CN116019435A - 一种类心脏的心率确定方法、装置、电子设备及存储介质 - Google Patents
一种类心脏的心率确定方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN116019435A CN116019435A CN202211714992.5A CN202211714992A CN116019435A CN 116019435 A CN116019435 A CN 116019435A CN 202211714992 A CN202211714992 A CN 202211714992A CN 116019435 A CN116019435 A CN 116019435A
- Authority
- CN
- China
- Prior art keywords
- heart
- peak detection
- detection result
- peak
- heart rate
- 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
- 238000000034 method Methods 0.000 title claims abstract description 56
- 238000001514 detection method Methods 0.000 claims abstract description 217
- 238000012795 verification Methods 0.000 claims abstract description 32
- 238000001914 filtration Methods 0.000 claims description 41
- 238000004590 computer program Methods 0.000 claims description 10
- 230000002159 abnormal effect Effects 0.000 claims description 4
- 238000000605 extraction Methods 0.000 claims description 4
- 230000010247 heart contraction Effects 0.000 abstract description 2
- 230000008569 process Effects 0.000 description 10
- 238000010586 diagram Methods 0.000 description 9
- 230000008859 change Effects 0.000 description 7
- 230000033001 locomotion Effects 0.000 description 7
- 238000010009 beating Methods 0.000 description 6
- 210000002220 organoid Anatomy 0.000 description 6
- 238000004458 analytical method Methods 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000007781 pre-processing Methods 0.000 description 3
- 238000012360 testing method Methods 0.000 description 3
- 230000005856 abnormality Effects 0.000 description 2
- 230000003321 amplification Effects 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 230000000747 cardiac effect Effects 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 239000000284 extract Substances 0.000 description 2
- 208000019622 heart disease Diseases 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000003199 nucleic acid amplification method Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000002787 reinforcement Effects 0.000 description 2
- 230000035559 beat frequency Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 230000008602 contraction Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 238000003708 edge detection Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 210000000056 organ Anatomy 0.000 description 1
