專利名稱：用于心電圖識別與分類的方法和設備的制作方法
技術領域：
本發(fā)明涉及心電圖(Electrocardiogram, ECG)診斷儀領域，更具體地說，涉及用 于心電圖(ECG)診斷儀的特征識別與模式分類方法和設備。
背景技術：
我國社會的醫(yī)療模式正在發(fā)生深刻的轉變，需要從以大、中醫(yī)院為中心的醫(yī)療模 式，逐步過渡到以個人為中心、以家庭為單位、以社區(qū)為范圍，集醫(yī)療、預防、保健管理于一 體，注重早期診斷與治療的衛(wèi)生服務，以提高全民生活質(zhì)量、減少不必要的花費。國務院《關 于發(fā)展城市社區(qū)衛(wèi)生服務的指導意見》提出到201 O年實現(xiàn)"人人享有基本醫(yī)療和公共衛(wèi) 生服務"的藍圖。因此，醫(yī)療保健設備的"無線化"、"便攜式"、"家庭化"是必然的發(fā)展方向， 如用于心、肺音的聽診，腦電、心電信號的識別的無線可佩戴設備。 生活中，心腦血管疾病具有起病急驟、難以預測的特點，已經(jīng)成為威脅21世紀人 類生命健康最嚴重、最常見的疾病。例如許多心臟疾病常常突發(fā)于醫(yī)院之外，病人被送達醫(yī) 院時相應癥狀的發(fā)作已經(jīng)停止，沒有ECG記錄，此時醫(yī)生并不能夠做出診斷。使用"可佩戴 無線ECG診斷儀"就能夠及時記錄疾病發(fā)作時的ECG，并將其通過短距離無線通信方式傳輸 到掌上計算機，捕獲異常情況。 一旦有危險，相關信息可通過無線通信網(wǎng)絡傳送到醫(yī)院或急 救中心，通知醫(yī)生進行"家訪"或讓患者/家屬及時到醫(yī)院治療，而病人在到達急診室之前 就能夠得到初步診斷，社會和經(jīng)濟效益會十分巨大。 通常，將采集的心電數(shù)據(jù)進行預處理后，即進入心電圖波形檢測和提取特征信息 的階段。心電圖特征信息提取算法的準確與否是自動分析系統(tǒng)研究過程中的核心問題，分 析結果的準確性取決于特征提取的準確性和可靠性。在心電圖中，一組順序發(fā)生的P波、 QRS波、T波以及U波，代表一個完整的心動周期(也稱為一個心拍)，心電圖正是由一次又 一次周而復始的心動周期組成的。 一個心電周期中所包含的心電特征信息如圖l所示。該 心電特征信息主要包含以下幾個特征
1. P波 P波是左右心房的除極波。起點表示右心房開始除極，終點代表兩個心房除極完 畢。在正常心電圖中表現(xiàn)為一個心動周期中的第一個波，P波的前半部代表右心房除極，后 半部代表左心房除極。在形態(tài)上可以為單向(正向或者負向)、雙向(是指在參考水平線上 下各有一個轉折點，以上為正向，以下為負向，可為正負雙向和負正雙向)。
l.P-R段 是發(fā)生在P波之后的一段平線，代表激動在房室交界區(qū)、房室束及部分束支內(nèi)傳 導。其中含有心房復極波(Ta波)的成分，因電位變化不明顯，故心電圖呈一平線。
2. P-R間期 P-R間期是指P波起點到QRS波群起點的之間的時間度量，代表激動自竇房結開始
通過心臟傳導系統(tǒng)下傳引起心室激動開始除極的時間。 3. QRS波群
典型的QRS波群包括三個緊密相連的波，第一個向下的波稱為Q波，繼Q波之后的 一個高尖的直立波被稱為R波，R波后向下的波稱為S波。這個波群是反映左、右心室(包 括室間隔肌)除極的電位變化。QRS波群是廣義的代表心室肌的除極波，并不一定每個QRS 波群都有Q、 R、 S三個波，也有可能會存在其他子波。
4. R-R間期 R-R間期是指一個QRS波群R波波峰到下一個QRS波群R波波峰的之間的時間度
5.ST段 是指J點和T波起點之間的一段，ST段通常呈水平或平緩傾斜，并逐步過渡為T 波。代表左、右心室全部除極完畢到復極開始之前的一段時間。。
6.T波 T波是ST段后的一個幅度較低、占時間較長的波，是由心室復極所產(chǎn)生的。它可以
為單向(正向或者負向)或者雙向(分為正負雙向和負正雙向)，代表心室復極過程所引起
的電位變化。 7. Q-T期間 是指自QRS波群開始到T波終結的間期，代表心室肌除極和復極的全部過程。
8.U波 U波位于T波之后，是一個矮小的波。目前，它的發(fā)生機理尚未完全明確，有人認為
它代表心肌激動的激后電位，也有人認為它表示浦肯野纖維的動作電位。 ECG計算機識別的核心問題是ECG的特征信號如P波、QRS波和T波的識別和異常
