心电图的包络颜色来表征,比如,若心电图导联的阳性指标为阳性,相应高频心电图的包络颜色为红色,若心电图导联的阳性指标为阴性,则相应高频心电图的包络颜色为蓝色,以供辅助医生进行分析。
可以理解,包络颜色仅作为示例,并不用于具体限定,只要能够用于区分阳性与阴性的阳性指标即可。高频形态指数能够用于表征心肌缺血的程度,由此,通过高频形态指数进行量化,能够提高心脏健康状态的识别效率图准确性。
在一个实施例中,可按照本申请的一个或多个实施例中提供的类似方式,分析得到每条心电图导联在静息阶段和/或恢复阶段对应的高频心电图、高频形态指数与阳性指标,在此不再赘述。
在一个实施例中,根据运动心电数据能够分析得到12条心电图导联在整个负荷运动心电检测中各自对应的高频QRS波形数据,基于各高频QRS波形数据还能够进一步分析得到相应导联的阳性指标与关注级别。其中,关注级别用于表示注意/注意的程度或级别。基于各心电图导联在整个负荷运动心电检测过程中对应的高频QRS波形数据,以及各心电图导联在各阶段对应的高频心电图,能够准确判断受测者的心肌缺血情况,从而能够提高心脏健康状态的识别准确性,若进一步结合各心电图导联在整个负荷运动心电检测过程中对应的关注级别,以及各心电图导联在各阶段对应的高频形态指数和/或阳性指标,能够进一步提高心脏健康状态的识别准确性。
上述实施例中,在存在多条心电图导联的情况下,通过分析得到每条心电图导联对应的高频心电图、高频形态指数与阳性指标,并展示形态化的高频心电图与量化的高频形态指数和/或阳性指标,以更好的辅助医生识别受测者的心脏不同位置在不同阶段的高频心电状态,从而准确识别受测者的心脏健康状态,以及准确定位存在心肌缺血情况的心脏位置。
在一个实施例中,如图2所示,提供了一种运动心电数据处理方法,该方法具体包括以下步骤:
S202,获取运动心电数据;运动心电数据包括运动阶段的心电数据、静息阶段的心电数据和恢复阶段的心电数据。
S204,检查运动心电数据的格式正确性。
S206,当判定运动心电数据的格式正确时,从运动心电数据中读取运动阶段对应的候选数据范围。
S208,当候选数据范围不合理时,根据运动心电数据确定相应信噪比序列和/或心率序列。
S210,根据信噪比序列和/或心率序列确定运动阶段对应的目标数据范围。
S212,根据目标数据范围对运动心电数据进行分割,得到各阶段的心电数据。
S214,从运动阶段的心电数据中确定目标心电数据;目标心电数据包括心率最高点对应的QRS波群数据。
S216,对目标心电数据的QRS波群数据求均值,得到相应的QRS波群数据均值。
S218,对QRS波群数据均值进行高频滤波处理,得到运动阶段的高频心电图。
S220,对静息阶段的心电数据中的QRS波群数据,和/或,恢复阶段的心电数据中的QRS波群数据,按照所属阶段求均值,得到相应阶段的QRS波群数据均值。
S222,对静息阶段和/或恢复阶段的QRS波群数据均值进行高频滤波处理,得到相应阶段的高频心电图。
S224,对运动阶段的心电数据进行分析,按照心脏激动的时间顺序,将体表电位的变化形成低频心电图。
S226,输出运动阶段的高频心电图和低频心电图。
上述实施例中,在需要对运动心电数据进行分析处理时,根据运动心电数据针对运动阶段确定合理的目标数据范围,以便于基于目标数据范围对运动心电数据进行准确分割,得到各阶段对应的心电数据,并对各阶段的心电数据中的QRS波群数据依次进行求均值与高频滤波处理,得到相应阶段的高频心电图以便于辅助医生准确了解受测者在各阶段的高频心电状态。此外,还基于运动阶段的心电数据确定运动阶段的低频心电图,以便于医生通过对照参考准确识别受测者在运动阶段的心脏健康状态。
在一个实施例中,终端还可根据静息阶段的心电数据得到静息阶段的低频心电图,和/或,根据恢复阶段的心电数据得到恢复阶段的低频心电图,以便于医生借助于各个阶段的高频心电图与低频心电图,快速而准确的分析受测者在各个阶段的心脏健康状态。进一步地,还可基于各阶段的低频心电图进行量化分析得到相应量化结果,和/或,基于各阶段的低频心电图分析特定波段的波形变化情况,比如分析ST段的波形变化情况,具体可参照现有技术来实现,在此不再赘述。
在一个实施例中,如图3所示,提供了一种运动心电数据处理方法的原理示意图,具体包括以下步骤:当数据处理流程开始后,获取原始的运动心电数据,判断运动心电数据的格式是否正确,若否,则触发数据错误提示信息,若是,则读取运动阶段的候选数据范围,判断候选数据范围是否合理,若否,则触发数据错误提示信息,若是,则分割运动心电数据,得到三个阶段的心电数据,对各心电数据分别进行处理,得到三个阶段的高频心电图与低频心电图,并结束流程。可以理解,在触发数据错误提示信息后,也会结束数据处理流程,以便于针对运动心电数据执行不必要的处理。在分析得到各个阶段的高频心电图后,还可基于高频心电图进一步进行量化分析,以便于结合量化分析结果能够更为快速而准确的得到各阶段的高频心电状态。
应该理解的是,虽然图1至图3的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,图1至图3中的至少一部分步骤可以包括多个步骤或者多个阶段,这些步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
