CN116271540B - 一种心律管理系统及方法 - Google Patents
一种心律管理系统及方法 Download PDFInfo
- Publication number
- CN116271540B CN116271540B CN202310565817.2A CN202310565817A CN116271540B CN 116271540 B CN116271540 B CN 116271540B CN 202310565817 A CN202310565817 A CN 202310565817A CN 116271540 B CN116271540 B CN 116271540B
- Authority
- CN
- China
- Prior art keywords
- state
- real
- time
- characteristic value
- detection result
- 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
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61N—ELECTROTHERAPY; MAGNETOTHERAPY; RADIATION THERAPY; ULTRASOUND THERAPY
- A61N1/00—Electrotherapy; Circuits therefor
- A61N1/18—Applying electric currents by contact electrodes
- A61N1/32—Applying electric currents by contact electrodes alternating or intermittent currents
- A61N1/38—Applying electric currents by contact electrodes alternating or intermittent currents for producing shock effects
- A61N1/39—Heart defibrillators
- A61N1/3904—External heart defibrillators [EHD]
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
- A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
-
- 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]
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/74—Details of notification to user or communication with user or patient ; user input means
- A61B5/746—Alarms related to a physiological condition, e.g. details of setting alarm thresholds or avoiding false alarms
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61N—ELECTROTHERAPY; MAGNETOTHERAPY; RADIATION THERAPY; ULTRASOUND THERAPY
- A61N1/00—Electrotherapy; Circuits therefor
- A61N1/18—Applying electric currents by contact electrodes
- A61N1/32—Applying electric currents by contact electrodes alternating or intermittent currents
- A61N1/38—Applying electric currents by contact electrodes alternating or intermittent currents for producing shock effects
- A61N1/39—Heart defibrillators
- A61N1/3925—Monitoring; Protecting
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Public Health (AREA)
- Heart & Thoracic Surgery (AREA)
- Engineering & Computer Science (AREA)
- Biomedical Technology (AREA)
- Veterinary Medicine (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Cardiology (AREA)
- Physics & Mathematics (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Radiology & Medical Imaging (AREA)
- Physiology (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Dentistry (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Electrotherapy Devices (AREA)
Abstract