- 239000011295 pitch Substances 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Images
Landscapes
- Apparatus For Radiation Diagnosis (AREA)
Abstract
本发明提供了一种类心脏的心率确定方法、装置、设备及存储介质,用于实现通过类心脏的视频图像获取类心脏自身的心率情况的确定,通过依据连续多帧的类心脏图像提取特征像素点的时域信号,对时域信号进行第一波峰检测,获取第一波峰频率结果,对第一波峰频率结果的有效性进行验证,若第一波峰频率结果通过验证,则基于第一波峰频率结果确定类心脏的心率。特征像素点为类心脏图像中能够反映心脏跳动的像素点,通过对不同帧类心脏图像中特征像素点生成的时域信号进行波峰检测,生成波峰检测结果,以实现对时域信号的检测,保证特征像素点生成的时域信号的准确性,依据对多次波峰检测结果的验证,实现对类心脏心率的确定。
Description
技术领域
本发明涉及类心脏技术领域,特别涉及一种类心脏的心率确定方法、装置、电子设备及存储介质。
背景技术
现代人的心脏疾病的发病率逐渐增加,与此对应的是,现代医学的不断发展设计出多种治疗手段来治疗心脏疾病,其中,通过类心脏来替代或辅助人体心脏的相关技术逐渐得到广泛的应用。
其中,在类心脏日常的工作过程中,针对类心脏进行测试的过程中,需要确定类心脏的具体心率,从而了解类心脏的工作状态。针对常规心率进行测试的方法或装置并不适合对类心脏的心率进行测试,因此,现有手段难以获知类心脏的心率,也就无法获知其当前状态。
如何实现确定类心脏的心率是本领域技术人员需要解决的技术问题。
发明内容
有鉴于此,本发明提供了一种类心脏的心率确定方法、装置、设备及存储介质,用于实现通过类心脏的视频图像确定类心脏自身的心率。
为解决上述技术问题,本申请提供一种类心脏的心率确定方法,包括:
依据连续多帧的类心脏图像提取特征像素点的时域信号;
对所述时域信号进行第一波峰检测,获取第一波峰检测结果;
对所述第一波峰检测结果的有效性进行验证;
若所述第一波峰检测结果通过验证,则基于所述第一波峰检测结果确定所述类心脏的心率。
可选的,若所述第一波峰检测结果未通过验证,所述方法还包括:
对所述特征像素点的时域信号进行第二波峰检测,获取第二波峰检测结果,并对所述第二波峰检测结果的有效性进行验证,若所述第二波峰检测结果通过验证,则基于所述第二波峰检测结果确定所述类心脏的心率;
其中,所述第一波峰频率检测和所述第二波峰检测为正向波峰检测和反向波峰检测的一种和另一种。
可选的,所述特征像素点为所述类心脏图像的类心脏边界线上的像素点。
可选的,所述方法,还包括:
将连续多帧所述类心脏图像的类心脏边界线上所有像素点的时域信号转换成频域信号;
依据所有像素点的频域信号各自对应的振幅值,确定在正常心率范围内且所述振幅值最大的所述频域信号对应的像素点为所述特征像素点。
可选的,所述确定在正常心率范围内且所述振幅值最大的所述频域信号对应的像素点为所述特征像素点,具体包括:
确定在正常心率范围内且所述振幅值最大的所述频域信号对应的像素点为初步特征像素点;
确定所述类心脏边界线上的在所述初步特征像素点的预设距离内的预设数量的像素点的频域信号对应的振幅值;
比较所述预设数量的像素点的振幅值与所述最大振幅值的差值是否在预设差值范围内;
若是,确定所述初步特征像素点作为所述特征像素点。
可选的,所述第一波峰检测或所述第二波峰检测中采用如下波峰检测步骤:
判断所述特征像素点的所述时域信号的当前时间点的像素值是否大于上一时间点和下一时间点的像素值;
若是,则将所述当前时间点的像素值作为波峰值。
可选的,所述第一波峰检测结果和所述第二波峰检测结果均称之为波峰检测结果;
对所述波峰检测结果波采用如下有效性验证步骤:
基于所述波峰检测结果确定出包括多个频率值的一组频率值;
获取所述一组频率值中在正常心率范围的所述频率值的第一数量与总数量的占比;
判断所述占比是否大于预设占比,若是,则判断该一组频率值所对应的波峰检测结果为有效。
可选的,还包括:
若所述第二波峰检测结果通未过验证,则确定所述类心脏异常。
可选的,所述第一波峰检测结果和所述第二波峰检测结果均称之为波峰检测结果;
基于波峰检测结果确定所述类心脏的心率,包括:
对所述波峰检测结果进行过滤;
基于过滤后的波峰检测结果确定所述类心脏的心率。
可选的,所述对所述波峰检测结果进行过滤,具体包括:
基于所述波峰检测结果确定波峰过滤阈值,波峰过滤阈值为在预设峰值范围内的波峰数量小于预设阈值数量时的最大值;
根据所述波峰过滤阈值对波峰检测结果进行过滤,以过滤掉波峰值小于所述波峰过滤阈值的波峰。
本申请还提供一种类心脏的心率确定装置,装置具体包括:
时域信号提取模块,依据连续多帧的类心脏图像提取特征像素点的时域信号;
第一波峰检测结果获取模块,用于对所述时域信号进行第一波峰检测,获取第一波峰检测结果;
波峰验证模块,用于对所述第一波峰检测结果的有效性进行验证;
心率确定模块,用于若所述第一波峰检测结果通过验证,则基于所述第一波峰检测结果确定所述类心脏的心率。
本申请还提供了一种电子设备,包括:
存储器,用于存储计算机程序;
处理器,用于执行所述计算机程序时实现类心脏的心率确定方法的步骤。
本申请还提供一种可读存储介质,所述可读存储介质上存储有计算机程序,计算机程序被处理器执行时实现类心脏的心率确定方法的步骤。