在一个实施例中,如图4所示,提供了一种运动心电数据处理装置400,包括:获取模块401、第一处理模块402、第二处理模块403与输出模块404,其中:
获取模块401,用于获取运动心电数据;运动心电数据包括运动阶段的心电数据;
第一处理模块402,用于对运动阶段的心电数据的QRS波群数据求均值,得到相应的QRS波群数据均值;
第一处理模块402,还用于对QRS波群数据均值进行高频滤波处理,得到运动阶段的高频心电图;
第二处理模块403,用于对运动阶段的心电数据进行分析,按照心脏激动的时间顺序,将体表电位的变化形成低频心电图;
输出模块404,用于输出运动阶段的高频心电图和低频心电图。
在一个实施例中,运动心电数据还包括静息阶段的心电数据,和/或,恢复阶段的心电数据;获取模块401,还用于基于运动心电数据确定运动阶段对应的目标数据范围;根据目标数据范围对运动心电数据进行分割,得到各阶段的心电数据。
在一个实施例中,运动心电数据还包括静息阶段的心电数据和恢复阶段的心电数据;第一处理模块402,还用于对静息阶段的心电数据中的QRS波群数据,和/或,恢复阶段的心电数据中的QRS波群数据,按照所属阶段求均值,得到相应阶段的QRS波群数据均值;第二处理模块402,还用于对静息阶段和/或恢复阶段的QRS波群数据均值进行高频滤波处理,得到相应阶段的高频心电图。
在一个实施例中,获取模块401,还用于从运动心电数据中读取运动阶段对应的候选数据范围;当候选数据范围不合理时,根据运动心电数据确定相应信噪比序列和/或心率序列;根据信噪比序列和/或心率序列确定运动阶段对应的目标数据范围。
在一个实施例中,获取模块401,还用于检查运动心电数据的格式正确性;当判定运动心电数据的格式正确时,基于运动心电数据确定运动阶段对应的目标数据范围。
在一个实施例中,第一处理模块402,还用于从运动阶段的心电数据中确定目标心电数据;目标心电数据包括心率最高点对应的QRS波群数据;对目标心电数据的QRS波群数据求均值,得到相应的QRS波群数据均值。在一个实施例中,运动阶段的心电数据包括多条心电图导联对应的心电数据;运动阶段的高频心电图包括多条心电图导联对应的高频心电图;第二处理模块402,还用于根据各心电图导联在运动阶段的高频心电图,提取相应心电图导联在运动阶段的高频形态指数;根据高频形态指数确定相应心电图导联在运动阶段的阳性指标。
关于运动心电数据处理装置的具体限定可以参见上文中对于运动心电数据处理方法的限定,在此不再赘述。上述运动心电数据处理装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中,提供了一种计算机设备,该计算机设备可以是终端,其内部结构图可以如图5所示。该计算机设备包括通过系统总线连接的处理器、存储器、通信接口、显示屏和输入装置。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的通信接口用于与外部的终端进行有线或无线方式的通信,无线方式可通过WIFI、运营商网络、NFC(近场通信)或其他技术实现。该计算机程序被处理器执行时以实现一种运动心电数据处理方法。该计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏,该计算机设备的输入装置可以是显示屏上覆盖的触摸层,也可以是计算机设备外壳上设置的按键、轨迹球或触控板,还可以是外接的键盘、触控板或鼠标等。
本领域技术人员可以理解,图5中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在一个实施例中,还提供了一种计算机设备,包括存储器和处理器,存储器中存储有计算机程序,该处理器执行计算机程序时实现上述各方法实施例中的步骤。
在一个实施例中,提供了一种计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现上述各方法实施例中的步骤。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-Only Memory,ROM)、磁带、软盘、闪存或光存储器等。易失性存储器可包括随机存取存储器(Random Access Memory,RAM)或外部高速缓冲存储器。作为说明而非局限,RAM可以是多种形式,比如静态随机存取存储器(Static Random Access Memory,SRAM)或动态随机存取存储器(Dynamic Random Access Memory,DRAM)等。
以上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申请的几种实施方式,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,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请专利的保护范围应以所附权利要求为准。

