CN114788703B - 高频qrs波形数据分析方法、装置、计算机设备与存储介质 - Google Patents
高频qrs波形数据分析方法、装置、计算机设备与存储介质 Download PDFInfo
- Publication number
- CN114788703B CN114788703B CN202210705685.4A CN202210705685A CN114788703B CN 114788703 B CN114788703 B CN 114788703B CN 202210705685 A CN202210705685 A CN 202210705685A CN 114788703 B CN114788703 B CN 114788703B
- Authority
- CN
- China
- Prior art keywords
- waveform data
- amplitude
- reference point
- voltage
- frequency qrs
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 54
- 238000007405 data analysis Methods 0.000 title claims abstract description 20
- 230000009467 reduction Effects 0.000 claims abstract description 87
- 238000012216 screening Methods 0.000 claims abstract description 61
- 230000007423 decrease Effects 0.000 claims abstract description 27
- 210000004204 blood vessel Anatomy 0.000 claims description 57
- 230000004043 responsiveness Effects 0.000 claims description 54
- 230000004044 response Effects 0.000 claims description 47
- 230000001174 ascending effect Effects 0.000 claims description 41
- 230000002792 vascular Effects 0.000 claims description 32
- 238000004590 computer program Methods 0.000 claims description 14
- 230000004865 vascular response Effects 0.000 abstract description 34
- 238000012937 correction Methods 0.000 description 20
- 238000001514 detection method Methods 0.000 description 19
- 230000008569 process Effects 0.000 description 15
- 230000006870 function Effects 0.000 description 14
- 238000004458 analytical method Methods 0.000 description 13
- 238000010586 diagram Methods 0.000 description 13
- 230000000630 rising effect Effects 0.000 description 12
- 210000004351 coronary vessel Anatomy 0.000 description 10
- 230000008859 change Effects 0.000 description 8
- 238000000718 qrs complex Methods 0.000 description 8
- 238000001914 filtration Methods 0.000 description 6
- 238000011084 recovery Methods 0.000 description 6
- 208000024891 symptom Diseases 0.000 description 6
- 230000005189 cardiac health Effects 0.000 description 4
- 230000016507 interphase Effects 0.000 description 3
- 230000003247 decreasing effect Effects 0.000 description 2
- 238000009499 grossing Methods 0.000 description 2
- 230000036541 health Effects 0.000 description 2
- 208000019622 heart disease Diseases 0.000 description 2
- 230000000670 limiting effect Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000002829 reductive effect Effects 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
- 230000036770 blood supply Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000000747 cardiac effect Effects 0.000 description 1
- 238000002586 coronary angiography Methods 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 238000011156 evaluation Methods 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
- 230000002107 myocardial effect Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005086 pumping Methods 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
- 238000011282 treatment Methods 0.000 description 1
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/24—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
-
- 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
-
- 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
- A61B5/7235—Details of waveform analysis
- A61B5/7264—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Cardiology (AREA)
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Animal Behavior & Ethology (AREA)
- Public Health (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Biophysics (AREA)
- General Health & Medical Sciences (AREA)
- Pathology (AREA)
- Veterinary Medicine (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Fuzzy Systems (AREA)
- Mathematical Physics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physiology (AREA)
- Psychiatry (AREA)
- Signal Processing (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波形数据分析方法、装置、计算机设备和存储介质。该方法包括：获取高频QRS波形数据；选取在第一时间段内的第一参考波形数据；根据第一参考波形数据中均方根电压最小的点确定第一参考点，及时间早于第一参考点、且均方根电压最大的点确定第二参考点；根据第一参考点与第二参考点确定第一振幅下降相对值；根据高频QRS波形数据确定最大电压；从第二时间段内选取均方根电压最大的第三参考点，及时间晚于第三参考点、且均方根电压最小的第四参考点；根据第三参考点与第四参考点确定电压差；筛选第一振幅下降相对值大于或等于第一预设阈值的高频QRS波形数据，根据相应电压差与最大电压的比值确定血管响应能力。
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波形数据分析方法、装置、计算机设备与存储介质。
背景技术
冠状动脉血管响应能力可简称为冠脉血管响应能力或血管响应能力，其能够用于表征血管对于供血快速扩张的即时反应能力，且能够作为评估心肌细胞的活力状态的指标之一提供给医生参考，以便于医生结合临床症状等准确识别受测者的心脏健康状况。由此，如何准确评估血管响应能力是值得关注的问题。
目前，通常通过冠脉造影等有创方式来评估冠脉血管响应能力，但是，该种有创方式会对受测者的身体健康产生或多或少的影响，也存在通过分析心电图（ECG）中ST-T段的改变来评估冠脉血管响应能力，该种无创方式虽然不会对受测者的身体健康产生负面影响，但是评估准确性低，由此存在无创无损与准确性不能兼顾的问题。
发明内容
基于此，有必要针对上述技术问题，提供一种能够通过无创方式提高冠脉血管响应能力的评估准确性的高频QRS波形数据分析方法、装置、计算机设备与存储介质。
一种高频QRS波形数据分析方法，所述方法包括：
获取运动心电数据对应的高频QRS波形数据；
选取在第一时间段内的高频QRS波形数据作为第一参考波形数据；
根据所述第一参考波形数据中均方根电压最小的点确定第一参考点，以及时间早于所述第一参考点、且均方根电压最大的点确定第二参考点；
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；
根据所述高频QRS波形数据确定最大电压；
从在第二时间段内的高频QRS波形数据中选取均方根电压最大的点作为第三参考点，以及时间晚于所述第三参考点、且均方根电压最小的点作为第四参考点；
根据所述第三参考点与所述第四参考点各自的均方根电压确定电压差；
筛选第一振幅下降相对值大于或等于第一预设阈值的高频QRS波形数据；
根据所筛选出的高频QRS波形数据对应的电压差与最大电压的比值确定血管响应能力。
在其中一个实施例中，所述筛选第一振幅下降相对值大于或等于第一预设阈值的高频QRS波形数据，包括：
筛选相应波形类别为第一类别、第二类别与第三类别的高频QRS波形数据；
所述第一类别的波形特征包括：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；
所述第二类别的波形特征包括：第一振幅下降相对值大于或等于所述第一预设阈值、第二振幅上升相对值小于第三预设阈值、且第二参考波形数据的持续时长大于或等于预设时长阈值；
