CN114534101A - 一种根据心电信号识别起搏器工作状态的方法和装置 - Google Patents
一种根据心电信号识别起搏器工作状态的方法和装置 Download PDFInfo
- Publication number
- CN114534101A CN114534101A CN202011348755.2A CN202011348755A CN114534101A CN 114534101 A CN114534101 A CN 114534101A CN 202011348755 A CN202011348755 A CN 202011348755A CN 114534101 A CN114534101 A CN 114534101A
- Authority
- CN
- China
- Prior art keywords
- data
- interval
- pacemaker
- generate
- identification
- 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
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61N—ELECTROTHERAPY; MAGNETOTHERAPY; RADIATION THERAPY; ULTRASOUND THERAPY
- A61N1/00—Electrotherapy; Circuits therefor
- A61N1/18—Applying electric currents by contact electrodes
- A61N1/32—Applying electric currents by contact electrodes alternating or intermittent currents
- A61N1/36—Applying electric currents by contact electrodes alternating or intermittent currents for stimulation
- A61N1/362—Heart stimulators
- A61N1/365—Heart stimulators controlled by a physiological parameter, e.g. heart potential
-
- 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
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Heart & Thoracic Surgery (AREA)
- Public Health (AREA)
- General Health & Medical Sciences (AREA)
- Cardiology (AREA)
- Veterinary Medicine (AREA)
- Physiology (AREA)
- Biophysics (AREA)
- Animal Behavior & Ethology (AREA)
- Biomedical Technology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Pathology (AREA)
- Psychiatry (AREA)
- Artificial Intelligence (AREA)
- Physics & Mathematics (AREA)
- Signal Processing (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- Electrotherapy Devices (AREA)
Abstract
本发明实施例涉及一种根据心电信号识别起搏器工作状态的方法和装置,所述方法包括:获取心电信号数据;识别起搏脉冲生成第一起搏脉冲数据,提取脉冲峰值点时间信息生成第一峰值点数据,统计起搏脉冲数量为第一总数;识别P波生成第一P波数据,提取P波峰值点时间信息生成第二峰值点数据,计算PP间期生成第一间期数据序列;识别QRS波群生成第一QRS波群数据,提取R点时间信息生成第一R点数据;计算心搏间期生成第二间期数据序列;第一总数为空时,起搏器工作状态为起搏器无脉冲信息;第一总数不为空时,根据起搏器位置信息进行起搏器工作状态识别。本发明实施例为识别正确判断起搏器工作状态,提供了更精确便捷的识别手段。
Description
技术领域
本发明涉及信号处理技术领域,特别涉及一种根据心电信号识别起搏器工作状态的方法和装置。
背景技术
心脏起搏器,是通过向心脏发出微小的电脉冲,来刺激心脏跳动。当起搏器电极置于心房时,在心电图上的信号顺序是:起搏脉冲信号-P波-QRS波群-T波。当起搏器电极置于心室时,在心电图上的信号顺序是:起搏脉冲信号-QRS波群-T波。常规情况下,对心脏起搏器工作状态的识别,主要还是根据患者本身的使用反馈。这种方式,鉴于患者的个体表达能力、个体感知敏感度等等因素的差异性,往往较难准确及时地获知起搏器的真正状态。
发明内容
本发明的目的,就是针对现有技术的缺陷,提供一种根据心电信号识别起搏器工作状态的方法、装置、电子设备、计算机程序产品及计算机可读存储介质,在已知起搏器安装位置的前提下,根据心电信号中的脉冲位置以及心搏间期特征,对起搏器工作状态进行识别;以此,可以解决因患者反馈不准确而无法正确判断起搏器工作状态的问题,还能为医生和患者提供更精确更便捷的识别手段。
为实现上述目的,本发明实施例第一方面提供了一种根据心电信号识别起搏器工作状态的方法,所述方法包括:
获取心电信号数据;
对所述心电信号数据,进行起搏脉冲识别处理,生成多个第一起搏脉冲数据;对每个所述第一起搏脉冲数据,进行脉冲峰值点时间信息提取处理,生成对应的第一峰值点数据;并统计所述第一峰值点数据的数量,做为第一总数;
对所述心电信号数据,进行P波识别处理,生成多个第一P波数据;并对每个所述第一P波数据,进行P波峰值点时间信息提取处理,生成对应的第二峰值点数据;对相邻的所述第二峰值点数据,进行绝对差值计算处理,生成对应的第一间期数据;并由所有所述第一间期数据组成第一间期数据序列;