情況的分類。QRS波的識別是前提，而精確檢測QRS波的主波R波是識別整個QRS波的基礎。 ECG診斷儀這樣的設備要求在只有較小內(nèi)存空間的情況下有更強的實時性，因而 波形識別面臨著更大的挑戰(zhàn)，進一步研究已有ECG識別算法并針對可佩戴設備的特別的需 求來設計新算法成為必然要求。 有關的研究方法有很多，包括小波分析、人工神經(jīng)網(wǎng)絡、微分閾值、知識庫、句法分
析、馬爾柯夫過程、數(shù)學形態(tài)學、句法分析、支持向量機、人工免疫算法等，并構成診斷系統(tǒng)。
由于模型的簡化、信號的干擾、特征的模糊、信息的不全，以及缺乏對形態(tài)的分析能力等方
面的原因，目前計算機檢測的準確率遠未達到臨床心血管醫(yī)生目測的水平。 如果不以"百分之百"準確為目標(這是社區(qū)醫(yī)療等應用可接受的實際情況)，上
述方法的檢測效果均可以，但大部分方法的測試范圍都是局部的，難以推廣到更大范圍，它
們有這些共同之處與斜率、振幅等直觀參數(shù)有關或對它們有依賴；對醫(yī)生的經(jīng)驗重視不
夠；計算復雜；實時性不夠。下面是主要方法的特點的歸納。直觀參數(shù)經(jīng)驗計算復雜度實時性；測試范圍QRS波檢31)閾值法顯式部分利用普通較好全部好2)句法法隱式不討論 高較差部分好3)小波法隱式不討論 高較差全部好 4)形態(tài)學法隱式 不討論 高/一般 較差 部分 好
5)隱馬爾可夫模型法
隱式 不討論 高 較差 部分 好 6)神經(jīng)網(wǎng)絡法 隱式 不討論 高 較差 部分 好 7)知識庫法顯式 部分利用高 較差 部分 好 這些方法主要著眼于QRS波的檢測這一基礎和前提工作。綜合考慮測試范圍和
QRS波檢測結果，閾值法和小波法是最好的，但小波法計算復雜，而閾值法考慮的參數(shù)比較
有限。綜合而言，目前沒有滿足實際ECG特征識別與模式分類要求的具體方法。宜在充分
重視和吸收醫(yī)生的思維過程和經(jīng)驗、降低計算復雜性方面尋找解決途徑。

發(fā)明內(nèi)容
本發(fā)明旨在提供一種適用于ECG診斷儀的特征識別和模式分類方法，能以較低的 計算量實現(xiàn)有效的ECG識別，并可提高ECG識別的準確率。
本發(fā)明還提供了一種用于心電圖識別和分類的設備。 本發(fā)明提供了一種用于心電圖識別和分類的方法，用于對獲取的心拍隊列 Beat (k)進行識別和分類，每個心拍具有主峰波位置Peak(k)以及P波、QRS波和T波的起 點和終點[start, end]，該方法包括如下的步驟 時域特征計算步驟，分別計算QT間期、QRS波的斜率、ST段斜率以及相鄰兩個QRS 波的間隔； 形態(tài)提取預處理步驟，分別對P波、QRS波和T波的[start, end]范圍內(nèi)采樣數(shù)據(jù) 計算所有拐點，進一步計算出所有趨勢轉折點，并定位趨勢谷與趨勢頂；趨勢谷是指那些趨 勢由下向上轉變的轉折點，趨勢頂是指那些趨勢由上向下轉變的轉折點；
QRS波形態(tài)特征點計算步驟，根據(jù)預處理步驟得到的趨勢轉折點，配合基線定位Q 波、R波、S波、R'波和S'波，同時計算上述的Q波、R波、S波、R'波和S'波的振幅；
形態(tài)識別步驟，根據(jù)形態(tài)提取預處理步驟的結果得到P波和T波的形態(tài)特征；根據(jù) QRS波形態(tài)特征點計算步驟的計算結果，識別QRS波形態(tài)模式，得到QRS波的形態(tài)特征。
本發(fā)明還一種用于心電圖識別和分類的設備，包括 時域特征計算裝置，分別計算QT間期、QRS波的斜率、ST段斜率以及相鄰兩個QRS 波的間隔； 形態(tài)提取預處理裝置，對P波、QRS波和T波的[start, end]范圍內(nèi)采樣數(shù)據(jù)計算 所有拐點，進一步計算出所有趨勢轉折點，并定位趨勢谷與趨勢頂；趨勢谷是指那些趨勢由 下向上轉變的轉折點，趨勢頂是指那些趨勢由上向下轉變的轉折點； QRS波形態(tài)特征點計算裝置，根據(jù)形態(tài)提取預處理裝置得到的趨勢轉折點，配合基 線定位Q波、R波、S波、R'波和S'波，同時計算上述的Q波、R波、S波、R'波和S'波的振 幅； 形態(tài)識別裝置，根據(jù)形態(tài)提取預處理裝置的處理結果得到P波和T波的形態(tài)特征； 根據(jù)QRS波形態(tài)特征點計算裝置的計算結果，識別QRS波形態(tài)模式，得到QRS波的形態(tài)特 征。 采用本發(fā)明的技術方案，充分借助對于源自醫(yī)生思維和經(jīng)驗的ECG形態(tài)特征的識 別過程，實現(xiàn)了以較小的工作量達到較高的診斷心率失常準確率的效果，為ECG診斷儀的應用提供了良好的基礎。


