一种心电信号中ST段形态的自动分类方法技术

本发明专利技术提供了一种心电信号中ST段形态的自动分类方法，其特征在于：采集人体各导联的ECG信号；将ECG信号中ST段的形态分类为五种：水平型、上斜型、下斜型、凹型和凸型；利用曲率尺度空间技术的多尺度分析方法，定位ST段并获取ST段中曲率绝对值最大值所对应的点，即ST段弯曲程度最大的点；根据曲率的性质，利用ST段中弯曲程度最大的点判断ST段的形态。本发明专利技术通过引入曲率尺度空间的方法，不仅有效减少了噪声的影响，而且能准确识别出ST段的形态，对心肌缺血的预警有着重要的使用价值。

【技术实现步骤摘要】
一种心电信号中ST段形态的自动分类方法
本专利技术涉及生物医学工程
，具体涉及一种用于心肌缺血预警的ST段形态自动分类方法。
技术介绍
冠状动脉粥样硬化导致的冠脉狭窄或闭塞是引起心肌缺血最主要、最常见的病因，严重则导致心肌缺血缺氧，由此引发冠心病。心肌缺血严重危害中老年人的健康，目前在我国平均患病率约为6.49％。但随着我国人民生活水平的提高，动脉粥样硬化逐步呈现年轻化的趋势，导致心肌缺血的患病率逐年上升，严重危害了我国人民的身体健康。因此，精确有效地检测心肌缺血性变化在临床中有着重要意义。目前市面大多数自动心电图机仅包含ST段水平测量结果，影响对心肌缺血的精确评估。而临床研究表明，在缺血性症状发生时，ST段形态特征的变化与ST段水平变化具有同样的诊断价值。ST段的形态特征不仅能从非缺血性ST段变化中区分出真正的缺血性ST段变化，并且能为检测心肌缺血的严重程度提供参考。因此，实现对ST段变化(包括ST段水平变化和形态变化)的自动检测，有助于内科医师临床评估心肌缺血，具有重要的临床使用价值。
技术实现思路
本专利技术是为避免上述现有技术的不足之处，提供一种基于曲率尺度空间对心电信号中ST段形态的自动分类方法，以期为临床自动检测心肌缺血提供新的参考，所要解决的是临床中计算机对ST段的定位不精确以及ST段形态分类不准确的技术问题。本专利技术为解决技术问题采用如下方案：本专利技术心电信号中ST段形态的自动分类方法，其特点在于：利用曲率尺度空间技术自动判断心电信号中ST段形态的类别；所述ST段形态类别包括直线型和弓背型，所述直线型包括水平型和斜直型，所述弓背型包括凹形和凸型；所述斜直型包括上斜型和下斜型。本专利技术心电信号中ST段形态的自动分类方法，包括如下步骤：(1)利用心电电极同步采集人体各导联的心电信号，即ECG信号；(2)利用曲率尺度空间技术识别ECG信号中ST段弯曲程度最大的点：2a、对ECG信号进行平滑处理得到ECG平滑信号C(t,σ)，其中σ为尺度因子、t为时间变量；2b、利用曲率尺度空间技术计算C(t,σ)中各点的曲率值k(t,σ)，获得C(t,σ)对应的曲率曲线，并根据所述曲率曲线、利用顶点选择法在ECG信号中定位ST段的起点EcgSTonset和ST段的终点EcgSToffset；2c、寻找ST段中弯曲程度最大的点：2c1、在高尺度因子下，计算ST段中各点的曲率绝对值中的最大值kmax，并寻找ST段中曲率绝对值大于1/2kmax的点，记为Point(i)，存入序列CurMaxPoint(i)中，其中i＝1,2…；2c2、在第二尺度因子下，依次判断各个Point(i)所在的局部区域内各点的曲率绝对值中的最大值所对应的点Point(i)′，若Point(i)′与Point(i)为同一点，则将Point(i)继续保留在序列CurMaxPoint(i)中，否则，则将Point(i)从序列CurMaxPoint(i)中移除；2c3、在最低尺度因子下，按步骤2c2相同的方法对序列CurMaxPoint(i)中保留的点Point(i)再次筛选，仍保留下来的Point(i)即为ST段的拐点；2d、在最低尺度因子下，判断ST段各拐点中曲率绝对值最大的点，该点即为ST段中弯曲程度最大的点，记为STCurMaxPoint；(3)根据STCurMaxPoint在最低尺度因子下的曲率绝对值判断ST段的形态类别：3a、若STCurMaxPoint在最低尺度因子下的曲率绝对值＞第一阈值τ，则ST段为弓背型：若STCurMaxPoint在最低尺度因子下的曲率值＞0时，则ST段为曲线型中的凸型；若STCurMaxPoint在最低尺度因子下的曲率值＜0时，则ST段为曲线型中的凹型；3b、若STCurMaxPoint在最低尺度因子下的曲率绝对值≤第一阈值τ时，则ST段为直线型：计算ST段所在直线与水平线的夹角所对应的弧度，即为ST段的坡脚；若ST段的坡脚＜第二阈值θ，则ST段为直线型中的水平型，否则ST段为斜直型；对于斜直型的ST段，若ST段终点EcgSToffset的心电幅值大于ST段起点EcgSTonset的心电幅值，则ST段为斜直型中的上斜型；若ST段终点EcgSToffset的心电幅值小于ST段起点EcgSTonset的心电幅值，则ST段为斜直型中的下斜型。步骤2b中根据所述利用曲率曲线及顶点选择法定位ST段的起点EcgSTonset和ST段的终点EcgSToffset的步骤为：2b1、定位曲率曲线上各极值点中幅值最大的点，即为R波峰值点，记为Rpeak；定位距离R波峰值点后间期，RR间期]内各极值点中幅值最大的点，即为T波峰值点；2b2、选择曲率曲线中R波峰值点后[Rpeak+40ms,Rpeak+80ms]的区间内曲率绝对值最小的点所对应的ECG信号中的点，即为ECG信号中ST段的起点EcgSTonset，将ST段的起点EcgSTonset在ECG平滑信号C(t,σ)中所对应的点记为CSTonset；2b3、利用补充顶点选择法定位ST段的终点EcgSToffset：2b31、在ECG平滑信号中，将CSTonset后20ms处的点记为点A，T波峰值点所对应的ECG平滑信号中的点记为点B；2b32、在ECG平滑信号中位于AB段内的各点到直线AB的距离最大的点记为点C；若点C到直线AB的距离≤第三阈值Dth时，则点C在ECG信号上所对应的点即为ST段的终点EcgSToffset；若点C到直线AB的距离＞阈值Dth，则进行步骤2b33；2b33、以点C替换点B，继续进行步骤2b32。本专利技术基于曲率尺度空间对心电信号中ST段形态的自动分类方法的特点也在于：本专利技术方法适用于人体不同导联心电信号中ST段形态的分析，通过对各个导联的心电信号同步采集，结合各个导联心电信号中ST段的形态，可以为缺血类疾病的诊断及严重程度的判断提供参考。步骤2c中尺度因子的选择方式：高尺度因子的范围为[8,14]，要求在高尺度下，噪声信号被平滑且保留反应ST段形态信息的特征拐点；第二尺度因子及第三尺度因子的选取，是在高尺度因子下依次递减，尺度每次递减的大小约为2。所述Point(i)所在的局部区域为[Point(i)-10ms,Point(i)+10ms]。所述第一阈值τ的选择范围为[0.02,0.35]；所述第二阈值θ的获取方式：根据心脏病专家建议，ST段的坡脚变化不大于0.02rad(约1.15°)，即第二阈值θ≤0.02rad；所述第三阈值Dth的值是根据文献[Tae-HunKim,Se-YunKim,Jeong-HongKim.et.al.CurvatureBasedECGSignalCompressionforEffectiveCommunicationonWPAN.Journalofcommunicationsandnetworks.2012,14(1):21-26]中计算心电信号的均方根差的百分比获取得到。与已有技术相比，本专利技术的有益效果体现在：(1)本专利技术采用三个不同尺度的追踪ST段中特征拐点，在避免噪声干扰的同时，也保证了特征拐点定位的准确性和计算机分析的实时性；(2)本专利技术提出的利用曲率尺度空间技术对ST段形态进行自动分类的方法，通过计算本文档来自技高网...