对所述心电信号数据,进行QRS波群识别处理,生成多个第一QRS波群数据;并对每个所述第一QRS波群数据,进行R点时间信息提取处理,生成对应的第一R点数据;对相邻的所述第一R点数据,进行绝对差值计算处理,生成对应的第二间期数据;并由所有所述第二间期数据组成第二间期数据序列;
当所述第一总数为空时,将预设的起搏器无脉冲信息,做为第一起搏器工作状态数据;
当所述第一总数不为空时,根据预设的起搏器位置信息,进行起搏器工作状态识别处理,生成第二起搏器工作状态数据;当所述起搏器位置信息为心房时,根据所有所述第一峰值点数据、所有所述第二峰值点数据和所述第一间期数据序列,进行心房起搏器工作状态识别处理,生成所述第二起搏器工作状态数据;当所述起搏器位置信息为心室时,根据所有所述第一峰值点数据、所有所述第一R点数据和所述第二间期数据序列,进行心室起搏器工作状态识别处理,生成所述第二起搏器工作状态数据。
优选的,所述根据所有所述第一峰值点数据、所有所述第二峰值点数据和所述第一间期数据序列,进行心房起搏器工作状态识别处理,生成所述第二起搏器工作状态数据,具体包括:
统计所有所述第二峰值点数据的数量,生成P波总数;
当所述P波总数为空时,将预设的心房起搏不良信息,做为所述第二起搏器工作状态数据;
当所述P波总数不为空时,根据所有所述第一峰值点数据和所有所述第二峰值点数据,进行起搏脉冲与P波相对位置识别处理,生成第一识别数据;在所述第一识别数据为心房脉冲位置不正常时,将预设的心房感知不良信息,做为所述第二起搏器工作状态数据;在所述第一识别数据为心房脉冲位置正常时,根据所述第一间期数据序列,进行第一特征间期统计处理,生成第一特征间期数据;并在所述第一特征间期数据高于预设的基础间期阈值、且低于预设的第一倍数间期阈值时,将预设的心房感知过度信息,做为所述第二起搏器工作状态数据;其中,所述第一倍数间期阈值与所述基础间期阈值的比值为第一倍数。
进一步的,所述根据所有所述第一峰值点数据和所有所述第二峰值点数据,进行起搏脉冲与P波相对位置识别处理,生成第一识别数据,具体包括:
从所有所述第一峰值点数据中,提取出与每个所述第二峰值点数据最近的所述第一峰值点数据,做为与每个所述第二峰值点数据对应的第一最近脉冲数据;
当每个所述第一最近脉冲数据,都在其对应的所述第二峰值点数据之前时,设置所述第一识别数据为心房脉冲位置正常;
当每个所述第一最近脉冲数据,都在其对应的所述第二峰值点数据之后时,设置所述第一识别数据为心房脉冲位置不正常。
进一步的,所述根据所述第一间期数据序列,进行第一特征间期统计处理,生成第一特征间期数据,具体包括:
对所述第一间期数据序列中的所有所述第一间期数据,进行加权均值计算处理,生成所述第一特征间期数据。
优选的,所述根据所有所述第一峰值点数据、所有所述第一R点数据和所述第二间期数据序列,进行心室起搏器工作状态识别处理,生成所述第二起搏器工作状态数据,具体包括:
根据所有所述第一峰值点数据和所有所述第一R点数据,进行起搏脉冲与QRS波群相对位置识别处理,生成第二识别数据;
根据所述第二间期数据序列,进行间期稳定性识别处理,生成第三识别数据;
当所述第三识别数据为间期不齐时,将预设的起搏节律不齐信息,做为所述第二起搏器工作状态数据;
当所述第三识别数据为规律间期时,根据所述第二间期数据序列,进行第二特征间期统计处理,生成第二特征间期数据;在所述第二特征间期数据高于所述第一倍数间期阈值时,将预设的心室起搏不良信息,做为所述第二起搏器工作状态数据;在所述第二特征间期数据高于所述基础间期阈值、且低于所述第一倍数间期阈值、且所述第二识别数据为心室脉冲位置正常时,将预设的心室感知过度信息,做为所述第二起搏器工作状态数据;在所述第二特征间期数据低于所述基础间期阈值、且所述第二识别数据为心室脉冲位置正常时,将所述心室感知过度信息,做为所述第二起搏器工作状态数据;在所述第二特征间期数据低于所述基础间期阈值、且所述第二识别数据为心室脉冲位置不正常时,将预设的心室感知不良信息,做为所述第二起搏器工作状态数据。
进一步的,所述根据所有所述第一峰值点数据和所有所述第一R点数据,进行起搏脉冲与QRS波群相对位置识别处理,生成第二识别数据,具体包括:
从所有所述第一峰值点数据中,提取出与每个所述第一R点数据最近的所述第一峰值点数据,做为与每个所述第一R点数据对应的第二最近脉冲数据;
当每个所述第二最近脉冲数据,都在其对应的所述第一R点数据之前时,设置所述第二识别数据为心室脉冲位置正常;
当每个所述第二最近脉冲数据,都在其对应的所述第一R点数据之后时,设置所述第二识别数据为心室脉冲位置不正常。
进一步的,所述根据所述第二间期数据序列,进行间期稳定性识别处理,生成第三识别数据,具体包括:
在所述第二间期数据序列中,对相邻的所述第二间期数据,进行绝对差值计算处理,生成多个第一差分数据;
当所有所述第一差分数据,全部低于预设的差分数据阈值时,设置所述第三识别数据为规律间期;
当所有所述第一差分数据,不能全部低于所述差分数据阈值时,设置所述第三识别数据为间期不齐。
进一步的,所述根据所述第二间期数据序列,进行第二特征间期统计处理,生成第二特征间期数据,具体包括:
对所述第二间期数据序列中的所有所述第二间期数据,进行加权均值计算处理,生成所述第二特征间期数据。
本发明实施例第二方面提供了一种根据心电信号识别起搏器工作状态的装置,包括:
获取模块用于获取心电信号数据;
预处理模块用于对所述心电信号数据,进行起搏脉冲识别处理,生成多个第一起搏脉冲数据;对每个所述第一起搏脉冲数据,进行脉冲峰值点识别处理,生成对应的第一峰值点数据;并统计所述第一峰值点数据的数量,做为第一总数;
所述预处理模块还用于对所述心电信号数据,进行P波识别处理,生成多个第一P波数据;并对每个所述第一P波数据,进行P波峰值点识别处理,生成对应的第二峰值点数据;对相邻的所述第二峰值点数据,进行绝对差值计算处理,生成对应的第一间期数据;并由所有所述第一间期数据组成第一间期数据序列;
所述预处理模块还用于对所述心电信号数据,进行QRS波群识别处理,生成多个第一QRS波群数据;并对每个所述第一QRS波群数据,进行R点识别处理,生成对应的第一R点数据;对相邻的所述第一R点数据,进行绝对差值计算处理,生成对应的第二间期数据;并由所有所述第二间期数据组成第二间期数据序列;
状态识别模块用于当所述第一总数为空时,将预设的起搏器无脉冲信息,做为第一起搏器工作状态数据;