圖1是典型的ECG的波形特征； 圖2a至圖2m分別示出了 ECG中數(shù)種波形的形態(tài)； 圖3a是根據(jù)本發(fā)明的用于ECG識別與分類方法的過程框圖； 圖3b是本發(fā)明的時域特征計算步驟的過程框圖； 圖3c是本發(fā)明的形態(tài)提取預處理步驟的過程框圖； 圖3d是本發(fā)明的QRS波形態(tài)特征點計算步驟的過程框圖； 圖3e是本發(fā)明的P波形態(tài)識別子步驟的流程示意圖； 圖3f是本發(fā)明的QRS波形態(tài)識別子步驟的流程示意圖； 圖3g是本發(fā)明的T波形態(tài)識別子步驟的流程示意圖； 圖4是根據(jù)本發(fā)明的用于ECG識別與分類設備的功能框圖。
具體實施例方式
由于現(xiàn)行的算法計算量巨大，無法在設備上得到應用，因此本發(fā)明旨在充分重視 醫(yī)生的思維過程并吸收醫(yī)生的經(jīng)驗、在降低計算復雜性方面尋找解決途徑。
在ECG中，就QRS波形態(tài)模式而言，常見的有二十余種。所謂不同的形態(tài)模式，是 指QRS波中存在不同的成份。譬如QRS波只有向下的波，那么就稱為QS波；另外，相同的 成份在不同的ECG中也會有不同的表現(xiàn)形式，在醫(yī)學上，QRS波群有Q、R、S、R'和S'子波， 在一個QRS波群這些子波可能存在也可能不存在，并且根據(jù)各個子波的振幅來區(qū)分子波類 型，通常用小寫的q、r、s、r'和s'來表示QRS波中振幅相對較小的成份，如圖2a至圖2j所 示，分別示出了多種QRS波的形態(tài)。此外QRS中還包含粗鈍與切跡兩種形態(tài)特征，其中切跡 是指一個波形在參考水平線的同一側出現(xiàn)2個或2個以上的拐點，如圖2k和圖21所示；粗 鈍是指QRS波的上行、下降支或頂部突然明顯的斜率變化造成描跡線局部增粗，如圖2m所 示。 形態(tài)特征與時頻分析方法各有適用之處，但迄今為止缺乏針對形態(tài)的專門研究、
討論和分析。有經(jīng)驗的醫(yī)生憑記憶中的模板能迅速判斷ECG反映了什么病癥，實際上是一
個分層的、由粗而細的綜合和分析過程。醫(yī)生依據(jù)的是已知異常的ECG模式，并將它們與當
時得到的ECG進行比較、對照，這里沒有通常意義下的數(shù)值計算或數(shù)據(jù)處理，難以拆成微小
邏輯步驟，而是一個綜合的、宏觀的特征識別與匹配過程 掃視心電圖記錄，定位P波、QRS波和T波等特征波型； 測量P-P或R-R或Q-T間隔； 觀察波形的斜率、幅值和拐點等各種形態(tài)； 或用分規(guī)進行比較； 將異常波型與相應特征波型比較，得出結論。 基于上述的判斷原理和過程，本發(fā)明提供如下的方案來以較低的計算量實現(xiàn)有效 的ECG特征識別。 參考圖3a所示，其揭示了本發(fā)明的用于ECG識別與分類的方法的過程框圖。該方法用于對獲取的心拍隊列Beat(k)進行識別和分類，其中每個心拍具有主峰波位置 Peak(k)以及P波、QRS波和T波的起點和終點[start, end]，該方法基于上述的信息提取 時域特征參數(shù)、P波形態(tài)特征、QRS波的形態(tài)模式與各個子波的形態(tài)特征和T波形態(tài)特征，具 體包括如下的步驟 步驟S102，時域特征計算步驟，分別計算QT間期、QRS波的斜率、ST段斜率以及相 鄰兩個QRS波的間隔。如圖3b所示，該步驟S102進一步包括
S120，斜率計算子步驟，計算QRS波的斜率和ST段斜率；以及
S122 ，間期計算子步驟，計算RR間期和QT間期。 步驟S104，形態(tài)提取預處理步驟，分別對P波、QRS波和T波的[start, end]范圍 內(nèi)采樣數(shù)據(jù)計算所有拐點，進一步計算出所有趨勢轉折點，并定位趨勢谷與趨勢頂。其中， 趨勢谷是指那些趨勢由下向上轉變的轉折點，所述趨勢頂是指那些趨勢由上向下轉變的轉 折點。如圖3c所示，該步驟S104進一步包括 S140，拐點計算子步驟，分別對P波、QRS波和T波的[start, end]范圍內(nèi)采樣數(shù) 據(jù)計算所有拐點； S142，干擾剔除子步驟，剔除干擾拐點。干擾拐點主要分為兩種信號值干擾毛剌 和轉折過小的拐點。第一種干擾拐點可以通過濾波消除，第二種干擾拐點可以通過設置閾 值剔除。 S144，趨勢線計算子步驟，通過這些拐點計算趨勢線。其中趨勢線法主要功能是分 辨信號的趨勢段，從而實現(xiàn)得到比原始拐點更準確的信號趨勢轉折點；將趨勢線法引入的 主要目的是更準確的定位QRS各個子波，從而不受子波中粗鈍和切跡的干擾影響。
