[发明专利]识别心电波图像交界性逸搏方法、装置、系统和电子设备

说明书

本发明公开了一种识别心电波图像交界性逸搏的方法、装置、系统和电子设备，涉及便携式医疗设备技术领域。其中，方法包括以下步骤：获取预定时间长度的心电波图像；识别心电波图像中的特征点和特征波；基于特征点和特征波对所述心电波图像进行交界性逸搏的识别。本发明提出的识别心电波图像交界性逸搏方法、装置和系统，提出了新的识别算法，仅需要采集数十秒的心电信号便可以实现对心电波图像的实时识别，识别快、准确率较高，可以用于家用的便携式医疗诊断设备。

技术领域

本发明涉及便携式医疗设备技术领域，尤其涉及一种识别心电图的方法、装置、系统和电子设备。

背景技术

心电图被用来记录心脏电位的变化，是最重要的诊断心脏疾病的工具之一。近年来，由于计算机辅助诊断可以发现心电图肉眼无法观测到的信息，而且较人工诊断更加稳定，越来越受到人们的重视，逐渐开始被应用。

交界性逸搏是最常见的逸搏，是心律失常的一种。当窦房结发出的激动过于缓慢时，或是窦性激动由于种种原因，过迟的下传至交界区时，交界区便发出逸搏。交界性逸搏本身是一种保护机制，并非病理现象。然而，交界性逸搏常出现干扰以及干扰性房室脱节，与房室传导阻滞较难辨别。准确的识别交界性逸搏可鉴别病理和生理性心律，也有助于发现原发病。另外，交界性逸搏有时也需要起搏治疗。

发明人在实施本发明的过程中，发现现有技术具有以下缺陷：

一、现有的对心电图的识别方法依据的心电信号数据量大，需要采集较长时间的心电信号以得到上百个波形，进而根据对上百个波形的识别得出识别结果。因此，需要先采集数据之后再进行识别，采集过程和得出识别结果的过程较长，不能够实现实时识别。

二、现有技术中并没有关于对交界性逸搏的自动识别方法。

发明内容

(一)发明目的

本发明的目的是提供一种实时的、识别准确率高的识别心电波图像交界性逸搏方法、装置、系统和电子设备。

(二)技术方案

为解决上述问题，本发明的第一方面提供了一种识别心电波图像交界性逸搏的方法，包括：获取预定时间长度的心电波图像；识别所述心电波图像中的特征点和特征波；基于所述特征点和特征波对所述心电波图像进行交界性逸搏的识别。

进一步，所述的识别心电波图像交界性逸搏的方法，其中，所述预定时间长度的取值范围为：至少20秒；所述特征点至少包括：P点、Q点、R点和S点；所述特征波至少包括：P波和QRS波群；其中，所述QRS波群包括Q波、R波和S波。

进一步，所述的识别心电波图像交界性逸搏的方法，其中，所述识别所述心电波图像中的特征点和特征波，包括：基于B-样条双正交小波和一阶差分对所述心电波图像进行识别，得到特征点的位置数据；基于得到的特征点的位置数据得到特征波。

进一步，所述的识别心电波图像交界性逸搏的方法，其中，所述基于所述特征点和特征波对所述心电波图像进行交界性逸搏的识别，包括：对所述心电波图像进行分段，得到多个心拍；基于预设的规则模型和机器学习模型对每个所述心拍进行识别，得到与每个所述心拍对应的识别结果；基于所有心拍的识别结果，得到交界性逸搏次数和其他逸搏次数；若所述心电波图像的心率小于预定频率且所述其他逸搏次数小于预定次数，则基于所述交界性逸搏次数和其他逸搏次数进行疑似度计算，得到所述心电波图像的交界性逸搏疑似度。

进一步，所述的识别心电波图像交界性逸搏的方法，其中，所述基于预设的规则模型和机器学习模型对每个所述心拍进行识别得到与每个所述心拍对应的识别结果，包括：基于规则模型对首个心拍进行识别，得到基于规则模型的识别结果；基于机器学习模型对首个心拍进行识别，得到基于机器学习模型的识别结果；若基于所述规则模型和机器学习模型的识别结果均为交界性逸搏，则得出所述首个心拍的识别结果为交界性逸搏；依次基于所述规则模型和所述机器学习模型对下一个心拍进行识别，如此循环，直到得到最后一个心拍的识别结果。