所述状态识别模块还用于当所述第一总数不为空时,根据预设的起搏器位置信息,进行起搏器工作状态识别处理,生成第二起搏器工作状态数据;当所述起搏器位置信息为心房时,根据所有所述第一峰值点数据、所有所述第二峰值点数据和所述第一间期数据序列,进行心房起搏器工作状态识别处理,生成所述第二起搏器工作状态数据;当所述起搏器位置信息为心室时,根据所有所述第一峰值点数据、所有所述第一R点数据和所述第二间期数据序列,进行心室起搏器工作状态识别处理,生成所述第二起搏器工作状态数据。
本发明实施例第三方面提供了一种电子设备,包括:存储器、处理器和收发器;
所述处理器用于与所述存储器耦合,读取并执行所述存储器中的指令,以实现上述第一方面所述的方法步骤;
所述收发器与所述处理器耦合,由所述处理器控制所述收发器进行消息收发。
本发明实施例第四方面提供了一种计算机程序产品,所述计算机程序产品包括计算机程序代码,当所述计算机程序代码被计算机执行时,使得所述计算机执行上述第一方面所述的方法。
本发明实施例第五方面提供了一种计算机可读存储介质,所述计算机存储介质存储有计算机指令,当所述计算机指令被计算机执行时,使得所述计算机执行上述第一方面所述的方法的指令。
本发明实施例提供的一种根据心电信号识别起搏器工作状态的方法、装置、电子设备、计算机程序产品及计算机可读存储介质,在已知起搏器安装位置的前提下,根据心电信号中的脉冲位置以及心搏间期特征,对起搏器工作状态进行识别;以此,解决了因患者反馈不准确而无法正确判断起搏器工作状态的问题,还为医生和患者提供了更精确更便捷的识别手段。
附图说明
图1为本发明实施例一提供的一种根据心电信号识别起搏器工作状态的方法示意图;
图2为本发明实施例二提供的一种根据心电信号识别起搏器工作状态的装置的模块结构图;
图3为本发明实施例三提供的一种电子设备的结构示意图。
具体实施方式
为了使本发明的目的、技术方案和优点更加清楚,下面将结合附图对本发明作进一步地详细描述,显然,所描述的实施例仅仅是本发明一部份实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
图1为本发明实施例一提供的一种根据心电信号识别起搏器工作状态的方法示意图,如图1所示,本方法主要包括如下步骤:
步骤1,获取心电信号数据。
具体的,心电设备通过对患者进行心电信号采集与信号采样处理,得到心电信号数据;心电设备还可以通过连接心电信号采样设备,对患者进行心电信号采集与信号采样处理,得到心电信号数据;心电设备还可以从存储了采样数据的存储介质中通过数据读取获得心电信号数据。此处,心电设备具体为能够实现本发明实施例方法的终端设备或服务器。
步骤2,对心电信号数据,进行起搏脉冲识别处理,生成多个第一起搏脉冲数据;对每个第一起搏脉冲数据,进行脉冲峰值点时间信息提取处理,生成对应的第一峰值点数据;并统计第一峰值点数据的数量,做为第一总数。
这里,心电设备按起搏脉冲宽度范围(例如,0.1ms到2ms)与起搏脉冲幅值范围(例如,2mv到700mv),对心电信号数据中的窄信号数据段进行起搏脉冲识别,并提取满足起搏脉冲宽度范围与起搏脉冲幅值范围的窄信号数据段组成第一起搏脉冲数据;在第一起搏脉冲数据中,提取最大幅值信号点也就是起搏脉冲峰值点对应的时间信息,做为第一峰值点数据;本发明实施例以每个第一峰值点数据,做为对应的每个起搏脉冲的位置信息;第一总数则为心电信号数据中起搏脉冲的总数。上述与起搏脉冲相关的第一峰值点数据在后续步骤中会被心房、心室起搏器工作状态识别处理过程调用。
步骤3,对心电信号数据,进行P波识别处理,生成多个第一P波数据;并对每个第一P波数据,进行P波峰值点时间信息提取处理,生成对应的第二峰值点数据;对相邻的第二峰值点数据,进行绝对差值计算处理,生成对应的第一间期数据;并由所有第一间期数据组成第一间期数据序列。
这里,P波识别处理的常规方法是,心电设备先行检测QRS波群,再从QRS波群的起始位置向前进行P波形检测,得到P波形数据段,再由P波形数据段组成第一P波数据;在第一P波数据中,提取最大幅值信号点也就是P波峰值点对应的时间信息,做为第二峰值点数据;本发明实施例以每个第二峰值点数据,做为对应的每个P波的位置信息;第一间期数据则是两个相邻P波位置信息的时间差,也叫做PP间期;上述与P波相关的第二峰值点数据、第一间期数据序列在后续步骤中会被心房起搏器工作状态识别处理过程调用。
步骤4,对心电信号数据,进行QRS波群识别处理,生成多个第一QRS波群数据;并对每个第一QRS波群数据,进行R点时间信息提取处理,生成对应的第一R点数据;对相邻的第一R点数据,进行绝对差值计算处理,生成对应的第二间期数据;并由所有第二间期数据组成第二间期数据序列。
这里,QRS波群检测算法有多种,例如差分法、匹配滤波法、带通滤波法、小波变换法、形态学方法、长度和能量变换法等等,心电设备选择其中一种QRS波群检测算法,对心电信号数据进行QRS波群识别处理,得到QRS波群数据段,再由QRS波群数据段组成第一QRS波群数据;再在第一QRS波群数据中,提取最大幅值信号点也就是R点对应的时间信息,做为第一R点数据;因为在QRS波群中,R点为其最大幅值点,所以常常习惯以R点的位置信息代表QRS波群的位置信息,也就是以第一R点数据做为第一QRS波群数据的QRS波群的位置信息;心搏间期是指两次连续心搏的时间间隔,这里表示心搏间期的数据就是第二间期数据,它等于两个相邻R点之间的时间间隔,也就是两个相邻第一R点数据的差值;上述与QRS波群相关的第一R点数据、第二间期数据序列在后续步骤中会被心室起搏器工作状态识别处理过程调用。
步骤5,对第一总数是否为空进行判断,当第一总数为空时,转至步骤6;当第一总数不为空时,转至步骤7。
这里,第一总数为空,说明心电信号数据中未发现起搏脉冲,心电设备将转至步骤6直接给出起搏器工作状态的异常信息;第一总数为空,心电设备将转至步骤7进行进一步的识别处理。
步骤6,将预设的起搏器无脉冲信息,做为第一起搏器工作状态数据。
这里,第一总数为空,说明心电信号数据中未发现起搏脉冲,心电设备输出第一起搏器工作状态数据=起搏器无脉冲信息;起搏器无脉冲信息为预先设定的用于标识起搏器无脉冲现象的异常信息;造成这种情况的原因有多种,例如起搏器的脉冲产生部件失效、起搏器的电极失效等等。
步骤7,根据预设的起搏器位置信息,进行起搏器工作状态识别处理,生成第二起搏器工作状态数据;
这里,第一总数不为空,说明起搏器仍处于工作状态,后续步骤就是针对具体工作状态下的异常信息进行进一步识别;本发明实施例对起搏器安装位置是已知的,起搏器位置信息就是预先设定的用于标识起搏器位置的信息,其取值具体包括心房和心室;