本申请提供一种心律管理系统及方法,涉及医疗器械领域。心律管理系统包括姿态传感器和处理装置,姿态传感器实时生成可反映被监测人员的运动状态的监测信号,处理装置基于该监测信号的特征值和各运动状态的预设判断条件,确定被监测人员的实时运动状态,从而可通过硬件信号来识别被监测人员的运动状态,降低算法复杂度,缩短处理时间,另外,处理装置将被监测人员的实时心电信号与预先标定的正常心电信号进行比较,生成初级心律检测结果,在初级心律检测结果指示心律异常的情况下,再结合实时心电信号和实时运动状态进行事件精确识别,并根据事件检测结果执行相应的除颤策略,不仅算法的识别难度较低,识别速度较快,而且也能提高识别准确性。
Description
技术领域
本申请涉及医疗器械领域,尤其涉及一种心律管理系统及方法。
背景技术
心律管理系统,例如:植入式心电除颤设备,是一种由电池供电的小型设备。心律管理系统可植入有晕厥史、冠心病及心梗患者、心脏射血分数过低者、心力衰竭患者、发生过室性心律失常者、曾经发生过心脏骤停者、有心脏性猝死家族史者等猝死高风险的患者体内。它能够随时监控被监测人员的心律,并在监测到心律失常时,对被监测人员的心脏进行除颤处理,而且能将被监测人员的心律失常发作情况自动记录下来,供医生复查时参考,帮助医生了解病情,更好地制订治疗方案。
通常情况下,被监测人员处于运动状态下的心律相较于处于静止状态下的心律而言,会自然地有所升高。为了避免出现误判,传统的植入式心电除颤设备会基于被监测人员的心电信号,首先利用预设算法来区分被监测人员当前是否处于运动状态,然后再判断心电信号是否指示心律失常。
然而,由于进行运动状态分析所采用的预设算法通常较为复杂,检测难度较高,因此传统的心律管理系统的心电信号处理时间较长,响应的及时性也较差。
发明内容
本申请实施例提供了一种心律管理系统及方法,可用于解决传统的心律管理系统的心电信号处理时间较长,响应的及时性也较差的技术问题。
第一方面,本申请实施例提供一种心律管理系统,所述系统包括:
姿态传感器,被配置为实时生成监测信号,所述监测信号的特征值用于反映被监测人员的运动状态;
处理装置,被配置为:
基于所述监测信号的特征值,以及各运动状态的预设判断条件,确定所述被监测人员的实时运动状态;
将所述被监测人员的实时心电信号与预先标定的正常心电信号进行比较,生成初级心律检测结果;
若所述初级心律检测结果指示心律异常,则基于所述实时心电信号和所述实时运动状态进行预设事件检测,并基于事件检测结果,执行相应的除颤策略。
结合第一方面,在第一方面的一种可实现方式中,所述姿态传感器为压电传感器,所述压电传感器被配置为实时生成电压信号,所述电压信号的信号值用于反映所述被监测人员的运动强度;
所述压电传感器与所述处理装置直接电连接;或所述压电传感器集成于所述心律管理系统的植入式电极结构;所述植入式电极结构包括导线、心电传感器和除颤电极,所述心电传感器被配置为采集所述实时心电信号。
结合第一方面,在第一方面的一种可实现方式中,所述压电传感器形状为悬臂梁结构,且重量附着在所述悬臂梁结构随所述被监测人员的运动而垂下的一端。
结合第一方面,在第一方面的一种可实现方式中,所述压电传感器设置于所述被监测人员的第十二根肋骨的下端。
第二方面,本申请实施例提供一种心律管理方法,应用于处理装置,所述方法包括:
获取监测信号,所述监测信号的特征值用于反映被监测人员的运动状态,所述被监测人员的运动状态至少包括第一状态和第二状态,所述第一状态与所述第二状态不同;
基于所述监测信号的特征值,以及各运动状态的预设判断条件,确定所述被监测人员的实时运动状态;
将所述被监测人员的实时心电信号与预先标定的正常心电信号进行比较,生成初级心律检测结果;
若所述初级心律检测结果指示心律异常,则基于所述实时心电信号和所述实时运动状态进行预设事件检测,并基于事件检测结果,执行相应的除颤策略。
结合第二方面,在第二方面的一种可实现方式中,所述各运动状态的预设判断条件包括所述第一状态对应的第一特征值范围和所述第二状态对应的第二特征值范围;
所述基于所述监测信号的特征值,以及各运动状态的预设判断条件,确定所述被监测人员的实时运动状态,包括:
若所述监测信号的特征值位于所述第一特征值范围,则确定所述被监测人员的实时运动状态为所述第一状态;
若所述监测信号的特征值位于所述第二特征值范围,则确定所述被监测人员的实时运动状态为所述第二状态。
结合第二方面,在第二方面的一种可实现方式中,所述第一特征值范围和所述第二特征值范围是基于对各个运动状态的标准监测信号进行标定所得到的,和/或者,是在所述被监测人员心律正常的情况下基于对所述被监测人员的各个运动状态的正常监测信号进行单独标定所得到的。
结合第二方面,在第二方面的一种可实现方式中,所述将所述被监测人员的实时心电信号与预先标定的正常心电信号进行比较,生成初级心律检测结果,包括:
提取所述被监测人员的实时心电信号的实时特征值;
获取所述实时特征值与正常特征值的特征偏差值,所述正常特征值为对应运动状态下预先标定的正常心电信号的特征值;
若所述特征偏差值超过预设偏差阈值,则生成用于指示心律异常的初级心律检测结果。
结合第二方面,在第二方面的一种可实现方式中,所述基于所述实时心电信号和所述实时运动状态进行预设事件检测,并基于事件检测结果,执行相应的除颤策略,包括:
基于所述实时心电信号的特征值,以及对应运动状态下正常心电信号的特征值,确定所述实时心电信号的事件检测结果;
若所述事件检测结果指示出现预设事件,且所述实时运动状态为所述第一状态,则执行所述第一状态对应的除颤策略;
若所述事件检测结果指示出现预设事件,且所述实时运动状态为所述第二状态,则执行所述第二状态对应的除颤策略。
结合第二方面,在第二方面的一种可实现方式中,所述执行所述第一状态对应的除颤策略,包括:
控制对储能装置预充电;
在预设充电时间段后,基于所述实时心电信号的特征值,以及对应运动状态下正常心电信号的特征值,再次确定所述实时心电信号的事件检测结果;
若所述事件检测结果仍指示出现预设事件,且所述实时运动状态仍为所述第一状态,则控制除颤电极释放所述储能装置的电能。
结合第二方面,在第二方面的一种可实现方式中,所述第一状态的运动强度小于所述第二状态的运动强度;
所述执行所述第二状态对应的除颤策略,包括:
提醒所述被监测人员转换为所述第一状态;
若运动状态在预设时间段内未转换为所述第一状态,则控制对储能装置预充电;
在预设充电时间段后,基于所述实时心电信号的特征值,以及对应运动状态下正常心电信号的特征值,再次确定所述实时心电信号的事件检测结果;