S146，趨勢轉折點定位子步驟，得到趨勢轉折點，并識別定位趨勢谷與趨勢頂。
步驟S106， QRS波形態(tài)特征點計算步驟，根據(jù)預處理步驟得到的趨勢轉折點，配合 基線定位Q波、R波、S波、R'波和S'波，同時計算上述的Q波、R波、S波、R'波和S'波的 振幅。如圖3d所示，該步驟S106進一步包括 S160， R波計算子步驟，尋找第一個在基線之上趨勢頂，若存在這樣的點則存在R 波，并計算R波幅值； S162， Q波計算子步驟，如不存在R波，則為特殊形態(tài)，直接跳過本計算步驟；否則 在QRS波的[start, R)之間尋找在基線之下的趨勢谷中幅值最低的趨勢轉折點，若存在這 樣的點則存在Q波，并計算Q波幅值； S164， S波計算子步驟，如不存在R波，則為特殊形態(tài)，直接跳過本計算步驟；否則 在QRS波的(R，end]之間尋找第一個在基線之下的趨勢谷點，若存在這樣的點則存在S波， 并計算S波幅值； S166， R'波計算子步驟，如不存在S波，則不存在R'波，直接跳過本計算步驟；否 則在QRS波的(S，end)之間尋找第一個在基線之上的趨勢頂點，若存在這樣的點則存在R' 波，并計算R'波幅值； S168， S'波計算子步驟，如不存在R'波，則不存在S'波，直接跳過本計算步驟；否 則在QRS波的(R' ， end)之間尋找第一個在基線之上且趨勢谷點，若存在這樣的點則存在 S'波，并計算S'波幅值。 步驟S108，形態(tài)識別步驟，根據(jù)形態(tài)提取預處理步驟的結果得到P波和T波的形態(tài)特征；根據(jù)QRS波形態(tài)特征點計算步驟的計算結果，識別QRS波形態(tài)模式，得到QRS波的形態(tài)特征。該步驟S108進一步包括以下過程 S180， P波形態(tài)識別子步驟，如果步驟104的計算結果中P[start, end]段內(nèi)無趨勢轉折點，則判定該數(shù)據(jù)無效(可能為導聯(lián)脫落)，無P波形態(tài)。否則根據(jù)P波波峰的方向和數(shù)量，識別P波形態(tài)特征(直立、倒置、雙峰、雙向)，其過程如圖3e所示；
S182， QRS波形態(tài)識別子步驟，識別出QRS波的形態(tài)模式與形態(tài)特征。QRS波的形態(tài)模式包括多種(r、 R、 qRs、 rSr'等)，并且這些模式中還包含著QRS各個子波的形態(tài)特征(切跡或粗鈍)，同時對于QRS寬度大于0. lis時，可判定QRS波寬大畸形。對于QRS波形態(tài)的識別，也是在醫(yī)生的人工判斷中所利用的重要依據(jù)。現(xiàn)有的自動識別技術中，由于沒有利用到這些形態(tài)特征，因此使得判斷依據(jù)不完整，并且準確性較低。本發(fā)明正式在自動QRS波識別的過程中加入了這些形態(tài)特征的識別因素，使得準確率大為提高。其步驟具體為，如果步驟S104的計算結果中QRS [start, end]段內(nèi)無趨勢轉折點，則判定該數(shù)據(jù)無效，無QRS波形態(tài)。否則根據(jù)步驟106的計算結果，如果不存在R波，則直接根據(jù)[start, end]最低趨勢谷的振幅判定為QS型或qs型(振幅> =0. 6為QS型，反之為qs型)。在存在R波的情況下，順序檢查Q、R、S、R'、S'的存在性與振幅大小和相互比例關系得出QRS形態(tài)模式。具體方法為先找出振幅最大的子波，如果該子波振幅大于等于0. 6mv則該子波為大子波(例如是R子波，則記為R)，其余子波與該最大子波進行比較，如果振幅為最大子波3/5以上時為大子波，如果振幅小于最大子波的3/5但大于1/16時該子波為小子波，如果振幅小于最大子波的1/16時判定為該子波小到忽略不計；如果最大子波振幅小于O. 6mv則該子波為小子波(例如是R子波，則記為r)，并且其他子波也都為小子波。隨后再識別出QRS中各個子波的形態(tài)特征，最終得到完整的QRS波形態(tài)參數(shù)，其過程如圖3f所示。根據(jù)一個例子，該識別QRS各子波的形態(tài)特征的步驟包括基于QRS各子波區(qū)間內(nèi)波形的拐點數(shù)和相鄰拐點之間的距離關系判定各子波是否存在切跡或粗鈍。