具体包括:步骤71,当起搏器位置信息为心房时,根据所有第一峰值点数据、所有第二峰值点数据和第一间期数据序列,进行心房起搏器工作状态识别处理,生成第二起搏器工作状态数据;
这里,当起搏器位置信息为心房时,说明起搏器安装位置在心房,当前步骤即是针对心房起搏的情况进行进一步识别;
具体包括:步骤711,统计所有第二峰值点数据的数量,生成P波总数;
这里,由前文可知,第二峰值点数据用于标识每个P波的位置信息,统计所有第二峰值点数据的数量就是统计P波的总数量;
步骤712,当P波总数为空时,将预设的心房起搏不良信息,做为第二起搏器工作状态数据;
这里,P波总数为空,意味着心电信号数据中P波消失;患者未被植入起搏器时,心电信号中若出现P波消失则说明患者心房收缩功能减退或丧失,对患者植入起搏器的目的,就是为了刺激心房恢复收缩动作,在植入起搏器之后,若患者的心电信号中仍然没有P波,则最大的可能就是位于心房的起搏器起搏不良,第二起搏器工作状态数据=心房起搏不良信息,心房起搏不良信息为预先设定的用于标识起搏器起搏不良现象的异常信息;
步骤713,当P波总数不为空时,根据所有第一峰值点数据和所有第二峰值点数据,进行起搏脉冲与P波相对位置识别处理,生成第一识别数据;
在第一识别数据为心房脉冲位置不正常时,将预设的心房感知不良信息,做为第二起搏器工作状态数据;
在第一识别数据为心房脉冲位置正常时,根据第一间期数据序列,进行第一特征间期统计处理,生成第一特征间期数据;并在第一特征间期数据高于预设的基础间期阈值、且低于预设的第一倍数间期阈值时,将心房感知过度信息,做为第二起搏器工作状态数据;
其中,第一倍数间期阈值与基础间期阈值的比值为第一倍数;
其中,根据所有第一峰值点数据和所有第二峰值点数据,进行起搏脉冲与P波相对位置识别处理,生成第一识别数据,具体包括:从所有第一峰值点数据中,提取出与每个第二峰值点数据最近的第一峰值点数据,做为与每个第二峰值点数据对应的第一最近脉冲数据;当每个第一最近脉冲数据,都在其对应的第二峰值点数据之前时,设置第一识别数据为心房脉冲位置正常;当每个第一最近脉冲数据,都在其对应的第二峰值点数据之后时,设置第一识别数据为心房脉冲位置不正常;
其中,根据第一间期数据序列,进行第一特征间期统计处理,生成第一特征间期数据,具体包括:对第一间期数据序列中的所有第一间期数据,进行加权均值计算处理,生成第一特征间期数据;
这里,在心电信号数据中P波出现,说明心房起搏器起搏功能没有问题,但需要对起搏质量进行进一步识别;
在对起搏质量进行识别之前,需要进行起搏脉冲与P波相对位置识别处理,获知起搏脉冲与P波的位置关系也就是第一识别数据:因为心房起搏的波形特点是脉冲-P波-QRS波群-T波,则,若起搏脉冲位置也就是第一最近脉冲数据在P波位置也就是第二峰值点数据之前,二者相对位置关系正常,第一识别数据被设为心房脉冲位置正常;若起搏脉冲位置也就是第一最近脉冲数据在P波位置也就是第二峰值点数据之后,二者相对位置关系不正常,第一识别数据被设为心房脉冲位置不正常;
在获知了起搏脉冲与P波的位置关系之后,若第一识别数据为心房脉冲位置不正常,则第二起搏器工作状态数据=心房感知不良信息,这里心房感知不良信息为预先设定的用于标识起搏器心房感知不良现象的异常信息,导致该类问题的原因有多种,例如由心脏严重纤维化引发的对起搏器脉冲感知不良;或者高磁场环境对起搏器工作形成干扰从而导致起搏器心房感知不良;
若第一识别数据为心房脉冲位置正常,则需要根据前文提及的PP间期,对起搏器质量做再进一步的识别;这里基础间期阈值默认被设定为1000ms,第一倍数默认被设定为1.5倍,第一倍数间期阈值默认为1.5*1000ms=1500ms;做再进一步的识别之前,需要根据第一间期数据序列,对其中的所有第一间期数据也就是PP间期,按常规的加权均值计算方法,计算出一个PP间期均值来做为第一特征间期数据;在起搏脉冲与P波的位置关系正常的情况下,若第一特征间期数据在1000ms-1500ms之间,说明第一特征间期数据较常规的基础间期阈值而言发生了延长,则第二起搏器工作状态数据=心房感知过度信息,这里心房感知过度信息为预先设定的用于标识起搏器心房感知过度现象的异常信息,导致该类问题的原因有多种,例如由起搏器导线断裂、绝缘层断裂、短路等因素造成的起搏器心房感知过度,或者体内多个起搏器互扰造成的起搏器心房感知过度,或者高磁场环境对起搏器工作形成干扰从而导致对起搏器心房感知过度等等;
步骤72,当起搏器位置信息为心室时,根据所有第一峰值点数据、所有第一R点数据和第二间期数据序列,进行心室起搏器工作状态识别处理,生成第二起搏器工作状态数据;
这里,当起搏器位置信息为心室时,说明起搏器安装位置在心室,当前步骤即是针对心室起搏的情况进行进一步识别;
具体包括:步骤721,根据所有第一峰值点数据和所有第一R点数据,进行起搏脉冲与QRS波群相对位置识别处理,生成第二识别数据;
具体包括:从所有第一峰值点数据中,提取出与每个第一R点数据最近的第一峰值点数据,做为与每个第一R点数据对应的第二最近脉冲数据;当每个第二最近脉冲数据,都在其对应的第一R点数据之前时,设置第二识别数据为心室脉冲位置正常;当每个第二最近脉冲数据,都在其对应的第一R点数据之后时,设置第二识别数据为心室脉冲位置正常;
这里,在对心室起搏的情况进行识别之前,需要进行起搏脉冲与QRS波群相对位置识别处理,获知起搏脉冲与QRS波群的位置关系也就是第二识别数据:因为心室起搏的波形特点是脉冲-QRS波群-T波,则,若起搏脉冲位置也就是第二最近脉冲数据在QRS波群位置也就是第一R点数据之前,二者相对位置关系正常,第二识别数据被设心室脉冲位置正常:若起搏脉冲位置也就是第二最近脉冲数据在QRS波群位置也就是第一R点数据之后,二者相对位置关系不正常,第二识别数据被设心室脉冲位置不正常;
步骤722,根据第二间期数据序列,进行间期稳定性识别处理,生成第三识别数据;
具体包括:在第二间期数据序列中,对相邻的第二间期数据,进行绝对差值计算处理,生成多个第一差分数据;当所有第一差分数据,全部低于预设的差分数据阈值时,设置第三识别数据为规律间期;当所有第一差分数据,不能全部低于差分数据阈值时,设置第三识别数据为间期不齐;