若所述事件检测结果仍指示出现预设事件,则控制除颤电极释放所述储能装置的电能。
结合第二方面,在第二方面的一种可实现方式中,所述方法还包括:
若所述事件检测结果指示出现预设事件,则警示所述被监测人员当前检测到所述预设事件,其中,警示方式包括震动警示、声音警示、温度警示、气味警示中的至少一种。
第三方面,本申请实施例提供一种电子设备,所述电子设备包括:处理器和用于存储处理器可执行指令的存储器,以使所述处理器执行第二方面及各可实现方式所述的方法。
第四方面,本申请实施例提供一种计算机可读存储介质,其上储存有计算机程序指令,所述计算机程序指令被处理器执行时实现第二方面及各可实现方式所述的方法。
本申请实施例提供一种心律管理系统及方法,心律管理系统包括姿态传感器和处理装置,姿态传感器实时生成能够反映被监测人员的运动状态的监测信号,处理装置基于该监测信号的特征值和各运动状态的预设判断条件,确定被监测人员的实时运动状态,从而能够通过硬件信号来识别被监测人员的运动状态,降低算法复杂度,缩短处理时间,另外,处理装置将被监测人员的实时心电信号与预先标定的正常心电信号进行比较,生成初级心律检测结果,在初级心律检测结果指示心律异常的情况下,再结合实时心电信号和实时运动状态进行事件精确识别,并根据事件检测结果执行相应的除颤策略,不仅算法的识别难度较低,识别速度较快,而且也能提高识别准确性。
附图说明
附图仅用于示出实施方式,而并不认为是对本发明的限制。而且在整个附图中,用相同的参考符号表示相同的部件。在附图中:
图1是本申请实施例提供的一种心律管理系统的结构示意图;
图2是植入式心电除颤设备的安装示意图;
图3是本申请实施例提供的一种心律管理方法的工作流程图;
图4是本申请实施例提供的一种心律管理装置的结构示意图;
图5是本申请实施例提供的一种电子设备的结构示意图。
具体实施方式
为使本申请的目的、技术方案和优点更加清楚,下面将结合附图对本申请实施方式作进一步地详细描述。
为了解决传统的心律管理系统的心电信号处理时间较长,响应的及时性也较差的技术问题,本申请通过以下实施例公开了一种心律管理系统,利用姿态传感器实时生成直接反映被监测人员运动状态的监测信号,利用处理装置基于该监测信号的特征值和各运动状态的预设判断条件,确定被监测人员的实时运动状态,能够通过硬件信号来识别被监测人员的运动状态,降低算法复杂度,缩短处理时间,另外,利用处理装置将被监测人员的实时心电信号与预先标定的正常心电信号进行比较来实现初步检测,在初步检测异常的情况下再进行精确检测,也能够降低识别难度,提高识别速度和准确性。
图1是本申请实施例提供的一种心律管理系统的结构示意图。参照图1所示,本申请实施例提供的心律管理系统包括姿态传感器1和处理装置2。姿态传感器1被配置为实时生成监测信号,其中,监测信号的特征值用于反映被监测人员的运动状态。示例性地,被监测人员处于休息状态,监测信号的信号值可以为零,或者,被监测人员处于剧烈运动状态,监测信号的信号值可以较大,也即是说,监测信号的信号值可以与被监测人员的运动强度成正比。处理装置2被配置为基于监测信号的特征值,以及各运动状态的预设判断条件,确定被监测人员的实时运动状态。以及,将被监测人员的实时心电信号与预先标定的正常心电信号进行比较,生成初级心律检测结果,其中,初级心律检测结果用于指示心律是否异常。以及,若初级心律检测结果指示心律异常,则基于实时心电信号和实时运动状态进行预设事件检测,并基于事件检测结果,执行相应的除颤策略。示例性地,被监测人员的运动状态可以至少包括第一状态和第二状态,第一状态与第二状态不同。例如:第一状态和第二状态可以分别为静止状态和跑步状态,或者也可以分别为步行状态和跑步状态。这样,能够通过硬件信号来直接识别被监测人员的运动状态,降低算法复杂度,缩短处理时间,另外,在初步检测异常后再进行精确检测,心律检测的识别难度较低,识别速度也较快。
在一些示例中,姿态传感器1可为压电传感器。压电传感器被配置为可实时生成电压信号,该电压信号的信号值用于反映被监测人员的运动强度。压电传感器可与处理装置直接电连接,或者,压电传感器也可以集成于心律管理系统的植入式电极结构,其中,植入式电极结构包括导线、心电传感器和除颤电极,心电传感器被配置为采集实时心电信号。这样,压电传感器能够生成直接反映运动强度的电压信号,方便运动状态的判定,也方便植入。在其他示例中,姿态传感器1也可以为磁力计、加速度传感器、陀螺仪、位移传感器等一种或者多种的组合,本申请实施例对姿态传感器1的具体类型不作限定。
示例性地,压电传感器为柔性的装置,其形状可以为悬臂梁结构,且重量附着在随被监测人员的身体运动而垂下的一端。这样,每当被监测人员移动时,压电传感器均可产生电压信号,电压信号的大小可直接反映被监测人员的运动强度。姿态传感器1可由外部电源提供电力。
示例性地,姿态传感器1可植入被监测人员的第十二根肋骨的下端。这样,该位置能够随身体运动而垂下,更加贴合被监测人员的实际运动状态,每当被监测人员移动时,姿态传感器1都能对应产生监测信号,可以更加准确地反映被监测人员的运动状态。在其他示例中,姿态传感器1也可以设置于被监测人员的其他位置,本申请实施例对姿态传感器1的设置位置不作具体限定。
在一些示例中,处理装置2可以包括至少一个处理器,处理器可以是但不限于CPU(Central Processing Unit,中央处理器)、GPU(Graphics processing unit,图形处理器)、TPU(Tensor Processing Unit,张量处理器)、MCU(Microcontroller Unit,微控制单元)、DSP(Digital Signal Processing,数字信号处理器)、FPGA(Field ProgrammableGate Array,现场可编程逻辑门阵列)等。
