一种心电向量数据特征的提取方法及装置制造方法及图纸

本发明专利技术公开了一种心电向量数据特征的提取方法及装置，用于解决挖掘出心电向量数据中更多更丰富的数据特征的问题，首先获取心电向量数据；再采用异质度分析的方法（单独或组合运用几何特征方法、非线性动力学方法、模型方法、时域方法、频域方法和时频分析方法）进行心电向量数据内在的数据特征的提取和量化判定，所得的信息可呈现传统方法难以测出的心电向量数据中动态数据特征；与具体的疾病分类对应起来，可对临床症状并不十分明显的人体疾病进行检测，具有无创伤和更敏感的优势，为后期医生进行疾病的精准治疗提供便利。

A Method and Device for Extracting ECG Vector Data Features

【技术实现步骤摘要】
一种心电向量数据特征的提取方法及装置
本专利技术涉及测量人体的生物电信号的
，特别是涉及一种心电向量数据特征的提取方法及装置。
技术介绍
疾病的形成是一个相当复杂的过程，也是一个由量变到质变的过程。当外界致病因素作用于人体细胞，达到一定量的积累就会引起细胞的损伤，这个被损伤的细胞就会出现功能、代谢和形态结构紊乱。然而，当一些患者患有人体重大隐性疾病时，并无明显的临床症状，这主要归咎于国内外尚缺乏对无症状疾病的有效的早期检测能力。因此，有必要开发一种人体疾病风险的评估方法，挖掘出人体生物电信号潜在的病理性信息，从而充分评估疾病患者的发病前和治疗后的风险及预后等各个阶段人体的健康状况显得十分重要。当前，已有技术对人体生物电信号的检测已取得一些进展，尤其是心电信号的检测。考虑心电信号近百年的发展历史，十分有必要在人体的健康状况评价时进一步挖掘更多更丰富心电信号内在的病理信息。然而，到目前为止，现有技术对心电信号内在特征的检测依然存在两种难以避免的缺陷：第一种是不存在量化指标，只局限于心电图等心电数据的视觉诊断，过多依赖于从业人员的执业经验，诊断结果主观性太强；第二种避免了第一种的缺陷，但对于心电信号的分析过程中，提取的数据特征信息过于有限，无法全面刻画复杂的心脏电活动过程，无法挖掘出心电数据中更多更丰富的动态病理特征。因此，有必要提供改进的技术方案以克服现有技术中存在的技术问题。
技术实现思路
为了解决上述问题，本专利技术提供了一种心电向量数据特征的提取方法及装置，用于解决挖掘出心电向量数据中更多更丰富的数据特征的问题，主要是将心脏电信号进行转换，获得单维度(或多维度)心电向量数据；然后采用异质度分析的方法(单独或组合运用几何特征方法、非线性动力学方法、模型方法、时域方法、频域方法和时频分析方法)进行心电向量数据内在的数据特征的提取和量化判定，所得的信息可呈现传统方法难以测出的心电向量数据中动态数据特征；与具体的疾病分类对应起来，可对临床症状并不十分明显的人体疾病进行检测，具有无创伤和更敏感的优势，为后期医生进行疾病的精准治疗提供便利。本专利技术第一方面提供了一种心电向量数据特征的提取方法，包括以下步骤：S1.获取心电向量数据；S2.采用异质度分析的方法提取心电向量数据特征。在至少一个实施例中，在如前所述的心电向量数据特征的提取方法中，所述的心电向量数据V(x)，可表示为：V(x)＝mV1(x)+nV2(x)；其中m和n的值都为-1～1，所述的V1(x)包括完整的心电向量数据或截取的心电向量数据，所述的V2(x)为心电非线性系统动态数据。在至少一个实施例中，在如前所述的心电向量数据特征的提取方法中，所述异质度分析的方法包括频域分析方法、非线性动力学方法、时域分析方法、几何特征方法、时频分析方法和模型方法中的一种或几种。在至少一个实施例中，在如前所述的心电向量数据特征的提取方法中，还包括：获取所述的心电向量数据特征的量化指标；其中，所述心电向量数据特征的量化指标QI＝f×频域特征的量化指标－n×非线性动力学特征的量化指标+t×时域特征的量化指标－g×几何特征的量化指标+tf×时频特征的量化指标－m×模型特征的量化指标+x，其中，f、n、t、g、tf和m的取值为-1～1之间适应不同种心脏疾病的选择值，x的取值包括实数。