[发明专利]基于距离归一化模糊测度熵的房颤实时扫描方法及装置

说明书

本发明专利公开了一种基于距离归一化模糊测度熵的房颤实时扫描方法及装置，包括心电信号读取、心电信号预处理、熵计算三个步骤，其中在熵计算的步骤中，使用范围函数定义两个向量之间的距离，再通过模糊函数确定两个向量的相似性，进而基于密度估计进行熵值计算，最后通过减去平均心电间期的自然对数来校准心率的影响，实现了房颤的实时扫描，操作简单方便，准确性高，大大提高了动态心电监测场景下房颤检测效率。

所属领域

本发明涉及房颤检测技术领域，具体涉及一种基于距离归一化模糊测度熵的房颤实时扫描方法及装置。

背景技术

心房颤动(房颤)是一种典型的快速心律失常，主要特征是不规则的心房激动和随之而来的心房机械功能恶化。房颤的患病率随着年龄的增长而增加，从40-50岁时的<0.5％，到80岁时的5-15％。由于房颤可以是完全无症状或是阵发性的，导致临床检测时漏检率高，目前技术无法满足实时准确监测需求。

24小时动态心电Holter监测是临床上房颤的常用检测方法，该技术可有效诊断患有持续性房颤的患者，但有可能遗漏许多阵发性房颤。穿戴式心电监测方法由于可以更长时程监测，并能提供实时反馈，有助于及早检测房颤和与之相关的并发症，包括中风和心力衰竭。但目前穿戴式心电监测还无法实现房颤实时检测的准确性要求。传统上，基于心房活动分析和基于心室响应分析是房颤分析的两种常用方法，与前者相比，后者更适合于穿戴式动态监测环境，因为在动态心电环境中检测P波缺失进而分析房颤是困难甚至是不可能的。相比之下，心室响应分析仅使用心电幅值最为明显的QRS波位置产生的心电间期信息，鲁棒性更好，在过去十多年出现了大量基于心室响应分析的方法，例如Poincare图、Lorenz图、累积分布函数、中值绝对偏差和各种熵方法。

熵是指时间序列的规律性或不规则程度，并通过计算重复模式的数量来估计。房颤通常由不规则的心电间期序列呈现，这种不规则性可以由熵捕获。但是，已有的熵算法，例如样本熵，使用切比雪夫距离来量化两个向量的相似度，即仅考虑两个向量之间的对应元素最大差异。切比雪夫距离有很大局限：首先，它没有归一化，导致阈值参数范围不好确定；其次，仅考虑两个向量之间的最大差异不足以完成反映序列的真实差异情况，导致计算准确性差，工作效率低。

发明内容

本发明正是针对现有技术中的问题，提供了一种基于距离归一化模糊测度熵的房颤实时扫描方法及装置，包括心电信号读取、心电信号预处理、熵计算三个步骤，其中在熵计算的步骤中，使用范围函数定义两个向量之间的距离，再通过模糊函数确定两个向量的相似性，进而基于密度估计进行熵值计算，最后通过减去平均心电间期的自然对数来校准心率的影响，实现了房颤的实时扫描，操作简单方便，准确性高，大大提高了动态心电监测场景下房颤检测效率。

为了实现上述目的，本发明采用的技术方案是：基于距离归一化模糊测度熵的房颤实时扫描方法，包括以下步骤：

S1，心电信号读取：实时提取心电信号进行待扫描；

S2，心电信号预处理：对提取到的心电信号进行预处理，筛选出信号质量好的可用于房颤扫描的心电信号段；

S3，熵计算：基于距离归一化模糊测度熵，使用范围函数定义两个向量之间的距离，再通过模糊函数确定两个向量的相似性，进而基于密度估计进行熵值计算，最后通过减去平均心电间期的自然对数来校准心率的影响。

作为本发明的一种改进，所述步骤S2进一步包括：

S21，对提取的心电信号进行信号质量评估；

S22，在经步骤S21评估后的心电信号中筛选出信号质量好的可用于房颤扫描的心电信号段执行QRS波检测，定位QRS波位置，进而构造心电间期序列；

S23，分割心电间期序列，形成待进行房颤分析的心电间期向量序列。