此外,参照图1所示,在一些实施例中,本申请实施例提供的心律管理系统还可以包括分别与处理装置2连接的心电传感器3、除颤电极4、储能装置5、存储装置6、通信装置7和供电装置8。其中,心电传感器3被配置为采集实时心电信号。除颤电极4被配置为释放电能。储能装置5可以包括大电容,可以用于充电以及放电。存储装置6可以包括程序存储区和数据存储区,程序存储区包括但不限于任务程序、算法识别程序、心电采集程序、充放电程序、通信程序、能源管理程序等,数据存储区包括但不限于状态数据(如各装置的剩余能量等)、特征数据以及其他数据。通信装置7可以包括蓝牙无线通信模块、RF无线通信模块、Wi-Fi(无线网络通信技术)模块、近场通信(NFC)模块等。通信装置7优选可以提供蓝牙通信。供电装置8可以包括电池和相应的能源管理系统。
如此,处理装置2、心电传感器3、除颤电极4、储能装置5、存储装置6、通信装置7和供电装置8可以共同构成心电除颤设备,例如:植入式心电除颤设备ICD,本申请实施例提供的心律管理系统中通过姿态传感器1与植入式心电除颤设备相配合,能够通过硬件信号来识别被监测人员的运动状态,降低算法复杂度,缩短处理时间。
图2是植入式心电除颤设备的安装示意图。参照图2所示,在一些示例中,植入式心电除颤设备(ICD)通常可以包括导线部分D1和壳体部分D2,壳体部分D2内部集成有主机,导线部分D1分别用于连接感知电极、除颤电极4和姿态传感器1,其中,感知电极为心电传感器3的一部分。植入式心电除颤设备的导线部分D1与壳体部分D2可以具有一定的夹角,植入式心电除颤设备可以经皮植入被监测人员的体内。需要说明的是,为了更清楚地展示ICD的结构,图2中示出的导线部分D1为局部导线,而非完整导线。
如此,本申请实施例提供的心律管理系统,可以通过姿态传感器1实时生成能够反映被监测人员的运动状态的监测信号,通过处理装置2基于该监测信号的特征值和各运动状态的预设判断条件,确定被监测人员的实时运动状态,从而能够通过硬件信号来识别被监测人员的运动状态,降低算法复杂度,缩短处理时间,另外,处理装置2将被监测人员的实时心电信号与预先标定的正常心电信号进行比较,生成初级心律检测结果,在初级心律检测结果指示心律异常的情况下,再结合实时心电信号和实时运动状态进行事件精确识别,并根据事件检测结果执行相应的除颤策略,不仅算法的识别难度较低,识别速度较快,而且也能提高识别准确性。
下述为本申请方法实施例,可以用于本申请系统实施例。对于本申请方法实施例中未披露的细节,请参照本申请系统实施例。
本申请实施例提供一种心律管理方法,应用于处理装置2。参照图3所示的工作流程图,本申请实施例提供的心律管理方法具体包括如下步骤:
301:获取监测信号。
其中,监测信号的特征值用于反映被监测人员的运动状态。被监测人员的运动状态至少包括第一状态和第二状态,第一状态与所述第二状态不同。
在一些示例中,监测信号可以为电压信号。处理装置2可以通过姿态传感器一端的导线获取电压信号。
在一些示例中,第一状态可以为静止状态,第二状态可以为非静止状态。需要说明的是,本申请实施例中,静止状态可以表示运动幅度较小的状态,例如:静止状态或者步行状态,非静止状态可以表示运动幅度较大的状态,例如:跑步状态。每个状态可以相应对应正常心电信号模板。这样,能够更加贴合被监测人员的实际运动状态。在其他示例中,被监测人员的运动状态也可以包括两个以上的状态,例如包括:第一状态、第二状态和第三状态,其中,第一状态为绝对静止的状态,第二状态为运动幅度较小的状态,第三状态为运动幅度较大的状态,本申请实施例对此不作具体限定。
302:基于监测信号的特征值,以及各运动状态的预设判断条件,确定被监测人员的实时运动状态。
示例性地,监测信号的特征值可以包括监测信号的形态和阈值。本申请实施中,阈值可以为信号值的平均值阈值或者峰值阈值,也可以为其他类型的阈值,本申请实施例对此不作具体限定。
在一些实施例中,各运动状态的预设判断条件可以包括第一状态对应的第一特征值范围和第二状态对应的第二特征值范围,其中,特征值范围用于表示特征值所对应的阈值范围。那么步骤302具体可以通过以下步骤执行:
若监测信号的特征值位于第一特征值范围,则确定被监测人员的实时运动状态为第一状态。若监测信号的特征值位于第二特征值范围,则确定被监测人员的实时运动状态为第二状态。也即是说,将监测信号的特征值与预设的阈值范围作比对,每个阈值范围对应不同的运动状态,根据特征值所落入的阈值范围,确定该特征值对应的运动状态,也就是被监测人员的实时运动状态。
如此,可以利用监测信号的特征值来直接判定被监测人员的实时运动状态,相较于传统的运动状态判定方法,例如:利用算法对心电信号进行分析,可以极大地降低算法复杂度,缩短处理时间,而且准确性较高。
在一些实施例中,第一特征值范围和第二特征值范围可以是基于对各个运动状态的标准监测信号进行标定所得到的,和/或者,是在被监测人员心律正常的情况下基于对被监测人员的各个运动状态的正常监测信号进行单独标定所得到的。也就是说,可以通过对各个运动状态的标准监测信号进行标定来预设第一特征值范围和第二特征值范围,也可以通过在被监测人员心律正常的情况下对被监测人员的各个运动状态的正常监测信号进行单独标定来预设各个特征值范围,还可以采用上述两种方式相结合的方式预设各个特征值范围。其中,各个运动状态的标准监测信号可以通过对心律正常的多个被监测人员的监测信号进行信号处理(例如:对多个监测信号进行拟合等)来获取。
示例性地,在被监测人员心律正常的情况下对被监测人员的各个运动状态的正常监测信号进行单独标定来预设第一特征值范围和第二特征值范围,具体可以通过以下步骤进行预设:
首先,在被监测人员心律正常的情况下,分别获取被监测人员在各个运动状态下姿态传感器生成的正常监测信号。
示例性地,以姿态传感器为压电传感器为例,在被监测人员设置植入式心电除颤设备且稳定的情况下,分别记录第一状态下压电传感器生成的10秒长度的电压信号以及第二状态下压电传感器生成的10秒长度的电压信号,并分别将第一状态下压电传感器生成的10秒长度的电压信号以及第二状态下压电传感器生成的10秒长度的电压信号,确定为第一状态的正常监测信号和第二状态的正常监测信号。
然后,将第一状态的正常监测信号所对应的特征值范围,确定为第一特征值范围,将第二状态的正常监测信号所对应的特征值范围,确定为第二特征值范围。
如此,各运动状态对应的特征值范围与被监测人员的真实状况最为贴合,从而能够为实时运动状态的准确判定提供有效的标准。
在其他实施例中,第一特征值范围和第二特征值范围也可以通过其他方式获取,比如:直接根据经验预设,本申请实施例对此不作具体限定。