所述第三类别的波形特征包括：第一振幅下降相对值大于或等于所述第一预设阈值、第二振幅上升相对值大于或等于所述第三预设阈值、且第二参考波形数据的持续时长大于或等于所述预设时长阈值；
所述第一振幅上升相对值的确定步骤，包括：
从所述第一参考波形数据中选取满足筛选条件的第五参考点；所述第五参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五参考点各自的均方根电压确定第一振幅上升相对值；
所述第二振幅上升相对值的确定步骤，包括：
从在所述第二时间段内的高频QRS波形数据中，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数据；
从在第三时间段内的高频QRS波形数据中选取均方根电压最大的点作为第六参考点；
基于所述第二参考波形数据的结束点与所述第六参考点各自的均方根电压确定第二振幅上升相对值。
在其中一个实施例中，所述筛选第一振幅下降相对值大于或等于第一预设阈值的高频QRS波形数据，包括：
筛选相应波形类别为第一类别的高频QRS波形数据；或，筛选相应波形类别为第二类别的高频QRS波形数据；或，筛选相应波形类别为第三类别的高频QRS波形数据；
所述第一类别的波形特征包括：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；
所述第二类别的波形特征包括：第一振幅下降相对值大于或等于所述第一预设阈值、第二振幅上升相对值小于第三预设阈值、且第二参考波形数据的持续时长大于或等于预设时长阈值；
所述第三类别的波形特征包括：第一振幅下降相对值大于或等于所述第一预设阈值、第二振幅上升相对值大于或等于所述第三预设阈值、且第二参考波形数据的持续时长大于或等于所述预设时长阈值；
所述第一振幅上升相对值的确定步骤，包括：
从所述第一参考波形数据中选取满足筛选条件的第五参考点；所述第五参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五参考点各自的均方根电压确定第一振幅上升相对值；
所述第二振幅上升相对值的确定步骤，包括：
从在所述第二时间段内的高频QRS波形数据中，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数据；
从在第三时间段内的高频QRS波形数据中选取均方根电压最大的点作为第六参考点；
基于所述第二参考波形数据的结束点与所述第六参考点各自的均方根电压确定第二振幅上升相对值。
在其中一个实施例中，所述根据所筛选出的高频QRS波形数据对应的电压差与最大电压的比值确定血管响应能力，包括：
根据所筛选出的高频QRS波形数据确定参考指标；所述参考指标包括电压差与最大电压的比值，还包括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血管响应能力。
在其中一个实施例中，所述方法还包括：
根据所述运动心电数据对应的高频QRS波形数据确定阳性数量；
所述根据所筛选出的高频QRS波形数据对应的电压差与最大电压的比值确定血管响应能力，包括：
根据所筛选出的高频QRS波形数据对应的电压差与最大电压的比值，以及所述阳性数量确定血管响应能力；或，
根据所筛选出的高频QRS波形数据确定参考指标，并根据所述参考指标与所述阳性数量确定血管响应能力；所述参考指标包括电压差与最大电压的比值，还包括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。
一种高频QRS波形数据分析装置，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波形数据；
选取模块，用于选取在第一时间段内的高频QRS波形数据作为第一参考波形数据；
所述选取模块，还用于根据所述第一参考波形数据中均方根电压最小的点确定第一参考点，以及时间早于所述第一参考点、且均方根电压最大的点确定第二参考点；
指标确定模块，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；
所述指标确定模块，还用于根据所述高频QRS波形数据确定最大电压；
所述选取模块，用于从在第二时间段内的高频QRS波形数据中选取均方根电压最大的点作为第三参考点，以及时间晚于所述第三参考点、且均方根电压最小的点作为第四参考点；
所述指标确定模块，还用于根据所述第三参考点与所述第四参考点各自的均方根电压确定电压差；
筛选模块，用于筛选第一振幅下降相对值大于或等于第一预设阈值的高频QRS波形数据；
指标确定模块，用于根据所筛选出的高频QRS波形数据对应的电压差与最大电压的比值确定血管响应能力。
在其中一个实施例中，所述筛选模块，还用于筛选相应波形类别为第一类别、第二类别与第三类别的高频QRS波形数据；所述第一类别的波形特征包括：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；所述第二类别的波形特征包括：第一振幅下降相对值大于或等于所述第一预设阈值、第二振幅上升相对值小于第三预设阈值、且第二参考波形数据的持续时长大于或等于预设时长阈值；所述第三类别的波形特征包括：第一振幅下降相对值大于或等于所述第一预设阈值、第二振幅上升相对值大于或等于所述第三预设阈值、且第二参考波形数据的持续时长大于或等于所述预设时长阈值；
所述选取模块，还用于从所述第一参考波形数据中选取满足筛选条件的第五参考点；所述第五参考点的时间晚于所述第一参考点；
所述指标确定模块，还用于基于所述第一参考点与所述第五参考点各自的均方根电压确定第一振幅上升相对值；
所述选取模块，还用于从在所述第二时间段内的高频QRS波形数据中，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数据；从在第三时间段内的高频QRS波形数据中选取均方根电压最大的点作为第六参考点；
所述指标确定模块，还用于基于所述第二参考波形数据的结束点与所述第六参考点各自的均方根电压确定第二振幅上升相对值。
在其中一个实施例中，所述筛选模块，还用于筛选相应波形类别为第一类别的高频QRS波形数据；或，筛选相应波形类别为第二类别的高频QRS波形数据；或，筛选相应波形类别为第三类别的高频QRS波形数据；所述第一类别的波形特征包括：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；所述第二类别的波形特征包括：第一振幅下降相对值大于或等于所述第一预设阈值、第二振幅上升相对值小于第三预设阈值、且第二参考波形数据的持续时长大于或等于预设时长阈值；所述第三类别的波形特征包括：第一振幅下降相对值大于或等于所述第一预设阈值、第二振幅上升相对值大于或等于所述第三预设阈值、且第二参考波形数据的持续时长大于或等于所述预设时长阈值；
所述选取模块，还用于从所述第一参考波形数据中选取满足筛选条件的第五参考点；所述第五参考点的时间晚于所述第一参考点；
所述指标确定模块，还用于基于所述第一参考点与所述第五参考点各自的均方根电压确定第一振幅上升相对值；
所述选取模块，还用于从在所述第二时间段内的高频QRS波形数据中，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数据；从在第三时间段内的高频QRS波形数据中选取均方根电压最大的点作为第六参考点；
所述指标确定模块，还用于基于所述第二参考波形数据的结束点与所述第六参考点各自的均方根电压确定第二振幅上升相对值。
在其中一个实施例中，所述指标确定模块，还用于根据所筛选出的高频QRS波形数据确定参考指标；所述参考指标包括电压差与最大电压的比值，还包括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血管响应能力。
在其中一个实施例中，所述指标确定模块，还用于根据所述运动心电数据对应的高频QRS波形数据确定阳性数量；根据所筛选出的高频QRS波形数据对应的电压差与最大电压的比值，以及所述阳性数量确定血管响应能力；或，根据所筛选出的高频QRS波形数据确定参考指标，并根据所述参考指标与所述阳性数量确定血管响应能力；所述参考指标包括电压差与最大电压的比值，还包括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。
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波形数据分析方法、装置、计算机设备和存储介质，通过分析运动心电数据对应的高频QRS波形数据，选取处于第一时间段内的两个特征点分别作为第一参考点与第二参考点，以及选取处于第二时间段内的两个特征点分别作为第三参考点与第四参考点，并确定相应最大电压，基于第一参考点与第二参考点量化高频QRS波形数据在第一时间段内的波形变化情况得到第一振幅下降相对值，基于第三参考点与第四参考点量化得到表征振幅下降程度的电压差，在判定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波形数据的波形变化情况符合要求，则根据电压差与最大电压的比值评估得到准确性较高的血管响应能力，由此，能够通过无创方式准确评估受测者的冠脉血管响应能力，进一步地，还可将准确性较高的血管响应能力提供给医生参考，以便于医生结合临床症状准确识别受测者的心脏健康状况。
附图说明
图1为一个实施例中高频QRS波形数据分析方法的流程示意图；
图2为一个实施例中基于高频QRS波形数据选取各参考点的示意图；
图3为一个实施例中基于高频QRS波形数据选取各参考点与参考波形数据的示意图；
图4为另一个实施例中基于高频QRS波形数据选取各参考点与参考波形数据的示意图；
图5为另一个实施例中高频QRS波形数据分析方法的流程示意图；
图6为一个实施例中高频QRS波形数据分析装置的结构框图；
图7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波形数据分析方法，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波形数据分析方法，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。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，以便于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波形数据，高频QRS波形数据与高频QRS波形曲线相对应，高频QRS波形数据包括高频QRS波形曲线上各点的数据（如时间与均方根电压），由此，基于高频QRS波形数据能够确定相应高频QRS波形曲线。高频QRS波形数据/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波形数据通过高频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波形数据。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。根据各心电数据子集对应的均方根电压与相应时间得到相应高频QRS波形数据，以便于按照时序对高频QRS波形数据中的各均方根电压进行曲线平滑处理，得到相应高频QRS波形曲线。或者，按照时序对各心电数据子集对应的均方根电压进行曲线平滑处理，得到相应高频QRS波形曲线，并根据高频QRS波形曲线上各点的时间与均方根电压得到相应高频QRS波形数据。
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波形数据。
S104，选取在第一时间段内的高频QRS波形数据作为第一参考波形数据。
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与运动中的一段时间，或者，包括运动中的一段时间，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，第一时间段还比如为[3分钟，6分钟]所表征的时间区间，该第一时间段包括运动中的前3分钟。可以理解，上述举例仅用于示例，并不用于具体限定。第一参考波形数据是高频QRS波形数据中时间处于第一时间段内的数据，第一参考波形数据中各点的时间均处于第一时间段内，第一参考波形数据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。第一参考波形数据的起始点，是指第一参考波形数据中时间最早的点，也即是指按照时序排序时第一参考波形数据中的第一个点。结束点的定义类似，在此不再赘述。