这里,在对心室起搏的情况进行识别之前,还需要对心搏间期是呈间期不齐还是呈规律间期的间期稳定性进行识别,识别方法常规的就是采用差分法,对第二间期数据序列中的第二间期数据进行差分,差分结果越小说明第二间期数据差异性越小;差分数据阈值是一个预先设定的数据范围;若差分结果在该范围内则说明第二间期数据差异性较小,也就是当前心电信号数据的心搏间期稳定,第三识别数据被设为规律间期;若差分结果超出该范围则说明第二间期数据差异性较大,也就是当前心电信号数据的心搏间期不稳定,第三识别数据被设为间期不齐;
步骤723,当第三识别数据为间期不齐时,将预设的起搏节律不齐信息,做为第二起搏器工作状态数据;
这里,第三识别数据为间期不齐时,说明起搏器起搏节律不齐,第二起搏器工作状态数据=起搏节律不齐信息,起搏节律不齐信息是为预先设定的用于标识起搏器起搏节律不齐现象的异常信息;导致该类问题的原因有多种,例如更年期引发的情绪波动、过度焦虑引发的心律失常、迷走神经兴奋造成的心跳紊乱等等;
步骤724,当第三识别数据为规律间期时,根据第二间期数据序列,进行第二特征间期统计处理,生成第二特征间期数据;
在第二特征间期数据高于第一倍数间期阈值时,将预设的心室起搏不良信息,做为第二起搏器工作状态数据;
在第二特征间期数据高于基础间期阈值、且低于第一倍数间期阈值、且第二识别数据为心室脉冲位置正常时,将预设的心室感知过度信息,做为第二起搏器工作状态数据;
在第二特征间期数据低于基础间期阈值、且第二识别数据为心室脉冲位置正常时,将心室感知过度信息,做为第二起搏器工作状态数据;
在第二特征间期数据低于基础间期阈值、且第二识别数据为心室脉冲位置不正常时,将预设的心室感知不良信息,做为第二起搏器工作状态数据;
其中,根据第二间期数据序列,进行第二特征间期统计处理,生成第二特征间期数据,具体包括:对第二间期数据序列中的所有第二间期数据,进行加权均值计算处理,生成第二特征间期数据。
这里,在第三识别数据为规律间期情况下,对心室起搏质量做进一步的识别;在做进一步识别之前,需要根据第二间期数据序列,对其中的所有第二间期数据也就是心搏间期,按常规的加权均值计算方法,计算出一个心搏间期均值来做为第二特征间期数据;之后,根据第二特征间期数据和反映起搏脉冲与QRS波群的位置关系的第二识别数据,对心室起搏质量做进一步识别:
第二特征间期数据>第一倍数间期阈值时,第二起搏器工作状态数据=起搏器心室起搏不良信息,这里起搏器心室起搏不良信息为预先设定的用于标识起搏器心室起搏不良现象的异常信息;
第二特征间期数据在基础间期阈值到第一倍数间期阈值之间、且起搏脉冲在QRS波群之前也就是第二识别数据为心室脉冲位置正常时,第二起搏器工作状态数据=心室感知过度信息,这里心室感知过度信息为预先设定的用于标识起搏器心室感知过度现象的异常信息;
第二特征间期数据小于基础间期阈值、且起搏脉冲在QRS波群之前也就是第二识别数据为心室脉冲位置正常时,第二起搏器工作状态数据=心室感知过度信息,这里心室感知过度信息为预先设定的用于标识起搏器心室感知过度现象的异常信息;
第二特征间期数据小于基础间期阈值、且起搏脉冲在QRS波群之后也就是第二识别数据为心室脉冲位置不正常时,第二起搏器工作状态数据=心室感知不良信息,这里心室感知不良信息为预先设定的用于标识起搏器心室感知不良现象的异常信息。
综上,通过本发明实施例,可以基于对心电信号数据的自动分析,得到8种反映起搏器工作状态的信息:起搏器无脉冲信息、心房起搏不良信息、心房感知不良信息、心房感知过度信息、起搏节律不齐信息、心室起搏不良信息、心室感知过度信息和心室感知不良信息。为医生和患者方便、快捷地检查起搏器工作状态,提供了帮助。
图2为本发明实施例二提供的一种根据心电信号识别起搏器工作状态的装置的模块结构图,该装置可以为前述实施例所描述的终端设备或者服务器,也可以为能够使得前述终端设备或者服务器实现本发明实施例提供的方法的装置,例如该装置可以是前述终端设备或者服务器的装置或芯片系统。如图2所示,该装置包括:
获取模块201用于获取心电信号数据;
预处理模块202用于对心电信号数据,进行起搏脉冲识别处理,生成多个第一起搏脉冲数据;对每个第一起搏脉冲数据,进行脉冲峰值点识别处理,生成对应的第一峰值点数据;并统计第一峰值点数据的数量,做为第一总数;
预处理模块202还用于对心电信号数据,进行P波识别处理,生成多个第一P波数据;并对每个第一P波数据,进行P波峰值点识别处理,生成对应的第二峰值点数据;对相邻的第二峰值点数据,进行绝对差值计算处理,生成对应的第一间期数据;并由所有第一间期数据组成第一间期数据序列;
预处理模块202还用于对心电信号数据,进行QRS波群识别处理,生成多个第一QRS波群数据;并对每个第一QRS波群数据,进行R点识别处理,生成对应的第一R点数据;对相邻的第一R点数据,进行绝对差值计算处理,生成对应的第二间期数据;并由所有第二间期数据组成第二间期数据序列;
状态识别模块203用于当第一总数为空时,将预设的起搏器无脉冲信息,做为第一起搏器工作状态数据;
状态识别模块203还用于当第一总数不为空时,根据预设的起搏器位置信息,进行起搏器工作状态识别处理,生成第二起搏器工作状态数据;当起搏器位置信息为心房时,根据所有第一峰值点数据、所有第二峰值点数据和第一间期数据序列,进行心房起搏器工作状态识别处理,生成第二起搏器工作状态数据;当起搏器位置信息为心室时,根据所有第一峰值点数据、所有第一R点数据和第二间期数据序列,进行心室起搏器工作状态识别处理,生成第二起搏器工作状态数据。
本发明实施例提供的一种根据心电信号识别起搏器工作状态的装置,可以执行上述方法实施例中的方法步骤,其实现原理和技术效果类似,在此不再赘述。
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,获取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确定模块的功能。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。这里所描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,ASIC),或,一个或多个数字信号处理器(Digital Signal Processor,DSP),或,一个或者多个现场可编程门阵列(Field Programmable Gate Array,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(CentralProcessing Unit,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,SOC)的形式实现。
