[发明专利]心电图分析系统及其数据分析算法的学习更新方法

说明书

技术领域

本发明涉及数据处理方法及系统，特别是涉及具有学习更新能力的数据处理方法及系统。

背景技术

心电图是用来描计心脏活动周期所产生的电活动在体表扩散的过程。心电图在诊断心律不齐、心肌缺血、房室肥大、传导阻滞等常见心脏疾病起着非常重要的作用，已经成为常规的和必要的检测手段，是医生的得力助手。随着现代电子科学技术的发展，心电图机已发展的越来越完善，出现了对心电图数据进行自主分析的心电图分析系统，作为辅助，大大提高了医生的工作效率。但现有技术心电图分析系统所采用的算法较单一，由于心电图信号的复杂性、个体差异性以及信号干扰等问题，现有心电图分析系统及其使用算法都还没有达到很好的效果，存在数据分析准确率不够高的问题，对医生的辅助作用还有待提高，更无法取代医生和专家的人工诊断。

发明内容

本发明要解决的技术问题在于避免现有技术的不足之处而提出能够学习医生分析数据，进而更新自身心电图数据分析算法的方法及使用该方法的心电图分析系统，充分发挥自动数据分析和大数据平台的高效、快速计算的优势，同时兼顾医生和专家具有丰富的临床经验和专业技能的优点。

本发明解决所述技术问题可以通过采用以下技术方案来实现：

提出一种用于心电图数据分析算法的算法学习更新方法，基于包括信号预处理模块和数据分析算法子系统的心电图分析系统。信号预处理模块对心电图数字信号进行电信号处理而输出经过电信号处理的心电图数字信号。数据分析算法子系统使用自身设置的心电图数据分析算法对来自信号预处理模块的、经过电信号处理的心电图数字信号进行波形分析形成心电图分析数据。尤其是，在心电图分析系统设置包括输出模块和输入模块的人机交互子系统；所述算法学习更新方法包括如下步骤：

B. 借助输出模块输出数据分析算法子系统的心电图分析数据，借助输入模块对心电图分析数据进行修正，并将修正的心电图分析数据输入数据分析算法子系统；

数据分析算法子系统依据修正的心电图分析数据更新自身的心电图数据分析算法。

具体地，在步骤B之前还包括如下步骤，

A. 借助输出模块输出信号预处理模块经过电信号处理的心电图数字信号，借助输入模块调整信号预处理模块的信号处理参数，以修正信号预处理模块输出的经过电信号处理的心电图数字信号。

具体而言，在所述步骤A中，借助输入模块调整信号预处理模块的信号处理参数，以修正信号预处理模块输出的经过电信号处理的心电图数字信号包括如下分步骤，

A1. 选择高通滤波器，调整高通滤波器的截止频率，以滤除心电图数字信号的基线漂移；

A2. 选择陷波器，以适应心电图分析系统的工作环境；

A3. 选择低通滤波器，以消除心电图数字信号的高频干扰信号。

更具体地，所述分步骤A3包括如下分步骤，

A31. 选择第一低通滤波器对心电图数字信号进行低通滤波处理而形成初步低通滤波的心电图数字信号数据；

A32. 对初步低通滤波的心电图数字信号进行数据分段，设置初步低通滤波的心电图数字信号的QRS复波为第一数据段，设置一个周期内除QRS复波外的其它波形为第二数据段；

选择第二低通滤波器对第一数据段进行低通滤波，选择第三低通滤波器对第二数据段进行低通滤波，第二低通滤波器的截止频率大于第三低通滤波器的截止频率。

作为具体实现方案，所述步骤B包括如下分步骤，

B1. 采用心电图数据分析算法对经过电信号处理的心电图数字信号进行数据分析，获取心电图波形的特征数据，并将该特征数据通过人机交互子系统的输出模块输出；所述特征数据包括心电图波形的特征点，特征波形的形状、幅值和间期；

借助人机交互子系统的输入模块编辑特征数据，对特征数据进行确认、修改、增加或者删除中的至少一项操作，形成心电图波形的反馈特征数据；

数据分析算法子系统学习反馈特征数据而更新自身的心电图数据分析算法。

基于上述具有分步骤B1的方案，所述步骤B还包括如下分步骤，

B2. 心电图数据分析算法将典型的心电图分析数据分类，通过人机交互子系统的输出模块输出心电图分析数据及其所属类别；

借助人机交互子系统的输入模块编辑心电图分析数据，对心电图分析数据的分类进行确认或者矫正，形成反馈类别数据；

数据分析算法子系统学习反馈类别数据而更新自身的心电图数据分析算法。

本发明解决所述技术问题还可以通过采用以下技术方案来实现：