与现有技术相比,本申请应用于确定类心脏的心率。通过依据连续多帧的类心脏图像提取特征像素点的时域信号,对时域信号进行第一波峰检测,获取第一波峰检测结果,对第一波峰检测结果的有效性进行验证,若第一波峰检测结果通过验证,则基于第一波峰检测结果确定类心脏的心率。本申请技术方案中特征像素点为类心脏图像中能够反映心脏跳动的像素点,通过对不同帧类心脏图像中特征像素点生成的时域信号进行波峰检测,生成波峰检测结果,以实现对时域信号的检测,保证特征像素点生成的时域信号的准确性,依据对多次波峰检测结果的验证,实现对类心脏心率的确定。
本申请还提供了一种类心脏的心率确定装置、电子设备及可读存储介质,具有以上有益效果,在此不再赘述。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据提供的附图获得其他的附图。
图1为本申请提供的一种类心脏的心率确定方法的流程图;
图2a为本申请提供的的视频第一帧图像示例;
图2b为本申请提供帧图像切割背景过程示例;
图2c为本申请提供的一种类心脏图像按序排布示例;
图3为本申请提供的一种类心脏波形的正向波峰检测的结果示意图;
图4为本申请提供的一种类心脏波形的反向波峰检测的结果示意图;
图5a为本申请提供的一种第三代类心脏的示意图;
图5b为本申请提供的一种第二代类心脏的示意图;
图6为本申请提供的一种特征像素点在类心脏图像内部区域的示意图;
图7为本申请提供的波峰检测结果确定出的一组频率值的示意图;
图8(a)、(b)、(c)分别为本申请提供的通过正向正常波、反向正常波、正向加强波进行波峰检测的检测结果示意图;
图9为本申请提供的一种类心脏的心率确定装置的结构图。
具体实施方式
本申请的核心是提供一种类心脏的心率确定确定方法,该方法可快速识别类心脏影像下的类心脏的具体心率。本申请的另一核心是一种类心脏的心率确定装置、设备及一种可读存储介质。
为使本申请实施例的目的、技术方案和优点更加清楚,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,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他实施例,都属于本申请保护的范围。
本申请提供一种类心脏的心率确定方法,请参考图1,图1为本申请实施例提供的一种类心脏的心率确定方法的流程图,该方法主要包括以下步骤:
S100,对类心脏视频进行预处理,获取类心脏图像。
本申请实施例内容主要针对类心脏的视频所表现出的类心脏的跳动情况进行心率识别和确认,具体的,类心脏的视频可以划分出随着时间变化而连续多帧的类心脏图像,如图2c所示,每帧的类心脏图像分别能够表示当前帧节点的类心脏的跳动状态。同时,本实施例内容在获得类心脏图像之前还进一步包括,对类心脏视频的每帧类心脏原图进行裁剪,以使裁剪后的类心脏图像的大小为包括完整类心脏的小图。
具体地,在得到类器官心脏的视频数据之后,首先将视频转化成帧图像。从图像中可以发现,类器官心脏只占了整张的很少一部分,其余的背景其实是我们在分析过程中不需要的,需要将类器官心脏所处的区域进行分割出来,这样做即可以加快分析的速度,也可以节约计算机资源,于是对视频的第一帧或者任意一帧图像进行转灰度图的边缘检测,找出类器官心脏的边界线,如下图2a中的黑色环线所示:得到轮廓区域之后,将该区域的线条转化为由一个个的点构成的集合,寻找到最大和最小的x,y值,根据该值和一个自定义的边缘padding(现阶段使用的是20个像素点,即,外扩20个像素点)去计算得到一个左上角和右下角的坐标,如图2b中的两个灰点,根据这两个灰点构成的矩形区域,对所有的视频帧进行裁剪,如图2b所示,这样就能够完成第一步预处理得到预处理图像。
将预处理图像进行三次高斯下采样,实现图像的压缩,加快计算速度,获取第三下采样之后的图像数据作为第二步预处理之后的数据,同时将每一帧图像中的g通道作为该帧的分析通道,获取处理之后的所有数据为类心脏图像(经过一定的试验,用三通道数据和单通道的数据对结果基本没有影响,都能够准确得到类器官心脏的心率,所以采用单通道的数据来作为每一帧的分析数据,采用R,B通道都可取)。如图2c所示,其中,图中连续多个类心脏图像按照视频帧数的时间顺序排布,图像高为H,图像宽为W。
S101,依据连续多帧的类心脏图像提取特征像素点的时域信号。
在上述实施例中,针对类心脏视频可以获取时间上连续多帧的类心脏图像,一段类心脏视频可以包括多帧类心脏图像,因此,类心脏图像存在一种随时间先后排布的关系。
本实施例内容通过采取类心脏图像中的特征像素点,观测其所处的类心脏的部位随时间变化的运动情况,如图2c所示的类心脏图像的右上角像素点位随时间的变化其在多帧类心脏图像的像素值发生变化,其中,需要强调的是,特征像素点与类心脏的相对位置是不变的,本申请提出的特征像素点会产生时域信号的原因是该特征像素点的位置不发生变化,但随着类心脏的运动该特征像素点处的像素值产生变化,因此,可以理解,特征像素点的时域信号为该特征像素点随着时间的像素值变化信号,其中,类心脏的运动包括收缩、膨胀等。本实施例内容通过观测多帧类心脏图像中的特征像素点的运动情况生成时域信号,其中,多帧的类心脏图像指将类心脏视频以每帧图像传输时间间隔进行划分生成的图像。
S102,对时域信号进行第一波峰检测,获取第一波峰检测结果。
在本申请实施例中,针对上述实施例生成的时域信号,为了了解时域信号是否可靠,需要对时域信号进行识别,本实施例内容提出对时域信号的波峰进行波峰检测,一个像素点的位置在所有视频帧的像素值上有主波峰、次波峰以及其它波峰组成,同时,波峰与波峰之前还会因为间距不同产生不同的波峰频,本申请实施例通过对时域信号进行第一波峰检测,获取第一波峰检测结果,获取波峰的相关数据。