根據(jù)一實施例，該步驟S182包括搜索R波[start, R]和(R，end)區(qū)間內(nèi)拐點，如果[start, R]區(qū)間內(nèi)有兩個以上拐點，且這兩個拐點之間的距離接近則認為存在R波上升區(qū)間粗鈍，若這兩個拐點之間相距較遠否則認為存在R波上升區(qū)間切跡區(qū)間，以上距離接近與否的判斷閾值為0.01s ;同樣的方法可以用于(R，end)區(qū)間內(nèi)判斷R波下降區(qū)間的粗鈍與切跡； S184，T波形態(tài)識別子步驟，如果步驟S104的計算結果中T [start, end]段內(nèi)無趨勢轉折點，則判定該數(shù)據(jù)無效，無T波形態(tài)。否則根據(jù)T波波峰方向和數(shù)量，識別出T波形態(tài)特征(直立、倒置和雙向)，其過程如圖3g所示。 上述方法能夠提取出醫(yī)學定義上所有可能出現(xiàn)的QRS形態(tài)模式種類r、 R ;qs、QS ;rs、 rS、 Rs禾口 RS ;rsr' 、 rsR' 、 rSr' 、 rSR' 、 Rsr' 、 RsR' 、 RSr'禾口 RSR' ;rsr' s' 、 rsr' S'、rsR' s'、rsR' S'、rSr' s'、rSr' S'、rSR' s'、rSR' S'、Rsr' s'、Rsr' S'、RsR' s'、RsR' S'、RSr， s，、RSr， S，、RSR， s，禾口 RSR， S， ；qrs、 qrS、 qRs、 qRS、Qrs、QrS、 QRs、QRS ;qrsr， 、 qrsR，、qrSr， 、qrSR， 、qRsr， 、qRsR， 、qRSr， 、qRSR， 、Qrsr， 、QrsR， 、QrSr， 、QrSR， 、QRsr， 、QRsR， 、QRSr，禾口 QRSR， ；qrsr， s， 、 qrsr， S， 、 qrsR， s， 、 qrsR， S， 、 qrSr， s， 、 qrSr， S， 、 qrSR， s， 、 qrSR， S，、qRsr' s'、qRsr' S'、qRsR' s'、qRsR' S'、qRSr' s'、qRSr' S'、qRSR' s'、qRSR' S'、Qrsr' s'、Qrsr， S，、QrsR， s，、QrsR， S，、QrSr， s，、QrSr， S，、QrSR， s，、QrSR， S，、QRsr， s，、QRsr， S，、QRsR， s，、QRsR， S，、QRSr' s，、QRSr' S，、QRSR， s，、QRSR， S，。
根據(jù)上述的特征識別方法，可以較好的提取出形態(tài)特征參數(shù)，實現(xiàn)了模擬醫(yī)生診斷思維過程，為加入了形態(tài)特征參數(shù)的心律失常判別規(guī)則提供了必要的信息。
舉例說明，對于室性期前收縮
l)QRS波X). 10s ; 2)R_早R-R間期=2倍正常的R-R間期；即代償間期完全； 3)Vl導聯(lián)呈rSR'， RS R'和Rsr'，且左邊的R(或r)波的振幅>右邊的R(或r)
波的振幅；或V6導聯(lián)呈rS形； 4)形態(tài)參數(shù) a. QRS波寬大畸形； b. ST段斜率與QRS波主波相反； c. T波方向與QRS波主波相反。 插入性室性期前收縮 1) QRS波50.12s 2) R-早R-R間期=正常的R-R間期 3)形態(tài)參數(shù) a. QRS波寬大畸形 b. ST段斜率與QRS波主波相反 c. T波方向與QRS波主波相反 參考圖4，與圖3a-3g所示的方法對應，其揭示了本發(fā)明的用于ECG識別與分類的設備的結構框圖。該設備用于對獲取的心拍隊列Beat(k)進行識別利分類，其中每個心拍具有主峰波位置Peak(k)以及P波、QRS波和T波的起點和終點[start, end]，該設備基于上述的信息提取時域特征參數(shù)、P波形態(tài)特征、QRS波的形態(tài)模式與各個子波的形態(tài)特征和T波形態(tài)特征，其具體包括如下部件 時域特征計算裝置202，分別計算QT間期、QRS波的斜率、ST段斜率以及相鄰兩個QRS波的間隔。該時域特征計算裝置202進一步包括以下幾個部件
斜率計算子裝置220，計算QRS波的斜率和ST段斜率；
