CN114742114A - 高频qrs波形曲线分析方法、装置、计算机设备与存储介质 - Google Patents
高频qrs波形曲线分析方法、装置、计算机设备与存储介质 Download PDFInfo
- Publication number
- CN114742114A CN114742114A CN202210645317.5A CN202210645317A CN114742114A CN 114742114 A CN114742114 A CN 114742114A CN 202210645317 A CN202210645317 A CN 202210645317A CN 114742114 A CN114742114 A CN 114742114A
- Authority
- CN
- China
- Prior art keywords
- waveform
- amplitude
- curve
- waveform curve
- reference point
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 51
- 238000013211 curve analysis Methods 0.000 title claims abstract description 20
- 230000009467 reduction Effects 0.000 claims abstract description 64
- 230000007423 decrease Effects 0.000 claims description 31
- 230000001174 ascending effect Effects 0.000 claims description 16
- 238000004590 computer program Methods 0.000 claims description 14
- 238000012216 screening Methods 0.000 claims description 14
- 230000005189 cardiac health Effects 0.000 abstract description 18
- 230000000875 corresponding effect Effects 0.000 description 192
- 238000004458 analytical method Methods 0.000 description 20
- 230000008859 change Effects 0.000 description 18
- 238000001514 detection method Methods 0.000 description 17
- 230000006870 function Effects 0.000 description 17
- 201000000057 Coronary Stenosis Diseases 0.000 description 16
- 230000008569 process Effects 0.000 description 16
- 238000010586 diagram Methods 0.000 description 14
- 230000000630 rising effect Effects 0.000 description 9
- 208000031225 myocardial ischemia Diseases 0.000 description 8
- 238000000718 qrs complex Methods 0.000 description 7
- 208000024891 symptom Diseases 0.000 description 7
- 206010011089 Coronary artery stenosis Diseases 0.000 description 5
- 208000031481 Pathologic Constriction Diseases 0.000 description 5
- 210000004351 coronary vessel Anatomy 0.000 description 5
- 238000011084 recovery Methods 0.000 description 5
- 230000036262 stenosis Effects 0.000 description 5
- 208000037804 stenosis Diseases 0.000 description 5
- 230000000670 limiting effect Effects 0.000 description 4
- 230000002596 correlated effect Effects 0.000 description 3
- 230000003247 decreasing effect Effects 0.000 description 2
- 238000003745 diagnosis Methods 0.000 description 2
- 208000019622 heart disease Diseases 0.000 description 2
- 230000016507 interphase Effects 0.000 description 2
- 238000002372 labelling Methods 0.000 description 2
- 238000013139 quantization Methods 0.000 description 2
- 230000000284 resting effect Effects 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 208000024172 Cardiovascular disease Diseases 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000002586 coronary angiography Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 210000005240 left ventricle Anatomy 0.000 description 1
- 230000028161 membrane depolarization Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000011002 quantification Methods 0.000 description 1
- 230000002829 reductive effect Effects 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 210000005241 right ventricle Anatomy 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
- G06F2218/02—Preprocessing
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
- A61B5/316—Modalities, i.e. specific diagnostic methods
- A61B5/318—Heart-related electrical modalities, e.g. electrocardiography [ECG]
- A61B5/346—Analysis of electrocardiograms
- A61B5/349—Detecting specific parameters of the electrocardiograph cycle
- A61B5/366—Detecting abnormal QRS complex, e.g. widening
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
- G06F2218/12—Classification; Matching
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Cardiology (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Medical Informatics (AREA)
- Signal Processing (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Artificial Intelligence (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- General 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
本申请涉及一种高频QRS波形曲线分析方法、装置、计算机设备与存储介质。所述方法包括：获取运动心电数据对应的高频QRS波形曲线；选取在第一时间段内的高频QRS波形曲线作为第一参考波形曲线；从所述第一参考波形曲线上选取均方根电压最小的点作为第一参考点，以及时间早于所述第一参考点、且均方根电压最大的点作为第二参考点；根据所述第一参考点与所述第二参考点各自的均方根电压确定第一振幅下降相对值；若所述第一振幅下降相对值大于或等于第一预设阈值，根据所述高频QRS波形曲线确定关注级别。采用本方法能够提高心脏健康状况识别准确性。
Description
技术领域
本申请涉及医疗仪器技术领域，特别是涉及一种高频QRS波形曲线分析方法、装置、计算机设备与存储介质。
背景技术
随着人们生活水平的不断提高与工作压力的不断增加，心脏疾病越来越年轻化与普遍化，心脏健康问题也受到越来越多的关注与重视。由此，如何准确识别心脏健康状况是值得关注的问题。