S103,对第一波峰检测结果的有效性进行验证。
在获取到波峰的相关数据后,本申请实施例内容提出第一波峰检测结果进行有效性验证,具体的,类心脏器官的波峰频率的跳动频率在0.1~0.16之间,未超出上述范围则确定第一波峰检测结果有效,如果频率在该范围内容的频率很少,则第一波峰检测结果无效。
S104,若第一波峰检测结果通过验证,则基于第一波峰检测结果确定类心脏的心率。
本实施例内容针对类心脏图像中的特征像素点,依据在多帧类心脏图像的随着类心脏的运动而产生的位置变化生成的时域信号,对时域信号进行波峰检测,生成第一波峰检测结果,并在确认第一波峰检测结果的有效性通过验证后确定类心脏的心率。本申请技术方案能够实现类心脏图像中包含的特征像素点生成随类心脏运动生成的时域信号,在对时域信号的第一波峰检测结果进行验证后,保证时域信号的可靠性,从而准确计算类心脏的心率。
在本申请的一种具体实施例中,若所述第一波峰检测结果未通过验证,所述方法还包括:
对所述特征像素点的时域信号进行第二波峰检测,获取第二波峰检测结果,并对所述第二波峰检测结果的有效性进行验证,若所述第二波峰检测结果通过验证,则基于所述第二波峰检测结果确定所述类心脏的心率;
其中,所述第一波峰频率检测和所述第二波峰检测为正向波峰检测和反向波峰检测的一种和另一种。
本申请公开一种实施方式,当第一波峰检测结果未通过验证,即第一波峰检测结果中的大部分频率位于跳动频率在0.1~0.16之外,本实施例提出对时域信号进行第二波峰检测,获取第二波峰检验结果,并对第二波峰检测结果进行验证,若第二波峰检测结果通过验证,则基于第二波峰检测结果确定所述类心脏的心率。其中,第一波峰频率检测和第二波峰检测为正向波峰检测和反向波峰检测的一种和另一种。更进一步的,正向波峰检测和反向波峰检测分别为将同一时域信号的波峰和波谷视为波峰进行波峰检验的过程,在此,不对正向波峰检测和反向波峰检测具体如何界定时域信号的波峰和波谷进行进一步说明。如图3为正向波峰检测的结果示意图;图4为反向波峰检测的结果示意图。
本实施例的技术方案考虑到在实际测量计算的过程中出现的类心脏图像的时域信号识别时可能出现的异常问题做出的进一步测量的过程,提出针对时域信号的第二次验证,基于第二次频率结果确定类心脏心率。
在本申请的一种实施例中,特征像素点为所述类心脏图像的类心脏边界线上的像素点。
图5a为第三代类心脏示意图;如图5a所示,第三代类心脏的内部区域结构复杂,类心脏的内部区域中像素点的像素值和背景区域会有相同处,在一些情况下,像素序列的主波峰和次波峰之间的高度差异会很小,因此,若采用在内部区域寻找特征像素点,后续波峰检测确定心率值可能存在误差,而考虑到类心脏跳动规律,内部跳动会传递至类心脏的边界上,故在类心脏边界线上选取特征像素点,以便后续的波峰检测来确定心率值的准确性较高一些,故不仅适用于第二代类心脏,还适用于第三代类心脏;另外由于仅在类心脏边界线上寻找特征像素点,还具有处理速度快的优点。
图5b为第二代类心脏的示意图,第二代类心脏内部区域和背景区域差异很大,像素序列的变化主波峰和次波峰之间的高度差距较大,因此,通过在类心脏的内部区域也可以确定出能够较好地反映出心脏跳动的特征像素点,如图6所示帧图像,可以将帧节点中的类心脏图像的内部区域内的一个像素点确定为特征像素点,反映类心脏的运动情况。
在本申请的一种实施例中,所述方法还包括如下步骤来确定出特征像素点:
第一步骤,将连续多帧所述类心脏图像的类心脏边界线上所有像素点的时域信号转换成频域信号。具体地,对于连续多帧类心脏图像中的某一像素点所在位置,按照视频帧方向取像素值,所有帧上该位置的像素值可以组成一个时域信号(或称之为像素序列)。类心脏像素点的像素序列的变化就蕴含着类心脏跳动的频率的一个信息,但是单从像素值的变化来看很难观察到这一类的信息,所以对于类心脏像素点的像素序列,将其进行快速傅里叶转换,将时域信号转换为频域信号,得到该序列转换成的无数正余弦序列的加和。
第二步骤,依据所有像素点的频域信号各自对应的振幅值,确定在正常心率范围内所述振幅值最大的所述频域信号对应的像素点为所述特征像素点。具体地,确定类心脏心率的正常心率范围,根据实验数据统计发现类心脏的正常心率范围在6到130之间。首先对每个类心脏像素点的像素序列的频谱图,执行6到130之间的频率筛选,其余频率删除(6到130之外的频率系数置为0)。对于在6到130频率范围内的每个类心脏像素点的像素序列,确定每个类心脏像素点的最大振幅;最后对比所有的类心脏像素点各自的最大振幅,选取多个最大振幅中一个最大值对应的像素点,即为特征像素点。
由此可以理解,特征像素点为连续多帧的类心脏图像中,频域信号在正确心率范围内且振幅值最大对应的像素点,采用此种方式既能够保证特征像素点的频率属于类心脏的正确心率范围内,还能够保证特征像素点处能够反映出较大的心率跳动,从而有利于确定心率值的准确性。
在本申请的一种实施例中,上述确定在正常心率范围内且所述振幅值最大的所述频域信号对应的像素点为所述特征像素点,所述方法还包括:
确定在正常心率范围内且所述振幅值最大的所述频域信号对应的像素点为初步特征像素点;
确定所述类心脏边界线上的在所述最大振幅值对应的初步特征像素点的预设距离内的预设数量的像素点的频域信号对应的振幅值;
比较所述预设数量的像素点的振幅值与所述最大振幅值的差值是否在预设差值范围内;