303:将被监测人员的实时心电信号与预先标定的正常心电信号进行比较,生成初级心律检测结果。
其中,初级心律检测结果用于实时指示被监测人员的心律是否异常。
在一些实施例中,步骤303具体可以通过以下步骤执行:
步骤一,提取被监测人员的实时心电信号的实时特征值。
步骤二,获取实时特征值与正常特征值的特征偏差值。
其中,正常特征值为对应运动状态下预先标定的正常心电信号的特征值。
在一些示例中,处理装置可以在被监测人员心律正常的情况下,分别获取被监测人员在各个运动状态下心电传感器获取的正常心电信号,然后,处理装置从各个运动状态下的正常心电信号中提取对应的正常特征值,并将正常特征值作为参数进行预先配置。
步骤三,检测特征偏差值是否超过预设偏差阈值。若特征偏差值超过预设偏差阈值,则生成用于指示心律异常的初级心律检测结果。如果特征偏差值未超过预设偏差阈值,则生成用于指示心律正常的初级心律检测结果。
在一些示例中,预设偏差阈值可以设置为20%。
304:若初级心律检测结果指示心律异常,则基于实时心电信号和实时运动状态进行预设事件检测,并基于事件检测结果,执行相应的除颤策略。
在一些实施方式中,步骤304可以通过以下方式执行:
步骤一,基于实时心电信号的特征值,以及对应运动状态下正常心电信号的特征值,确定实时心电信号的事件检测结果。
在一些示例中,可以基于预设的正常心电信号模板对实时心电信号进行识别,确定实时心电信号的事件检测结果。
也即是说,基于实时运动状态,可以调取对应运动状态的正常心电信号模板,基于对应运动状态的正常心电信号模板和实时心电信号,判断实时心电信号的波形是否处于室颤或者室速。对应运动状态的正常心电信号模板是根据对应运动状态下正常心电信号生成的。
示例性地,可以从实时心电信号中提取室速心率、QRS波,根据QRS波提取表征QRS波特征的至少两个特征值,例如:R-R间期、QRS波宽度、R波峰值等,根据至少两个特征值生成QRS波的多维特征向量,计算多维特征向量与心电信号模板对应的多维特征向量模板的余弦相似度,根据余弦相似度计算结果判断是否出现室速或者室颤。识别实时心电信号的方法可以根据需要进行设定,本申请实施例对此不作具体限定。
步骤二,若事件检测结果指示出现预设事件,且实时运动状态为第一状态,则执行第一状态对应的除颤策略。
在一些示例中,执行第一状态对应的除颤策略,可以包括如下步骤:
第一步,控制对储能装置预充电。
第二步,在预设充电时间段后,基于实时心电信号的特征值,以及对应运动状态下正常心电信号的特征值,再次确定实时心电信号的事件检测结果。
第三步,若事件检测结果仍指示出现预设事件,且实时运动状态仍为第一状态,则控制除颤电极释放储能装置的电能。
另外,若事件检测结果未指示出现预设事件,或者实时运动状态发生变化,则不控制除颤电极释放储能装置的电能。
步骤三,若事件检测结果指示出现预设事件,且实时运动状态为第二状态,则执行第二状态对应的除颤策略。
在一些示例中,在第一状态的运动强度小于第二状态的运动强度的情况下,执行第二状态对应的除颤策略,可以包括如下步骤:
第一步,提醒被监测人员转换为第一状态。
示例性地,提醒的方式可以为震动、声音、温度、气味中的至少一种。也可以采用其他提醒方式,本申请实施例对此不作具体限定。
第二步,若运动状态在预设时间段内未转换为第一状态,则控制对储能装置预充电。
若运动状态在预设时间段内转换为第一状态,则重新执行第一状态对应的除颤策略。
第三步,在预设充电时间段后,基于实时心电信号的特征值,以及对应运动状态下正常心电信号的特征值,再次确定实时心电信号的事件检测结果。
第四步,若事件检测结果仍指示出现预设事件,则控制除颤电极释放储能装置的电能。
如此,根据不同的实时运动状态和不同的识别结果采取不同的除颤策略,更加具有针对性和适应性,且在除颤之前会进行复核确认,准确性更高。
另外,若事件检测结果指示出现预设事件,在执行步骤二或者步骤三的同时,还可以警示被监测人员当前检测到预设事件,其中,警示方式可包括震动警示、声音警示、温度警示、气味警示中的至少一种。也可以采用其他警示方式,本申请实施例对此不作具体限定。
如此,在生成用于指示被监测人员的心律异常的初级心律检测结果,即初步识别心律异常之后,才结合实时心电信号和实时运动状态进行事件精确识别,并根据事件检测结果执行相应的除颤策略,能够极大地降低算法难度,进一步提高处理速度,缩短响应时间,也能过滤运动状态对心电信号产生的干扰,提高识别准确性。
图4是本申请实施例提供的一种心律管理装置的结构示意图。该心律管理装置设置于处理装置。参照图4所示,该心律管理装置包括:监测信号获取模块401、运动状态确定模块402、心律初步检测模块403和心律精确检测模块404。
监测信号获取模块401,用于获取监测信号,监测信号的特征值用于反映被监测人员的运动状态,被监测人员的运动状态至少包括第一状态和第二状态,第一状态与第二状态不同。
运动状态确定模块402,用于基于监测信号的特征值,以及各运动状态的预设判断条件,确定被监测人员的实时运动状态。
心律初步检测模块403,用于将被监测人员的实时心电信号与预先标定的正常心电信号进行比较,生成初级心律检测结果。
心律精确检测模块404,用于若初级心律检测结果指示心律异常,则基于实时心电信号和实时运动状态进行预设事件检测,并基于事件检测结果,执行相应的除颤策略。
在一种可实现方式中,各运动状态的预设判断条件包括第一状态对应的第一特征值范围和第二状态对应的第二特征值范围。
运动状态确定模块402具体用于:
若监测信号的特征值位于第一特征值范围,则确定被监测人员的实时运动状态为第一状态。
若监测信号的特征值位于第二特征值范围,则确定被监测人员的实时运动状态为第二状态。
在一种可实现方式中,第一特征值范围和第二特征值范围是基于对各个运动状态的标准监测信号进行标定所得到的,和/或者,是在被监测人员心律正常的情况下基于对被监测人员的各个运动状态的正常监测信号进行单独标定所得到的。
在一种可实现方式中,心律初步检测模块403具体用于:
提取被监测人员的实时心电信号的实时特征值。
获取实时特征值与正常特征值的特征偏差值,正常特征值为对应运动状态下预先标定的正常心电信号的特征值。