S106，根据第一参考波形数据中均方根电压最小的点确定第一参考点，以及时间早于第一参考点、且均方根电压最大的点确定第二参考点。
具体地，第一参考波形数据中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数据中各点的均方根电压，基于遍历的均方根电压从第一参考波形数据中筛选均方根电压最小的点，根据该均方根电压最小的点确定第一参考点，以及从第一参考波形数据中筛选时间早于/小于第一参考点的时间、且均方根电压最大的点，并根据该均方根电压最大的点确定第二参考点。
在一个实施例中，将所筛选出的均方根电压最小的点作为第一参考点，或者，根据预配置的第一修正系数对该均方根电压最小的点进行修正，并将通过修正得到的点作为第一参考点。将所筛选出的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，或者，根据预配置的第二修正系数对该均方根电压最大的点进行修正，并将修正得到的点作为第二参考点。
具体地，由预配置的第一修正系数修正该均方根电压最小的点所对应的均方根电压，得到修正后的均方根电压，将第一参考波形数据中均方根电压与该修正后的均方根电压一致的点选作为第一参考点。类似地，基于第二修正系数与所筛选出的均方根电压最大的点确定第二参考点，在此不再赘述。可以理解，若第一参考波形数据中均方根电压与修正后的均方根电压一致的点有多个，可任选其一作为相应参考点，但需满足第二参考点的时间早于第一参考点的时间这一约束条件。第一修正系数与第二修正系数具体可自定义，也可根据受测者的用户画像动态确定，具体可以是基于用户画像确定的函数，其中，第一修正系数大于1，第二修正系数小于1。用户画像包括受测者的年龄、性别、体重、临床症状、生活习惯等中的至少一项。
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，基于第一参考波形数据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，根据高频QRS波形数据确定最大电压。
其中，最大电压可理解为最大功率，能够用于体现受测者的最大心脏泵血功能。具体地，从高频QRS波形数据中获取均方根电压的最大值作为目标电压，根据该目标电压确定相应最大电压。可将目标电压确定为最大电压，也可通过预配置的第三修正系数修正目标电压得到最大电压。第三修正系数根据实际情况自定义，比如，若将第三修正系数与目标电压的和值作为最大电压，则第三修正系数可设置为1uV（微伏），若将第三修正系数与目标电压的乘积作为最大电压，则第三修正系数可设置为1.2。可以理解，还可对目标电压或由第三修正系数修正后的目标电压进行向上取整得到最大电压，比如，若目标电压或由第三修正系数修正后的目标电压为9.6uV，则通过向上取整操作可将最大电压确定为10 uV。第三修正系数及目标电压的修正方式在此不作具体限定。
在一个实施例中，对于单个受测者，若心电图导联为一条，则从该条心电图导联对应的高频QRS波形数据中获取均方根电压的最大值作为目标电压。若心电图导联多于一条（有多条），则从各条心电图导联对应的高频QRS波形数据中分别获取均方根电压的最大值，比较各均方根电压的最大值，并基于比较从中筛选最大的均方根电压作为目标电压。这样，基于目标电压确定最大电压。
在一个实施例中，每条心电图导联对应的高频QRS波形数据中不仅包括相应高频QRS波形曲线上各点的数据，还包括按照本申请的一个或多个实施例所确定的最大电压。
S112，从在第二时间段内的高频QRS波形数据中选取均方根电压最大的点作为第三参考点，以及时间晚于第三参考点、且均方根电压最小的点作为第四参考点。
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波形数据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，第二时间段的起始时间点可与第一时间段的起始时间点相同。
具体地，遍历高频QRS波形数据中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波形数据中筛选均方根电压最大的点作为第三参考点，以及时间晚于/大于第三参考点的时间、且均方根电压最小的点作为第四参考点。
在一个实施例中，第三参考点与第二参考点可能为同一个点，具体由相应高频QRS波形数据确定。若在第二时间段内的高频QRS波形数据中均方根电压最大的点有多个，从该多个均方根电压最大的点中筛选时间最早的点作为第三参考点。
S114，根据第三参考点与第四参考点各自的均方根电压确定电压差。
具体地，将第三参考点的均方根电压与相应第四参考点的均方根电压作差，得到相应高频QRS波形数据所对应的电压差。可以理解，电压差可理解为振幅下降绝对值，具体可以是本申请中一个或多个实施例中的第二振幅下降绝对值。
在一个实施例中，图2提供了基于高频QRS波形数据选取各参考点的示意图。如图2所示，高频QRS波形图中显示有基于心电图导联Ⅱ对应的高频QRS波形数据所确定的高频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波形数据中对应的时间范围为0至6分钟，第一时间段为[0之前100秒，3分钟]对应的时间区间，第二时间段为[0之前100秒，6分钟20秒]对应的时间区间，第一参考波形数据包括高频QRS波形数据中处于第一时间段内的数据，第一参考点为第一参考波形数据中均方根电压最小的点，第二参考点为第一参考波形数据中时间早于第一参考点、且均方根电压最大的点，第三参考点为第二时间段内均方根电压最大的点，第四参考点为第二时间段内时间晚于第三参考点、且均方根电压最小的点。在本实施例中，第三参考点与第二参考点为同一个点，第四参考点与第一参考点为同一个点，最大电压为12uV（高频QRS波形图中所呈现/显示的纵坐标的最大值），基于第三参考点与第四参考点确定的电压差（第二振幅下降绝对值）为4.8uV，第二振幅下降相对值为53%。可以理解，图2所示的高频QRS波形数据及对应选取的各参考点，以及第一参考点与第二参考点的选取仅作为示例，并不用于具体限定。
S116，筛选第一振幅下降相对值大于或等于第一预设阈值的高频QRS波形数据。
其中，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，对于单个受测者，从运动心电数据对应的各高频QRS波形数据中筛选相应第一振幅下降相对值大于或等于第一预设阈值的高频QRS波形数据，以便于基于所筛选出的高频QRS波形数据确定血管响应能力。
在一个实施例中，若第一时间段包括运动前一段时间与运动中的一段时间，则筛选第一振幅下降相对值大于或等于第一预设阈值、且第一参考点与第二参考点之间的时间间隔小于或等于预设时间间隔的高频QRS波形数据，以便于基于所筛选出的高频QRS波形数据确定电压差与最大电压的比值，或者，包括电压差与最大电压的比值的参考指标，用于进一步确定血管响应能力。其中，预设时间间隔可根据实际情况自定义，比如3分钟。
在一个实施例中，若运动心电数据对应的各高频QRS波形数据所对应的第一振幅下降相对值均小于第一预设阈值，则无需进一步确定相应血管响应能力，而输出各高频QRS波形数据供医生参考。可以理解，在确定并输出血管响应能力的情况下，也可同步输出各高频QRS波形数据供医生参考。
S118，根据所筛选出的高频QRS波形数据对应的电压差与最大电压的比值确定血管响应能力。
其中，血管响应能力用于表征冠脉血管响应能力的不同，以供医生参考，以便于医生根据血管响应能力与临床症状能够准确识别心脏健康状况，从而给出进一步的诊疗或检测参考建议。
具体地，对于所筛选出的每条高频QRS波形数据，基于相应电压差与最大电压能够确定电压差与最大电压的比值。进一步地，根据所筛选出的各高频QRS波形数据对应的电压差与最大电压的比值确定血管响应能力。
在一个实施例中，从所筛选出的各高频QRS波形数据对应的电压差与最大电压的比值中，筛选电压差与最大电压的比值的最大值，并根据所筛选出的电压差与最大电压的比值确定血管响应能力。举例说明，若所筛选出的三条高频QRS波形数据各自对应的电压差与最大电压的比值分别为16%、40%与52%，则根据52%（电压差与最大电压的比值的最大值）确定血管响应能力。可以理解，可将所筛选出的电压差与最大电压的比值的最大值理解为电压差与最大电压的目标比值。
在一个实施例中，可在筛选第一振幅下降相对值大于或等于第一预设阈值的高频QRS波形数据之前，针对运动心电数据对应的每条高频QRS波形数据分别确定相应电压差与最大电压。也可在筛选第一振幅下降相对值大于或等于第一预设阈值的高频QRS波形数据之后，针对所筛选出的每条高频QRS波形数据分别确定相应电压差与最大电压。可以理解，对于单条高频QRS波形数据，具体可参照本申请的一个或多个实施例中提供的方式，确定相应电压差与最大电压，以便于基于电压差与最大电压确定该高频QRS波形数据所对应的电压差与最大电压的比值。
在一个实施例中，电压差与最大电压的比值能够反应冠脉血管响应能力，二者成负相关关系。由此，基于电压差与最大电压的比值能够确定相应血管响应能力，如电压差与最大电压的比值越大，则标注相应血管响应能力越低或越小（关注优先级越高），以表征冠脉血管响应能力越弱。具体可根据电压差与最大电压的比值所处的比值阈值区间确定相应血管响应能力。基于本申请的一个或多个实施例中提供的电压差与最大电压的比值的确定方式可知，电压差与最大电压的比值与受测者的个体差异性相关，由此，基于该比值能够准确评估得到受测者的血管响应能力。
举例说明，预配置有参考优先级依次降低的第一比值阈值区间至第四比值阈值区间共四个比值阈值区间，比如分别为：大于或等于46%、大于或等于40%且小于46%、大于或等于30%且小于40%、大于或等于16%且小于30%，若电压差与最大电压的比值处于第一比值阈值区间，则标注血管响应能力为关注优先级最高的第一级，若电压差与最大电压的比值处于第二比值阈值区间，则标注血管响应能力为关注优先级次高的第二级，依此类推，在此不一一列举。可以理解，若电压差与最大电压的比值不处于任一比值阈值区间（比如小于16%），可以标注血管响应能力为关注优先级最低的级别，也可不执行基于电压差与最大电压的比值确定进一步确定血管响应能力的相关操作，还可基于本申请提供的其他参考指标确定血管响应能力。
在一个实施例中，在筛选出第一振幅下降相对值大于或等于第一预设阈值的高频QRS波形数据后，根据所筛选出的各高频QRS波形数据确定参考指标，并根据参考指标确定血管响应能力。参考指标包括电压差与最大电压的比值，还包括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，还可根据运动心电数据对应的各高频QRS波形数据确定阳性数量，并根据阳性数量与参考指标（电压差与最大电压的比值）确定血管响应能力。
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波形数据对应的波形类别，参考指标中的电压差与最大电压的比值，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波形数据所对应的电压差与最大电压的比值中的最大值，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波形数据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波形数据所对应的波形下降区域面积的和值、平均值或最大值。