若是,确定所述最大振幅值对应的初步特征像素点作为所述特征像素点。
本申请实施例公开了针对特征像素点的验证方法,首先,将在正常心率范围内,最大振幅值对应的频域信号作为初步特征像素点,比较初步特征像素点预设距离内预设数量的其它像素点,计算其它像素点对应的振幅值与初步特征像素点的振幅值间的差值,计算差值是否在预设差值范围内。初步特征像素点虽然对应最大振幅值,但是其相邻的像素点其他像素点的振幅值应该与该最大振幅值相差不大,才可以将该初步特征像素点为特征像素点。
因此,可以理解,通过上述步骤实际上是在确定特征像素点时增加了噪音振动的校验,避免选取到一个错误像素点。更具体地,为了避免找出的初步特征像素点为错误的振幅最大点,于是会对初步特征像素点周围的像素点也进行一个振幅的计算,如果周围点的振动幅度也在一定程度上比较大,那么则确定该初步特征像素点为振幅最大的像素点,可作为特征像素点。
在本申请的一种实施例中,针对第一波峰检测或第二波峰检测中采用波峰检测步骤:
判断所述特征像素点的所述时域信号的当前时间点的像素值是否大于上一时间点和下一时间点的像素值;
若是,则将所述当前时间点的像素值作为波峰值。
在进行波峰检测的过程中,在确认波峰时按照时间点的顺序进行,即在当前时间段中,包括当前时间点、前一时间点、后一时间点。本申请实施例判断当前时间点取值是否最大,若是,则当前时间点为波峰。
在本申请一种实施例中,第一波峰检测结果和第二波峰检测结果均称之为波峰检测结果;
所述对所述第一波峰检测结果或所述第二波峰检测结果采用如下有效性验证步骤:
基于波峰检测结果确定出包括多个频率值的一组频率值;
获取所述一组频率值中在正常心率范围的所述频率值的第一数量与总数量的占比;
判断所述占比是否大于预设占比,若是,则判断该一组频率值所对应的波峰检测结果为有效。
本申请实施例进一步强调了第一波峰检测结果或第二波峰检测结果的验证过程,第一波峰检测结果或第二波峰检测结果各自均包括一组频率,判断每个频域是否位于正常心率范围内,并统计位于正常心率范围内的数量,该数量与一组频率的占比是否大于阈值时,则认为该一组频率大多数为正常频域,故为有效。其中,针对频率值的获取,如图7所列举的一个波峰检测结果表格汇总,针对检测结果total1,其中,频率为48有8个,频率为47的有3个,频率为49有3个,频率为50有1个。
同时,在一种实施例下,若所述第二波峰检测结果通未过验证,则确定所述类心脏异常。
针对第一波峰检测结果、第二波峰检测结果通未过验证,则确定类心脏异常。
在本申请的一种实施例下,所述第一波峰检测结果和所述第二波峰检测结果均称之为波峰检测结果;基于波峰检测结果确定所述类心脏的心率,包括:对所述波峰检测结果进行过滤;基于过滤后的所述波峰检测结果确定所述类心脏的心率。
具体地,所述对所述波峰检测结果进行过滤,具体包括:
基于所述波峰检测结果确定波峰过滤阈值,波峰过滤阈值为在预设峰值范围内的波峰数量小于预设阈值数量时的最大值;
根据所述波峰过滤阈值对波峰检测结果进行过滤,以过滤掉波峰值小于所述波峰过滤阈值的波峰。
采用上述过滤方法,在实际应用中,预设阈值数量通常设置为较小值,优选设置为1,目的是为了当在预设波峰范围内的波峰数量小于预设阈值数量时(即,优选为0时),说明该预设波峰范围内的波峰数量很少,那么在该预设波峰范围内确定出最大值,将小于该最大值的波峰过滤掉,也即可以过滤掉部分干扰信号,因此,有利于提高后续基于该波峰检测结果确定类心脏心率的准确性。
在本申请的一种实施例中,针对根据所述波峰检测结果确定波峰过滤阈值,具体包括:依据所述特征像素点的时域信号的取值总范围,将所述取值总范围划分为预设第一数量的取值范围;根据所述波峰检测结果统计连续预设第二数量的所述取值范围内的波峰总数量;判断所述波峰总数量是否小于预设阈值数量;若是,则在该连续预设第二数量的所述取值范围中确定最大的取值,作为所述波峰过滤阈值。
为实现上述根据所述波峰检测结果确定波峰过滤阈值,更具体地,在本申请的一种实施例中,所述根据所述波峰检测结果确定波峰过滤阈值,还具体包括:对所述预设第一数量的取值范围中的每个设置有阶级等级,取值范围中的取值越大,则所述阶级等级越高;根据所述波峰检测结果统计连续预设第二数量的阶级等级内的波峰总数量;在所述波峰总数量小于所述预设阈值数量时,在连续预设第二数量的阶级等级中确定最高阶级等级;将所述最高阶级等级作为所述波峰过滤阈值;
在这种情况下,依据所述波峰过滤阈值对所述波峰检测结果将小于所述峰值过滤阈值的峰值过滤掉,具体包括:将所述波峰检测结果中位于小于等于所述最高阶级等级的所述阶级等级中的峰值过滤掉。
例如,在本申请的一种实施例中,将特征像素点的整个取值范围按照大小等分为1~20阶级(即,预设第一数量),每个阶级具有一定的取值范围,阶级越大取值范围中的取值越大,在每个阶级中均可能存在一定数量或不存在的波峰。具体的,根据预设连续10个阶级(即,预设第二数量)中波峰的总数量,来判断是否小于预设阈值数量,在连续10个阶级为2~11阶级时,所包含的波峰数量为0,小于预设阈值数量1,因此,则将阶级12的取值范围中的最大值作为波峰过滤阈值,或者将阶级12作为波峰过滤阈值。