在上述实施例中,可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时,可以全部或部分地以计算机程序产品的形式实现。该计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行该计算机程序指令时,全部或部分地产生按照本发明实施例所描述的流程或功能。上述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。上述计算机指令可以存储在计算机可读存储介质中,或者从一个计算机可读存储介质向另一个计算机可读存储介质传输,例如,上述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线路(Digital Subscriber Line,DSL))或无线(例如红外、无线、蓝牙、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。上述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。上述可用介质可以是磁性介质,(例如,软盘、硬盘、磁带)、光介质(例如,DVD)、或者半导体介质(例如固态硬盘(solid state disk,SSD))等。
图3为本发明实施例三提供的一种电子设备的结构示意图。该电子设备可以为前述的终端设备或者服务器,也可以为与前述终端设备或者服务器连接的实现本发明实施例方法的终端设备或服务器。如图3所示,该电子设备可以包括:处理器31(例如CPU)、存储器32、收发器33;收发器33耦合至处理器31,处理器31控制收发器33的收发动作。存储器32中可以存储各种指令,以用于完成各种处理功能以及实现本发明上述实施例中提供的方法和处理过程。优选的,本发明实施例涉及的电子设备还包括:电源34、系统总线35以及通信端口36。系统总线35用于实现元件之间的通信连接。上述通信端口36用于电子设备与其他外设之间进行连接通信。
在图3中提到的系统总线可以是外设部件互连标准(Peripheral ComponentInterconnect,PCI)总线或扩展工业标准结构(Extended Industry StandardArchitecture,EISA)总线等。该系统总线可以分为地址总线、数据总线、控制总线等。为便于表示,图中仅用一条粗线表示,但并不表示仅有一根总线或一种类型的总线。通信接口用于实现数据库访问装置与其他设备(例如客户端、读写库和只读库)之间的通信。存储器可能包含随机存取存储器(Random Access Memory,RAM),也可能还包括非易失性存储器(Non-Volatile Memory),例如至少一个磁盘存储器。
上述的处理器可以是通用处理器,包括中央处理器CPU、网络处理器(NetworkProcessor,NP)等;还可以是数字信号处理器DSP、专用集成电路ASIC、现场可编程门阵列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,本发明实施例还提供一种计算机可读存储介质,该存储介质中存储有指令,当其在计算机上运行时,使得计算机执行上述实施例中提供的方法和处理过程。
本发明实施例还提供一种运行指令的芯片,该芯片用于执行上述实施例中提供的方法和处理过程。
本发明实施例还提供一种程序产品,该程序产品包括计算机程序,该计算机程序存储在存储介质中,至少一个处理器可以从上述存储介质读取上述计算机程序,上述至少一个处理器执行上述实施例中提供的方法和处理过程。
本发明实施例提供的一种根据心电信号识别起搏器工作状态的方法、装置、电子设备、计算机程序产品及计算机可读存储介质,在已知起搏器安装位置的前提下,根据心电信号中的脉冲位置以及心搏间期特征,对起搏器工作状态进行识别;以此,解决了因患者反馈不准确而无法正确判断起搏器工作状态的问题,还为医生和患者提供了更精确更便捷的识别手段。
专业人员应该还可以进一步意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、计算机软件或者二者的结合来实现,为了清楚地说明硬件和软件的可互换性,在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
结合本文中所公开的实施例描述的方法或算法的步骤可以用硬件、处理器执行的软件模块,或者二者的结合来实施。软件模块可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。
以上所述的具体实施方式,对本发明的目的、技术方案和有益效果进行了进一步详细说明,所应理解的是,以上所述仅为本发明的具体实施方式而已,并不用于限定本发明的保护范围,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (12)
1.一种根据心电信号识别起搏器工作状态的方法,其特征在于,所述方法包括:
获取心电信号数据;
对所述心电信号数据,进行起搏脉冲识别处理,生成多个第一起搏脉冲数据;对每个所述第一起搏脉冲数据,进行脉冲峰值点时间信息提取处理,生成对应的第一峰值点数据;并统计所述第一峰值点数据的数量,做为第一总数;
对所述心电信号数据,进行P波识别处理,生成多个第一P波数据;并对每个所述第一P波数据,进行P波峰值点时间信息提取处理,生成对应的第二峰值点数据;对相邻的所述第二峰值点数据,进行绝对差值计算处理,生成对应的第一间期数据;并由所有所述第一间期数据组成第一间期数据序列;
对所述心电信号数据,进行QRS波群识别处理,生成多个第一QRS波群数据;并对每个所述第一QRS波群数据,进行R点时间信息提取处理,生成对应的第一R点数据;对相邻的所述第一R点数据,进行绝对差值计算处理,生成对应的第二间期数据;并由所有所述第二间期数据组成第二间期数据序列;
当所述第一总数为空时,将预设的起搏器无脉冲信息,做为第一起搏器工作状态数据;
当所述第一总数不为空时,根据预设的起搏器位置信息,进行起搏器工作状态识别处理,生成第二起搏器工作状态数据;当所述起搏器位置信息为心房时,根据所有所述第一峰值点数据、所有所述第二峰值点数据和所述第一间期数据序列,进行心房起搏器工作状态识别处理,生成所述第二起搏器工作状态数据;当所述起搏器位置信息为心室时,根据所有所述第一峰值点数据、所有所述第一R点数据和所述第二间期数据序列,进行心室起搏器工作状态识别处理,生成所述第二起搏器工作状态数据。