上述高频QRS波形数据分析方法，通过分析运动心电数据对应的高频QRS波形数据，选取处于第一时间段内的两个特征点分别作为第一参考点与第二参考点，以及选取处于第二时间段内的两个特征点分别作为第三参考点与第四参考点，并确定相应最大电压，基于第一参考点与第二参考点量化高频QRS波形数据在第一时间段内的波形变化情况得到第一振幅下降相对值，基于第三参考点与第四参考点量化得到表征振幅下降程度的电压差，在判定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波形数据的波形变化情况符合要求，则根据电压差与最大电压的比值评估得到准确性较高的血管响应能力，由此，能够通过无创方式准确评估受测者的冠脉血管响应能力，进一步地，还可将准确性较高的血管响应能力提供给医生参考，以便于医生结合临床症状准确识别受测者的心脏健康状况。
在一个实施例中，S116包括：筛选相应波形类别为第一类别、第二类别与第三类别的高频QRS波形数据；第一类别的波形特征包括：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；第二类别的波形特征包括：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、且第二参考波形数据的持续时长大于或等于预设时长阈值；第三类别的波形特征包括：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、且第二参考波形数据的持续时长大于或等于预设时长阈值；第一振幅上升相对值的确定步骤，包括：从第一参考波形数据中选取满足筛选条件的第五参考点；第五参考点的时间晚于第一参考点；基于第一参考点与第五参考点各自的均方根电压确定第一振幅上升相对值；第二振幅上升相对值的确定步骤，包括：从在第二时间段内的高频QRS波形数据中，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数据；从在第三时间段内的高频QRS波形数据中选取均方根电压最大的点作为第六参考点；基于第二参考波形数据的结束点与第六参考点各自的均方根电压确定第二振幅上升相对值。
其中，第一类别包括V型，第二类别包括L型，第三类别包括U型。筛选条件是用于从第一参考波形数据中筛选第五参考点的约束条件，具体可以是第一参考波形数据的结束点，也可以是第一参考波形数据中时间晚于/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数据对应的曲线上凹弧与凸弧的分界点。若第一参考波形数据中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。若第一参考波形数据中不存在时间晚于第一参考点的拐点，则将第一参考波形数据的结束点确定为第五参考点。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。
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数据中各点的振幅（也即是均方根电压）之间的波动程度。第二参考波形数据的振幅波动幅度，具体可基于该第二参考波形数据中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作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或第三参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（或第三参考点）的均方根电压成正相关关系，具体可根据第二参考点（或第三参考点）的均方根电压与预设比例值动态确定预设波动幅度，比如，将第二参考点或第三参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。
第二参考波形数据的持续时长，是指第二参考波形数据的结束点与起始点各自对应的时间之间的差值。类似地，第二预设阈值、第三预设阈值与预设时长阈值可根据经验值自定义，如第二预设阈值设定为30%，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。
具体地，分析运动心电数据对应的每条高频QRS波形数据的波形类别是否为第一类别、第二类别或第三类别，并从中筛选相应波形类别分别为第一类别、第二类别与第三类别的高频QRS波形数据，以从运动心电数据对应的各高频QRS波形数据中，筛选出波形类别为第一类别的高频QRS波形数据、波形类别为第二类别的高频QRS波形数据，及波形类别为第三类别的高频QRS波形数据，这样，所筛选出的高频QRS波形数据包括：第一类别的高频QRS波形数据、第二类别的高频QRS波形数据与第三类别的高频QRS波形数据，以便于根据所筛选出的高频QRS波形数据对应的电压差与最大电压的比值确定血管响应能力。
分析高频QRS波形数据的波形类别是否为第一类别的步骤，包括：选取第一参考波形数据的结束点作为第五参考点，或，从第一参考波形数据中选取第一参考点之后的第一个拐点作为第五参考点；将第五参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；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，则判定相应高频QRS波形数据的波形类别为第一类别。
分析高频QRS波形数据的波形类别是否为第二类别的步骤，包括：遍历高频QRS波形数据中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波形数据中选取振幅波动幅度小于或等于预设波动幅度的数据，作为第二参考波形数据；从高频QRS波形数据中选取处于第三时间段内的数据，遍历所选取的数据中各点的均方根电压，基于所遍历的均方根电压从所选取的数据中选取均方根电压最大的点作为第六参考点；将第六参考点的均方根电压与第二参考波形数据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数据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；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、且第二参考波形数据的持续时长大于或等于预设时长阈值，则判定相应高频QRS波形数据的波形类别为第二类别。其中，第二参考波形数据的持续时长，基于第二参考波形数据的起始点与结束点各自的时间确定。
分析高频QRS波形数据的波形类别是否为第三类别的步骤，包括：遍历高频QRS波形数据中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波形数据中选取振幅波动幅度小于或等于预设波动幅度的数据，作为第二参考波形数据；从高频QRS波形数据中选取处于第三时间段内的数据，遍历所选取的数据中各点的均方根电压，基于所遍历的均方根电压从所选取的数据中选取均方根电压最大的点作为第六参考点；将第六参考点的均方根电压与第二参考波形数据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数据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；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、且第二参考波形数据的持续时长大于或等于预设时长阈值，则判定相应高频QRS波形数据的波形类别为第三类别。
举例说明，假设有12条心电图导联，该12条心电图导联各自对应的高频QRS波形数据中，波形类别为第一类别的高频QRS波形数据有2条，波形类别为第二类别的高频QRS波形数据有1条，波形类别为第三类别的高频QRS波形数据有1条，则从12条高频QRS波形数据中筛选相应波形类别为第一类别、第二类别与第三类别的高频QRS波形数据，并基于所筛选出的4条高频QRS波形数据确定血管响应能力。
在一个实施例中，以在第二时间段内的高频QRS波形数据为目标波形数据，具体可参照现有技术从目标波形数据中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数据，在此不再赘述。例如，首先从目标波形数据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）的数据作为候选数据，然后以该候选数据为基准，基于目标波形数据中与该候选数据前相邻和/或后相邻的点扩充该候选数据的范围，若扩充范围后的候选数据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数据，直至扩充后的候选数据对应的振幅波动幅度不满足要求，则停止候选数据的范围扩充，将前一次范围扩充得到的候选数据确定为第二参考波形数据。基于第二参考波形数据确定的曲线是相应高频QRS波形曲线中的连续子段。
在一个实施例中，通过并行或串行的方式分析每条高频QRS波形数据的波形类别是否为第一类别、第二类别或第三类别。对于串行分析方式，可按照预设顺序根据每种预设类别对应的波形分析函数依次进行分析，若基于当前的波形分析函数判定高频QRS波形数据的波形类别不是相应预设类别，则按照预设顺序基于下一种预设类别对应的波形分析函数继续分析，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类别，或者，基于当前的波形分析函数判定高频QRS波形数据的波形类别为相应预设类别。预设顺序在此不做具体限定。在本实施例中预设类别包括第一类别、第二类别与第三类别，若预设类别包括更多或更少类别，可参考类似逻辑进行处理。若高频QRS波形数据的波形类别为任一种预设类别（即高频QRS波形数据的波形类别为第一类别、第二类别与第三类别中的任一种），则判定该高频QRS波形数据的波形类别为预设类别。预设类别对应的波形分析函数，可包括本申请的一个或多个实施例中提供的分析高频QRS波形数据是否为相应预设类别的相关步骤，在此不再赘述。
上述实施例中，波形类别为第一类别、第二类别或第三类别的高频QRS波形数据，更能反映冠脉血管响应能力，由此，筛选相应波形类别为第一类别、第二类别与第三类别的高频QRS波形数据，以便于基于所筛选出的高频QRS波形数据得到准确性更高的血管响应能力。
在一个实施例中，筛选波形类别为第一类别与第二类别的高频QRS波形数据，或者，筛选波形类别为第一类别与第三类别的高频QRS波形数据，或者，筛选波形类别为第二类别与第三类别的高频QRS波形数据，并根据所筛选出的高频QRS波形数据确定血管响应能力。在本实施例中，预设类别包括第一类别与第二类别，或，第一类别与第三类别，或，第二类别与第三类别，以便于基于波形类别为预设类别的高频QRS波形数据确定血管响应能力。
在一个实施例中，S116包括：筛选相应波形类别为第一类别的高频QRS波形数据；或，筛选相应波形类别为第二类别的高频QRS波形数据；或，筛选相应波形类别为第三类别的高频QRS波形数据；第一类别的波形特征包括：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；第二类别的波形特征包括：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、且第二参考波形数据的持续时长大于或等于预设时长阈值；第三类别的波形特征包括：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、且第二参考波形数据的持续时长大于或等于预设时长阈值；第一振幅上升相对值的确定步骤，包括：从第一参考波形数据中选取满足筛选条件的第五参考点；第五参考点的时间晚于第一参考点；基于第一参考点与第五参考点各自的均方根电压确定第一振幅上升相对值；第二振幅上升相对值的确定步骤，包括：从在第二时间段内的高频QRS波形数据中，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数据；从在第三时间段内的高频QRS波形数据中选取均方根电压最大的点作为第六参考点；基于第二参考波形数据的结束点与第六参考点各自的均方根电压确定第二振幅上升相对值。