需要说明的是,上文中波峰检测可以为正常波峰检测,也可以为加强波峰检测,如图8(a)~图8(c)所示,图8(a)、图8(b)、图8(c)分别为本申请提供的通过正向正常波、反向正常波、正向加强波进行波峰检测的检测结果示意图;加强波峰检测包括正向加强波峰检测和反向加强波峰检测,正向正常波峰检测是指利用正向正常波的波峰位置进行检测,如图8(a)所示。反向正常波峰检测是指利用反向正常波的波峰位置进行检测,如图8(b)所示。正向加强波波峰检测是指将正向检测的波峰中检测为波峰的位置,根据波峰的数值大小进行放大,即对是波峰的地方会乘以一个放大系数,初始的波峰越高,乘以的系数越大,如图8(c)所示。反向加强波波峰检测是指将反向检测的波峰中检测为波峰的位置,根据波峰的数值大小进行放大,即对是波峰的地方会乘以一个放大系数,初始的波峰越高,乘以的系数越大。反向加强波与正向加强波类似。
本申请实施例还公开一种类心脏的心率确定装置,如图9所示的一种类心脏的心率确定装置的结构图,包括:
时域信号提取模块901,依据连续多帧的类心脏图像提取特征像素点的时域信号;
第一波峰检测结果获取模块902,用于对所述时域信号进行第一波峰检测,获取第一波峰检测结果;
波峰验证模块903,用于对所述第一波峰检测结果的有效性进行验证;
心率确定模块904,用于若所述第一波峰检测结果通过验证,则基于所述第一波峰检测结果确定所述类心脏的心率。
可选的,装置还包括:
第二波峰频率值验证模块,用于若所述第一波峰检测结果未通过验证,对所述时域信号进行第二波峰检测,获取第二波峰检测结果,并对所述第二波峰检测结果的有效性进行验证,若所述第二波峰检测结果通过验证,则基于所述第二波峰检测结果确定所述类心脏的心率;
其中,所述第一波峰频率检测和所述第二波峰检测为正向波峰检测和反向波峰检测的一种和另一种。
可选的,特征像素点为所述类心脏图像的类心脏边界线中的像素点。
可选的,装置还包括:
像素点转换模块,用于:将连续多帧所述类心脏图像的类心脏边界线上所有像素点的时域信号转换成频域信号;
特征像素点确定模块,用于依据所有像素点的频域信号分别对应的振幅值,确定在正常心率范围内振幅值最大的频域信号对应的像素点为特征像素点。
可选的,特征像素点确定模块,具体用于:
确定在正常心率范围内且所述振幅值最大的所述频域信号对应的像素点为初步特征像素点;
确定所述类心脏边界线上的在所述初步特征像素点的预设距离内的预设数量的像素点的频域信号对应的振幅值;
比较所述预设数量的像素点的振幅值与所述最大振幅值的差值是否在预设差值范围内;
若是,确定所述初步特征像素点作为所述特征像素点。
可选的,时域信号提取模块901还包括:
波峰检测子模块,用于判断所述特征像素点的所述时域信号的当前时间点的像素值是否大于上一时间点和下一时间点的像素值;若是,则将所述当前时间点的像素值作为波峰值。
可选的,波峰验证模块903,具体包括:
频率值确定子模块,用于基于所述波峰检测结果确定出包括多个频率值的一组频率值;
频率结果验证子模块,用于获取所述一组频率值中在正常心率范围的所述频率值的第一数量与总数量的占比;
判断子模块,用于判断所述占比是否大于预设占比,若是,则判断该一组频率值为有效。
可选的,第二波峰频率值验证模块,还用于若第二波峰检测结果通未过验证,则确定类心脏异常。
可选的,心率确定模块904还包括:
过滤子模块,用于对所述波峰检测结果进行过滤;
确定子模块,基于过滤后的所述波峰检测结果确定所述类心脏的心率。
可选的,所述过滤子模块具体用于:
基于所述波峰检测结果确定波峰过滤阈值,波峰过滤阈值为在预设峰值范围内的波峰数量小于预设阈值数量时的最大值;
根据所述波峰过滤阈值对波峰检测结果进行过滤,以过滤掉波峰值小于所述波峰过滤阈值的波峰。
本申请还提供了一种电子设备,包括:
存储器,用于存储计算机程序;
处理器,用于执行所述计算机程序时实现类心脏的心率确定方法的步骤。
一种可读存储介质,所述可读存储介质上存储有计算机程序,计算机程序被处理器执行时实现类心脏的心率确定方法的步骤。
本申请进一步提供一种可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现电池状态确定方法的步骤。
专业人员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申请的范围。
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直接用硬件、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。
以上对本申请所提供的一种类心脏的心率确定方法、装置、设备及可读存储介质进行了详细介绍。本文中应用了具体个例对本申请的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本申请的方法及其核心思想。应当指出,对于本技术领域的普通技术人员来说,在不脱离本申请原理的前提下,还可以对本申请进行若干改进和修饰,这些改进和修饰也落入本申请权利要求的保护范围内。
Claims (13)
1.一种类心脏的心率确定方法,其特征在于,所述方法包括:
依据连续多帧的类心脏图像提取特征像素点的时域信号;
对所述特征像素点的时域信号进行第一波峰检测,获取第一波峰检测结果;
对所述第一波峰检测结果的有效性进行验证;
若所述第一波峰检测结果通过验证,则基于所述第一波峰检测结果确定所述类心脏的心率。
2.根据权利要求1所述的类心脏的心率确定方法,其特征在于,若所述第一波峰检测结果未通过验证,所述方法还包括:
对所述特征像素点的时域信号进行第二波峰检测,获取第二波峰检测结果,并对所述第二波峰检测结果的有效性进行验证,若所述第二波峰检测结果通过验证,则基于所述第二波峰检测结果确定所述类心脏的心率;
其中,所述第一波峰频率检测和所述第二波峰检测为正向波峰检测和反向波峰检测的一种和另一种。