若特征偏差值超过预设偏差阈值,则生成用于指示心律异常的初级心律检测结果。
在一种可实现方式中,心律精确检测模块404具体用于:
基于实时心电信号的特征值,以及对应运动状态下正常心电信号的特征值,确定实时心电信号的事件检测结果。
若事件检测结果指示出现预设事件,且实时运动状态为第一状态,则执行第一状态对应的除颤策略。
若事件检测结果指示出现预设事件,且实时运动状态为第二状态,则执行第二状态对应的除颤策略。
在一种可实现方式中,心律精确检测模块404具体用于:
控制对储能装置预充电。
在预设充电时间段后,基于实时心电信号的特征值,以及对应运动状态下正常心电信号的特征值,再次确定实时心电信号的事件检测结果。
若事件检测结果仍指示出现预设事件,且实时运动状态仍为第一状态,则控制除颤电极释放储能装置的电能。
在一种可实现方式中,第一状态的运动强度小于第二状态的运动强度。心律精确检测模块404具体用于:
提醒被监测人员转换为第一状态。
若运动状态在预设时间段内未转换为第一状态,则控制对储能装置预充电。
在预设充电时间段后,基于实时心电信号的特征值,以及对应运动状态下正常心电信号的特征值,再次确定实时心电信号的事件检测结果。
若事件检测结果仍指示出现预设事件,则控制除颤电极释放储能装置的电能。
在一种可实现方式中,该心律管理装置还包括:
警示模块,用于若事件检测结果指示出现预设事件,则警示被监测人员当前检测到预设事件,其中,警示方式包括震动警示、声音警示、温度警示、气味警示中的至少一种。
如此,本申请实施例提供的心律管理装置,可以通过硬件信号来识别被监测人员的运动状态,降低算法复杂度,缩短处理时间,不仅整体算法的识别难度较低,识别速度较快,而且识别准确性也较高。
图5是本申请实施例提供的一种电子设备的结构示意图。参照图5所示,该电子设备包括存储器、处理器,所述存储器用于存储可在处理器上运行的计算机指令,所述处理器用于在执行所述计算机指令时实现本申请实施例任一实施方式所述的心律管理方法。
本申请实施例还提供一种计算机可读存储介质,其上存储有计算机程序指令,所述计算机程序指令被处理器执行时实现本申请实施例任一实施方式所述的心律管理方法。
本领域技术人员应明白,本申请一个或多个实施例可提供为方法、系统或计算机程序产品。因此,本申请一个或多个实施例可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且,本申请一个或多个实施例可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
以上结合具体实施方式和范例性实例对本申请进行了详细说明,不过这些说明并不能理 解为对本申请的限制。本领域技术人员理解,在不偏离本申请精神和范围的情况下,可以对本申请技术方案及其实施方式进行多种等价替换、修饰或改进,这些均落入本申请的范围内。本申请的保护范围以所附权利要求为准。
Claims (12)
1.一种心律管理系统,其特征在于,所述系统包括:
姿态传感器,被配置为实时生成监测信号,所述监测信号的特征值用于反映被监测人员的运动状态;
处理装置,被配置为:
基于所述监测信号的特征值,以及各运动状态的预设判断条件,确定所述被监测人员的实时运动状态,其中,所述被监测人员的运动状态至少包括第一状态和第二状态,所述第一状态与所述第二状态不同,所述第一状态的运动强度小于所述第二状态的运动强度;
将所述被监测人员的实时心电信号与预先标定的正常心电信号进行比较,生成初级心律检测结果;
若所述初级心律检测结果指示心律异常,则基于所述实时心电信号的特征值,以及对应运动状态下正常心电信号的特征值,进行预设事件检测,确定所述实时心电信号的事件检测结果,所述预设事件包括室速或者室颤;
当所述事件检测结果指示出现室速或者室颤,且所述实时运动状态为所述第一状态,则执行所述第一状态对应的除颤策略,所述第一状态对应的除颤策略包括:控制对储能装置预充电,在预设充电时间段后,再次确定所述事件检测结果,若所述事件检测结果仍指示出现所述室速或者室颤,且所述实时运动状态仍为所述第一状态,则控制除颤电极释放所述储能装置的电能;
当所述事件检测结果指示出现所述室速或者室颤,且所述实时运动状态为所述第二状态,则执行所述第二状态对应的除颤策略,所述第二状态对应的除颤策略包括:提醒所述被监测人员转换为所述第一状态,若转换为所述第一状态,则执行所述第一状态对应的除颤策略,若未转换为所述第一状态,则控制对储能装置预充电,在预设充电时间段后,再次确定所述事件检测结果,若所述事件检测结果仍指示出现所述室速或者室颤,则控制除颤电极释放所述储能装置的电能。
2.根据权利要求1所述的系统,其特征在于,所述姿态传感器为压电传感器,所述压电传感器被配置为实时生成电压信号,所述电压信号的信号值用于反映所述被监测人员的运动强度;
所述压电传感器与所述处理装置直接电连接;或所述压电传感器集成于所述心律管理系统的植入式电极结构;所述植入式电极结构包括导线、心电传感器和除颤电极,所述心电传感器被配置为采集所述实时心电信号。
3.根据权利要求2所述的系统,其特征在于,所述压电传感器形状为悬臂梁结构,且重量附着在所述悬臂梁结构随所述被监测人员的运动而垂下的一端。
4.根据权利要求3所述的系统,其特征在于,所述压电传感器设置于所述被监测人员的第十二根肋骨的下端。
5.一种心律管理方法,其特征在于,应用于处理装置,所述方法包括:
获取监测信号,所述监测信号的特征值用于反映被监测人员的运动状态,所述被监测人员的运动状态至少包括第一状态和第二状态,其中,所述第一状态与所述第二状态不同,所述第一状态的运动强度小于所述第二状态的运动强度;
基于所述监测信号的特征值,以及各运动状态的预设判断条件,确定所述被监测人员的实时运动状态;
将所述被监测人员的实时心电信号与预先标定的正常心电信号进行比较,生成初级心律检测结果;
若所述初级心律检测结果指示心律异常,则基于所述实时心电信号的特征值,以及对应运动状态下正常心电信号的特征值,进行预设事件检测,确定所述实时心电信号的事件检测结果,所述预设事件包括室速或者室颤;