具体地，分析运动心电数据对应的每条高频QRS波形数据的波形类别是否为第一类别，从中筛选相应波形类别为第一类别的高频QRS波形数据，以便于根据波形类别为第一类别的高频QRS波形数据对应的电压差与最大电压的比值确定血管响应能力。或者，分析运动心电数据对应的每条高频QRS波形数据的波形类别是否为第二类别，从中筛选相应波形类别为第二类别的高频QRS波形数据，以便于根据波形类别为第二类别的高频QRS波形数据对应的电压差与最大电压的比值确定血管响应能力。或者，分析运动心电数据对应的每条高频QRS波形数据的波形类别是否为第三类别，从中筛选相应波形类别为第三类别的高频QRS波形数据，以便于根据波形类别为第三类别的高频QRS波形数据对应的电压差与最大电压的比值确定血管响应能力。
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波形数据中包括V型波段，则判定相应高频QRS波形数据对应的波形类别为V型（第一类别），并按照本申请的一个或多个实施例中提供的方式，根据相应波形类别为V型的各高频QRS波形数据进一步确定血管响应能力。可以理解，图2所示的高频QRS波形数据的波形类别为V型。这样，通过V型对应的波形分析函数量化高频QRS波形数据的波形变化情况，以分析高频QRS波形数据的波形类别是否为V型，以便于在此基础上，基于波形类别为V型的各高频QRS波形曲线准确确定血管响应能力。
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、且第二参考波形数据的持续时长大于或等于预设时长阈值，表征相应高频QRS波形数据中包括L型波段，则判定相应高频QRS波形数据的波形类别为L型，以便于基于波形类别为L型的各高频QRS波形数据进一步确定血管响应能力。这样，通过L型对应的波形分析函数量化高频QRS波形数据的波形变化情况，以分析高频QRS波形数据的波形类别是否为L型，以便于在此基础上，基于波形类别为L型的各高频QRS波形数据准确确定血管响应能力。
在一个实施例中，图3提供了基于高频QRS波形数据选取各参考点与参考波形数据的示意图。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波形数据，运动阶段在该高频QRS波形数据中对应的时间范围为0至9分钟，第一时间段包括运动中（运动阶段）的前3分钟，处于第一时间段内的高频QRS波形数据为第一参考波形数据，第一参考波形数据中均方根电压最小的点为第一参考点，第一参考波形数据中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）的数据为第二参考波形数据，在第二时间段内均方根电压最大的点为第三参考点，时间晚于第三参考点、且均方根电压最小的点为第四参考点，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波形数据中均方根电压最大的点为第六参考点，基于第三参考点与第四参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%，图3所示高频QRS波形数据对应的最大电压与电压差分别为10uV与3.3uV，且其波形类别为L型。可以理解，在图示的高频QRS波形曲线中，第一参考点与第四参考点为同一个点。图3所示的高频QRS波形数据及对应选取的各参考点与参考波形数据，以及第一参考点与第二参考点的选取仅作为示例，并不用于具体限定。
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、且第二参考波形数据的持续时长大于或等于预设时长阈值，表征相应高频QRS波形数据中包括U型波段，则判定相应高频QRS波形数据的波形类别为U型，并基于波形类别为U型的各高频QRS波形曲线进一步确定血管响应能力。这样，通过U型对应的波形分析函数量化高频QRS波形数据的波形变化情况，以分析高频QRS波形数据的波形类别是否为U型，以便于在此基础上，基于波形类别为U型的各高频QRS波形数据准确确定血管响应能力。
在一个实施例中，图4提供了基于高频QRS波形数据选取各参考点与参考波形数据的示意图。如图4所示，高频QRS波形图中显示有心电图导联V5对应的高频QRS波形数据，运动阶段在该高频QRS波形数据中对应的时间范围为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分钟，处于第一时间段内的高频QRS波形数据为第一参考波形数据，第一参考波形数据中均方根电压最小的点为第一参考点，第一参考波形数据中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）的数据为第二参考波形数据，第二时间段内均方根电压最大的点为第三参考点，时间晚于第三参考点、且均方根电压最小的点为第四参考点，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波形数据中均方根电压最大的点为第六参考点，基于第三参考点与第四参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3.2uV与63%，图4所示高频QRS波形数据对应的最大电压与电压差分别为10uV与3.2uV，且其波形类别为U型。在本实施例中，第二参考点与第三参考点为同一个点。图4所示的高频QRS波形数据及对应选取的各参考点与参考波形数据，以及第一参考点与第二参考点的选取仅作为示例，并不用于具体限定。
在本申请的一个或多个实施例中，若第一时间段包括运动前一段时间与运动中的一段时间，则第一类别、第二类别与第三类别各自的波形特征还包括：第一参考点与第二参考点之间的时间间隔小于或等于预设时间间隔。以第一类别为例，第一类别的波形特征包括：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、且第一参考点与第二参考点之间的时间间隔小于或等于预设时间间隔，在此不一一列举。
在一个实施例中，S118包括：根据所筛选出的高频QRS波形数据确定参考指标；参考指标包括电压差与最大电压的比值，还包括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；根据参考指标确定血管响应能力。
其中，参考指标中的电压差与最大电压的比值，是指所筛选出的各高频QRS波形数据对应的电压差与最大电压的比值中的最大值，可理解为电压差与最大电压的目标比值，目标振幅下降相对值是指所筛选出的各高频QRS波形数据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所筛选出的各高频QRS波形数据对应的波形下降区域面积的和值、平均值或最大值。
具体地，根据所筛选出的各高频QRS波形数据确定电压差与最大电压的比值，还确定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，并在电压差与最大电压的比值基础上，结合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血管响应能力。
在本申请的一个或多个实施例中，若考虑高频QRS波形数据对应的波形类别，筛选波形类别为预设类别的高频QRS波形数据确定参考指标，则参考指标中的电压差与最大电压的比值，是指相应波形类别为预设类别的各高频QRS波形数据对应的电压差与最大电压的比值中的最大值，目标振幅下降相对值是指相应波形类别为预设类别的各高频QRS波形数据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类别的各高频QRS波形数据所对应的波形下降区域面积的和值、平均值或最大值。预设类别包括第一类别（如V型）、第二类别（如L型）与第三类别（如U型）中的至少一种。
以预设类别包括L型为例，参考指标中的电压差与最大电压的比值，指相应波形类别为L型的各高频QRS波形数据对应的电压差与最大电压的比值中的最大值。以预设类别包括V型、U型与L型为例，分析每条高频QRS波形数据的波形类别是否为V型、U型或L型，筛选波形类别为V型的高频QRS波形数据、U型的高频QRS波形数据与L型的高频QRS波形数据，若波形类别为V型的高频QRS波形数据有2条，波形类别为L型的高频QRS波形数据有1条，波形类别为U型的高频QRS波形数据有1条，则根据所筛选出的4条高频QRS波形数据确定参考指标，具体可参照本申请的一个或多个实施例中提供的方式，根据所筛选出的4条高频QRS波形数据确定各参考指标，在此不再赘述。
在一个实施例中，根据所筛选出的高频QRS波形数据确定目标振幅下降相对值，包括：对于所筛选出的每条高频QRS波形数据，根据相应第三参考点与第四参考点各自的均方根电压确定第二振幅下降相对值；将所筛选出的各高频QRS波形数据对应的第二振幅下降相对值中的最大值确定为目标振幅下降相对值。具体地，将第三参考点的均方根电压与相应第四参考点的均方根电压作差得到第二振幅下降相对值，将第二振幅下降相对值与第三参考点的均方根电压的比值作为第二振幅下降相对值。可以理解，若高频QRS波形数据的波形类别为V型，则将第一参考点选作为第四参考点，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波形数据的波形类别为U型或L型，从第二参考波形数据上选取均方根电压最小的点作为第四参考点。
在一个实施例中，目标振幅下降相对值能够反映冠脉血管响应能力，二者成负相关相关。基于目标振幅下降相对值能够确定血管响应能力，如目标振幅下降相对值越大，则标注相应血管响应能力越小或越低，以表征冠脉血管响应能力越弱。由此，根据电压差与最大电压的比值、目标振幅下降相对值，能够得到更为准确的血管响应能力，具体可根据二者各自所处的阈值区间确定血管响应能力。具体地，将电压差与最大电压的比值、目标振幅下降相对值分别与各自的阈值区间进行比较，以将所处阈值区间的参考优先级确定为相应参考指标的参考优先级，并筛选参考优先级较高的参考指标或维度用于确定血管响应能力。或者，根据电压差与最大电压的比值、目标振幅下降相对值各自所处的阈值区间分别确定血管响应能力，并从中筛选关注优先级较高的血管响应能力作为最终的血管响应能力。可以理解，若电压差与最大电压的比值、目标振幅下降相对值各自对应的参考优先级相同，则任选其一用于确定血管响应能力。
举例说明，针对目标振幅下降相对值，预配置有参考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%，各自对应的参考优先级分别记为第一级至第四级。比如，若目标振幅下降相对值处于第一幅度阈值区间，将目标振幅下降相对值的参考优先级确定为参考优先级最高的第一级，类似地，若电压差与最大电压的比值处于第二比值阈值区间，将电压差与最大电压的比值的参考优先级确定为次高的第二级，由于目标振幅下降相对值的参考优先级（第一级）高于电压差与最大电压的比值的参考优先级（第二级），则根据目标振幅下降相对值所处的幅度阈值区间确定血管响应能力，又由于目标振幅下降相对值处于第一幅度阈值区间，则将血管响应能力确定为关注优先级最高的第一级。
还比如，若目标振幅下降相对值处于第一幅度阈值区间，将血管响应能力确定为关注优先级最高的第一级，若电压差与最大电压的比值处于第二比值阈值区间，将血管响应能力确定为关注优先级次高的第二级，通过比较筛选关注优先级较高的第二级作为最终的血管响应能力。参照电压差与最大电压的比值、血管响应能力的对应关系可知，若目标振幅下降相对值处于第二幅度阈值区间，将血管响应能力确定为关注优先级次高的第二级，依此类推，在此不一一列举。
在一个实施例中，根据所筛选出的高频QRS波形数据确定目标波形下降区域面积，包括：从所筛选出的高频QRS波形数据中选取第七参考点与第八参考点；根据第七参考点、第八参考点与高频QRS波形数据确定波形下降区域面积；将所筛选出的各高频QRS波形数据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。
具体地，对于所筛选出的每条高频QRS波形数据，将运动阶段的起始点在该高频QRS波形数据中对应的点作为第七参考点，或，将第二参考点（或第三参考点）作为第七参考点，并将运动阶段的结束点在该高频QRS波形数据中对应的点作为第八参考点。将第七参考点的均方根电压确定为参考振幅，将由参考振幅、第八参考点与高频QRS波形数据确定的、且处于参考振幅下方的封闭区域确定为波形下降区域，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波形数据的波形下降区域面积。或，将由第七参考点、第八参考点、高频QRS波形数据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波形数据的波形下降区域面积。或，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波形数据的波形下降区域面积。第七参考点的时间早于第八参考点的时间。