3.根据权利要求1所述的方法,其特征在于,所述特征像素点为所述类心脏图像的类心脏边界线上的像素点。
4.根据权利要求3所述的方法,其特征在于,所述方法,还包括:
将连续多帧所述类心脏图像的类心脏边界线上所有像素点的时域信号转换成频域信号;
依据所有像素点的频域信号各自对应的振幅值,确定在正常心率范围内所述振幅值最大的所述频域信号对应的像素点为所述特征像素点。
5.根据权利要求4所述的方法,其特征在于,所述确定在正常心率范围内且所述振幅值最大的所述频域信号对应的像素点为所述特征像素点,具体包括:
确定在正常心率范围内且所述振幅值最大的所述频域信号对应的像素点为初步特征像素点;
确定所述类心脏边界线上的在所述初步特征像素点的预设距离内的预设数量的像素点的频域信号对应的振幅值;
比较所述预设数量的像素点的振幅值与所述最大振幅值的差值是否在预设差值范围内;
若是,确定所述初步特征像素点作为所述特征像素点。
6.根据权利要求2所述的方法,其特征在于,所述第一波峰检测或所述第二波峰检测中采用如下波峰检测步骤:
判断所述特征像素点的所述时域信号的当前时间点的像素值是否大于上一时间点和下一时间点的像素值;
若是,则将所述当前时间点的像素值作为波峰值。
7.根据权利要求2所述的方法,其特征在于,所述第一波峰检测结果和所述第二波峰检测结果均称之为波峰检测结果;
对所述波峰检测结果采用如下有效性验证步骤:
基于所述波峰检测结果确定出包括多个频率值的一组频率值;
获取所述一组频率值中在正常心率范围的所述频率值的第一数量与总数量的占比;
判断所述占比是否大于预设占比,若是,则判断该一组频率值所对应的波峰检测结果为有效。
8.根据权利要求2所述的方法,其特征在于,还包括:
若所述第二波峰检测结果通未过验证,则确定所述类心脏异常。
9.根据权利要求2所述的方法,其特征在于,所述第一波峰检测结果和所述第二波峰检测结果均称之为波峰检测结果;
基于波峰检测结果确定所述类心脏的心率,包括:
对所述波峰检测结果进行过滤;
基于过滤后的所述波峰检测结果确定所述类心脏的心率。
10.根据权利要求9所述的方法,其特征在于,所述对所述波峰检测结果进行过滤,具体包括:
基于所述波峰检测结果确定波峰过滤阈值,波峰过滤阈值为在预设峰值范围内的波峰数量小于预设阈值数量时的最大值;
根据所述波峰过滤阈值对波峰检测结果进行过滤,以过滤掉波峰值小于所述波峰过滤阈值的波峰。
11.一种类心脏的心率确定装置,其特征在于,所述装置包括:
时域信号提取模块,用于依据连续多帧的类心脏图像提取特征像素点的时域信号;
第一波峰检测结果获取模块,用于对所述时域信号进行第一波峰检测,获取第一波峰检测结果;
波峰验证模块,用于对所述第一波峰检测结果的有效性进行验证;
心率确定模块,用于若所述第一波峰检测结果通过验证,则基于所述第一波峰检测结果确定所述类心脏的心率。
12.一种电子设备,其特征在于,包括:
存储器,用于存储计算机程序;
处理器,用于执行所述计算机程序时实现如权利要求1至10任一项所述的类心脏的心率确定方法的步骤。
13.一种可读存储介质,其特征在于,所述可读存储介质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如权利要求1-10任一项所述的类心脏的心率确定方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211714992.5A CN116019435A (zh) | 2022-12-27 | 2022-12-27 | 一种类心脏的心率确定方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211714992.5A CN116019435A (zh) | 2022-12-27 | 2022-12-27 | 一种类心脏的心率确定方法、装置、电子设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116019435A true CN116019435A (zh) | 2023-04-28 |
Family
ID=86078771
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211714992.5A Pending CN116019435A (zh) | 2022-12-27 | 2022-12-27 | 一种类心脏的心率确定方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116019435A (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080009735A1 (en) * | 2006-07-05 | 2008-01-10 | Aloka Co., Ltd. | Ultrasound diagnosis apparatus |
US20180273904A1 (en) * | 2015-10-02 | 2018-09-27 | Wake Forest University Health Sciences | Spontaneously beating cardiac organoid constructs and integrated body-on-chip apparatus containing the same |
CN110664435A (zh) * | 2019-09-23 | 2020-01-10 | 东软医疗系统股份有限公司 | 心脏数据的获取方法、装置及超声成像设备 |