目前，通常基于心电图（ECG）中ST-T段的改变来识别心脏健康状况，该种方式通过模糊的定性来识别心脏健康状况，存在心脏健康状况识别准确性低的问题，若需要更准确地识别心脏健康状况，需要基于冠脉造影等有创方式来实现。
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识别准确性的高频QRS波形曲线分析方法、装置、计算机设备与存储介质。
一种高频QRS波形曲线分析方法，所述方法包括：
获取运动心电数据对应的高频QRS波形曲线；
选取在第一时间段内的高频QRS波形曲线作为第一参考波形曲线；
从所述第一参考波形曲线上选取均方根电压最小的点作为第一参考点，以及时间早于所述第一参考点、且均方根电压最大的点作为第二参考点；
根据所述第一参考点与所述第二参考点各自的均方根电压确定第一振幅下降相对值；
若所述第一振幅下降相对值大于或等于第一预设阈值，根据所述高频QRS波形曲线确定关注级别。
在其中一个实施例中，所述第一时间段包括运动前一段时间与运动中的一段时间；所述若所述第一振幅下降相对值大于或等于第一预设阈值，根据所述高频QRS波形曲线确定关注级别，包括：
从所述第一参考波形曲线上选取满足筛选条件的第三参考点；所述第三参考点的时间晚于所述第一参考点；
基于所述第一参考点与所述第三参考点各自的均方根电压确定第一振幅上升相对值；
若所述第一振幅下降相对值大于或等于第一预设阈值、所述第一振幅上升相对值大于或等于第二预设阈值，根据所述高频QRS波形曲线确定关注级别。
在其中一个实施例中，所述若所述第一振幅下降相对值大于或等于第一预设阈值，根据所述高频QRS波形曲线确定关注级别，包括：
从在第二时间段内的高频QRS波形曲线上，选取振幅波动幅度小于或等于预设波动幅度的第二参考波形曲线；
从在第三时间段内的高频QRS波形曲线上选取均方根电压最大的点作为第四参考点；
基于所述第二参考波形曲线的结束点与所述第四参考点各自的均方根电压确定第二振幅上升相对值；
若所述第一振幅下降相对值大于或等于第一预设阈值、所述第二振幅上升相对值小于第三预设阈值、且所述第二参考波形曲线的持续时长大于或等于预设时长阈值，根据所述高频QRS波形曲线确定关注级别。
在其中一个实施例中，所述根据所述高频QRS波形曲线确定关注级别，包括：
根据所述高频QRS波形曲线确定参考指标；所述参考指标包括目标波形导联数量、阳性目标波形数量、目标振幅下降相对值、目标波形下降区域面积中的至少一项；
根据所述参考指标确定相应关注级别。
一种高频QRS波形曲线分析装置，所述装置包括：
获取模块，用于获取运动心电数据对应的高频QRS波形曲线；
选取模块，用于选取在第一时间段内的高频QRS波形曲线作为第一参考波形曲线；
所述选取模块，还用于从所述第一参考波形曲线上选取均方根电压最小的点作为第一参考点，以及时间早于所述第一参考点、且均方根电压最大的点作为第二参考点；
关注级别确定模块，用于根据所述第一参考点与所述第二参考点各自的均方根电压确定第一振幅下降相对值；
所述关注级别确定模块，还用于若所述第一振幅下降相对值大于或等于第一预设阈值，根据所述高频QRS波形曲线确定关注级别。
在其中一个实施例中，所述第一时间段包括运动前一段时间与运动中的一段时间；所述关注级别确定模块，还用于从所述第一参考波形曲线上选取满足筛选条件的第三参考点；所述第三参考点的时间晚于所述第一参考点；基于所述第一参考点与所述第三参考点各自的均方根电压确定第一振幅上升相对值；若所述第一振幅下降相对值大于或等于第一预设阈值、所述第一振幅上升相对值大于或等于第二预设阈值，根据所述高频QRS波形曲线确定关注级别。
在其中一个实施例中，所述关注级别确定模块，还用于从在第二时间段内的高频QRS波形曲线上，选取振幅波动幅度小于或等于预设波动幅度的第二参考波形曲线；从在第三时间段内的高频QRS波形曲线上选取均方根电压最大的点作为第四参考点；基于所述第二参考波形曲线的结束点与所述第四参考点各自的均方根电压确定第二振幅上升相对值；若所述第一振幅下降相对值大于或等于第一预设阈值、所述第二振幅上升相对值小于第三预设阈值、且所述第二参考波形曲线的持续时长大于或等于预设时长阈值，根据所述高频QRS波形曲线确定关注级别。
在其中一个实施例中，所述关注级别确定模块，还用于根据所述高频QRS波形曲线确定参考指标；所述参考指标包括目标波形导联数量、阳性目标波形数量、目标振幅下降相对值、目标波形下降区域面积中的至少一项；根据所述参考指标确定相应关注级别。
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。
上述高频QRS波形曲线分析方法、装置、计算机设备和存储介质，通过在运动心电数据对应的高频QRS波形曲线上，选取处于第一时间段内、且均方根电压最小的点作为第一参考点，以及选取第一参考点之前处于第一时间段内、且均方根电压最大的点作为第二参考点，根据第一参考点与第二参考点各自的均方根电压量化相应高频QRS波形曲线的波形变化情况，在判定量化得到的第一振幅下降相对值大于或等于第一预设阈值时，表征高频QRS波形曲线的波形变化情况符合要求，则根据符合要求的高频QRS波形曲线确定相应关注级别供医生参考，以便于医生结合临床症状等信息，通过无创方式准确识别心脏健康状况，能够提高无创识别方式下的心脏健康状况识别准确性。
附图说明
图1为一个实施例中高频QRS波形曲线分析方法的流程示意图；
图2为一个实施例中基于高频QRS波形曲线的第一参考波形曲线选取各参考点的示意图；
图3为一个实施例中基于高频QRS波形曲线选取各参考点与参考曲线的示意图；
图4为另一个实施例中高频QRS波形曲线分析方法的流程示意图；
图5为一个实施例中高频QRS波形曲线分析装置的结构框图；
图6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。
本申请提供的高频QRS波形曲线分析方法，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，提供了一种高频QRS波形曲线分析方法，以该方法应用于服务器为例进行说明，具体包括以下步骤：
S102，获取运动心电数据对应的高频QRS波形曲线。
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。负荷运动心电检测是通过一定量的运动增加心脏负荷，以采集受测者的心电数据，并基于所采集到的心电数据分析分析受测者的心脏健康状况的心电检测方式，其被广泛应用于心脏疾病与心血管疾病的检测。运动心电数据中包括多个反映左、右心室除极电位和时间的变化的QRS波群，每个QRS波群为心电图中Q波、R波和S波的集合。基于运动心电数据中的QRS波群能够分析得到相应高频QRS波形曲线。高频QRS波形曲线用于表征在整个负荷运动心电检测过程中，受测者的QRS波群高频成分的均方根电压随时间的变化趋势，也即是用于体现整个负荷运动心电检测过程中的能量变化趋势。高频QRS波形曲线通过高频QRS波形图呈现，在高频QRS波形图中，横坐标是时间，对应负荷运动心电检测过程的检测时间，单位是min（分钟），纵坐标是均方根电压（RMS电压），均方根电压也可以理解为强度或振幅，单位是uV（微伏）。
具体地，获取受测者在整个负荷运动心电检测过程中对应的运动心电数据，分析运动心电数据中QRS波群的高频成分得到相应高频QRS波形曲线。运动心电数据包括受测者在整个负荷运动心电检测过程中各次心跳对应的ECG（心电图），ECG中包括QRS波群。通过窗口函数按照时序与预设移动步长将运动心电数据划分为多个心电数据子集，每个心电数据子集包括多次心跳对应的ECG。对于每个心电数据子集，对其所包括的多次心跳对应的ECG或QRS波群，依次进行对齐、求平均与带通滤波处理得到相应高频QRS波群（QRS波群的高频波段），对该高频QRS波群求均方根得到相应均方根电压，作为该心电数据子集对应的均方根电压/强度/振幅。按照时序对各心电数据子集对应的均方根电压/强度/振幅进行曲线平滑处理，得到运动心电数据对应的高频QRS波形曲线。
可以理解，窗口函数的窗口长度与预设移动步长均可根据实际需求自定义，比如，窗口长度设置为10秒，预设移动步长设置为10秒或一次心跳周期，一次心跳周期是指相邻两次心跳之间的时间间隔，在此不作具体限定。按照时序是指按照信号的采集时间/负荷运动心电检测过程推进的检测时间的先后顺序。
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三个阶段，运动心电数据包括各阶段的心电数据。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。
在一个实施例中，在负荷运动心电检测过程中，可采用10个分布在人体的胸部和四肢的电极片，形成12条心电图导联（如V1、V2、V3、V4、V5、V6、Ⅰ、Ⅱ、Ⅲ、aVL、aVF和aVR），对应输出12组心电数据，得到整个负荷运动心电检测过程对应的运动心电数据。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，比如更多或更少数量的电极片。由此，运动心电数据包括至少一条心电图导联对应的心电数据，通过分别分析每条心电图导联对应的心电数据中的QRS波群高频成分，得到每条心电图导联对应的高频QRS波形曲线。
S104，选取在第一时间段内的高频QRS波形曲线作为第一参考波形曲线。
其中，第一时间段可以是由预设的起始时间点与结束时间点确定的时间区间，也可以是由预设的起始时间点与预设时长确定的时间区间。第一时间段具体可包括运动前一段时间、运动中的一段时间，运动前一段时间位于静息阶段，运动中的一段时间位于运动阶段，如运动开始后的一段时间。以运动阶段在高频QRS波形曲线中对应的时间范围为3至9分钟为例，第一时间段比如为[1分钟20秒，6分钟]所表征的时间区间，该第一时间段包括运动前的100秒、运动中的前3分钟。可以理解，上述举例仅用于示例，并不用于具体限定。第一参考波形曲线是高频QRS波形曲线上时间处于第一时间段内的曲线，第一参考波形曲线上各点的时间均处于第一时间段内，第一参考波形曲线的起始点与结束点各自的时间，分别为该第一时间段的起始时间点与结束时间点。