在一个实施例中，目标波形下降区域面积可用于反映冠脉血管响应能力，二者成负相关关系。基于目标波形下降区域面积能够确定相应血管响应能力，如目标波形下降区域面积越大，则标注相应血管响应能力越低或越小（关注优先级越高），以表征冠脉血管响应能力越弱。由此，根据电压差与最大电压的比值、目标波形下降区域面积，能够得到更为准确的血管响应能力，具体可根据二者各自所处的阈值区间确定血管响应能力。
举例说明，以结合目标波形下降区域面积、电压差与最大电压的比值确定血管响应能力为例，预配置有参考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，若电压差与最大电压的比值处于第一比值阈值区间，且目标波形下降区域面积处于第一面积阈值区间，则标注血管响应能力为第一级，若电压差与最大电压的比值处于第二比值阈值区间，且目标波形下降区域面积处于第一面积阈值区间，则标注血管响应能力为第二级，在此不一一列举。可以理解，面积阈值区间的参考优先级越高，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，根据电压差与最大电压的比值、目标波形下降区域面积、目标振幅下降相对值，能够得到更为准确的血管响应能力。具体而言，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血管响应能力确定方式，根据各参考指标的各种组合方式能够得到相应血管响应能力，在此不再赘述。例如，若目标波形下降区域面积处于第一面积阈值区间、且目标振幅下降相对值处于第一幅度阈值区间和/或电压差与最大电压的比值处于第一比值阈值区间，则标注血管响应能力为关注优先级最高的第一级。
上述实施例中，在电压差与最大电压的比值的基础上，还结合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，能够得到更为准确的血管响应能力供医生参考。
在一个实施例中，上述高频QRS波形数据分析方法还包括：根据运动心电数据对应的高频QRS波形数据确定阳性数量；S118包括：根据所筛选出的高频QRS波形数据对应的电压差与最大电压的比值，以及阳性数量确定血管响应能力；或，根据所筛选出的高频QRS波形数据确定参考指标，并根据参考指标与阳性数量确定血管响应能力；参考指标包括电压差与最大电压的比值，还包括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。
具体地，根据运动心电数据对应的每条高频QRS波形数据分别确定相应导联阳性指标，从运动心电数据对应的各高频QRS波形数据中筛选并统计导联阳性指标指示为阳性的高频QRS波形数据，得到运动心电数据对应的阳性数量，根据所筛选出的高频QRS波形数据确定电压差与最大电压的比值，并根据所确定的电压差与最大电压的比值、阳性数量确定血管响应能力。或者，按照本申请的一个或多个实施例中提供的方式，根据所筛选出的高频QRS波形数据确定参考指标，并根据参考指标与阳性数量确定血管响应能力。
在一个实施例中，对于运动心电数据对应的每条高频QRS波形数据，根据第三参考点与第四参考点各自的均方根电压确定第二振幅下降绝对值与第二振幅下降相对值，并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波形数据的导联阳性指标。若高频QRS波形数据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，阳性数量可用于反应冠脉血管响应能力，二者成负相关关系。基于阳性数量能够确定相应血管响应能力，如阳性数量越大，则标注相应血管响应能力越低或越小（关注优先级越高），以表征冠脉血管响应能力越弱。由此，根据电压差与最大电压的比值、阳性数量，能够得到更为准确的血管响应能力，具体可根据二者各自所处的阈值区间确定血管响应能力。
举例说明，以结合阳性数量、电压差与最大电压的比值确定血管响应能力为例，针对阳性数量预配置有参考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，若电压差与最大电压的比值处于第一比值阈值区间，且阳性数量处于第一数量阈值区间，则标注血管响应能力为第一级，若电压差与最大电压的比值处于第二比值阈值区间，且阳性数量处于第一数量阈值区间，则标注血管响应能力为第二级，在此不一一列举。可以理解，若电压差与最大电压的比值所处的比值阈值区间的参考优先级较高，而阳性数量所处的数量阈值区间的参考优先级较低，可以适当下调血管响应能力的关注优先级。
在一个实施例中，基于本申请的一个或多个实施例中提供的基于参考指标确定血管响应能力的方式可知，在电压差与最大电压的比值、阳性数量的基础上，还结合目标振幅下降相对值与目标波形下降区域面积中的至少一项，能够得到更为准确的血管响应能力，具体结合方式及其对应的血管响应能力确定方式，可参照相应实施例的记载，在此不再赘述。例如，若阳性数量处于第一数量阈值区间、且目标波形下降区域面积处于第一面积阈值区间、且目标振幅下降相对值处于第一幅度阈值区间和/或电压差与最大电压的比值处于第一比值阈值区间，则标注血管响应能力为关注优先级最高的第一级。
如图5所示，在一个实施例中，提供了一种高频QRS波形数据分析方法，该方法具体包括以下步骤：
S502，获取运动心电数据对应的高频QRS波形数据。
S504，选取在第一时间段内的高频QRS波形数据作为第一参考波形数据。
S506，根据第一参考波形数据中均方根电压最小的点确定第一参考点，以及时间早于第一参考点、且均方根电压最大的点确定第二参考点。
S508，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。
S510，根据高频QRS波形数据确定最大电压。
S512，从在第二时间段内的高频QRS波形数据中选取均方根电压最大的点作为第三参考点，以及时间晚于第三参考点、且均方根电压最小的点作为第四参考点。
S514，根据第三参考点与第四参考点各自的均方根电压确定电压差。
S516，从第一参考波形数据中选取满足筛选条件的第五参考点；第五参考点的时间晚于第一参考点。
S518，基于第一参考点与第五参考点各自的均方根电压确定第一振幅上升相对值。
S520，筛选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高频QRS波形数据。
S522，从在第二时间段内的高频QRS波形数据中，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数据。
S524，从在第三时间段内的高频QRS波形数据中选取均方根电压最大的点作为第六参考点。
S526，基于第二参考波形数据的结束点与第六参考点各自的均方根电压确定第二振幅上升相对值。
S528，筛选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、且第二参考波形数据的持续时长大于或等于预设时长阈值的高频QRS波形数据。
S530，筛选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、且第二参考波形数据的持续时长大于或等于预设时长阈值的高频QRS波形数据。
S532，根据所筛选出的高频QRS波形数据确定参考指标，并根据参考指标确定血管响应能力；参考指标包括电压差与最大电压的比值，还包括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。
S534，根据运动心电数据对应的高频QRS波形数据确定阳性数量。
S536，根据所筛选出的高频QRS波形数据对应的电压差与最大电压的比值，以及阳性数量确定血管响应能力。
S538，根据所筛选出的高频QRS波形数据确定参考指标，并根据参考指标与阳性数量确定血管响应能力；参考指标包括电压差与最大电压的比值，还包括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。
上述实施例中，分析每条高频QRS波形数据的波形类别是否为预设类别（如第一类别、第二类别或第三类别），筛选波形类别为第一类别、第二类别与第三类别的高频QRS波形数据，用于确定包括电压差与最大电压的比值，还包括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的参考指标，以根据参考指标确定血管响应能力，或者，根据运动心电数据对应的高频QRS波形数据确定阳性数量，并根据阳性数量、电压差与最大电压的比值（或，参考指标）确定血管响应能力，以通过无创方式准确评估得到血管响应能力供医生参考，以便于医生结合临床症状等准确识别受测者的心脏健康状况。
应该理解的是，虽然图1和图5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5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6所示，提供了一种高频QRS波形数据分析装置600，包括：获取模块601、选取模块602、指标确定模块603、筛选模块604，其中：
获取模块601，用于获取运动心电数据对应的高频QRS波形数据；
选取模块602，用于选取在第一时间段内的高频QRS波形数据作为第一参考波形数据；
选取模块602，还用于根据第一参考波形数据中选取均方根电压最小的点确定第一参考点，以及时间早于第一参考点、且均方根电压最大的点确定第二参考点；
指标确定模块603，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；
指标确定模块603，还用于根据高频QRS波形数据确定最大电压；
选取模块602，用于从在第二时间段内的高频QRS波形数据中选取均方根电压最大的点作为第三参考点，以及时间晚于第三参考点、且均方根电压最小的点作为第四参考点；
指标确定模块603，还用于根据第三参考点与第四参考点各自的均方根电压确定电压差；
筛选模块604，用于筛选第一振幅下降相对值大于或等于第一预设阈值的高频QRS波形数据；
指标确定模块603，用于根据所筛选出的高频QRS波形数据对应的电压差与最大电压的比值确定血管响应能力。
在一个实施例中，筛选模块604，还用于筛选相应波形类别为第一类别、第二类别与第三类别的高频QRS波形数据；第一类别的波形特征包括：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；第二类别的波形特征包括：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、且第二参考波形数据的持续时长大于或等于预设时长阈值；第三类别的波形特征包括：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、且第二参考波形数据的持续时长大于或等于预设时长阈值；选取模块602，还用于从第一参考波形数据中选取满足筛选条件的第五参考点；第五参考点的时间晚于第一参考点；指标确定模块603，还用于基于第一参考点与第五参考点各自的均方根电压确定第一振幅上升相对值；选取模块602，还用于从在第二时间段内的高频QRS波形数据中，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数据；从在第三时间段内的高频QRS波形数据中选取均方根电压最大的点作为第六参考点；指标确定模块603，还用于基于第二参考波形数据的结束点与第六参考点各自的均方根电压确定第二振幅上升相对值。