Claims (10)

1.一种运动心电数据处理方法,其特征在于,所述方法包括:
获取运动心电数据;所述运动心电数据包括运动阶段的心电数据;
对所述运动阶段的心电数据的QRS波群数据求均值,得到相应的QRS波群数据均值;
对所述QRS波群数据均值进行高频滤波处理,得到所述运动阶段的高频心电图;
对所述运动阶段的心电数据进行分析,按照心脏激动的时间顺序,将体表电位的变化形成低频心电图;
输出所述运动阶段的高频心电图和低频心电图。
2.根据权利要求1所述的方法,其特征在于,所述运动心电数据还包括静息阶段的心电数据,和/或,恢复阶段的心电数据;所述获取运动心电数据之后,所述方法还包括:
基于所述运动心电数据确定所述运动阶段对应的目标数据范围;
根据所述目标数据范围对所述运动心电数据进行分割,得到各阶段的心电数据。
3.根据权利要求2所述的方法,其特征在于,所述运动心电数据还包括静息阶段的心电数据和恢复阶段的心电数据;所述根据所述目标数据范围对所述运动心电数据进行分割,得到各阶段的心电数据之后,所述方法还包括:
对静息阶段的心电数据中的QRS波群数据,和/或,恢复阶段的心电数据中的QRS波群数据,按照所属阶段求均值,得到相应阶段的QRS波群数据均值;
对静息阶段和/或恢复阶段的QRS波群数据均值进行高频滤波处理,得到相应阶段的高频心电图。
4.根据权利要求2所述的方法,其特征在于,所述基于所述运动心电数据确定所述运动阶段对应的目标数据范围,包括:
从所述运动心电数据中读取运动阶段对应的候选数据范围;
当所述候选数据范围不合理时,根据所述运动心电数据确定相应信噪比序列和/或心率序列;
根据所述信噪比序列和/或所述心率序列确定所述运动阶段对应的目标数据范围。
5.根据权利要求2至4任意一项所述的方法,其特征在于,所述获取运动心电数据之后,所述方法还包括:
检查所述运动心电数据的格式正确性;
当判定所述运动心电数据的格式正确时,继续执行所述基于所述运动心电数据确定所述运动阶段对应的目标数据范围。
6.根据权利要求1至4任意一项所述的方法,其特征在于,所述对所述运动阶段的心电数据的QRS波群数据求均值,得到相应的QRS波群数据均值,包括:
从所述运动阶段的心电数据中确定目标心电数据;所述目标心电数据包括心率最高点对应的QRS波群数据;
对所述目标心电数据的QRS波群数据求均值,得到相应的QRS波群数据均值。
7.根据权利要求1至4任意一项所述的方法,其特征在于,所述运动阶段的心电数据包括多条心电图导联对应的心电数据;所述运动阶段的高频心电图包括多条心电图导联对应的高频心电图;所述对所述QRS波群数据均值进行高频滤波处理,得到所述运动阶段的高频心电图之后,所述方法还包括:
根据各心电图导联在所述运动阶段的高频心电图,提取相应心电图导联在所述运动阶段的高频形态指数;
根据所述高频形态指数确定相应心电图导联在所述运动阶段的阳性指标。
8.一种运动心电数据处理装置,其特征在于,所述装置包括:
获取模块,用于获取运动心电数据;所述运动心电数据包括运动阶段的心电数据;
第一处理模块,用于对所述运动阶段的心电数据的QRS波群数据求均值,得到相应的QRS波群数据均值;
所述第一处理模块,还用于对所述QRS波群数据均值进行高频滤波处理,得到所述运动阶段的高频心电图;
第二处理模块,用于对所述运动阶段的心电数据进行分析,按照心脏激动的时间顺序,将体表电位的变化形成低频心电图;
输出模块,用于输出所述运动阶段的高频心电图和低频心电图。
9.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述的运动心电数据处理方法的步骤。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的运动心电数据处理方法的步骤。
CN202210002818.1A 2022-01-05 2022-01-05 运动心电数据处理方法、装置、计算机设备和存储介质 Pending CN114052746A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210002818.1A CN114052746A (zh) 2022-01-05 2022-01-05 运动心电数据处理方法、装置、计算机设备和存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210002818.1A CN114052746A (zh) 2022-01-05 2022-01-05 运动心电数据处理方法、装置、计算机设备和存储介质

Publications (1)

Publication Number Publication Date
CN114052746A true CN114052746A (zh) 2022-02-18

Family

ID=80230750

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210002818.1A Pending CN114052746A (zh) 2022-01-05 2022-01-05 运动心电数据处理方法、装置、计算机设备和存储介质

Country Status (1)

Country Link
CN (1) CN114052746A (zh)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114742113A (zh) * 2022-06-09 2022-07-12 毕胜普生物科技有限公司 高频qrs波形曲线分析方法、装置、计算机设备与存储介质
CN114732419A (zh) * 2022-06-09 2022-07-12 毕胜普生物科技有限公司 运动心电数据分析方法、装置、计算机设备与存储介质
CN114732418A (zh) * 2022-06-09 2022-07-12 毕胜普生物科技有限公司 高频qrs波形曲线分析方法、装置、计算机设备与存储介质
CN114742114A (zh) * 2022-06-09 2022-07-12 毕胜普生物科技有限公司 高频qrs波形曲线分析方法、装置、计算机设备与存储介质
CN114788703A (zh) * 2022-06-21 2022-07-26 毕胜普生物科技有限公司 高频qrs波形数据分析方法、装置、计算机设备与存储介质
CN115602329A (zh) * 2022-11-21 2023-01-13 毕胜普生物科技有限公司(Cn) 心电信号处理方法、装置和相关设备
CN115715684A (zh) * 2023-01-10 2023-02-28 毕胜普生物科技有限公司 心脏检测评估方法、系统、存储介质及装置

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1448876A (zh) * 2002-03-29 2003-10-15 清华大学 人体亚健康状态的计算机评测方法
US20040039292A1 (en) * 2002-03-26 2004-02-26 Schlegel Todd T. System for the diagnosis and monitoring of coronary artery disease, acute coronary syndromes, cardiomyopathy and other cardiac conditions
CN101522099A (zh) * 2006-08-03 2009-09-02 Bsp生物信号处理有限公司 利用高频qrs电位分析识别心肌缺血的装置和方法
CN105997034A (zh) * 2016-04-29 2016-10-12 京东方科技集团股份有限公司 一种心率检测装置、可穿戴设备和心率检测方法
CN113712569A (zh) * 2021-11-01 2021-11-30 毕胜普生物科技有限公司 高频qrs波群数据分析方法及装置
CN113729727A (zh) * 2021-11-01 2021-12-03 毕胜普生物科技有限公司 用于体检场景的负荷运动装置的控制方法及系统

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20040039292A1 (en) * 2002-03-26 2004-02-26 Schlegel Todd T. System for the diagnosis and monitoring of coronary artery disease, acute coronary syndromes, cardiomyopathy and other cardiac conditions
CN1448876A (zh) * 2002-03-29 2003-10-15 清华大学 人体亚健康状态的计算机评测方法
CN101522099A (zh) * 2006-08-03 2009-09-02 Bsp生物信号处理有限公司 利用高频qrs电位分析识别心肌缺血的装置和方法
CN105997034A (zh) * 2016-04-29 2016-10-12 京东方科技集团股份有限公司 一种心率检测装置、可穿戴设备和心率检测方法
CN113712569A (zh) * 2021-11-01 2021-11-30 毕胜普生物科技有限公司 高频qrs波群数据分析方法及装置
CN113729727A (zh) * 2021-11-01 2021-12-03 毕胜普生物科技有限公司 用于体检场景的负荷运动装置的控制方法及系统