【技术保护点】
一种心电信号中ST段形态的自动分类方法，其特征在于：利用曲率尺度空间技术自动判断心电信号中ST段形态的类别；所述ST段形态类别包括直线型和弓背型，所述直线型包括水平型和斜直型，所述弓背型包括凹形和凸型；所述斜直型包括上斜型和下斜型。

【技术特征摘要】
1.一种心电信号中ST段形态的自动分类方法，其特征在于：利用曲率尺度空间技术自动判断心电信号中ST段形态的类别；所述ST段形态类别包括直线型和弓背型，所述直线型包括水平型和斜直型，所述弓背型包括凹形和凸型；所述斜直型包括上斜型和下斜型；包括如下步骤：(1)利用心电电极同步采集人体各导联的心电信号，即ECG信号；(2)利用曲率尺度空间技术识别ECG信号中ST段弯曲程度最大的点：2a、对ECG信号进行平滑处理得到ECG平滑信号C(t,σ)，其中σ为尺度因子、t为时间变量；2b、利用曲率尺度空间技术计算C(t,σ)中各点的曲率值k(t,σ)，获得C(t,σ)对应的曲率曲线，并根据所述曲率曲线、利用顶点选择法在ECG信号中定位ST段的起点EcgSTonset和ST段的终点EcgSToffset；2c、寻找ST段中弯曲程度最大的点：2c1、在高尺度因子下，计算ST段中各点的曲率绝对值中的最大值kmax，并寻找ST段中曲率绝对值大于1/2kmax的点，记为Point(i)，存入序列CurMaxPoint(i)中，其中i＝1,2…；2c2、在第二尺度因子下，依次判断各个Point(i)所在的局部区域内各点的曲率绝对值中的最大值所对应的点Point(i)′，若Point(i)′与Point(i)为同一点，则将Point(i)继续保留在序列CurMaxPoint(i)中，否则，则将Point(i)从序列CurMaxPoint(i)中移除；2c3、在最低尺度因子下，按步骤2c2相同的方法对序列CurMaxPoint(i)中保留的点Point(i)再次筛选，仍保留下来的Point(i)即为ST段的拐点；2d、在最低尺度因子下，判断ST段各拐点中曲率绝对值最大的点，该点即为ST段中弯曲程度最大的点，记为STCurMaxPoint；(3)根据STCurMaxPoint在最低尺度因子下的曲率绝对值判断ST段的形态类别：3a、若STCurMaxPoint在最低尺度因子下的曲率绝对值＞第一阈值τ，则ST段为弓背型：若STCurMaxPoint在最...

【专利技术属性】
技术研发人员：张永亮，黎承涛，叶骏，何子军，胡福松，彭文超，吴璋洋，马祖长，孙怡宁，
申请(专利权)人：中国科学院合肥物质科学研究院，
类型：发明
国别省市：安徽;34