S106，从第一参考波形曲线上选取均方根电压最小的点作为第一参考点，以及时间早于第一参考点、且均方根电压最大的点作为第二参考点。
具体地，第一参考波形曲线上各个点的位置由该点的时间与均方根电压确定，按照时序遍历第一参考波形曲线上各点的均方根电压，基于遍历的均方根电压从第一参考波形曲线上筛选均方根电压最小的点作为第一参考点，以及从第一参考波形曲线上筛选时间早于/小于第一参考点的时间、且均方根电压最大的点作为第二参考点。
S108，根据第一参考点与第二参考点各自的均方根电压确定第一振幅下降相对值。
具体地，基于第一参考波形曲线分别获取第一参考点与第二参考点各自的均方根电压，将第二参考点的均方根电压与第一参考点的均方根电压作差得到第一振幅下降绝对值，将第一振幅下降绝对值与第二参考点的均方根电压的比值确定为第一振幅下降相对值。
S110，若第一振幅下降相对值大于或等于第一预设阈值，根据高频QRS波形曲线确定关注级别。
其中，关注级别表征关注程度/注意程度的不同，可用于指示心脏出现问题的不同，以供医生在诊断过程中参考，以便于医生根据关注级别与临床症状能够准确识别心脏健康状况，从而给出相应的诊疗参考建议。可以理解，第一预设阈值可根据经验值自定义，如自定义为40%，也可根据受测者的用户画像动态确定，用户画像包括年龄、体重、性别与负荷等级等参数中的至少一项，在此不作具体限定。
具体地，将第一振幅下降相对值与预配置的第一预设阈值进行比较，若第一振幅下降相对值大于或等于第一预设阈值，则根据高频QRS波形曲线对应的曲线数据确定相应关注级别供医生参考。可以理解，高频QRS波形曲线对应的曲线数据包括该高频QRS波形曲线上各点的数据，每个点的数据包括时间与均方根电压，用于确定该点在高频QRS波形曲线上的位置。
在一个实施例中，若高频QRS波形曲线对应的第一振幅下降相对值大于或等于第一预设阈值，表征可能存在冠脉狭窄情况，则将相应运动心电数据标注为关注对象或关注目标，并根据相应第一振幅下降相对值大于或等于第一预设阈值的各高频QRS波形曲线进一步确定相应关注级别。
在一个实施例中，根据相应第一振幅下降相对值大于或等于第一预设阈值的各高频QRS波形曲线确定参考指标，并根据参考指标确定相应关注级别。参考指标包括目标波形导联数量、阳性目标波形数量、目标振幅下降相对值、目标波形下降区域面积中的至少一项。可以理解，在本申请的一个或多个实施例中，若不考虑高频QRS波形曲线对应的波形类别，根据相应第一振幅下降相对值大于或等于第一预设阈值的各高频QRS波形曲线对应的曲线数据确定参考指标，则目标波形导联数量是指相应高频QRS波形曲线的第一振幅下降相对值大于或等于第一预设阈值的心电图导联的总数量，阳性目标波形数量是指相应高频QRS波形曲线的第一振幅下降相对值大于或等于第一预设阈值、且相应导联阳性指标指示为阳性的心电图导联的总数量，目标振幅下降相对值是指相应第一振幅下降相对值大于或等于第一预设阈值的各高频QRS波形曲线所对应的第二振幅下降相对值中的最大值，目标波形下降区域面积是指相应第一振幅下降相对值大于或等于第一预设阈值的各高频QRS波形曲线所对应的波形下降区域面积的和值、平均值或最大值。
在一个实施例中，若第一振幅下降相对值大于或等于第一预设阈值，根据高频QRS波形曲线确定关注级别，包括：通过预设波形类别对应的波形变化分析函数，分析该高频QRS波形曲线的波形类别是否为相应预设波形类别，若判定高频QRS波形曲线的波形类别为相应预设波形类别，则根据相应波形类别为预设波形类别的各高频QRS波形曲线确定关注级别。其中，高频QRS波形曲线的波形类别为预设波形类别的前提条件之一，是高频QRS波形曲线对应的第一振幅下降相对值大于或等于第一预设阈值，由此，若高频QRS波形曲线的波形类别为预设波形类别，则该高频QRS波形曲线对应的第一振幅下降相对值大于或等于第一预设阈值。预设波形类别包括V型、U型与L型中的至少一种。可以理解，预设波形类别不局限于前述所列举的类别。具体地，针对每种预设波形类别预配置有相应的波形变化分析函数。若基于分析结果判定高频QRS波形曲线的波形类别为预设波形类别，则根据相应波形类别为预设波形类别的各高频QRS波形曲线确定参考指标，并根据参考指标确定相应关注级别，或者，根据参考指标与相应高频QRS波形曲线的波形类别确定关注级别。
可以理解，若高频QRS波形曲线对应的波形类别为预设波形类别，更能表征存在冠脉狭窄情况的可能性，则根据相应波形类别为预设波形类别的各高频QRS波形曲线进一步确定关注级别。在本申请的一个或多个实施例中，若考虑高频QRS波形曲线对应的波形类别，根据相应波形类别为预设波形类别的高频QRS波形曲线确定参考指标，则目标波形导联数量是指相应高频QRS波形曲线的波形类别为预设波形类别的心电图导联的总数量，阳性目标波形数量是指相应高频QRS波形曲线的波形类别为预设波形类别、且相应导联阳性指标指示为阳性的心电图导联的总数量，目标振幅下降相对值是指相应波形类别为预设波形类别的各高频QRS波形曲线所对应的第二振幅下降相对值中的最大值，目标波形下降区域面积是指相应波形类别为预设波形类别的各高频QRS波形曲线所对应的波形下降区域面积的和值、平均值或最大值。以预设波形类别包括V型为例，目标波形导联数量是指相应高频QRS波形曲线的波形类别为V型的心电图导联的总数量，也即是指相应高频QRS波形曲线的第一振幅下降相对值大于或等于第一预设阈值、且第一振幅上升相对值大于或等于第二预设阈值的心电图导联的总数量。
若预设波形类别有多种，则根据每种预设波形类别对应的波形变化分析函数，并行或串行地分析每条高频QRS波形曲线的波形类别是否为相应预设波形类别。对于串行分析方式，可按照预设顺序根据每种预设波形类别对应的波形变化分析函数依次进行分析，若基于当前的波形变化分析函数判定高频QRS波形曲线的波形类别不是相应预设波形类别，则按照预设顺序基于下一种预设波形类别对应的波形变化分析函数继续分析，直至满足停止条件，停止当前分析流程，停止条件包括按照预设顺序遍历完毕所有的预设波形类别，或者，基于当前的波形变化分析函数判定高频QRS波形曲线的波形类别为相应预设波形类别。其中，预设顺序在此不做具体限定。若高频QRS波形曲线的波形类别为任一种预设波形类别，则判定该高频QRS波形曲线的波形类别为预设波形类别。
在一个实施例中，若高频QRS波形曲线的第一振幅下降相对值大于或等于第一预设阈值，通过预设波形类别对应的波形变化分析函数分析该高频QRS波形曲线的波形类别是否为相应预设波形类别，若判定高频QRS波形曲线的波形类别为相应预设波形类别，根据相应波形类别为预设波形类别的高频QRS波形曲线确定关注级别。具体分析流程可参照相应实施例的记载，在此不再赘述。
上述高频QRS波形曲线分析方法，通过在运动心电数据对应的高频QRS波形曲线上，选取处于第一时间段内、且均方根电压最小的点作为第一参考点，以及选取第一参考点之前处于第一时间段内、且均方根电压最大的点作为第二参考点，根据第一参考点与第二参考点各自的均方根电压量化相应高频QRS波形曲线的波形变化情况，在判定量化得到的第一振幅下降相对值大于或等于第一预设阈值时，表征高频QRS波形曲线的波形变化情况符合要求，则根据符合要求的高频QRS波形曲线确定相应关注级别供医生参考，以便于医生结合临床症状等信息，通过无创方式准确识别心脏健康状况，能够提高无创识别方式下的心脏健康状况识别准确性。
在一个实施例中，第一时间段包括运动前一段时间与运动中的一段时间；S110包括：从第一参考波形曲线上选取满足筛选条件的第三参考点；第三参考点的时间晚于第一参考点；基于第一参考点与第三参考点各自的均方根电压确定第一振幅上升相对值；若第一振幅下降相对值大于或等于第一预设阈值、第一振幅上升相对值大于或等于第二预设阈值，根据高频QRS波形曲线确定关注级别。
其中，筛选条件是用于从第一参考波形曲线上筛选第三参考点的约束条件，具体可以是第一参考波形曲线的结束点，也可以是第一参考波形曲线上时间晚于/大于第一参考点的第一个拐点。拐点又称反曲点，是指改变曲线向上或向下方向的点，也即是指第一参考波形曲线上凹弧与凸弧的分界点。若第一参考波形曲线上时间晚于第一参考点的拐点有多个，则将该多个拐点中时间最早的拐点确定为第一拐点。若第一参考波形曲线上不存在时间晚于第一参考点的拐点，则将第一参考波形曲线的结束点确定为第三参考点。
具体地，选取第一参考波形曲线的结束点作为第三参考点，或，从第一参考波形曲线上选取第一参考点之后的第一个拐点作为第三参考点。将第三参考点的均方根电压与第一参考点的均方根电压作差得到第一振幅上升绝对值，将第一振幅上升绝对值与第一参考点的均方根电压的比值确定为第一振幅上升相对值。将第一振幅下降相对值、第一振幅上升相对值分别与预配置的相应阈值进行比较，若第一振幅下降相对值大于或等于第一预设阈值、且第一振幅上升相对值大于或等于第二预设阈值，并根据高频QRS波形曲线确定相应关注级别。
在一个实施例中，若第一振幅下降相对值大于或等于第一预设阈值，且第一振幅上升相对值大于或等于第二预设阈值，表征相应高频QRS波形曲线中包括V型波段，也即是表征相应高频QRS波形曲线对应的波形类别为V型，则判定相应高频QRS波形曲线的波形类别为预设波形类别，并按照本申请的一个或多个实施例中提供的关注级别确定方式，根据相应波形类别为V型的各高频QRS波形曲线进一步确定关注级别。
在一个实施例中，预设波形类别包括V型。通过预设波形类别对应的波形变化分析函数，分析高频QRS波形曲线的波形类别是否为相应预设波形类别，包括：从第一参考波形曲线上选取满足筛选条件的第三参考点，其中，第三参考点的时间晚于第一参考点，基于第一参考点与第三参考点各自的均方根电压确定第一振幅上升相对值，若第一振幅下降相对值大于或等于第一预设阈值、第一振幅上升相对值大于或等于第二预设阈值，表征高频QRS波形曲线对应的波形类别为V型，则判定高频QRS波形曲线对应的波形类别为预设波形类别，以便于根据相应波形类别为预设波形类别的各高频QRS波形曲线进一步确定关注级别。
在一个实施例中，图2提供了基于高频QRS波形曲线的第一参考波形曲线选取各参考点的示意图。如图2所示，高频QRS波形图中显示有心电图导联aVR对应的高频QRS波形曲线，横坐标为时间，单位为分钟，纵坐标为均方根电压/振幅，单位为微伏，运动阶段在该高频QRS波形曲线上对应的时间范围为0至6分钟，第一参考波形曲线为高频QRS波形曲线上处于两条虚线之间的曲线（即时间处于0之前100秒至3分钟内的曲线），第一参考点为第一参考波形曲线上均方根电压最小的点，第二参考点为第一参考波形曲线上时间早于第一参考点、且均方根电压最大的点，第三参考点为第一参考波形曲线上时间晚于第一参考点的第一个拐点。可以理解，图2所示的高频QRS波形曲线及对应选取的各参考点仅作为示例，并不用于具体限定。
上述实施例中，通过V型对应的波形变化分析函数量化高频QRS波形曲线的波形变化情况，以分析高频QRS波形曲线的波形类别是否为V型，以便于在此基础上，基于相应波形类别为V型的各高频QRS波形曲线确定相应关注级别。
在一个实施例中，S110包括：从在第二时间段内的高频QRS波形曲线上，选取振幅波动幅度小于或等于预设波动幅度的第二参考波形曲线；从在第三时间段内的高频QRS波形曲线上选取均方根电压最大的点作为第四参考点；基于第二参考波形曲线的结束点与第四参考点各自的均方根电压确定第二振幅上升相对值；若第一振幅下降相对值大于或等于第一预设阈值、第二振幅上升相对值小于第三预设阈值、且第二参考波形曲线的持续时长大于或等于预设时长阈值，根据高频QRS波形曲线确定关注级别。
其中，第二时间段具体可包括运动前一段时间、运动中和运动后一段时间，运动前一段时间位于静息阶段，运动中包括整个运动阶段，运动后一段时间位于恢复阶段，运动前一段时间、运动中与运动后一段时间是依次连续的时间段。以运动阶段在高频QRS波形曲线中对应的时间范围为3至9分钟为例，第二时间段比如为[1分钟20秒，9分钟20秒]所表征的时间区间，其以时间点1分钟20秒为起始时间点、且以时间点9分钟20秒为结束时间点，该第二时间段包括运动前的100秒、运动中的6分钟与运动后的20秒。第二时间段包括第一时间段，第二时间段的起始点可与第一时间段的起始点相同。第三时间段具体可包括位于恢复阶段的运动后一段时间。第三时间段可与第二时间段相邻，如第二时间段的结束时间点为第三时间段的起始时间点。以恢复阶段在高频QRS波形曲线中对应的时间范围为9至12分钟为例，第三时间段比如为[9分钟20秒，12分钟]所表征的时间区间。上述举例仅用于示例，并不用于具体限定。
振幅波动幅度用于表征振幅的波动程度或变化程度，具体可用于表征第二参考波形曲线上各点的振幅（也即是均方根电压）之间的波动程度。第二参考波形曲线的振幅波动幅度，具体可基于该第二参考波形曲线上的均方根电压的最大值与最小值确定，如将均方根电压的最大值与最小值组差得到相应振幅波动幅度。预设波动幅度可根据需求自定义，比如1uV（微伏），预设波动幅度还可根据第二参考点的均方根电压动态确定，其中，预设波动幅度与第二参考点的均方根电压成正相关关系，具体可根据第二参考点的均方根电压与预设比例值动态确定预设波动幅度，比如，将第二参考点的均方根电压的百分之十确定为预设波动幅度，预设比例值取值为百分之十仅作为示例，并不用于具体限定。
第二参考波形曲线的持续时长，是指第二参考波形曲线的结束点与起始点各自对应的时间之间的差值。类似地，第三预设阈值与预设时长阈值可根据经验值自定义，如第三预设阈值设定为56%，预设时长阈值设定为3分钟，也可根据受测者的用户画像动态确定，在此不作具体限定。在一个实施例中，第一参考点处于第二参考波形曲线上，具体可以是第二参考波形曲线的起始点。
具体地，遍历高频QRS波形曲线上在第二时间段内各点的均方根电压，基于遍历的均方根电压，从在第二时间段内的高频QRS波形曲线上选取相应振幅波动幅度小于或等于预设波动幅度的曲线，作为第二参考波形曲线。从高频QRS波形曲线上选取处于第三时间段内的曲线，遍历所选取的曲线上各点的均方根电压，基于所遍历的均方根电压从所选取的曲线上选取均方根电压最大的点作为第四参考点。将第四参考点的均方根电压与第二参考波形曲线的结束点的均方根电压作差得到第二振幅上升绝对值，将第二振幅上升绝对值与第二参考波形曲线的结束点的均方根电压的比值确定为第二振幅上升相对值。基于第二参考波形曲线的起始点与结束点各自的时间确定该第二参考波形曲线的持续时长，将第一振幅下降相对值、第二振幅上升相对值、持续时长分别与预配置的相应阈值进行匹配，若第一振幅下降相对值大于或等于第一预设阈值、第二振幅上升相对值小于第三预设阈值、且持续时长大于或等于预设时长阈值，则根据高频QRS波形曲线确定相应关注级别供医生参考。
在一个实施例中，以在第二时间段内的高频QRS波形曲线为目标波形曲线，具体可参照现有技术从目标波形曲线上选取振幅波动幅度小于或等于预设波动幅度的第二参考波形曲线，在此不再赘述。例如，首先从目标波形曲线上选取相应振幅波动幅度满足要求（振幅波动幅度小于或等于预设波动幅度）、且持续时长较短（如1分钟或30秒）的曲线作为候选曲线，然后以该候选曲线为基准，基于目标波形曲线上与该候选曲线前相邻和/或后相邻的点扩充该候选曲线的范围，若扩充范围后的候选曲线对应的振幅波动幅度仍然满足要求，则按照上述方式继续扩充候选曲线，直至扩充后的候选曲线对应的振幅波动幅度不满足要求，则停止候选曲线的范围扩充，将前一次范围扩充得到的候选曲线确定为第二参考波形曲线。
在一个实施例中，若第一振幅下降相对值大于或等于第一预设阈值、第二振幅上升相对值小于第三预设阈值、且第二参考波形曲线的持续时长大于或等于预设时长阈值，表征相应高频QRS波形曲线中包括L型波段，也即是表征相应高频QRS波形曲线的波形类别为L型，则判定相应高频QRS波形曲线的波形类别为预设波形类别，并基于相应波形类别为L型的各高频QRS波形曲线进一步确定关注级别。
在一个实施例中，若第一振幅下降相对值大于或等于第一预设阈值、第二振幅上升相对值大于或等于第三预设阈值、且第二参考波形曲线的持续时长大于或等于预设时长阈值，表征相应高频QRS波形曲线中包括U型波段，也即是表征相应高频QRS波形曲线的波形类别为U型，则判定相应高频QRS波形曲线的波形类别为预设波形类别，并基于相应波形类别为U型的各高频QRS波形曲线进一步确定关注级别。
在一个实施例中，预设波形类别包括U型和/或L型。通过预设波形类别对应的波形变化分析函数，分析高频QRS波形曲线的波形类别是否为相应预设波形类别，包括：从在第二时间段内的高频QRS波形曲线上，选取振幅波动幅度小于或等于预设波动幅度的第二参考波形曲线；从在第三时间段内的高频QRS波形曲线上选取均方根电压最大的点作为第四参考点；基于第二参考波形曲线的结束点与第四参考点各自的均方根电压确定第二振幅上升相对值。若第一振幅下降相对值大于或等于第一预设阈值、第二振幅上升相对值小于第三预设阈值、且第二参考波形曲线的持续时长大于或等于预设时长阈值，则表征高频QRS波形曲线对应的波形类别为L型，并判定高频QRS波形曲线的波形类别为预设波形类别。若第一振幅下降相对值大于或等于第一预设阈值、第二振幅上升相对值大于或等于第三预设阈值、且第二参考波形曲线的持续时长大于或等于预设时长阈值，则表征高频QRS波形曲线对应的波形类别为U型，并判定高频QRS波形曲线的波形类别为预设波形类别。进一步地，可根据相应波形类别为预设波形类别的各高频QRS波形曲线确定关注级别。
在一个实施例中，图3提供了基于高频QRS波形曲线选取各参考点与参考曲线的示意图。如图3所示，高频QRS波形图中显示有心电图导联aVL对应的高频QRS波形曲线，横坐标为时间，单位为分钟，纵坐标为均方根电压/振幅，单位为微伏，运动阶段在该高频QRS波形曲线上对应的时间范围为0至9分钟，第一时间段包括运动前的100秒（位于静息阶段）与运动中（运动阶段）的前3秒，处于第一时间段内的高频QRS波形曲线为第一参考波形曲线，第一参考波形曲线上均方根电压最小的点为第一参考点，第一参考波形曲线上时间早于第一参考点、且均方根电压最大的点作为第二参考点，第二时间段包括运动前的100秒（位于静息阶段）、运动阶段的9分钟与运动后的20秒（位于恢复阶段），在第二时间段内、且振幅波形幅度小于或等于预设波动幅度（如0.5uV）的曲线为第二参考波形曲线，第二参考波形曲线上均方根电压最小的点为第五参考点，第三时间段包括从运动结束后的第20秒至负荷运动检测过程结束的时间区间，具体如[9分钟20秒，12分钟]所表征的时间区间，处于第三时间段内的高频QRS波形曲线上均方根电压最大的点为第四参考点，基于第二参考点与第五参考点各自的均方根电压，所确定的第二振幅下降绝对值与第二振幅下降相对值分别为3.3uV与56%。可以理解，在图示的高频QRS波形曲线中，第一参考点与第五参考点为同一个点。
上述实施例中，通过L型对应的波形变化分析函数量化高频QRS波形曲线的波形变化情况，以分析高频QRS波形曲线的波形类别是否为L型，以便于在此基础上，基于相应波形类别为L型的各高频QRS波形曲线确定相应关注级别。
在一个实施例中，根据高频QRS波形曲线确定关注级别，包括：根据高频QRS波形曲线确定参考指标；参考指标包括目标波形导联数量、阳性目标波形数量、目标振幅下降相对值、目标波形下降区域面积中的至少一项；根据参考指标确定相应关注级别。
具体地，根据相应波形类别为预设波形类别的各高频QRS波形曲线确定目标波形导联数量、阳性目标波形数量、目标振幅下降相对值、目标波形下降区域面积等参考指标中的至少一项，并根据目标波形导联数量、阳性目标波形数量、目标振幅下降相对值、目标波形下降区域面积等中的至少一项确定相应关注级别。
举例说明，以预设波形类别包括V型、U型与L型，运动心电数据对应的高频QRS波形曲线的总数量为12条为例，基于V型、U型与L型各自对应的波形变化分析函数，分别分析每条高频QRS波形曲线对应的波形类别，若通过分析判定相应波形类别为V型的高频QRS波形曲线的数量（以V型导联数量来表征）为2，相应波形类别为L型的高频QRS波形曲线的数量（以L型导联数量）为1，相应波形类别为U型的高频QRS波形曲线的数量（以U型导联数量）为1，则目标波形导联数量为V型导联数量、U型导联数量与L型导联数量的和值，由此，目标波形导联数量为4，类似地，根据相应波形类别为V型、U型或L型的各高频QRS波形曲线的导联阳性指标、第二振幅下降相对值、波形下降区域面积，能够分别确定阳性目标波形数量、目标振幅下降相对值、目标波形下降区域面积，以便于基于参考指标确定相应关注级别，在此不再一一举例说明。可以理解，相应导联阳性指标指示为阳性、且相应波形类别为V型（或L型/U型）高频QRS波形曲线的数量，可通过阳性V型数量（或，阳性L型数量/阳性U型数量）来表征。
在一个实施例中，根据高频QRS波形曲线确定目标振幅下降相对值，包括：从高频QRS波形曲线上选取第五参考点；根据第二参考点与第五参考点各自的均方根电压确定第二振幅下降相对值；根据各高频QRS波形曲线的第二振幅下降相对值确定目标振幅下降相对值。具体地，对于相应波形类别为预设波形类别的各高频QRS波形曲线，从在第二时间段内的高频QRS波形曲线上选取时间晚于第二参考点、且均方根电压最小的点作为第五参考点，将第二参考点的均方根电压与第五参考点的均方根电压作差得到第二振幅下降绝对值，将第二振幅下降绝对值与第二参考点的均方根电压的比值作为第二振幅下降相对值。从相应波形类别为预设波形类别的各高频QRS波形曲线所对应的第二振幅下降相对值中，筛选最大的第二振幅下降相对值作为目标振幅下降相对值。以预设波形类别包括U型、V型与L型为例，基于相应波形类别为U型、V型或L型的高频QRS波形曲线所对应的第二振幅下降相对值，确定目标振幅下降相对值。
在一个实施例中，若高频QRS波形曲线的波形类别为V型，则将第一参考点选作为第五参考点，将对应确定的第一振幅下降相对值确定为第二振幅下降相对值。若高频QRS波形曲线的波形类别为U型或L型，从第二参考波形曲线上选取均方根电压最小的点作为第五参考点。
在一个实施例中，目标振幅下降相对值用于表征冠脉狭窄度，冠脉狭窄度是指冠状动脉的狭窄程度。目标振幅下降相对值与冠脉狭窄度成正相关，如目标振幅下降相对值越大表征冠脉狭窄度越高。由此，基于目标振幅下降相对值能够确定相应关注级别，如目标振幅下降相对值越大，则标注相应关注级别越高。具体可根据目标振幅下降相对值所处的幅度阈值区间确定相应关注级别。通过量化相应波形类别为预设波形类别的各高频QRS波形曲线的振幅下降程度，根据量化得到的且表征冠脉狭窄度的第二振幅下降相对值，确定与冠脉狭窄情况的匹配性更高的关注级别供医生参考，以便于医生结合临床症状准确识别心脏健康状况。
举例说明，预配置有关注优先级依次降低的第一幅度阈值区间至第四幅度阈值区间共四个幅度阈值区间，比如分别为：大于或等于66%、大于或等于60%且小于66%、大于或等于50%且小于60%、大于或等于40%且小于50%，若目标振幅下降相对值处于第一幅度阈值区间，表征冠脉狭窄度高，则将关注级别确定为优先级最高的第一关注级别，若目标振幅下降相对值处于第二幅度阈值区间，表征冠脉狭窄度较高，则将关注级别确定为优先级次高的第二关注级别。
在一个实施例中，根据高频QRS波形曲线确定目标波形下降区域面积，包括：从高频QRS波形曲线上选取第六参考点与第七参考点；根据第六参考点、第七参考点与高频QRS波形曲线确定波形下降区域面积；根据各高频QRS波形曲线的波形下降区域面积确定目标波形下降区域面积。
具体地，对于相应波形类别为预设波形类别的各高频QRS波形曲线，按照预设选取方式从高频QRS波形曲线上选取第六参考点与第七参考点，将由第六参考点、第七参考点与高频QRS波形曲线确定的封闭区域作为波形下降区域，通过第一函数计算该封闭区域的面积得到绝对下降面积，将该绝对下降面积作为相应高频QRS波形曲线的波形下降区域面积。或者，将由第六参考点、第七参考点、高频QRS波形曲线与均方根电压为零的基准轴（高频QRS波形图的横轴）确定的封闭区域作为参考区域，通过第二函数计算该参考区域的面积得到参考面积，将绝对下降面积与参考面积的比值确定为相对下降面积，将该相对下降面积作为相应高频QRS波形曲线的波形下降区域面积。或者，将按照上述方式计算得到的绝对下降面积与相对下降面积，作为相应高频QRS波形曲线的波形下降区域面积。第六参考点的时间早于第七参考点的时间。将相应波形类别为预设波形类别的各高频QRS波形曲线所对应的波形下降区域面积的和值、平均值或最大值确定为目标波形下降区域面积。
在一个实施例中，将运动阶段的起始点在高频QRS波形曲线中对应的点作为第六参考点，并将运动阶段的结束点在该高频QRS波形曲线上对应的点作为第七参考点。或者，将第二参考点作为第六参考点，并将运动阶段的结束点在该高频QRS波形曲线上对应的点作为第七参考点。
在一个实施例中，将第六参考点的均方根电压确定为参考振幅，将由参考振幅、第七参考点与高频QRS波形曲线确定的、且处于参考振幅下方的封闭区域确定为波形下降区域，以便于基于该波形下降区域确定相应高频QRS波形曲线的波形下降区域面积。
在一个实施例中，目标波形下降区域面积可用于表征心肌缺血程度，具体可用于表征冠脉狭窄下的心肌缺血程度，也即是可用于表征主要因冠脉狭窄引起的心肌缺血的程度。目标波形下降区域面积与心肌缺血程度成正相关，如目标波形下降区域面积越大表征冠脉狭窄下的心肌缺血程度越高。由此，基于目标波形下降区域面积和/或目标振幅下降相对值能够确定相应关注级别，如目标波形下降区域面积和/或目标振幅下降相对值越大，则标注相应关注级别越高。类似地，具体可根据目标波形下降区域面积所处的面积阈值区间，和/或，目标振幅下降相对值所处的幅度阈值区间确定相应关注级别。这样，基于所选取的第六参考点与第七参考点对相应高频QRS波形曲线的波形下降区域进行量化得到相应波形下降区域面积，并结合波形下降区域面积与第二振幅下降相对值，得到与冠脉狭窄度、冠脉狭窄下的心肌缺血程度的匹配性更高的关注级别供医生参考，以便于医生结合临床症状更准确地识别心脏健康状况。
举例说明，以结合目标波形下降区域面积和目标振幅下降相对值确定关注级别为例，预配置有关注优先级依次降低的第一面积阈值区间至第三面积阈值区间共三个面积阈值区间，若目标振幅下降相对值处于第一幅度阈值区间，且目标波形下降区域面积处于第一面积阈值区间，则标注关注级别为第一级别，若目标振幅下降相对值处于第二幅度阈值区间，且目标波形下降区域面积处于第一面积阈值区间，则标注关注级别为第二级别，在此不一一列举。可以理解，面积阈值区间的关注优先级越高，该面积阈值区间中的数值越大。若波形下降区域面积包括绝对下降面积和/或相对下降面积，则针对波形下降区域面积预配置的面积阈值区间，包括针对绝对下降面积预配置的绝对面积阈值区间，和/或，针对相对下降面积预配置的相对面积阈值区间。由此，若目标波形下降区域面积处于第一面积阈值区间，则其所包括的目标绝对下降面积和/或目标相对下降面积分别处于该第一面积阈值区间中的相应面积阈值区间，在此不再赘述。
在一个实施例中，根据高频QRS波形曲线确定目标波形导联数量，包括：筛选相应波形类别为预设波形类别的高频QRS波形曲线；将所筛选出的高频QRS波形曲线的总数量确定为目标波形导联数量。以预设波形类别包括V型为例，筛选并统计相应波形类别为V型的高频QRS波形曲线得到目标波形导联数量。
在一个实施例中，目标波形导联数量可用于表征出现狭窄情况的冠脉支数，和/或，冠脉中出现狭窄情况的段数，且成正相关关系，如目标波形导联数量越大，表征出现狭窄情况的冠脉支数，和/或，冠脉中出现狭窄情况的段数越多。由此，基于目标波形导联数量所处的数量阈值区间能够确定相应关注级别。目标波形导联数量为各预设波形类别对应的导联数量的和值。预设波形类别对应的导联数量，是指相应高频QRS波形曲线的波形类别为该预设波形类别的心电图导联的总数量。这样，基于各高频QRS波形曲线的波形变化情况，确定相应波形类别为预设波形类别的高频QRS波形曲线的总数量，以基于其确定相应关注级别供医生参考，以便于医生结合临床症状，准确识别心脏健康状况。
举例说明，针对目标波形导联数量预配置有多个数量阈值区间，如预配置有关注优先级依次降低的第一数量阈值区间至第四数量阈值区间共四个数量阈值区间，比如分别为：大于或等于7、大于或等于5且小于7、大于或等于3且小于5、大于或等于1且小于3，若目标波形导联数量处于第一数量阈值区间，则标注关注级别为第一关注级别，若目标波形导联数量处于第二数量阈值区间，则标注关注级别为第二关注级别，依此类推，在此不一一列举。
在一个实施例中，在目标波形导联数量的基础上，还综合考虑目标振幅下降相对值和/或目标波形下降区域面积，以得到更具参考价值的关注级别。基于各参考指标各自所处的阈值区间能够得到相应的多种组合方式，参照本申请的一个或多个实施例中提供的关注级别确定方式，根据各参考指标的各种组合方式能够得到相应关注级别，在此不再赘述。例如，若目标波形导联数量处于第一数量阈值区间、目标振幅下降相对值处于第一幅度阈值区间、且目标波形下降区域面积处于第一面积阈值区间，则标注关注级别为第一关注级别。
在一个实施例中，根据高频QRS波形曲线确定阳性目标波形数量，包括：根据高频QRS波形曲线确定相应导联阳性指标；筛选相应导联阳性指标指示为阳性、且相应波形类别为预设波形类别的高频QRS波形曲线；将所筛选出的高频QRS波形曲线的总数量确定为阳性目标波形数量。具体地，对于相应波形类别为预设波形类别的各高频QRS波形曲线，从在第二时间段内的高频QRS波形曲线上选取时间晚于第二参考点、且均方根电压最小的点作为第五参考点，将第二参考点的均方根电压与第五参考点的均方根电压作差得到第二振幅下降绝对值，将第二振幅下降绝对值与第二参考点的均方根电压的比值作为第二振幅下降相对值，根据第二振幅下降相对值与第二振幅下降相对值确定相应高频QRS波形曲线的导联阳性指标，作为相应心电图导联的导联阳性指标。
在一个实施例中，高频QRS波形曲线的第二振幅下降绝对值与第二振幅下降相对值均符合预设的导联阳性条件，则导联阳性指标指示相应心电图导联为阳性。预设的导联阳性条件可根据实际检测情况自定义，可根据受测者的年龄、性别、身高、体重等因素进行适应性调整，比如，第二振幅下降绝对值大于1uV且第二振幅下降相对值大于50%，在此不作具体限定。
在一个实施例中，阳性目标波形数量可用于表征冠脉狭窄下的心肌缺血程度，二者成正相关关系，如阳性目标波形数量越多，可表征冠脉狭窄下的心肌缺血程度可能越高，由此，可根据阳性目标波形数量确定相应关注级别。可以理解，类似于目标波形导联数量，具体可根据阳性目标波形数量所处的数量阈值区间确定相应关注级别，在此不再赘述。而针对目标波形导联数量与阳性目标波形数量可分别配置相应的数量阈值区间。这样，基于各高频QRS波形曲线的波形变化情况与导联阳性指标，确定相应波形类别为预设波形类别、且相应导联阳性指标指示为阳性的高频QRS波形曲线的总数量，以基于其确定相应关注级别供医生参考，以便于医生结合临床症状，准确识别心脏健康状况。
在一个实施例中，在阳性目标波形数量的基础上，还综合考虑目标振幅下降相对值、目标波形下降区域面积与目标波形导联数量等参考指标中的至少一项，以得到更具参考价值的关注级别。基于各参考指标各自所处的阈值区间能够得到相应的多种组合方式，参照本申请的一个或多个实施例中提供的关注级别确定方式，根据各参考指标的各种组合方式能够得到相应关注级别，在此不再赘述。例如，若目标波形导联数量与阳性目标波形数量分别处于相应第一数量阈值区间、目标振幅下降相对值处于第一幅度阈值区间、且目标波形下降区域面积处于第一面积阈值区间，则标注关注级别为第一关注级别。
在一个实施例中，若不考虑高频QRS波形曲线的波形类别是否为预设波形类别，可参照基于相应波形类别为预设波形类别的各高频QRS波形曲线确定参考指标的具体逻辑，基于相应第一振幅下降相对值大于或等于第一预设阈值的各高频QRS波形曲线确定参考指标，在此不再赘述。
如图4所示，在一个实施例中，提供了一种高频QRS波形曲线分析方法的流程示意图，该方法具体包括以下步骤：
S402，获取运动心电数据对应的高频QRS波形曲线。
S404，选取在第一时间段内的高频QRS波形曲线作为第一参考波形曲线；第一时间段包括运动前一段时间与运动中的一段时间。
S406，从第一参考波形曲线上选取均方根电压最小的点作为第一参考点，以及时间早于第一参考点、且均方根电压最大的点作为第二参考点。
S408，根据第一参考点与第二参考点各自的均方根电压确定第一振幅下降相对值。
S410，从第一参考波形曲线上选取满足筛选条件的第三参考点；第三参考点的时间晚于第一参考点。
S412，基于第一参考点与第三参考点各自的均方根电压确定第一振幅上升相对值。
S414，若第一振幅下降相对值大于或等于第一预设阈值、第一振幅上升相对值大于或等于第二预设阈值，继续执行S424。
S416，从在第二时间段内的高频QRS波形曲线上，选取振幅波动幅度小于或等于预设波动幅度的第二参考波形曲线。
S418，从在第三时间段内的高频QRS波形曲线上选取均方根电压最大的点作为第四参考点。
S420，基于第二参考波形曲线的结束点与第四参考点各自的均方根电压确定第二振幅上升相对值。
S422，若第一振幅下降相对值大于或等于第一预设阈值、第二振幅上升相对值小于第三预设阈值、且第二参考波形曲线的持续时长大于或等于预设时长阈值，继续执行S424。
S424，根据高频QRS波形曲线确定参考指标；参考指标包括目标波形导联数量、阳性目标波形数量、目标振幅下降相对值、目标波形下降区域面积中的至少一项。
S426，根据参考指标确定相应关注级别。
在本申请的一个或多个实施例中，在基于参考指标确定关注级别时，针对各参考指标预配置的阈值区间的数量及相应区间数值仅作为示例，并不用于具体限定。
应该理解的是，虽然图1和图4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和图4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5所示，提供了一种高频QRS波形曲线分析装置500，包括：获取模块501、选取模块502与关注级别确定模块503，其中：
获取模块501，用于获取运动心电数据对应的高频QRS波形曲线；
选取模块502，用于选取在第一时间段内的高频QRS波形曲线作为第一参考波形曲线；
选取模块502，还用于从第一参考波形曲线上选取均方根电压最小的点作为第一参考点，以及时间早于第一参考点、且均方根电压最大的点作为第二参考点；
关注级别确定模块503，用于根据第一参考点与第二参考点各自的均方根电压确定第一振幅下降相对值；
关注级别确定模块503，还用于若第一振幅下降相对值大于或等于第一预设阈值，根据高频QRS波形曲线确定关注级别。
在一个实施例中，第一时间段包括运动前一段时间与运动中的一段时间；关注级别确定模块503，还用于从第一参考波形曲线上选取满足筛选条件的第三参考点；第三参考点的时间晚于第一参考点；基于第一参考点与第三参考点各自的均方根电压确定第一振幅上升相对值；若第一振幅下降相对值大于或等于第一预设阈值、第一振幅上升相对值大于或等于第二预设阈值，根据高频QRS波形曲线确定关注级别。
在一个实施例中，关注级别确定模块503，还用于从在第二时间段内的高频QRS波形曲线上，选取振幅波动幅度小于或等于预设波动幅度的第二参考波形曲线；从在第三时间段内的高频QRS波形曲线上选取均方根电压最大的点作为第四参考点；基于第二参考波形曲线的结束点与第四参考点各自的均方根电压确定第二振幅上升相对值；若第一振幅下降相对值大于或等于第一预设阈值、第二振幅上升相对值小于第三预设阈值、且第二参考波形曲线的持续时长大于或等于预设时长阈值，根据高频QRS波形曲线确定关注级别。
在一个实施例中，关注级别确定模块503，还用于根据高频QRS波形曲线确定参考指标；参考指标包括目标波形导联数量、阳性目标波形数量、目标振幅下降相对值、目标波形下降区域面积中的至少一项；根据参考指标确定相应关注级别。
关于高频QRS波形曲线分析装置的具体限定可以参见上文中对于高频QRS波形曲线分析方法的限定，在此不再赘述。上述高频QRS波形曲线分析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服务器，其内部结构图可以如图6所示。该计算机设备包括通过系统总线连接的处理器、存储器和网络接口。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、计算机程序和数据库。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。该计算机设备的数据库用于存储运动心电数据对应的高频QRS波形曲线。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种高频QRS波形曲线分析方法。
本领域技术人员可以理解，图6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)
1.一种高频QRS波形曲线分析方法，其特征在于，所述方法包括：
获取运动心电数据对应的高频QRS波形曲线；
选取在第一时间段内的高频QRS波形曲线作为第一参考波形曲线；
从所述第一参考波形曲线上选取均方根电压最小的点作为第一参考点，以及时间早于所述第一参考点、且均方根电压最大的点作为第二参考点；
根据所述第一参考点与所述第二参考点各自的均方根电压确定第一振幅下降相对值；
若所述第一振幅下降相对值大于或等于第一预设阈值，根据所述高频QRS波形曲线确定关注级别。
2.根据权利要求1所述的方法，其特征在于，所述第一时间段包括运动前一段时间与运动中的一段时间；所述若所述第一振幅下降相对值大于或等于第一预设阈值，根据所述高频QRS波形曲线确定关注级别，包括：
从所述第一参考波形曲线上选取满足筛选条件的第三参考点；所述第三参考点的时间晚于所述第一参考点；
基于所述第一参考点与所述第三参考点各自的均方根电压确定第一振幅上升相对值；
若所述第一振幅下降相对值大于或等于第一预设阈值、所述第一振幅上升相对值大于或等于第二预设阈值，根据所述高频QRS波形曲线确定关注级别。
3.根据权利要求1所述的方法，其特征在于，所述若所述第一振幅下降相对值大于或等于第一预设阈值，根据所述高频QRS波形曲线确定关注级别，包括：
从在第二时间段内的高频QRS波形曲线上，选取振幅波动幅度小于或等于预设波动幅度的第二参考波形曲线；
从在第三时间段内的高频QRS波形曲线上选取均方根电压最大的点作为第四参考点；
基于所述第二参考波形曲线的结束点与所述第四参考点各自的均方根电压确定第二振幅上升相对值；
若所述第一振幅下降相对值大于或等于第一预设阈值、所述第二振幅上升相对值小于第三预设阈值、且所述第二参考波形曲线的持续时长大于或等于预设时长阈值，根据所述高频QRS波形曲线确定关注级别。
4.根据权利要求2或3所述的方法，其特征在于，所述根据所述高频QRS波形曲线确定关注级别，包括：
根据所述高频QRS波形曲线确定参考指标；所述参考指标包括目标波形导联数量、阳性目标波形数量、目标振幅下降相对值、目标波形下降区域面积中的至少一项；
根据所述参考指标确定相应关注级别。
5.一种高频QRS波形曲线分析装置，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对应的高频QRS波形曲线；
选取模块，用于选取在第一时间段内的高频QRS波形曲线作为第一参考波形曲线；
所述选取模块，还用于从所述第一参考波形曲线上选取均方根电压最小的点作为第一参考点，以及时间早于所述第一参考点、且均方根电压最大的点作为第二参考点；
关注级别确定模块，用于根据所述第一参考点与所述第二参考点各自的均方根电压确定第一振幅下降相对值；
所述关注级别确定模块，还用于若所述第一振幅下降相对值大于或等于第一预设阈值，根据所述高频QRS波形曲线确定关注级别。
6.根据权利要求5所述的装置，其特征在于，所述第一时间段包括运动前一段时间与运动中的一段时间；所述关注级别确定模块，还用于从所述第一参考波形曲线上选取满足筛选条件的第三参考点；所述第三参考点的时间晚于所述第一参考点；基于所述第一参考点与所述第三参考点各自的均方根电压确定第一振幅上升相对值；若所述第一振幅下降相对值大于或等于第一预设阈值、所述第一振幅上升相对值大于或等于第二预设阈值，根据所述高频QRS波形曲线确定关注级别。
7.根据权利要求5所述的装置，其特征在于，所述关注级别确定模块，还用于从在第二时间段内的高频QRS波形曲线上，选取振幅波动幅度小于或等于预设波动幅度的第二参考波形曲线；从在第三时间段内的高频QRS波形曲线上选取均方根电压最大的点作为第四参考点；基于所述第二参考波形曲线的结束点与所述第四参考点各自的均方根电压确定第二振幅上升相对值；若所述第一振幅下降相对值大于或等于第一预设阈值、所述第二振幅上升相对值小于第三预设阈值、且所述第二参考波形曲线的持续时长大于或等于预设时长阈值，根据所述高频QRS波形曲线确定关注级别。
8.根据权利要求6或7所述的装置，其特征在于，所述关注级别确定模块，还用于根据所述高频QRS波形曲线确定参考指标；所述参考指标包括目标波形导联数量、阳性目标波形数量、目标振幅下降相对值、目标波形下降区域面积中的至少一项；根据所述参考指标确定相应关注级别。
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4中任一项所述的高频QRS波形曲线分析方法的步骤。
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4中任一项所述的高频QRS波形曲线分析方法的步骤。
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210645317.5A CN114742114B (zh) | 2022-06-09 | 2022-06-09 | 高频qrs波形曲线分析方法、装置、计算机设备与存储介质 |
| PCT/CN2023/093848 WO2023236724A1 (zh) | 2022-06-09 | 2023-05-12 | 高频qrs波形曲线分析方法、装置、计算机设备与存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210645317.5A CN114742114B (zh) | 2022-06-09 | 2022-06-09 | 高频qrs波形曲线分析方法、装置、计算机设备与存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114742114A true CN114742114A (zh) | 2022-07-12 |
| CN114742114B CN114742114B (zh) | 2022-10-21 |
Family
ID=82286775
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210645317.5A Active CN114742114B (zh) | 2022-06-09 | 2022-06-09 | 高频qrs波形曲线分析方法、装置、计算机设备与存储介质 |
Country Status (2)
| Country | Link |
|---|---|
| CN (1) | CN114742114B (zh) |
| WO (1) | WO2023236724A1 (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115581465A (zh) * | 2022-11-21 | 2023-01-10 | 毕胜普生物科技有限公司 | 冠心病风险评估方法和装置、心脏性猝死风险评估方法和系统 |
| CN116616790A (zh) * | 2023-07-24 | 2023-08-22 | 毕胜普生物科技有限公司 | 心脏风险评估方法、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 |
| 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 |
Citations (17)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US4458691A (en) * | 1982-02-11 | 1984-07-10 | Arrhythmia Research Technology, Inc. | System and method for predicting ventricular tachycardia by adaptive high pass filter |
| WO1984003032A1 (en) * | 1983-02-14 | 1984-08-16 | Arrhythmia Res Tech Inc | System and method for predicting ventricular tachycardia |
| CN101014283A (zh) * | 2004-05-01 | 2007-08-08 | Bsp生物信号处理有限公司 | 用于分析高频qrs波群的装置和方法 |
| CN101361652A (zh) * | 2007-08-07 | 2009-02-11 | 深圳迈瑞生物医疗电子股份有限公司 | 自适应阈值的波形峰谷识别方法和装置 |
| 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 |
| US20120071775A1 (en) * | 2010-09-16 | 2012-03-22 | Ivan Osorio | Detecting or validating a detection of a state change from a template of heart rate derivative shape or heart beat wave complex |
| US20130237874A1 (en) * | 2012-03-12 | 2013-09-12 | Texas Instruments Incorporated | Real Time QRS Detection Using Adaptive Threshold |
| US8626275B1 (en) * | 2012-07-03 | 2014-01-07 | Bsp Biological Signal Processing Ltd. | Apparatus and method for detecting myocardial ischemia using analysis of high frequency components of an electrocardiogram |
| CN104586383A (zh) * | 2015-01-12 | 2015-05-06 | 北京世纪今科医疗器械有限公司 | 一种心电波形分类方法及装置 |
| CN108701219A (zh) * | 2017-03-14 | 2018-10-23 | 华为技术有限公司 | 波形信号处理的方法及装置 |
| CN110477906A (zh) * | 2019-08-26 | 2019-11-22 | 电子科技大学 | 一种心电信号qrs波起止点定位方法 |
| US20200337582A1 (en) * | 2018-01-22 | 2020-10-29 | Xi'an Jiaotong University | Method for Accurately Extracting Abnormal Potential within QRS |
| 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 |
| CN113786200A (zh) * | 2020-05-28 | 2021-12-14 | 深圳邦健生物医疗设备股份有限公司 | 心电信号处理方法、装置、设备及可读介质 |
| CN113951894A (zh) * | 2021-09-05 | 2022-01-21 | 毕胜普生物科技有限公司 | 心脏监测评估系统、运动负荷控制系统及其方法 |
| CN113974641A (zh) * | 2021-11-03 | 2022-01-28 | 毕胜普生物科技有限公司 | 负荷运动装置的控制方法及系统 |
| CN114052746A (zh) * | 2022-01-05 | 2022-02-18 | 毕胜普生物科技有限公司 | 运动心电数据处理方法、装置、计算机设备和存储介质 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114742114B (zh) * | 2022-06-09 | 2022-10-21 | 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 |
-
2022
- 2022-06-09 CN CN202210645317.5A patent/CN114742114B/zh active Active
-
2023
- 2023-05-12 WO PCT/CN2023/093848 patent/WO2023236724A1/zh unknown
Patent Citations (17)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US4458691A (en) * | 1982-02-11 | 1984-07-10 | Arrhythmia Research Technology, Inc. | System and method for predicting ventricular tachycardia by adaptive high pass filter |
| WO1984003032A1 (en) * | 1983-02-14 | 1984-08-16 | Arrhythmia Res Tech Inc | System and method for predicting ventricular tachycardia |
| CN101014283A (zh) * | 2004-05-01 | 2007-08-08 | Bsp生物信号处理有限公司 | 用于分析高频qrs波群的装置和方法 |
| 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 |
| CN101361652A (zh) * | 2007-08-07 | 2009-02-11 | 深圳迈瑞生物医疗电子股份有限公司 | 自适应阈值的波形峰谷识别方法和装置 |
| US20120071775A1 (en) * | 2010-09-16 | 2012-03-22 | Ivan Osorio | Detecting or validating a detection of a state change from a template of heart rate derivative shape or heart beat wave complex |