在一个实施例中，筛选模块604，还用于筛选相应波形类别为第一类别的高频QRS波形数据；或，筛选相应波形类别为第二类别的高频QRS波形数据；或，筛选相应波形类别为第三类别的高频QRS波形数据；第一类别的波形特征包括：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；第二类别的波形特征包括：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、且第二参考波形数据的持续时长大于或等于预设时长阈值；第三类别的波形特征包括：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、且第二参考波形数据的持续时长大于或等于预设时长阈值；选取模块602，还用于从第一参考波形数据中选取满足筛选条件的第五参考点；第五参考点的时间晚于第一参考点；指标确定模块603，还用于基于第一参考点与第五参考点各自的均方根电压确定第一振幅上升相对值；选取模块602，还用于从在第二时间段内的高频QRS波形数据中，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数据；从在第三时间段内的高频QRS波形数据中选取均方根电压最大的点作为第六参考点；指标确定模块603，还用于基于第二参考波形数据的结束点与第六参考点各自的均方根电压确定第二振幅上升相对值。
在一个实施例中，指标确定模块603，还用于根据所筛选出的高频QRS波形数据确定参考指标；参考指标包括电压差与最大电压的比值，还包括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；根据参考指标确定血管响应能力。
在一个实施例中，指标确定模块603，还用于根据运动心电数据对应的高频QRS波形数据确定阳性数量；根据所筛选出的高频QRS波形数据对应的电压差与最大电压的比值，以及阳性数量确定血管响应能力；或，根据所筛选出的高频QRS波形数据确定参考指标，并根据参考指标与阳性数量确定血管响应能力；参考指标包括电压差与最大电压的比值，还包括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。
关于高频QRS波形数据分析装置的具体限定可以参见上文中对于高频QRS波形数据分析方法的限定，在此不再赘述。上述高频QRS波形数据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7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波形数据。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波形数据分析方法。
本领域技术人员可以理解，图7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 (12)
1.一种高频QRS波形数据分析方法，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波形数据；
选取在第一时间段内的高频QRS波形数据作为第一参考波形数据；所述第一时间段由运动前一段时间与运动中的一段时间组成，或者，由运动中的一段时间组成；
根据所述第一参考波形数据中均方根电压最小的点确定第一参考点，以及时间早于所述第一参考点、且均方根电压最大的点确定第二参考点；
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；
根据所述高频QRS波形数据确定最大电压；
从在第二时间段内的高频QRS波形数据中选取均方根电压最大的点作为第三参考点，以及时间晚于所述第三参考点、且均方根电压最小的点作为第四参考点；
根据所述第三参考点与所述第四参考点各自的均方根电压确定电压差；
筛选第一振幅下降相对值大于或等于第一预设阈值的高频QRS波形数据；
根据所筛选出的高频QRS波形数据对应的电压差与最大电压的比值确定血管响应能力；
所述根据所述高频QRS波形数据确定最大电压，包括：从所述高频QRS波形数据中获取均方根电压的最大值作为目标电压，根据所述目标电压确定最大电压。
2.根据权利要求1所述的方法，其特征在于，所述筛选第一振幅下降相对值大于或等于第一预设阈值的高频QRS波形数据，包括：
筛选相应波形类别为第一类别、第二类别与第三类别的高频QRS波形数据；
所述第一类别的波形特征包括：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；
所述第二类别的波形特征包括：第一振幅下降相对值大于或等于所述第一预设阈值、第二振幅上升相对值小于第三预设阈值、且第二参考波形数据的持续时长大于或等于预设时长阈值；
所述第三类别的波形特征包括：第一振幅下降相对值大于或等于所述第一预设阈值、第二振幅上升相对值大于或等于所述第三预设阈值、且第二参考波形数据的持续时长大于或等于所述预设时长阈值；
所述第一振幅上升相对值的确定步骤，包括：
从所述第一参考波形数据中选取满足筛选条件的第五参考点；所述第五参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五参考点各自的均方根电压确定第一振幅上升相对值；
所述第二振幅上升相对值的确定步骤，包括：
从在所述第二时间段内的高频QRS波形数据中，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数据；
从在第三时间段内的高频QRS波形数据中选取均方根电压最大的点作为第六参考点；
基于所述第二参考波形数据的结束点与所述第六参考点各自的均方根电压确定第二振幅上升相对值。
3.根据权利要求1所述的方法，其特征在于，所述筛选第一振幅下降相对值大于或等于第一预设阈值的高频QRS波形数据，包括：
筛选相应波形类别为第一类别的高频QRS波形数据；或，筛选相应波形类别为第二类别的高频QRS波形数据；或，筛选相应波形类别为第三类别的高频QRS波形数据；
所述第一类别的波形特征包括：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；
所述第二类别的波形特征包括：第一振幅下降相对值大于或等于所述第一预设阈值、第二振幅上升相对值小于第三预设阈值、且第二参考波形数据的持续时长大于或等于预设时长阈值；
所述第三类别的波形特征包括：第一振幅下降相对值大于或等于所述第一预设阈值、第二振幅上升相对值大于或等于所述第三预设阈值、且第二参考波形数据的持续时长大于或等于所述预设时长阈值；
所述第一振幅上升相对值的确定步骤，包括：
从所述第一参考波形数据中选取满足筛选条件的第五参考点；所述第五参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五参考点各自的均方根电压确定第一振幅上升相对值；
所述第二振幅上升相对值的确定步骤，包括：
从在所述第二时间段内的高频QRS波形数据中，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数据；
从在第三时间段内的高频QRS波形数据中选取均方根电压最大的点作为第六参考点；
基于所述第二参考波形数据的结束点与所述第六参考点各自的均方根电压确定第二振幅上升相对值。
4.根据权利要求1至3任意一项所述的方法，其特征在于，所述根据所筛选出的高频QRS波形数据对应的电压差与最大电压的比值确定血管响应能力，包括：
根据所筛选出的高频QRS波形数据确定参考指标；所述参考指标包括电压差与最大电压的比值，还包括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血管响应能力。
5.根据权利要求1至3任意一项所述的方法，其特征在于，所述方法还包括：
根据所述运动心电数据对应的高频QRS波形数据确定阳性数量；
所述根据所筛选出的高频QRS波形数据对应的电压差与最大电压的比值确定血管响应能力，包括：
根据所筛选出的高频QRS波形数据对应的电压差与最大电压的比值，以及所述阳性数量确定血管响应能力；或，
根据所筛选出的高频QRS波形数据确定参考指标，并根据所述参考指标与所述阳性数量确定血管响应能力；所述参考指标包括电压差与最大电压的比值，还包括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。
6.一种高频QRS波形数据分析装置，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波形数据；
选取模块，用于选取在第一时间段内的高频QRS波形数据作为第一参考波形数据；所述第一时间段由运动前一段时间与运动中的一段时间组成，或者，由运动中的一段时间组成；
所述选取模块，还用于根据所述第一参考波形数据中均方根电压最小的点确定第一参考点，以及时间早于所述第一参考点、且均方根电压最大的点确定第二参考点；
指标确定模块，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；
所述指标确定模块，还用于根据所述高频QRS波形数据确定最大电压；
所述选取模块，用于从在第二时间段内的高频QRS波形数据中选取均方根电压最大的点作为第三参考点，以及时间晚于所述第三参考点、且均方根电压最小的点作为第四参考点；
所述指标确定模块，还用于根据所述第三参考点与所述第四参考点各自的均方根电压确定电压差；
筛选模块，用于筛选第一振幅下降相对值大于或等于第一预设阈值的高频QRS波形数据；
指标确定模块，用于根据所筛选出的高频QRS波形数据对应的电压差与最大电压的比值确定血管响应能力；
所述指标确定模块，还用于从所述高频QRS波形数据中获取均方根电压的最大值作为目标电压，根据所述目标电压确定最大电压。
7.根据权利要求6所述的装置，其特征在于，所述筛选模块，还用于筛选相应波形类别为第一类别、第二类别与第三类别的高频QRS波形数据；所述第一类别的波形特征包括：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；所述第二类别的波形特征包括：第一振幅下降相对值大于或等于所述第一预设阈值、第二振幅上升相对值小于第三预设阈值、且第二参考波形数据的持续时长大于或等于预设时长阈值；所述第三类别的波形特征包括：第一振幅下降相对值大于或等于所述第一预设阈值、第二振幅上升相对值大于或等于所述第三预设阈值、且第二参考波形数据的持续时长大于或等于所述预设时长阈值；
所述选取模块，还用于从所述第一参考波形数据中选取满足筛选条件的第五参考点；所述第五参考点的时间晚于所述第一参考点；
所述指标确定模块，还用于基于所述第一参考点与所述第五参考点各自的均方根电压确定第一振幅上升相对值；
所述选取模块，还用于从在所述第二时间段内的高频QRS波形数据中，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数据；从在第三时间段内的高频QRS波形数据中选取均方根电压最大的点作为第六参考点；
所述指标确定模块，还用于基于所述第二参考波形数据的结束点与所述第六参考点各自的均方根电压确定第二振幅上升相对值。
8.根据权利要求6所述的装置，其特征在于，所述筛选模块，还用于筛选相应波形类别为第一类别的高频QRS波形数据；或，筛选相应波形类别为第二类别的高频QRS波形数据；或，筛选相应波形类别为第三类别的高频QRS波形数据；所述第一类别的波形特征包括：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；所述第二类别的波形特征包括：第一振幅下降相对值大于或等于所述第一预设阈值、第二振幅上升相对值小于第三预设阈值、且第二参考波形数据的持续时长大于或等于预设时长阈值；所述第三类别的波形特征包括：第一振幅下降相对值大于或等于所述第一预设阈值、第二振幅上升相对值大于或等于所述第三预设阈值、且第二参考波形数据的持续时长大于或等于所述预设时长阈值；
所述选取模块，还用于从所述第一参考波形数据中选取满足筛选条件的第五参考点；所述第五参考点的时间晚于所述第一参考点；
所述指标确定模块，还用于基于所述第一参考点与所述第五参考点各自的均方根电压确定第一振幅上升相对值；
所述选取模块，还用于从在所述第二时间段内的高频QRS波形数据中，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数据；从在第三时间段内的高频QRS波形数据中选取均方根电压最大的点作为第六参考点；