間隔計算子裝置222，計算RR間期和QT間期。 形態(tài)提取預處理裝置204，對P波、QRS波和T波的[start, end]范圍內(nèi)采樣數(shù)據(jù)計算所有拐點，進一步計算出所有趨勢轉折點，并定位趨勢谷與趨勢頂；趨勢谷是指那些趨勢由下向上轉變的轉折點，趨勢頂是指那些趨勢由上向下轉變的轉折點。該形態(tài)提取預處理裝置204進一步包括如下部件拐點計算子裝置240，分別對P波、QRS波和T波[start, end]范圍內(nèi)采樣數(shù)據(jù)計算所有拐點； 干擾剔除子裝置242，剔除干擾拐點； 趨勢線計算子裝置244，通過這些拐點計算趨勢線； 趨勢轉折點定位子裝置246，得到趨勢轉折點，并識別定位趨勢谷與趨勢頂。
QRS波形態(tài)特征點計算裝置206，根據(jù)形態(tài)提取預處理裝置204得到的趨勢轉折點，配合基線定位Q波、R波、S波、R'波和S'波，同時計算上述的Q波、R波、S波、R'波和S'波的振幅。該QRS波形態(tài)特征點計算裝置206進一步包括以下部件
R波計算子裝置260，尋找第一個在基線之上趨勢頂，若存在這樣的點則存在R波，并計算R波幅值； Q波計算子裝置262，如不存在R波，則為特殊形態(tài)，本裝置不進行計算；否則在QRS波的[start, R)之間尋找在基線之下的趨勢谷中幅值最低的趨勢轉折點，若存在這樣的點則存在Q波，并計算Q波幅值； S波計算子裝置264，如不存在R波，則為特殊形態(tài)，本裝置不進行計算；否則在QRS波的(R，end]之間尋找第一個在基線之下的趨勢谷點，若存在這樣的點則存在S波，并計算S波幅值； R'波計算子裝置266，如不存在S波，則不存在R'波，本裝置不進行計算；否則在QRS波的(S， end]之間尋找第一個在基線之上的趨勢頂點，若存在這樣的點則存在R'波，并計算R'波幅值； S'波計算子裝置268，如不存在R'波，則不存在S'波，本裝置不進行計算；否則在QRS波的(R' ，end]之間尋找第一個在基線之上且趨勢谷點，若存在這樣的點則存在S'波，并計算S'波幅值。 形態(tài)識別裝置208，根據(jù)形態(tài)提取預處理裝置的處理結果得到P波和T波的形態(tài)特征；根據(jù)QRS波形態(tài)特征點計算裝置的計算結果，識別QRS波形態(tài)模式，得到QRS波的形態(tài)特征。該形態(tài)識別裝置208進一步包括 P波形態(tài)識別子裝置280，如果形態(tài)提取預處理裝置204的計算結果中P[start，end]段內(nèi)無趨勢轉折點，則判定該數(shù)據(jù)無效(可能為導聯(lián)脫落)，無P波形態(tài)。否則根據(jù)P波波峰的方向和數(shù)量，識別P波形態(tài)特征(直立、倒置、雙峰和雙向)；
QRS波形態(tài)識別子裝置282，識別出QRS波的形態(tài)模式與形態(tài)特征。具體為，如果形態(tài)提取預處理裝置204的計算結果中QRS[start， end]段內(nèi)無趨勢轉折點，則判定該數(shù)據(jù)無效，無QRS波形態(tài)。否則根據(jù)QRS波形態(tài)特征點計算裝置206的計算結果，如果不存在R波，則直接根據(jù)[start, end]最低趨勢谷的振幅判定為QS型或qs型(振幅>=0. 6為QS型，反之為qs型)。在存在R波的情況下，順序檢查Q、R、S、R'、S'的存在性與振幅大小和相互比例關系得出QRS形態(tài)模式。具體方法為先找出振幅最大的子波，如果該子波振幅大于等于0. 6mv則該子波為大子波(例如是R子波，則記為R)，其余子波與該最大子波進行比較，如果振幅為最大子波3/5以上時為大子波，如果振幅小于最大子波的3/5但大于1/16時該子波為小子波，如果振幅小于最大子波的1/16時判定為該子波小到忽略不計；如果最大子波振幅小于0. 6mv則該子波為小子波(例如是R子波，則記為r)，并且其他子波也都為小子波。隨后再識別出QRS中各個子波的形態(tài)特征，最終得到完整的QRS波形態(tài)參數(shù)。根據(jù)一個例子，該識別QRS各子波的形態(tài)特征的步驟包括基于QRS各子波區(qū)間內(nèi)波形的拐點數(shù)和相鄰拐點之間的距離關系判定各子波是否存在切跡或粗鈍。根據(jù)一實施例，該QRS波形態(tài)識別子裝置282包括搜索R波[start, R]和(R， end)區(qū)間內(nèi)拐點，如果[start, R]區(qū)
間內(nèi)有兩個以上拐點，且這兩個拐點之間的距離接近則認為存在R波上升區(qū)間粗鈍，若這兩個拐點之間相距較遠否則認為存在R波上升區(qū)間切跡區(qū)間，以上距離接近與否的判斷閾值為0.01s;同樣的方法可以用于(R， end)區(qū)間內(nèi)判斷R波下降區(qū)間的粗鈍與切跡；
T波形態(tài)識別子裝置284，如果形態(tài)提取預處理裝置204的計算結果中T[start，end]段內(nèi)無趨勢轉折點，則判定該數(shù)據(jù)無效，無T波形態(tài)。否則根據(jù)T波波峰方向和數(shù)量，識別出T波形態(tài)特征(直立、倒置和雙向)。 采用本發(fā)明的技術方案，充分借助對于源自醫(yī)生思維和經(jīng)驗的ECG形態(tài)特征的識別過程，實現(xiàn)了以較小的工作量達到較高的診斷心率失常準確率的效果，為ECG診斷儀的應用提供了良好的基礎。 本領域的技術人員能夠理解，前述實施例所描述的各個步驟可以通過計算機硬件、計算機軟件或兩者的組合來實現(xiàn)。為了清楚說明硬件和軟件間的互換性，各種說明性的組件、框圖、模塊、電路和步驟一般按照其功能性進行了闡述。這些功能性究竟作為硬件或軟件來實現(xiàn)取決于整個系統(tǒng)所采用的特定的應用系統(tǒng)的設計。技術人員可以認識到在這些情況下硬件和軟件的交互性，以及怎樣最好地實現(xiàn)每個特定應用所述功能。技術人員可能以對于每個特定應用不同的方式來實現(xiàn)所述功能，但這種實現(xiàn)不應被解釋為造成背離本發(fā)明的范圍。 結合這里所描述的實施例來描述的各種步驟的實現(xiàn)或執(zhí)行可以用通用處理器、數(shù)字信號處理器(DSP)、專用集成電路(ASIC)、場可編程門陣列(FPGA)或其它可編程邏輯器件、離散門或晶體管邏輯、離散硬件組件或者為執(zhí)行這里所述功能而設計的任意組合。通用處理器可能是微處理器，處理器可以是任何常規(guī)的處理器、控制器、微控制器或狀態(tài)機。處理器也可能用計算設備的組合來實現(xiàn)，如，DSP和微處理器的組合、多個微處理器、結合DSP內(nèi)核的一個或多個微處理器或者任意其它這種配置。 盡管以上描述了本發(fā)明的較佳實施例，但本發(fā)明不僅限于此。本領域的熟練的技術人員可以在以上描述的基礎上進行各種變化和改變。不脫離發(fā)明精神的各種改變和變化都應落在本發(fā)明的保護范圍之內(nèi)。發(fā)明的保護范圍由所附的權利要求書來限定。
1權利要求
一種用于心電圖識別和分類的方法，用于對獲取的心拍隊列Beat(k)進行識別和分類，每個心拍具有主峰波位置Peak(k)以及P波、QRS波和T波的起點和終點[start，end]，其特征在于，該方法包括如下的步驟時域特征計算步驟，分別計算QT問期、QRS波的斜率、ST段斜率以及相鄰兩個QRS波的間隔；形態(tài)提取預處理步驟，分別對P波、QRS波和T波的[start，end]范圍內(nèi)采樣數(shù)據(jù)計算所有拐點，進一步計算出所有趨勢轉折點，并定位趨勢谷與趨勢頂；所述趨勢谷是指那些趨勢由下向上轉變的轉折點，所述趨勢頂是指那些趨勢由上向下轉變的轉折點；QRS波形態(tài)特征點計算步驟，根據(jù)預處理步驟得到的趨勢轉折點，配合基線定位Q波、R波、S波、R’波和S’波，同時計算上述的Q波、R波、S波、R’波和S’波的振幅；形態(tài)識別步驟，根據(jù)形態(tài)提取預處理步驟的結果得到P波和T波的形態(tài)特征；根據(jù)QRS波形態(tài)特征點計算步驟的計算結果，識別QRS波形態(tài)模式，得到QRS波的形態(tài)特征。
2. 如權利要求1所述的方法，其特征在于，所述形態(tài)提取預處理步驟進一步包括 拐點計算子步驟，分別對P波、QRS波和T波的[start, end]范圍內(nèi)采樣數(shù)據(jù)計算所有拐點；干擾剔除子步驟，剔除干擾拐點； 趨勢線計算子步驟，通過這些拐點計算趨勢線；趨勢轉折點定位子步驟，得到趨勢轉折點，并識別定位趨勢谷與趨勢頂。
3. 如權利要求2所述的方法，其特征在于，QRS波形態(tài)特征點計算步驟進一步包括 R波計算子步驟，尋找第一個在基線之上趨勢頂，若存在這樣的點則存在R波，并計算R波幅值；Q波計算子步驟，如不存在R波，則為特殊形態(tài)，直接跳過本計算步驟；否則在QRS波的 [start, R)之間尋找在基線之下的趨勢谷中幅值最低的趨勢轉折點，若存在這樣的點則存 在Q波，并計算Q波幅值；S波計算子步驟，如不存在R波，則為特殊形態(tài)，直接跳過本計算步驟；否則在QRS波的 (R， end]之間尋找第一個在基線之下的趨勢谷點，若存在這樣的點則存在S波，并計算S波 幅值；R'波計算子步驟，如不存在S波，則不存在R'波，直接跳過本計算步驟；否則在QRS波 的(S， end)之間尋找第一個在基線之上的趨勢頂點，若存在這樣的點則存在R'波，并計算 R'波幅值；S'波計算子步驟，如不存在R'波，則不存在S'波，直接跳過本計算步驟；否則在QRS波 的(R' ， end)之間尋找第一個在基線之上且趨勢谷點，若存在這樣的點則存在S'波，并計 算S'波幅值。
4. 如權利要求1所述的方法，其特征在于，所述識別QRS波形態(tài)模式、得到QRS波的形 態(tài)特征包括判斷QRS波中Q波、R波、S波、R'波和S'波的切跡。
5. 如權利要求4所述的方法，其特征在于，所述識別QRS波形態(tài)模式、得到QRS波的形 態(tài)特征還包括判斷QRS波中Q波、R波、S波、R'波和S'波的粗鈍。
6. —種用于心電圖識別和分類的設備，其特征在于，包括時域特征計算裝置，分別計算QT間期、QRS波的斜率、ST段斜率以及相鄰兩個QRS波的間隔；形態(tài)提取預處理裝置，對P波、QRS波和T波的[start, end]范圍內(nèi)采樣數(shù)據(jù)計算所有 拐點，進一步計算出所有趨勢轉折點，并定位趨勢谷與趨勢頂；所述趨勢谷是指那些趨勢由 下向上轉變的轉折點，所述趨勢頂是指那些趨勢由上向下轉變的轉折點；QRS波形態(tài)特征點計算裝置，根據(jù)形態(tài)提取預處理裝置得到的趨勢轉折點，配合基線定 位Q波、R波、S波、R'波和S'波，同時計算上述的Q波、R波、S波、R'波和S'波的振幅；形態(tài)識別裝置，根據(jù)形態(tài)提取預處理裝置的處理結果得到P波和T波的形態(tài)特征；根據(jù) QRS波形態(tài)特征點計算裝置的計算結果，識別QRS波形態(tài)模式，得到QRS波的形態(tài)特征。
7. 如權利要求6所述的設備，其特征在于，所述形態(tài)提取預處理裝置進一步包括 拐點計算子裝置，分別對P波、QRS波和T波[start, end]范圍內(nèi)采樣數(shù)據(jù)計算所有拐點；干擾剔除子裝置，剔除干擾拐點； 趨勢線計算子裝置，通過這些拐點計算趨勢線；趨勢轉折點定位子裝置，得到趨勢轉折點，并識別定位趨勢谷與趨勢頂。
8. 如權利要求7所述的設備，其特征在于，所述QRS波形態(tài)特征點計算裝置進一步包括R波計算子裝置，尋找第一個在基線之上趨勢頂，若存在這樣的點則存在R波，并計算R 波幅值；Q波計算子裝置，如不存在R波，則為特殊形態(tài)，本裝置不進行計算；否則在QRS波的 [start, R)之間尋找在基線之下的趨勢谷中幅值最低的趨勢轉折點，若存在這樣的點則存 在Q波，并計算Q波幅值；S波計算子裝置，如不存在R波，則為特殊形態(tài)，本裝置不進行計算；否則在QRS波的 (R，end]之間尋找第一個在基線之下的趨勢谷點，若存在這樣的點則存在S波，并計算S波 幅值；R'波計算子裝置，如不存在S波，則不存在R'波，本裝置不進行計算；否則在QRS波的 (S， end]之間尋找第一個在基線之上的趨勢頂點，若存在這樣的點則存在R'波，并計算R' 波幅值；S'波計算子裝置，如不存在R'波，則不存在S'波，本裝置不進行計算；否則在QRS波 的(R' ， end)之間尋找第一個在基線之上且趨勢谷點，若存在這樣的點則存在S'波，并計 算S'波幅值。
9. 如權利要求6所述的設備，其特征在于，所述識別QRS波形態(tài)模式、得到QRS波的形 態(tài)特征包括判斷QRS波中Q波、R波、S波、R'波和S'波的切跡。
10. 如權利要求9所述的設備，其特征在于，所述識別QRS波形態(tài)模式、得到QRS波的形 態(tài)特征還包括判斷QRS波中Q波、R波、S波、R'波和S'波的粗鈍。
全文摘要
本發(fā)明公開了一種用于心電圖識別與分類的方法和設備，該方法和設備通過時域特征計算、形態(tài)提取預處理和QRS波形態(tài)特征點計算，從而識別QRS波形態(tài)模式，得到P波、T波和QRS波的形態(tài)特征。采用本發(fā)明的技術方案，充分借助對于源自醫(yī)生思維和經(jīng)驗的ECG形態(tài)特征的識別過程，實現(xiàn)了以較小的工作量達到較高的診斷心率失常準確率的效果，為ECG診斷儀的應用提供了良好的基礎。
文檔編號A61B5/0452GK101766484SQ20101002289
公開日2010年7月7日 申請日期2010年1月18日 優(yōu)先權日2010年1月18日
發(fā)明者張嘉偉, 董軍 申請人:董軍;張嘉偉