Cited By (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2023236687A1 (zh) * 2022-06-09 2023-12-14 毕胜普生物科技有限公司 运动心电数据分析方法、装置、计算机设备与存储介质
CN114732419A (zh) * 2022-06-09 2022-07-12 毕胜普生物科技有限公司 运动心电数据分析方法、装置、计算机设备与存储介质
CN114732418A (zh) * 2022-06-09 2022-07-12 毕胜普生物科技有限公司 高频qrs波形曲线分析方法、装置、计算机设备与存储介质
CN114742114A (zh) * 2022-06-09 2022-07-12 毕胜普生物科技有限公司 高频qrs波形曲线分析方法、装置、计算机设备与存储介质
CN114732419B (zh) * 2022-06-09 2022-10-21 毕胜普生物科技有限公司 运动心电数据分析方法、装置、计算机设备与存储介质
CN114742113A (zh) * 2022-06-09 2022-07-12 毕胜普生物科技有限公司 高频qrs波形曲线分析方法、装置、计算机设备与存储介质
WO2023236724A1 (zh) * 2022-06-09 2023-12-14 毕胜普生物科技有限公司 高频qrs波形曲线分析方法、装置、计算机设备与存储介质
WO2023236689A1 (zh) * 2022-06-09 2023-12-14 毕胜普生物科技有限公司 高频qrs波形曲线分析方法、装置、计算机设备与存储介质
CN114788703A (zh) * 2022-06-21 2022-07-26 毕胜普生物科技有限公司 高频qrs波形数据分析方法、装置、计算机设备与存储介质
WO2023246358A1 (zh) * 2022-06-21 2023-12-28 毕胜普生物科技有限公司 高频qrs波形数据分析方法、装置、计算机设备与存储介质
CN115602329A (zh) * 2022-11-21 2023-01-13 毕胜普生物科技有限公司(Cn) 心电信号处理方法、装置和相关设备
CN115602329B (zh) * 2022-11-21 2023-04-21 毕胜普生物科技有限公司 心电信号处理方法、装置和相关设备
CN115715684B (zh) * 2023-01-10 2023-05-23 毕胜普生物科技有限公司 心脏检测评估方法、系统、存储介质及装置
CN115715684A (zh) * 2023-01-10 2023-02-28 毕胜普生物科技有限公司 心脏检测评估方法、系统、存储介质及装置

Similar Documents

Publication Publication Date Title
CN114052746A (zh) 运动心电数据处理方法、装置、计算机设备和存储介质
CN108478209B (zh) 心电信息动态监护方法和动态监护系统
US11389069B2 (en) Hemodynamic reserve monitor and hemodialysis control
Oresko et al. A wearable smartphone-based platform for real-time cardiovascular disease detection via electrocardiogram processing
US9872652B2 (en) Method and apparatus for heart rate monitoring using an electrocardiogram sensor
CN109411041B (zh) 心电信息处理方法和心电工作站系统
US8543194B2 (en) System and method of detecting abnormal movement of a physical object
US20200205734A1 (en) Ear-Based Physiological State Monitoring
US8321005B2 (en) System for continuous cardiac pathology detection and characterization
CN109411042B (zh) 心电信息处理方法和心电工作站
WO2023071268A1 (zh) 高频qrs波群数据分析方法及装置
US10278595B2 (en) Analysis and characterization of patient signals
US20130144180A1 (en) Methods and systems for atrial fibrillation detection
CN108095708A (zh) 一种基于混合传感的生理监测及分析方法、系统
CN114732419B (zh) 运动心电数据分析方法、装置、计算机设备与存储介质
WO2019100563A1 (zh) 心电信号质量评估方法
CN114732418A (zh) 高频qrs波形曲线分析方法、装置、计算机设备与存储介质
Khatun et al. Detection of myocardial infarction and arrhythmia from single-lead ECG data using bagging trees classifier
CN115299887A (zh) 一种动态代谢功能的检测量化方法和系统
US10064560B2 (en) System for cardiac pathology detection and characterization
US9474460B2 (en) Non-invasive evaluation of cardiac repolarisation instability for risk stratification of sudden cardiac death
CN114742113B (zh) 高频qrs波形曲线分析方法、装置、计算机设备与存储介质
Guo et al. Study on real-time monitoring technique for cardiac arrhythmia based on smartphone
CN112842355B (zh) 基于深度学习目标检测的心电信号心搏检测识别方法
CN116616790B (zh) 心脏风险评估方法、装置、计算机设备与存储介质

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20220218

RJ01 Rejection of invention patent application after publication