当所述事件检测结果指示出现室速或者室颤,且所述实时运动状态为所述第一状态,则执行所述第一状态对应的除颤策略,所述第一状态对应的除颤策略包括:控制对储能装置预充电,在预设充电时间段后,再次确定所述事件检测结果,若所述事件检测结果仍指示出现所述室速或者室颤,且所述实时运动状态仍为所述第一状态,则控制除颤电极释放所述储能装置的电能;
当所述事件检测结果指示出现所述室速或者室颤,且所述实时运动状态为所述第二状态,则执行所述第二状态对应的除颤策略,所述第二状态对应的除颤策略包括提醒所述被监测人员转换为所述第一状态。
6.根据权利要求5所述的方法,其特征在于,所述各运动状态的预设判断条件包括所述第一状态对应的第一特征值范围和所述第二状态对应的第二特征值范围;
所述基于所述监测信号的特征值,以及各运动状态的预设判断条件,确定所述被监测人员的实时运动状态,包括:
若所述监测信号的特征值位于所述第一特征值范围,则确定所述被监测人员的实时运动状态为所述第一状态;
若所述监测信号的特征值位于所述第二特征值范围,则确定所述被监测人员的实时运动状态为所述第二状态。
7.根据权利要求6所述的方法,其特征在于,所述第一特征值范围和所述第二特征值范围是基于对各个运动状态的标准监测信号进行标定所得到的,和/或者,是在所述被监测人员心律正常的情况下基于对所述被监测人员的各个运动状态的正常监测信号进行单独标定所得到的。
8.根据权利要求5所述的方法,其特征在于,所述将所述被监测人员的实时心电信号与预先标定的正常心电信号进行比较,生成初级心律检测结果,包括:
提取所述被监测人员的实时心电信号的实时特征值;
获取所述实时特征值与正常特征值的特征偏差值,所述正常特征值为对应运动状态下预先标定的正常心电信号的特征值;
若所述特征偏差值超过预设偏差阈值,则生成用于指示心律异常的初级心律检测结果。
9.根据权利要求5所述的方法,其特征在于,所述执行所述第二状态对应的除颤策略,包括:
提醒所述被监测人员转换为所述第一状态;
若转换为所述第一状态,则执行所述第一状态对应的除颤策略;
若运动状态在预设时间段内未转换为所述第一状态,则控制对储能装置预充电;
在预设充电时间段后,基于所述实时心电信号的特征值,以及对应运动状态下正常心电信号的特征值,再次确定所述实时心电信号的事件检测结果;
若所述事件检测结果仍指示出现预设事件,则控制除颤电极释放所述储能装置的电能。
10.根据权利要求5所述的方法,其特征在于,所述方法还包括:
若所述事件检测结果指示出现预设事件,则警示所述被监测人员当前检测到所述预设事件,其中,警示方式包括震动警示、声音警示、温度警示、气味警示中的至少一种。
11.一种电子设备,其特征在于,所述电子设备包括:
处理器;
用于存储处理器可执行指令的存储器,以使所述处理器执行权利要求5至10任一项所述的方法。
12.一种计算机可读存储介质,其上储存有计算机程序指令,其特征在于,所述计算机程序指令被处理器执行时实现权利要求5至10任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310565817.2A CN116271540B (zh) | 2023-05-19 | 2023-05-19 | 一种心律管理系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310565817.2A CN116271540B (zh) | 2023-05-19 | 2023-05-19 | 一种心律管理系统及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116271540A CN116271540A (zh) | 2023-06-23 |
CN116271540B true CN116271540B (zh) | 2023-08-04 |
Family
ID=86830890
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310565817.2A Active CN116271540B (zh) | 2023-05-19 | 2023-05-19 | 一种心律管理系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116271540B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113197560A (zh) * | 2021-06-07 | 2021-08-03 | 山东大学 | 一种用于心脏骤停急救的心率检测与除颤装置 |
CN114010202A (zh) * | 2021-09-18 | 2022-02-08 | 苏州无双医疗设备有限公司 | 植入式心律管理设备心律分类及区分室速和室上速的方法 |
CN114870259A (zh) * | 2022-04-13 | 2022-08-09 | 苏州维伟思医疗科技有限公司 | 可穿戴心脏医疗设备、控制方法及医疗系统 |
CN115349870A (zh) * | 2022-07-04 | 2022-11-18 | 首都医科大学宣武医院 | 一种可穿戴智能除颤监护设备 |
CN116072277A (zh) * | 2023-03-06 | 2023-05-05 | 深圳市奥极医疗科技有限公司 | 公共场所自动体外除颤仪推荐方法、装置、设备及介质 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20230109648A1 (en) * | 2020-03-24 | 2023-04-06 | Zoll Medical Corporation | Systems and methods for classifying motion of a patient wearing an ambulatory medical device |
-
2023
- 2023-05-19 CN CN202310565817.2A patent/CN116271540B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113197560A (zh) * | 2021-06-07 | 2021-08-03 | 山东大学 | 一种用于心脏骤停急救的心率检测与除颤装置 |