| US20130237874A1 (en) * | 2012-03-12 | 2013-09-12 | Texas Instruments Incorporated | Real Time QRS Detection Using Adaptive Threshold |
| US8626275B1 (en) * | 2012-07-03 | 2014-01-07 | Bsp Biological Signal Processing Ltd. | Apparatus and method for detecting myocardial ischemia using analysis of high frequency components of an electrocardiogram |
| CN104586383A (zh) * | 2015-01-12 | 2015-05-06 | 北京世纪今科医疗器械有限公司 | 一种心电波形分类方法及装置 |
| CN108701219A (zh) * | 2017-03-14 | 2018-10-23 | 华为技术有限公司 | 波形信号处理的方法及装置 |
| US20200337582A1 (en) * | 2018-01-22 | 2020-10-29 | Xi'an Jiaotong University | Method for Accurately Extracting Abnormal Potential within QRS |
| CN110477906A (zh) * | 2019-08-26 | 2019-11-22 | 电子科技大学 | 一种心电信号qrs波起止点定位方法 |
| CN113786200A (zh) * | 2020-05-28 | 2021-12-14 | 深圳邦健生物医疗设备股份有限公司 | 心电信号处理方法、装置、设备及可读介质 |
| CN113951894A (zh) * | 2021-09-05 | 2022-01-21 | 毕胜普生物科技有限公司 | 心脏监测评估系统、运动负荷控制系统及其方法 |
| 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 |
| CN113974641A (zh) * | 2021-11-03 | 2022-01-28 | 毕胜普生物科技有限公司 | 负荷运动装置的控制方法及系统 |
| CN114052746A (zh) * | 2022-01-05 | 2022-02-18 | 毕胜普生物科技有限公司 | 运动心电数据处理方法、装置、计算机设备和存储介质 |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| 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 |
| 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 |
| CN115581465A (zh) * | 2022-11-21 | 2023-01-10 | 毕胜普生物科技有限公司 | 冠心病风险评估方法和装置、心脏性猝死风险评估方法和系统 |
| CN116616790A (zh) * | 2023-07-24 | 2023-08-22 | 毕胜普生物科技有限公司 | 心脏风险评估方法、装置、计算机设备与存储介质 |
| CN116616790B (zh) * | 2023-07-24 | 2023-11-17 | 毕胜普生物科技有限公司 | 心脏风险评估方法、装置、计算机设备与存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114742114B (zh) | 2022-10-21 |
| WO2023236724A1 (zh) | 2023-12-14 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN114742114B (zh) | 高频qrs波形曲线分析方法、装置、计算机设备与存储介质 | |
| Narin et al. | Early prediction of paroxysmal atrial fibrillation based on short-term heart rate variability | |
| Acharya et al. | Comprehensive analysis of cardiac health using heart rate signals | |
| CN114788703B (zh) | 高频qrs波形数据分析方法、装置、计算机设备与存储介质 | |
| CN110623658B (zh) | 信号处理方法、信号处理装置、医学设备、存储介质 | |
| CN113712569B (zh) | 高频qrs波群数据分析方法及装置 | |
| CN114732419B (zh) | 运动心电数据分析方法、装置、计算机设备与存储介质 | |
| Altan et al. | A new approach to early diagnosis of congestive heart failure disease by using Hilbert–Huang transform | |
| US20040147815A1 (en) | Method and system for detecting and/or predicting biological anomalies | |
| 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 | |
| AU2019101756A4 (en) | Method for analyzing heart rate variability signal based on extremum energy decomposition method | |
| Xiang et al. | ECG-based heartbeat classification using two-level convolutional neural network and RR interval difference | |
| Rankawat et al. | Robust heart rate estimation from multimodal physiological signals using beat signal quality index based majority voting fusion method | |
| KR20200123335A (ko) | 순환신경망을 이용한 구간혈압 추정 방법 및 그 방법을 구현하기 위한 구간 혈압 추정 장치 | |
| Poddar et al. | Heart rate variability based classification of normal and hypertension cases by linear-nonlinear method | |
| 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 | |
| CN116725549B (zh) | 心电数据分析方法、装置、计算机设备与存储介质 | |
| Timothy et al. | Data preparation step for automated diagnosis based on HRV analysis and machine learning | |
| Gadhoumi et al. | A statistical comparative study of photoplethysmographic signals in wrist-worn and fingertip pulse-oximetry devices | |
| CN116616790B (zh) | 心脏风险评估方法、装置、计算机设备与存储介质 | |
| Belinchon et al. | How Reproducible Are Heart Rate Variability Indices Along the Time to Predict Cardiovascular Events in Hypertensive Patients? | |
| CN111685754B (zh) | 针对可穿戴ecg采集设备的心率计算方法及系统 | |
| CN116649985A (zh) | 心电数据处理方法、装置、计算机设备与存储介质 | |
| Cretu et al. | Multimodal Arrhythmia Classification Using Deep Neural Networks | |
| Pander et al. | Fuzzy-based algorithm for QRS detection |
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 | ||
| CB03 | Change of inventor or designer information | ||
| CB03 | Change of inventor or designer information |
Inventor after: Huang Qinghong Inventor after: Chen Yunhua Inventor after: Zuo Neng Inventor after: Li Xiaoqin Inventor before: Huang Qinghong Inventor before: Chen Yunhua Inventor before: Zuo Neng Inventor before: Chen Xiaoqin |