所述指标确定模块，还用于基于所述第二参考波形数据的结束点与所述第六参考点各自的均方根电压确定第二振幅上升相对值。
9.根据权利要求6至8任意一项所述的装置，其特征在于，所述指标确定模块，还用于根据所筛选出的高频QRS波形数据确定参考指标；所述参考指标包括电压差与最大电压的比值，还包括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血管响应能力。
10.根据权利要求6至8任意一项所述的装置，其特征在于，所述指标确定模块，还用于根据所述运动心电数据对应的高频QRS波形数据确定阳性数量；根据所筛选出的高频QRS波形数据对应的电压差与最大电压的比值，以及所述阳性数量确定血管响应能力；或，根据所筛选出的高频QRS波形数据确定参考指标，并根据所述参考指标与所述阳性数量确定血管响应能力；所述参考指标包括电压差与最大电压的比值，还包括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。
11.一种计算机设备，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5中任一项所述的高频QRS波形数据分析方法的步骤。
12.一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5中任一项所述的高频QRS波形数据分析方法的步骤。
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210705685.4A CN114788703B (zh) | 2022-06-21 | 2022-06-21 | 高频qrs波形数据分析方法、装置、计算机设备与存储介质 |
| PCT/CN2023/093453 WO2023246358A1 (zh) | 2022-06-21 | 2023-05-11 | 高频qrs波形数据分析方法、装置、计算机设备与存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210705685.4A CN114788703B (zh) | 2022-06-21 | 2022-06-21 | 高频qrs波形数据分析方法、装置、计算机设备与存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114788703A CN114788703A (zh) | 2022-07-26 |
| CN114788703B true CN114788703B (zh) | 2022-10-21 |
Family
ID=82463008
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210705685.4A Active CN114788703B (zh) | 2022-06-21 | 2022-06-21 | 高频qrs波形数据分析方法、装置、计算机设备与存储介质 |
Country Status (2)
| Country | Link |
|---|---|
| CN (1) | CN114788703B (zh) |
| WO (1) | WO2023246358A1 (zh) |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114742113B (zh) * | 2022-06-09 | 2022-11-29 | 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 |
| CN114788703B (zh) * | 2022-06-21 | 2022-10-21 | 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 |
| 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 |
Family Cites Families (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US4422459A (en) * | 1980-11-18 | 1983-12-27 | University Patents, Inc. | Electrocardiographic means and method for detecting potential ventricular tachycardia |
| US7113820B2 (en) * | 2001-07-12 | 2006-09-26 | The United States Of America As Represented By The Administration Of The National Aeronautics And Space Administration | Real-time, high frequency QRS electrocardiograph |
| AU2003233437A1 (en) * | 2002-03-26 | 2003-10-13 | National Aeronautics And Space Administration | System for the diagnosis and monitoring of coronary artery disease, acute coronary syndromes, cardiomyopathy and other cardiac conditions |
| JP2007535392A (ja) * | 2004-05-01 | 2007-12-06 | ビーエスピー バイオロジカル シグナル プロセッシング リミテッド | 高周波ｑｒｓ群の分析のための装置および方法 |
| WO2008015683A2 (en) * | 2006-08-03 | 2008-02-07 | Bsp Biological Signal Processing Ltd. | Apparatus and method for identifying myocardial ischemia using analysis of high frequency qrs potentials |
| CN113712569B (zh) * | 2021-11-01 | 2022-02-08 | 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 |
| 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 |
| CN114788703B (zh) * | 2022-06-21 | 2022-10-21 | 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 |
-
2022
- 2022-06-21 CN CN202210705685.4A patent/CN114788703B/zh active Active
-
2023
- 2023-05-11 WO PCT/CN2023/093453 patent/WO2023246358A1/zh unknown
Also Published As
| Publication number | Publication date |
|---|---|
| CN114788703A (zh) | 2022-07-26 |
| WO2023246358A1 (zh) | 2023-12-28 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| 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 | |
| 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 | |
| CN114732419B (zh) | 运动心电数据分析方法、装置、计算机设备与存储介质 | |
| CN113712569B (zh) | 高频qrs波群数据分析方法及装置 | |
| EP2964077B1 (en) | System of determining a risk score for triage | |
| CN110623658B (zh) | 信号处理方法、信号处理装置、医学设备、存储介质 | |
| CN102429649B (zh) | 连续血压测量装置 | |
| CN109276241B (zh) | 一种压力识别方法及设备 | |
| US8668649B2 (en) | System for cardiac status determination | |
| US8388542B2 (en) | System for cardiac pathology detection and characterization | |
| 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 | |
| EP2534597A2 (en) | Method of predicting the survivability of a patient | |
| US9078575B2 (en) | Heartbeat categorization | |
| JP2006528023A (ja) | 心拍数変動に基づいて心虚血を評価するための方法およびシステム | |
| 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 | |
| WO2013186634A2 (en) | Predicting acute cardiopulmonary events and survivability of a patient | |
| US9320445B2 (en) | System for cardiac condition detection responsive to blood pressure analysis | |
| CN116725549B (zh) | 心电数据分析方法、装置、计算机设备与存储介质 | |
| CN116616790B (zh) | 心脏风险评估方法、装置、计算机设备与存储介质 | |
| Rodriguez et al. | Cardiorespiratory and vascular variability analysis to classify patients with ischemic and dilated cardiomyopathy | |
| CN116649985A (zh) | 心电数据处理方法、装置、计算机设备与存储介质 | |
| US20230371827A1 (en) | Machine learning techniques for estimating carotid-femoral pulse wave velocity and/or vascular age from single-site arterial waveform measurements | |
| CN118053531B (zh) | 一种医学检验临床数据智能管理方法及系统 | |
| WO2022149381A1 (ja) | 信号解析装置、信号解析方法及びプログラム | |
| Kotzen et al. | SleepPPG-Net: a deep learning algorithm for sleep staging from continuous photoplethysmography |
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 |
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 |
|
| CB03 | Change of inventor or designer information |