[发明专利]用于预测心律失常死亡的自动降噪系统

权利要求书

1.一种降低与电生理学数据关联的噪声以更有效地预测心律失常 死亡的自动化方法，该方法的步骤包括：

定义多个具有关联的间期数据的间期，其中每个间期与对应于所 述电生理学数据的第一部分的轨迹的相继部分之间的持续时间关联；

使用数据处理例程分析所述多个间期，以产生维数数据；

当维数数据小于第一门限时，从所述间期数据中去除至少一个极 值，其中去除至少一个极值产生精确维数数据；

使用数据处理例程分析所述精确维数数据，以产生可接受维数数 据；和

当所述可接受维数数据低于第二门限且高于限制条件时，预测心 律失常死亡。

2.权利要求1的方法，还包括确定所述电生理学数据是脑电图数 据还是心电图数据。

3.权利要求2的方法，还包括噪声修正算法。

4.权利要求3的方法，其中所述噪声修正算法选自由NCA噪声修 正算法和TZA噪声修正算法构成的噪声修正算法组。

5.权利要求2的方法，当所述电生理学数据是脑电图数据时，还 包括EEG数据算法。

6.权利要求5的方法，其中所述EEG数据算法还包括以下步骤：

选择线性判据；

选择绘图长度；

选择tau；

选择收敛判据；和

根据对线性判据、绘图长度、tau和收敛判据的选择，定义被接 受PD2i值。

7.权利要求1的方法，其中去除所述至少一个极值包括以下步骤：

在所述多个间期中识别一异常间期，其中所述异常间期在偏差门 限以外；

为所述异常间期定义线性样条；和

用所述线性样条覆盖所述异常间期。

8.权利要求1的方法，其中所述数据处理例程是PD2i算法。

9.权利要求1的方法，其中所述第一门限是1.4。

10.权利要求1的方法，其中所述第二门限是1.4。

11.权利要求1的方法，其中所述限制条件是被接受或精确维数 数据的％N高于第三门限。

12.权利要求11的方法，其中所述第三门限是百分之30。

13.一种降低与电生理学数据关联的噪声以更有效地预测心律失 常死亡的方法，该方法的步骤包括：

从所述电生理学数据形成RRi间期；

根据所述RRi间期定义被接受PD2i值；

确定所述被接受PD2i值是否小于第一门限值；

当所述被接受PD2i值小于所述第一门限值时，去除RRi异常值；

根据所述RRi异常值的去除，定义精确被接受PD2i值；

确定所述被接受PD2i值或精确被接受PD2i值是否低于第二门限； 和

当所述被接受PD2i值或精确被接受PD2i值低于所述第二门限且 高于第一限制条件时，预测心律失常死亡。

14.权利要求13的方法，还包括，当确定所述被接受PD2i值或 精确被接受PD2i不低于所述第二门限时，确定所述被接受PD2i值或 精确被接受PD2i值是否高于第三门限。

15.权利要求14的方法，还包括，当确定所述被接受PD2i值或 精确被接受PD2i值不高于所述第三门限时，应用过渡带修正。

16.权利要求15的方法，其中应用所述过渡带修正还包括以下步 骤：

确定所述被接受PD2i值或精确被接受PD2i值是否高于所述第一 限制条件；

确定用于所述被接受PD2i值或精确被接受PD2i值的第二限制条 件是否低于第四门限；

从所述被接受PD2i值或精确被接受PD2i值减去一偏移量；和

根据所述偏移量的减去，预测心律失常死亡。