CN114010202A (zh) * | 2021-09-18 | 2022-02-08 | 苏州无双医疗设备有限公司 | 植入式心律管理设备心律分类及区分室速和室上速的方法 |
CN114870259A (zh) * | 2022-04-13 | 2022-08-09 | 苏州维伟思医疗科技有限公司 | 可穿戴心脏医疗设备、控制方法及医疗系统 |
CN115349870A (zh) * | 2022-07-04 | 2022-11-18 | 首都医科大学宣武医院 | 一种可穿戴智能除颤监护设备 |
CN116072277A (zh) * | 2023-03-06 | 2023-05-05 | 深圳市奥极医疗科技有限公司 | 公共场所自动体外除颤仪推荐方法、装置、设备及介质 |
Also Published As
Publication number | Publication date |
---|---|
CN116271540A (zh) | 2023-06-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9436801B2 (en) | Hemodynamic status assessment | |
KR102226875B1 (ko) | 기계학습 모델을 이용한 심장질환예측 시스템, 및 방법 | |
JP2022531300A (ja) | 不整脈検出用の電力削減された機械学習システム | |
EP3259024B1 (en) | Apparatus for atrial arrhythmia episode detection | |
EP2944251B1 (en) | Method, apparatus and computer-readable medium for confidence level determination of ambulatory hr algorithm based on a three-way rhythm classifier | |
JP6975141B2 (ja) | Ecgデータにおけるショック適応リズムまたはショック非適応リズムの高速識別 | |
US6490478B1 (en) | System and method for complexity analysis-based cardiac tachyarrhythmia detection | |
US5645070A (en) | Method and apparatus for determining the origins of cardiac arrhythmias morphology dynamics | |
US9149645B2 (en) | Methods and devices implementing dual criteria for arrhythmia detection | |
JP2022531297A (ja) | 特徴描写および機械学習による不整脈検出 | |
US8483813B2 (en) | System and method for establishing episode profiles of detected tachycardia episodes | |
JP5759015B2 (ja) | 胸部インピーダンスを用いた姿勢検出 | |
CN101232844A (zh) | 检测由cpr或患者动作引起的人为信号 | |
US8380305B2 (en) | System and method for predicting successful defibrillation for ventricular fibrillation cardiac arrest | |
US20080208069A1 (en) | System and methods of hierarchical cardiac event detection | |
EP2854942A1 (en) | Systems and methods for detecting health disorders | |
CN102596310A (zh) | 可植入心脏刺激设备中的可治疗心律失常的自适应确认 | |
US20160135703A1 (en) | Patient Signal Analysis Based on Vector Analysis | |
US8620414B2 (en) | Detection of T-wave alternans phase reversal for arrhythmia prediction and sudden cardiac death risk stratification | |
CN106419907B (zh) | 定位心电图信号中的j点 | |
KR100874168B1 (ko) | 적응형 피크 심장박동 검출 시스템 및 그 방법 | |
Tereshchenko et al. | Intracardiac J-point elevation before the onset of polymorphic ventricular tachycardia and ventricular fibrillation in patients with an implantable cardioverter-defibrillator | |
US9198594B2 (en) | TWA measuring apparatus and TWA measuring method | |
JP2017527342A (ja) | 移植リードの分析システム及び方法 | |
US10543364B2 (en) | Detection of lead electrode dislodgement using cavitary electrogram |
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 |