2.根据权利要求1所述的根据心电信号识别起搏器工作状态的方法,其特征在于,所述根据所有所述第一峰值点数据、所有所述第二峰值点数据和所述第一间期数据序列,进行心房起搏器工作状态识别处理,生成所述第二起搏器工作状态数据,具体包括:
统计所有所述第二峰值点数据的数量,生成P波总数;
当所述P波总数为空时,将预设的心房起搏不良信息,做为所述第二起搏器工作状态数据;
当所述P波总数不为空时,根据所有所述第一峰值点数据和所有所述第二峰值点数据,进行起搏脉冲与P波相对位置识别处理,生成第一识别数据;在所述第一识别数据为心房脉冲位置不正常时,将预设的心房感知不良信息,做为所述第二起搏器工作状态数据;在所述第一识别数据为心房脉冲位置正常时,根据所述第一间期数据序列,进行第一特征间期统计处理,生成第一特征间期数据;并在所述第一特征间期数据高于预设的基础间期阈值、且低于预设的第一倍数间期阈值时,将预设的心房感知过度信息,做为所述第二起搏器工作状态数据;其中,所述第一倍数间期阈值与所述基础间期阈值的比值为第一倍数。
3.根据权利要求2所述的根据心电信号识别起搏器工作状态的方法,其特征在于,所述根据所有所述第一峰值点数据和所有所述第二峰值点数据,进行起搏脉冲与P波相对位置识别处理,生成第一识别数据,具体包括:
从所有所述第一峰值点数据中,提取出与每个所述第二峰值点数据最近的所述第一峰值点数据,做为与每个所述第二峰值点数据对应的第一最近脉冲数据;
当每个所述第一最近脉冲数据,都在其对应的所述第二峰值点数据之前时,设置所述第一识别数据为心房脉冲位置正常;
当每个所述第一最近脉冲数据,都在其对应的所述第二峰值点数据之后时,设置所述第一识别数据为心房脉冲位置不正常。
4.根据权利要求2所述的根据心电信号识别起搏器工作状态的方法,其特征在于,所述根据所述第一间期数据序列,进行第一特征间期统计处理,生成第一特征间期数据,具体包括:
对所述第一间期数据序列中的所有所述第一间期数据,进行加权均值计算处理,生成所述第一特征间期数据。
5.根据权利要求2所述的根据心电信号识别起搏器工作状态的方法,其特征在于,所述根据所有所述第一峰值点数据、所有所述第一R点数据和所述第二间期数据序列,进行心室起搏器工作状态识别处理,生成所述第二起搏器工作状态数据,具体包括:
根据所有所述第一峰值点数据和所有所述第一R点数据,进行起搏脉冲与QRS波群相对位置识别处理,生成第二识别数据;
根据所述第二间期数据序列,进行间期稳定性识别处理,生成第三识别数据;
当所述第三识别数据为间期不齐时,将预设的起搏节律不齐信息,做为所述第二起搏器工作状态数据;
当所述第三识别数据为规律间期时,根据所述第二间期数据序列,进行第二特征间期统计处理,生成第二特征间期数据;在所述第二特征间期数据高于所述第一倍数间期阈值时,将预设的心室起搏不良信息,做为所述第二起搏器工作状态数据;在所述第二特征间期数据高于所述基础间期阈值、且低于所述第一倍数间期阈值、且所述第二识别数据为心室脉冲位置正常时,将预设的心室感知过度信息,做为所述第二起搏器工作状态数据;在所述第二特征间期数据低于所述基础间期阈值、且所述第二识别数据为心室脉冲位置正常时,将所述心室感知过度信息,做为所述第二起搏器工作状态数据;在所述第二特征间期数据低于所述基础间期阈值、且所述第二识别数据为心室脉冲位置不正常时,将预设的心室感知不良信息,做为所述第二起搏器工作状态数据。
6.根据权利要求5所述的根据心电信号识别起搏器工作状态的方法,其特征在于,所述根据所有所述第一峰值点数据和所有所述第一R点数据,进行起搏脉冲与QRS波群相对位置识别处理,生成第二识别数据,具体包括:
从所有所述第一峰值点数据中,提取出与每个所述第一R点数据最近的所述第一峰值点数据,做为与每个所述第一R点数据对应的第二最近脉冲数据;
当每个所述第二最近脉冲数据,都在其对应的所述第一R点数据之前时,设置所述第二识别数据为心室脉冲位置正常;
当每个所述第二最近脉冲数据,都在其对应的所述第一R点数据之后时,设置所述第二识别数据为心室脉冲位置不正常。
7.根据权利要求5所述的根据心电信号识别起搏器工作状态的方法,其特征在于,所述根据所述第二间期数据序列,进行间期稳定性识别处理,生成第三识别数据,具体包括:
在所述第二间期数据序列中,对相邻的所述第二间期数据,进行绝对差值计算处理,生成多个第一差分数据;
当所有所述第一差分数据,全部低于预设的差分数据阈值时,设置所述第三识别数据为规律间期;
当所有所述第一差分数据,不能全部低于所述差分数据阈值时,设置所述第三识别数据为间期不齐。
8.根据权利要求5所述的根据心电信号识别起搏器工作状态的方法,其特征在于,所述根据所述第二间期数据序列,进行第二特征间期统计处理,生成第二特征间期数据,具体包括:
对所述第二间期数据序列中的所有所述第二间期数据,进行加权均值计算处理,生成所述第二特征间期数据。
9.一种根据心电信号识别起搏器工作状态的装置,其特征在于,包括:
获取模块用于获取心电信号数据;
预处理模块用于对所述心电信号数据,进行起搏脉冲识别处理,生成多个第一起搏脉冲数据;对每个所述第一起搏脉冲数据,进行脉冲峰值点识别处理,生成对应的第一峰值点数据;并统计所述第一峰值点数据的数量,做为第一总数;
所述预处理模块还用于对所述心电信号数据,进行P波识别处理,生成多个第一P波数据;并对每个所述第一P波数据,进行P波峰值点识别处理,生成对应的第二峰值点数据;对相邻的所述第二峰值点数据,进行绝对差值计算处理,生成对应的第一间期数据;并由所有所述第一间期数据组成第一间期数据序列;
所述预处理模块还用于对所述心电信号数据,进行QRS波群识别处理,生成多个第一QRS波群数据;并对每个所述第一QRS波群数据,进行R点识别处理,生成对应的第一R点数据;对相邻的所述第一R点数据,进行绝对差值计算处理,生成对应的第二间期数据;并由所有所述第二间期数据组成第二间期数据序列;
状态识别模块用于当所述第一总数为空时,将预设的起搏器无脉冲信息,做为第一起搏器工作状态数据;
所述状态识别模块还用于当所述第一总数不为空时,根据预设的起搏器位置信息,进行起搏器工作状态识别处理,生成第二起搏器工作状态数据;当所述起搏器位置信息为心房时,根据所有所述第一峰值点数据、所有所述第二峰值点数据和所述第一间期数据序列,进行心房起搏器工作状态识别处理,生成所述第二起搏器工作状态数据;当所述起搏器位置信息为心室时,根据所有所述第一峰值点数据、所有所述第一R点数据和所述第二间期数据序列,进行心室起搏器工作状态识别处理,生成所述第二起搏器工作状态数据。
10.一种电子设备,其特征在于,包括:存储器、处理器和收发器;
所述处理器用于与所述存储器耦合,读取并执行所述存储器中的指令,以实现权利要求1-8任一项所述的方法步骤;
所述收发器与所述处理器耦合,由所述处理器控制所述收发器进行消息收发。
11.一种计算机程序产品,其特征在于,所述计算机程序产品包括计算机程序代码,当所述计算机程序代码被计算机执行时,使得所述计算机执行权利要求1-8任一项所述的方法。
12.一种计算机可读存储介质,其特征在于,所述计算机存储介质存储有计算机指令,当所述计算机指令被计算机执行时,使得所述计算机执行权利要求1-8任一项所述的方法的指令。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011348755.2A CN114534101A (zh) | 2020-11-26 | 2020-11-26 | 一种根据心电信号识别起搏器工作状态的方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011348755.2A CN114534101A (zh) | 2020-11-26 | 2020-11-26 | 一种根据心电信号识别起搏器工作状态的方法和装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114534101A true CN114534101A (zh) | 2022-05-27 |
Family
ID=81668183
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011348755.2A Pending CN114534101A (zh) | 2020-11-26 | 2020-11-26 | 一种根据心电信号识别起搏器工作状态的方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114534101A (zh) |
-
2020
- 2020-11-26 CN CN202011348755.2A patent/CN114534101A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US8428697B2 (en) | “Blurred template” approach for arrhythmia detection | |
CN107249438B (zh) | 用于房性心律失常事件检测的方法和装置 | |
US8768444B2 (en) | Method and apparatus for arrhythmia classification using atrial signal mapping | |
JP2022531297A (ja) | 特徴描写および機械学習による不整脈検出 | |
US7539540B2 (en) | Troubleshooting methods for a medical system including implantable components | |
CN101102812B (zh) | 用于心跳校准和比较的方法和设备 | |
US5749367A (en) | Heart monitoring apparatus and method | |
US7412282B2 (en) | Algorithms for detecting cardiac arrhythmia and methods and apparatuses utilizing the algorithms | |
US8702604B2 (en) | Detection of waveform artifact | |
US20030181818A1 (en) | Method and system for characterizing a representative cardiac beat using multiple templates | |
CN1658927A (zh) | 用于提供心律不齐辨别的方法和装置 | |
CN109009073A (zh) | 房颤检测装置及存储介质 | |
WO2011126643A2 (en) | Detection of t-wave alternans phase reversal for arrhythmia prediction and sudden cardiac death risk stratification | |
CN114534101A (zh) | 一种根据心电信号识别起搏器工作状态的方法和装置 | |
CN109044338A (zh) | 房颤检测装置及存储介质 | |
CN110477904B (zh) | 一种房扑信号检测方法及装置 | |
KR100198760B1 (ko) | 심전도 신호의 큐.알.에스 컴플렉스 특성 표시 장치 | |
CN114533080A (zh) | 一种对心电信号数据进行颤动波识别的方法和装置 | |
CN108836312B (zh) | 一种基于人工智能的进行杂波剔除的方法及系统 | |
CN114533079A (zh) | 一种根据心电信号识别起搏器位置的方法和装置 | |
CN110464339A (zh) | 一种心电图分析方法及装置 | |
US9993173B2 (en) | Analysis of ECG data for arrhythmia | |
CN117898741A (zh) | 心脏起搏器植入检测方法、系统及计算机可读介质 | |
CN113712564B (zh) | 一种心电信号分类设备和方法 | |
WO2024020918A1 (en) | Discriminating between left bundle branch area pacing and ventricular septal pacing |
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 |