CN114052690A (zh) * | 2020-08-05 | 2022-02-18 | 霍欣怡 | 一种基于智能手机摄像头的心率变异性检测方法 |
CN114419500A (zh) * | 2022-01-07 | 2022-04-29 | 乐普(北京)医疗器械股份有限公司 | 基于心脏超声视频筛选舒张期和收缩期图像的方法和装置 |
CN114652276A (zh) * | 2022-03-14 | 2022-06-24 | 北京科技大学 | 一种基于视频图像的脉搏波传导速度检测方法及装置 |
-
2022
- 2022-12-27 CN CN202211714992.5A patent/CN116019435A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080009735A1 (en) * | 2006-07-05 | 2008-01-10 | Aloka Co., Ltd. | Ultrasound diagnosis apparatus |
US20180273904A1 (en) * | 2015-10-02 | 2018-09-27 | Wake Forest University Health Sciences | Spontaneously beating cardiac organoid constructs and integrated body-on-chip apparatus containing the same |
CN110664435A (zh) * | 2019-09-23 | 2020-01-10 | 东软医疗系统股份有限公司 | 心脏数据的获取方法、装置及超声成像设备 |
CN114052690A (zh) * | 2020-08-05 | 2022-02-18 | 霍欣怡 | 一种基于智能手机摄像头的心率变异性检测方法 |
CN114419500A (zh) * | 2022-01-07 | 2022-04-29 | 乐普(北京)医疗器械股份有限公司 | 基于心脏超声视频筛选舒张期和收缩期图像的方法和装置 |
CN114652276A (zh) * | 2022-03-14 | 2022-06-24 | 北京科技大学 | 一种基于视频图像的脉搏波传导速度检测方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US4742458A (en) | Method and apparatus for performing pattern recognition analysis | |
CN110680308A (zh) | 基于改进emd与阈值法融合的心电信号去噪方法 | |
US8121382B2 (en) | Method for setting at least one control variable of a filter for noise reduction in medical images | |
CN101915901A (zh) | 磁共振成像方法及装置 | |
CN115120248B (zh) | 基于直方图的自适应阈值r峰检测、心律分类方法及装置 | |
CN109091757B (zh) | 一种电除颤时机的判断方法、装置、设备及存储介质 | |
CN113057648A (zh) | 一种基于复合lstm结构的ecg信号分类方法 | |
CN113558584A (zh) | 一种基于信号质量评估的脉搏波预处理方法 | |
CN105844626A (zh) | 一种基于缠绕识别和局部曲面拟合磁共振相位解缠绕方法 | |
CN112022134A (zh) | 一种基于心冲击图的心跳检测方法 | |
CN116019435A (zh) | 一种类心脏的心率确定方法、装置、电子设备及存储介质 | |
CN102302373A (zh) | 基于复用多分辨率小波变换的心音信号特征点检测方法 | |
CN112834875A (zh) | 一种局部放电脉冲分割方法及系统 | |
CN116228658A (zh) | 一种类心脏的心率确定方法、装置、设备及存储介质 | |
CN114795241B (zh) | 一种心电信号的噪声检测方法及系统 | |
CN111766306A (zh) | 一种全聚焦成像方法及装置 | |
CN106780410B (zh) | 一种谐波扫查图像的生成方法及装置 | |
CN110349203A (zh) | 一种超声设备及其超声图像中血管直径的测量方法 | |
CN116098598A (zh) | 类心脏的波峰检测、心率确定方法及相关产品 | |
JP3647970B2 (ja) | 領域抽出装置 | |
JPH10187963A (ja) | 原画像の補正方法 | |
CN113229826B (zh) | 一种qrs波检测方法、装置及电子设备 | |
CN115063498A (zh) | 导丝伪影抑制方法、装置、ivus系统和存储介质 | |
CN114366121A (zh) | 基于数字形态学的双动态阈值心电qrs波检测方法 | |
CN114170239A (zh) | 基于分级搜索的大视场自适应壁滤波方法及系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |