一種心電圖分析系統(tǒng)、分析設(shè)備及預(yù)測模型采集設(shè)備的制作方法
【專利摘要】本發(fā)明公開了一種心電圖分析系統(tǒng)，包括：第一心電數(shù)據(jù)提取模塊、第二心電數(shù)據(jù)提取模塊、樣本存儲模塊、模型構(gòu)造模塊和模型修正模塊，本系統(tǒng)通過對各種典型的心電波形數(shù)據(jù)的預(yù)測模型進(jìn)行收集、完善，可以用來與個體心電波形數(shù)據(jù)進(jìn)行對比，得出該個體心電波形數(shù)據(jù)對應(yīng)類型的預(yù)測模型，然后根據(jù)預(yù)測模型預(yù)測該個體心電波形數(shù)據(jù)所有者的病情發(fā)展趨勢。該系統(tǒng)綜合考慮了病情表現(xiàn)的普遍性、對象個體的差異性，具備實時性和持久性。本發(fā)明還公開了一種使用該心電圖分析系統(tǒng)的心電圖分析設(shè)備及心電圖預(yù)測模型采集設(shè)備。
【專利說明】-種心電圖分析系統(tǒng)、分析設(shè)備及預(yù)測模型采集設(shè)備

【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及生物醫(yī)學(xué)【技術(shù)領(lǐng)域】，尤其涉及一種也電圖分析系統(tǒng)、分析設(shè)備及也電 圖預(yù)測模型采集設(shè)備。

【背景技術(shù)】
[0002] 也臟疾病已經(jīng)成為威脅人民生命健康的主要病因之一，通常早發(fā)現(xiàn)早治療是最好 的預(yù)防治療的方式。很多疾病發(fā)病前的征兆或者發(fā)病時的癥狀具有相似之處，由于專家所 研究領(lǐng)域的不同，專家根據(jù)所掌握的知識W及個人的經(jīng)驗，再結(jié)合病人的其他癥狀，所得出 來的診斷結(jié)果可能有所不同，該樣很可能貽誤病情，造成嚴(yán)重的后果。
[0003] 如何對也臟病進(jìn)行預(yù)測，成為很多專家學(xué)者關(guān)注的話題。目前主要有兩類也臟病 預(yù)測方法；一類是通過生物醫(yī)學(xué)原理，借助基因或者體內(nèi)某種物質(zhì)來進(jìn)行分析預(yù)測，另一類 是結(jié)合計算機(jī)技術(shù)和反應(yīng)也臟機(jī)能的也電圖數(shù)據(jù)（或者其他醫(yī)學(xué)檢查數(shù)據(jù)），來進(jìn)行分析 預(yù)測。
[0004] 通過生物醫(yī)學(xué)原理的方法具有很大的局限性，只能針對先天性也臟病進(jìn)行預(yù)測或 者不能考慮到個體差異性，不具備實時、持續(xù)性。
[0005] 也電圖數(shù)據(jù)作為診斷也臟疾病的重要工具之一，被廣泛應(yīng)用于臨床醫(yī)學(xué)中。也電 圖巧CG)是也臟的電活動的記錄，也是常用的用于診斷也臟病的重要基礎(chǔ)依據(jù)。標(biāo)準(zhǔn)ECG 記錄包括12個導(dǎo)聯(lián)波形，分別表示為I、II、III、aVR、aVL、aVF、VI、V2、V3、V4、V5和V6。
[0006] 發(fā)明人楊培德等人在中國專利申請CN103970975A中提供了一種也電數(shù)據(jù)處理方 法。該方法通過采集也電數(shù)據(jù)，處理得到相應(yīng)的特征向量，根據(jù)特征向量進(jìn)行聚類分析得到 聚類種群，利用已有模板對聚類種群進(jìn)行匹配，得到聚類種群對應(yīng)的結(jié)果，達(dá)到診斷預(yù)測的 結(jié)果。該方法基于模板進(jìn)行匹配，具有普遍性，但缺乏對個體差異性的考慮，同時模板固定， 難于應(yīng)對正常也臟狀態(tài)的變動。
[0007] 發(fā)明人梁海鵬等人在中國專利申請CN102697492B中提供了一種實時分析也電數(shù) 據(jù)的方法。該方法通過對也電數(shù)據(jù)采集、預(yù)處理和除噪，然后對也電數(shù)據(jù)進(jìn)行處理，得到醫(yī) 學(xué)診斷需要的特征數(shù)據(jù)（也率計算，ST段幅度計算，RR間期計算等），并依據(jù)常規(guī)的判斷標(biāo) 準(zhǔn)，得出診斷結(jié)果。該方法也未能考慮個體差異性，且一旦形成便難于更改，無法適應(yīng)對正 常也臟狀態(tài)的變動。
[0008] 發(fā)明人G.芬格等人在中國專利申請CN103493054A中提供了一種用于預(yù)測也血管 病發(fā)展的醫(yī)療信息技術(shù)系統(tǒng)。該系統(tǒng)通過采集多種醫(yī)學(xué)檢查數(shù)據(jù)，然后通過貝葉斯網(wǎng)絡(luò)來 預(yù)測疾病的發(fā)生概率，進(jìn)而對也臟病的發(fā)生進(jìn)行預(yù)測。該系統(tǒng)過于依賴各種大量的醫(yī)學(xué)檢 查數(shù)據(jù)，實現(xiàn)代價大，而且僅僅預(yù)測出疾病的發(fā)生概率，缺乏可信力。


【發(fā)明內(nèi)容】

[0009] 鑒于現(xiàn)有技術(shù)存在的不足，本發(fā)明提供了一種綜合考慮病情的普遍性、對象個體 差異性、具備實時性和持久性，并能在使用中不斷調(diào)整分析精度的也電圖分析系統(tǒng)、分析設(shè) 備及也電圖預(yù)測模型采集設(shè)備。
[0010] 為了實現(xiàn)上述的目的，本發(fā)明采用了如下的技術(shù)方案：
[0011] 一種也電圖分析系統(tǒng)，包括：
[0012] 第一也電數(shù)據(jù)提取模塊，用于獲取多個健康也臟樣本和各種類型也臟病變樣本對 應(yīng)的也電波形數(shù)據(jù)，并將獲取到的也電波形數(shù)據(jù)W醫(yī)學(xué)特征值構(gòu)成相應(yīng)的第一特征向量；
[0013] 第二也電數(shù)據(jù)提取模塊，用于獲取實時采集的待分析的也臟樣本的也電波形數(shù) 據(jù)，并將獲取到的也電波形數(shù)據(jù)W醫(yī)學(xué)特征值構(gòu)成第二特征向量；
[0014] 樣本存儲模塊，用于存儲所述第一特征向量作為樣本數(shù)據(jù)，并將健康也臟樣本的 第一特征向量標(biāo)記為正常，將也臟病變樣本的第一特征向量標(biāo)記為異常，并按年齡段和性 別進(jìn)行分類，形成不同類型的樣本數(shù)據(jù)集；
[0015] 模型構(gòu)造模塊，用于利用支持向量機(jī)對所述樣本存儲模塊內(nèi)的第一特征向量進(jìn)行 訓(xùn)練，得出各種類型的預(yù)測模型；
[0016] 模型修正模塊，用于確定待分析的也臟樣本所對應(yīng)的預(yù)測模型的類型，同時對所 述第二也電數(shù)據(jù)提取模塊獲取到的所述待分析的也臟樣本的近期也電數(shù)據(jù)對應(yīng)的第二特 征向量進(jìn)行判定并按實際情況標(biāo)記為正?；虍惓?，然后對應(yīng)作為健康也臟樣本或者病變也 臟樣本的第一特征向量加入所述樣本存儲模塊相應(yīng)類型的樣本數(shù)據(jù)集中，并調(diào)用所述模型 構(gòu)造模塊進(jìn)一步訓(xùn)練、修正待分析的也臟樣本所對應(yīng)的預(yù)測模型。
[0017] 其中，所述樣本數(shù)據(jù)為12導(dǎo)聯(lián)的也電波形數(shù)據(jù)。
[001引其中，所述醫(yī)學(xué)特性值包括；P波JR間期、QRS波群、QT間期、ST段和T/R。
[0019] 其中，所述樣本存儲模塊中，還存儲有所述第二也電數(shù)據(jù)提取模塊獲取的待分析 的也臟樣本健康狀況下的正常第二特征向量組成的正常第二特征向量集，每個類型也臟樣 本的正常第二特征向量集只保存最近的預(yù)定數(shù)量的正常第二特征向量。
[0020] 其中，所述模型修正模塊包括分析模塊，所述分析模塊用于在所述模型修正模塊 確定所述待分析的也臟樣本所對應(yīng)的預(yù)測模型的類型后，利用對應(yīng)的所述預(yù)測模型對各第 二特征向量的狀態(tài)正常與否進(jìn)行判定并標(biāo)記。
[0021] 其中，所述分析系統(tǒng)還包括警示模塊，若所述分析模塊利用所述預(yù)測模型判定的 結(jié)果為異常，所述警示模塊發(fā)出警告，并給出應(yīng)對措施。
[0022] 其中，若所述分析模塊利用預(yù)測模型判定的結(jié)果為異常，啟動所述警示模塊，所述 模型修正模塊將待分析的也臟樣本A所對應(yīng)的第二特征向量標(biāo)記為異常，作為也臟病變樣 本對應(yīng)第一特征向量的其中一個，加入所述樣本存儲模塊相應(yīng)類型的樣本數(shù)據(jù)集中；若所 述分析模塊利用預(yù)測模型判定的結(jié)果為正常，則將所述第二特征向量放入實時樣本分析緩 存特征向量隊列中；當(dāng)所述實時樣本分析緩存特征向量隊列中的特征向量個數(shù)達(dá)到10個 時，計算所述隊列中全部特征向量的平均值，然后計算所述平均值與所述正常第二特征向 量集的平均值的相似度，若相似度小于闊值，則啟動所述警示模塊，同時所述模型修正模塊 將所述隊列中最新的第二特征向量標(biāo)記為異常，作為也臟病變樣本對應(yīng)的第一特征向量的 其中一個，加入所述樣本存儲模塊相應(yīng)類型的樣本數(shù)據(jù)集中，并清空所述隊列；否則將所述 隊列中最新的第二特征向量加入正常第二特征向量集中，同時所述模型修正模塊將最新的 第二特征向量標(biāo)記為正常，作為健康也臟樣本對應(yīng)的第一特征向量的其中一個，加入所述 樣本存儲模塊相應(yīng)類型的樣本數(shù)據(jù)集中，并清空所述隊列。
[0023] 其中，所述分析系統(tǒng)還包括清理模塊，用于定期清理所述正常第二特征向量集和 由所述第二也電數(shù)據(jù)提取模塊獲取、經(jīng)過模型修正模塊標(biāo)記后加入到樣本存儲模塊的樣本 數(shù)據(jù)集中的過期和失效的由第二特征向量轉(zhuǎn)化而成的第一特征向量。
[0024] 同時，本發(fā)明還提供了一種也電圖分析設(shè)備，使用上述的也電圖分析系統(tǒng)對待分 析的也臟樣本進(jìn)行分析，對所述待分析的也臟樣本所屬的預(yù)測模型的類型進(jìn)行確定，然后 利用預(yù)測模型進(jìn)行預(yù)測，并輸出預(yù)測結(jié)果。
[00巧]另外，本發(fā)明還提供了一種也電圖預(yù)測模型采集設(shè)備，使用上述的也電圖分析系 統(tǒng)采集并存儲各種類型的預(yù)測模型。
[0026] 本發(fā)明通過對各種典型的也電波形數(shù)據(jù)的預(yù)測模型進(jìn)行收集、完善，可W用來與 個體也電波形數(shù)據(jù)進(jìn)行對比，得出該個體也電波形數(shù)據(jù)對應(yīng)類型的預(yù)測模型，然后根據(jù)預(yù) 測模型預(yù)測該個體也電波形數(shù)據(jù)所有者的病情發(fā)展趨勢。該系統(tǒng)綜合考慮了病情表現(xiàn)的普 遍性、對象個體的差異性，具備實時性和持久性，并且能夠在使用中不斷調(diào)整分析精度，調(diào) 整預(yù)測模型，使得預(yù)測模型更精確，單體適應(yīng)性更強(qiáng)。

【專利附圖】

【附圖說明】
[0027] 圖1為本發(fā)明實施例1的也電圖分析系統(tǒng)的結(jié)構(gòu)示意圖。
[0028] 圖2為本發(fā)明實施例1的也電圖分析系統(tǒng)的原理圖。

【具體實施方式】
[0029] 為了使本發(fā)明的目的、技術(shù)方案及優(yōu)點更加清楚明白，W下結(jié)合附圖及實施例，對 本發(fā)明進(jìn)一步詳細(xì)說明。應(yīng)當(dāng)理解，此處所描述的具體實施例僅僅用W解釋本發(fā)明，并不用 于限定本發(fā)明。
[0030] 實施例1
[0031] 為了能綜合考慮病情表現(xiàn)的普遍性、對象個體的差異性，具備實時性和持久性，本 發(fā)明實施例提供了一種基于模型的也電圖分析系統(tǒng)，本系統(tǒng)能夠在使用中不斷調(diào)整分析精 度，調(diào)整預(yù)測模型，使得預(yù)測模型更精確，單體適應(yīng)性更強(qiáng)。
[0032] 參閱圖1，本發(fā)明提供了一種也電圖分析系統(tǒng)，包括：第一也電數(shù)據(jù)提取模塊10、 第二也電數(shù)據(jù)獲取模塊20、樣本存儲模塊30、模型構(gòu)造模塊40和模型修正模塊50,其中，第 一也電數(shù)據(jù)提取模塊10用于獲取多個健康也臟樣本和各種類型也臟病變樣本對應(yīng)的也電 波形數(shù)據(jù)，并將獲取到的也電波形數(shù)據(jù)W醫(yī)學(xué)特征值構(gòu)成相應(yīng)的第一特征向量；第二也電 數(shù)據(jù)獲取模塊20用于獲取實時采集的待分析的也臟樣本的也電波形數(shù)據(jù)，并將獲取到的 也電波形數(shù)據(jù)W醫(yī)學(xué)特征值構(gòu)成第二特征向量；樣本存儲模塊30用于存儲第一特征向量 作為樣本數(shù)據(jù)，并將健康也臟樣本的第一特征向量標(biāo)記為正常，將也臟病變樣本的第一特 征向量標(biāo)記為異常，并按年齡段和性別進(jìn)行分類，形成不同類型的樣本數(shù)據(jù)集；模型構(gòu)造模 塊40用于利用支持向量機(jī)對樣本存儲模塊30內(nèi)的第一特征向量進(jìn)行訓(xùn)練，得出各種類型 的預(yù)測模型；模型修正模塊50用于根據(jù)待分析的也臟樣本的年齡和性別確定待分析的也 臟樣本所對應(yīng)的預(yù)測模型的類型，同時對第二也電數(shù)據(jù)提取模塊20獲取到的待分析的也 臟樣本的近期也電數(shù)據(jù)對應(yīng)的第二特征向量按實際情況判定并標(biāo)記為正?；虍惓?，然后對 應(yīng)作為健康也臟樣本或者病變也臟樣本的第一特征向量加入樣本存儲模塊30相應(yīng)類型的 樣本數(shù)據(jù)集中，并實時或定期調(diào)用模型構(gòu)造模塊40進(jìn)一步訓(xùn)練、修正該預(yù)測模型。
[0033] 第一也電數(shù)據(jù)提取模塊10對獲取到的也電波形數(shù)據(jù)按健康和各種病變類型分類 存儲，同時進(jìn)行基線校正濾波、60化陷波濾波和平滑濾波處理W去噪。第二也電數(shù)據(jù)提取模 塊20對獲取到的也電波形數(shù)據(jù)作與第一也電數(shù)據(jù)提取模塊10相同的去噪處理。
[0034] 其中，樣本存儲模塊30根據(jù)也臟樣本對應(yīng)的年齡段和性別對第一特征向量進(jìn)行 分類，即最終第一特征向量被按年齡段、性別和也臟病種類進(jìn)行分類存儲在樣本存儲模塊 30內(nèi)。樣本數(shù)據(jù)為12導(dǎo)聯(lián)的也電波形數(shù)據(jù)。
[003引本實施例中，醫(yī)學(xué)特性值包括；P波、ra間期、QRS波群、QT間期、ST段和T/R值。
[0036] 如圖2所示，模型修正模塊50的修正過程為：當(dāng)有待分析的也臟樣本A的也電數(shù) 據(jù)輸入到第二也電數(shù)據(jù)提取模塊20中時，模型修正模塊50即根據(jù)該也電數(shù)據(jù)的年齡段、性 別選擇待分析的也臟樣本A相應(yīng)的預(yù)測模型，對第二也電數(shù)據(jù)提取模塊20獲取到的待分析 的也臟樣本的也電數(shù)據(jù)對應(yīng)的第二特征向量進(jìn)行判定并按實際情況標(biāo)記為正常或異常，然 后對應(yīng)作為健康也臟樣本或者病變也臟樣本的第一特征向量加入樣本存儲模塊30相應(yīng)類 型的樣本數(shù)據(jù)集中，并實時或定期調(diào)用模型構(gòu)造模塊進(jìn)一步訓(xùn)練、修正該預(yù)測模型，W更加 適應(yīng)待分析的也臟樣本的個體差異。
[0037] 具體地，樣本存儲模塊30中，按年齡段、性別對也臟樣本類型進(jìn)行劃分，將獲得的 數(shù)據(jù)按照每種類型歸類，并根據(jù)診斷信息，選取各種也臟病變樣本所表現(xiàn)的典型也電波形 數(shù)據(jù)，將相應(yīng)的第一特征向量標(biāo)記為異常1，選取正常的健康也臟樣本的也電波形數(shù)據(jù)，將 相應(yīng)的第一特征向量標(biāo)記為正常0,組成該也臟樣本類型的初始化訓(xùn)練數(shù)據(jù)。
[0038] 模型構(gòu)造模塊40利用支持向量機(jī)對各也臟樣本類型的初始化訓(xùn)練數(shù)據(jù)進(jìn)行訓(xùn) 練，得出各也臟樣本類型對應(yīng)的預(yù)測模型。
[0039] 模型修正模塊50的修正過程中，選定一個待分析的也臟樣本A，針對該待分析的 也臟樣本A選取其相對應(yīng)類型的預(yù)測模型，若第二也電數(shù)據(jù)提取模塊20已接收有該待分 析的也臟樣本A的近期也電圖數(shù)據(jù)，則將其進(jìn)行降噪處理后，計算得出相應(yīng)的第二特征向 量，并根據(jù)該也電圖已有的相應(yīng)診斷信息標(biāo)記為異常1或正常0,然后放入樣本存儲模塊30 相應(yīng)類型的樣本數(shù)據(jù)集中用于進(jìn)一步訓(xùn)練該預(yù)測模型，使之更能適應(yīng)也臟樣本A的個體差 異。
[0040] 本實施例的也電圖分析系統(tǒng)提供了一種預(yù)測模型，通過采集也電圖數(shù)據(jù)，對常規(guī) 和異常也電波形數(shù)據(jù)建模，W供下一步對比分析，具有自主學(xué)習(xí)調(diào)整能力，能很好地適應(yīng)個 體的差異性。
[0041] 第二也電數(shù)據(jù)提取模塊20將獲取到的待分析的也臟樣本A在健康狀況下也電波 形數(shù)據(jù)對應(yīng)的正常第二特征向量存儲至樣本存儲模塊30,樣本存儲模塊30中的正常第二 特征向量組成待分析的也臟樣本A的正常第二特征向量集進(jìn)行存儲。
[0042] 進(jìn)一步地，本模型修正模塊50包括分析模塊60,分析模塊60用于在模型修正模塊 50確定待分析的也臟樣本A所對應(yīng)的預(yù)測模型的類型后，利用對應(yīng)的預(yù)測模型對其第二特 征向量的狀態(tài)正常與否進(jìn)行判定并標(biāo)記。
[0043] 本分析系統(tǒng)還包括警示模塊70,若分析模塊60判定為異常，警示模塊70發(fā)出警 告，并給出應(yīng)對措施。
[0044] 同時，由于在實時分析過程中，會不斷地由第二也電數(shù)據(jù)提取模塊20獲取第二特 征向量轉(zhuǎn)化產(chǎn)生新的樣本數(shù)據(jù)，樣本存儲模塊30的樣本數(shù)據(jù)集占用空間越來越大，另外， 當(dāng)更換分析對象時，要清理掉上一個分析對象的也臟樣本數(shù)據(jù)和其正常第二特征向量對應(yīng) 產(chǎn)生的正常第二特征向量集，為確保預(yù)測的實時性和計算的高效性，需要定期清理過期的 該類數(shù)據(jù)。鑒于此，本分析系統(tǒng)還進(jìn)一步地包括清理模塊80，用于定期清理正常第二特征向 量集和由第二也電數(shù)據(jù)提取模塊20獲取、經(jīng)過模型修正模塊50判定后加入到樣本存儲模 塊30的樣本數(shù)據(jù)集中的過期和失效的由第二特征向量轉(zhuǎn)化而成的第一特征向量，W利用 第二也電數(shù)據(jù)提取模塊20采集的數(shù)據(jù)重新訓(xùn)練預(yù)測模型，使得預(yù)測模型更加適應(yīng)也臟樣 本A的特性。
[0045] 第二特征向量正常與否的判定過程為；若分析模塊60利用預(yù)測模型分析判定的 結(jié)果為異常，啟動警示模塊70,模型修正模塊50將待分析的也臟樣本A所對應(yīng)的第二特征 向量標(biāo)記為異常，作為也臟病變樣本對應(yīng)第一特征向量的其中一個，加入樣本存儲模塊30 相應(yīng)類型的樣本數(shù)據(jù)集中；若分析模塊60利用預(yù)測模型初步判定的結(jié)果為正常，則將該第 二特征向量放入實時樣本分析緩存特征向量隊列中；當(dāng)實時樣本分析緩存特征向量隊列中 的特征向量個數(shù)達(dá)到10個時，計算該隊列中全部特征向量的平均值，然后計算該平均值與 正常第二特征向量集的平均值的相似度，若相似度小于闊值，則啟動警示模塊70,同時模型 修正模塊50將該隊列中最新的第二特征向量標(biāo)記為異常，作為也臟病變樣本對應(yīng)的第一 特征向量的其中一個，加入樣本存儲模塊30相應(yīng)類型的樣本數(shù)據(jù)集中，清空該隊列；否則 將該隊列中最新的第二特征向量加入正常第二特征向量集中，模型修正模塊50將該最新 的第二特征向量標(biāo)記為正常，作為健康也臟樣本對應(yīng)的第一特征向量的其中一個，加入樣 本存儲模塊相應(yīng)類型的樣本數(shù)據(jù)集，同時也加入其正常第二特征向量集中，清空該隊列。其 中，正常第二特征向量集的初始化數(shù)據(jù)由人工采集預(yù)測對象的正常數(shù)據(jù)。優(yōu)選地，樣本存儲 模塊30中，每個類型也臟樣本的正常第二特征向量集只保存最近的預(yù)定數(shù)量的正常第二 特征向量，進(jìn)一步地，該預(yù)定數(shù)量為60個。
[0046] 優(yōu)選地，相似度的計算采用歐幾里德距離進(jìn)行計算：
[0047] 針對兩個特征向量X = (xl, x2, x3--xn)和Y = (yl, y2, y3. . . yn)，其歐幾里德 距離為

【權(quán)利要求】
1. 一種心電圖分析系統(tǒng)，其特征在于，包括： 第一心電數(shù)據(jù)提取模塊（10)，用于獲取多個健康心臟樣本和各種類型心臟病變樣本對 應(yīng)的心電波形數(shù)據(jù)，并將獲取到的心電波形數(shù)據(jù)以醫(yī)學(xué)特征值構(gòu)成相應(yīng)的第一特征向量； 第二心電數(shù)據(jù)提取模塊（20)，用于獲取實時采集的待分析的心臟樣本的心電波形數(shù) 據(jù)，并將獲取到的心電波形數(shù)據(jù)以醫(yī)學(xué)特征值構(gòu)成第二特征向量； 樣本存儲模塊（30)，用于存儲所述第一特征向量作為樣本數(shù)據(jù)，并將健康心臟樣本的 第一特征向量標(biāo)記為正常，將心臟病變樣本的第一特征向量標(biāo)記為異常，并按年齡段和性 別進(jìn)行分類，形成不同類型的樣本數(shù)據(jù)集； 模型構(gòu)造模塊（40)，用于利用支持向量機(jī)對所述樣本存儲模塊（30)內(nèi)的第一特征向 量進(jìn)行訓(xùn)練，得出各種類型的預(yù)測模型； 模型修正模塊（50)，用于確定待分析的心臟樣本所對應(yīng)的預(yù)測模型的類型，同時對所 述第二心電數(shù)據(jù)提取模塊（20)獲取到的所述待分析的心臟樣本的近期心電數(shù)據(jù)對應(yīng)的第 二特征向量進(jìn)行判定并按實際情況標(biāo)記為正?；虍惓?，然后對應(yīng)作為健康心臟樣本或者病 變心臟樣本的第一特征向量加入所述樣本存儲模塊（30)相應(yīng)類型的樣本數(shù)據(jù)集中，并調(diào) 用所述模型構(gòu)造模塊（40)進(jìn)一步訓(xùn)練、修正待分析的心臟樣本所對應(yīng)的預(yù)測模型。
2. 根據(jù)權(quán)利要求1所述的心電圖分析系統(tǒng)，其特征在于，所述樣本數(shù)據(jù)為12導(dǎo)聯(lián)的心 電波形數(shù)據(jù)。
3. 根據(jù)權(quán)利要求1所述的心電圖分析系統(tǒng)，其特征在于，所述醫(yī)學(xué)特性值包括：P波、PR 間期、QRS波群、QT間期、ST段和T/R。
4. 根據(jù)權(quán)利要求1所述的心電圖分析系統(tǒng)，其特征在于，所述樣本存儲模塊（30)中，還 存儲有所述第二心電數(shù)據(jù)提取模塊（20)獲取的待分析的心臟樣本健康狀況下的正常第二 特征向量組成的正常第二特征向量集，每個類型心臟樣本的正常第二特征向量集只保存最 近的預(yù)定數(shù)量的正常第二特征向量。
5. 根據(jù)權(quán)利要求4所述的心電圖分析系統(tǒng)，其特征在于，所述模型修正模塊（50)包括 分析模塊￠0)，所述分析模塊￠0)用于在所述模型修正模塊（50)確定所述待分析的心臟 樣本所對應(yīng)的預(yù)測模型的類型后，利用對應(yīng)的所述預(yù)測模型對各第二特征向量的狀態(tài)正常 與否進(jìn)行判定并標(biāo)記。
6. 根據(jù)權(quán)利要求5所述的心電圖分析系統(tǒng)，其特征在于，還包括警示模塊（70)，若所述 分析模塊￠0)利用預(yù)測模型判定的結(jié)果為異常，所述警示模塊（70)發(fā)出警告，并給出應(yīng)對 措施。
7. 根據(jù)權(quán)利要求6所述的心電圖分析系統(tǒng)，其特征在于，若所述分析模塊（60)利用預(yù) 測模型判定的結(jié)果為異常，啟動所述警示模塊（70)，所述模型修正模塊（50)將待分析的心 臟樣本A所對應(yīng)的第二特征向量標(biāo)記為異常，作為心臟病變樣本對應(yīng)第一特征向量的其中 一個，加入所述樣本存儲模塊（30)相應(yīng)類型的樣本數(shù)據(jù)集中；若所述分析模塊￠0)利用 預(yù)測模型判定的結(jié)果為正常，則將所述第二特征向量放入實時樣本分析緩存特征向量隊列 中；當(dāng)所述實時樣本分析緩存特征向量隊列中的特征向量個數(shù)達(dá)到10個時，計算所述隊列 中全部特征向量的平均值，然后計算所述平均值與所述正常第二特征向量集的平均值的相 似度，若相似度小于閾值，則啟動所述警示模塊（70)，同時所述模型修正模塊（50)將所述 隊列中最新的第二特征向量標(biāo)記為異常，作為心臟病變樣本對應(yīng)的第一特征向量的其中一 個，加入所述樣本存儲模塊（30)相應(yīng)類型的樣本數(shù)據(jù)集中，并清空所述隊列；否則將所述 隊列中最新的第二特征向量加入正常第二特征向量集中，同時所述模型修正模塊（50)將 最新的第二特征向量標(biāo)記為正常，作為健康心臟樣本對應(yīng)的第一特征向量的其中一個，力口 入所述樣本存儲模塊（30)相應(yīng)類型的樣本數(shù)據(jù)集中，并清空所述隊列。
8. 根據(jù)權(quán)利要求7所述的心電圖分析系統(tǒng)，其特征在于，還包括清理模塊（80)，用于定 期清理所述正常第二特征向量集和由所述第二心電數(shù)據(jù)提取模塊（20)獲取、經(jīng)過模型修 正模塊（50)標(biāo)記后加入到樣本存儲模塊（30)的樣本數(shù)據(jù)集中的過期和失效的由第二特征 向量轉(zhuǎn)化而成的第一特征向量。
9. 一種心電圖分析設(shè)備，其特征在于，使用權(quán)利要求1-8任一所述的心電圖分析系統(tǒng) 對待分析的心臟樣本進(jìn)行分析，對所述待分析的心臟樣本所屬的預(yù)測模型的類型進(jìn)行確 定，然后利用預(yù)測模型進(jìn)行預(yù)測，并輸出預(yù)測結(jié)果。
10. -種心電圖預(yù)測模型采集設(shè)備，其特征在于，使用權(quán)利要求1-8任一所述的心電圖 分析系統(tǒng)采集并存儲各種類型的預(yù)測模型。
【文檔編號】A61B5/0402GK104398254SQ201410650258
【公開日】2015年3月11日 申請日期:2014年11月14日 優(yōu)先權(quán)日:2014年11月14日
【發(fā)明者】李剛, 寧立, 張涌 申請人:中國科學(xué)院深圳先進(jìn)技術(shù)研究院