在至少一个实施例中，在如前所述的心电向量数据特征的提取方法中，所述的心电向量数据包括心电向量图像数据。在至少一个实施例中，在如前所述的心电向量数据特征的提取方法中，所述的V1(x)包括长度为0～50000的心电向量数据，所述的V2(x)包括长度为0～50000心电非线性系统动态数据。本专利技术第二方面提供了一种心脏电信号的异常分析方法，使用前述的提取方法，对心电向量数据特征的量化指标进行提取，并设定所述心电向量数据特征的量化指标的监测阈值，以实际提取值与所述监测阈值进行对比来进行异常判定。本专利技术第三方面提供了一种人体健康状况的评估方法，使用了前述的提取方法或心脏电信号的异常分析方法。本专利技术第四方面提供了一种人体健康状况检测装置，其特征在于，使用了前述的人体健康状况的评估方法。本专利技术第五方面提供了一种人体健康状况检测装置，其中存储有计算机程序，所述计算机程序被处理器加载执行时，使用前述的人体健康状况的评估方法。本专利技术的有益效果：通过本专利技术所述方法获得的数据信息，可呈现传统方法难以测出的心电向量数据中动态数据特征；与具体的疾病分类对应起来，可对临床症状并不十分明显的人体疾病进行检测，具有无创伤和更敏感的优势，为后期医生进行疾病的精准治疗提供便利。具体实施方式下列实施例中未注明具体条件的实验方法，通常按照国家标准测定。若没有相应的国家标准，则按照通用的国际标准、常规条件、或按照制造厂商所建议的条件进行。在本专利技术中，如果没有特别的说明，本文所提到的所有实施方式以及优选实施方式可以相互组合形成新的技术方案。在本专利技术中，如果没有特别的说明，本文所提到的所有技术特征以及优选特征可以相互组合形成新的技术方案。在本专利技术中，如果没有特别的说明，本文所提到的心电数据包括但不限于心电图数据、预处理的心电图数据、截取的心电图数据、截取的心电数据、单导联的心电数据或多导联的心电数据。所述的心电数据包括但不限于特定的波、段或间期的心电数据；例如：截取P波、和/或R波、和/或QRS波群、和/或S波、和/或T波、和/或U波、和/或PR段、和/或ST段、和/或ST-T段、和/或PR间期、和/或ST间期、和/或QT间期等数据后的心电数据。在本专利技术中，如果没有特别的说明，本文所提到的心电向量数据包括但不限于反映心电大小和方向信息的数据。在本专利技术中，如果没有特别的说明，所述的心电向量数据包括但不限于完整的心电向量数据、VCG数据、预处理的VCG数据或截取的VCG数据，所述的截取的VCG数据包括但不限于：存在VCG数据上任意大小的一部分数据。在本专利技术中，如果没有特别的说明，本文所提到的心电向量数据包括但不限于单维度数据或多维度数据；所述单维度的心电向量数据包括但不限于心电向量数据在一个维度空间上投影的数据信息；所述的多维度的心电向量数据包括但不限于心电向量数据在多个维度空间上投影的数据信息。在本专利技术中，如果没有特别的说明，本文所提到的心电向量数据包括但不限于将心电数据进行数学运算后得到的向量数据，所述的数学运算包括但不限于三维转换，比如12导联心电数据(或15导联心电数据或18导联心电数据)进行三维转换后得到的向量数据；所述的数学运算包括但不限于：KorsJ.A.等在1990年发表在EuropeanHeartJournal杂志的11(12):1083-1092的论文所述的计算方法。在本专利技术中，如果没有特别的说明，本文所提到的心电向量数据是指将心电数据经过转换后获得的单维度数据或多维度数据，所述的转换包括但不限于将12导联(或多导联)心电数据转换为单维度数据或多维度数据。在本专利技术中，如果没有特别的说明，本文所提到的心电向量数据包括但不限于：截取P波、和/或R波、和/或QRS波群、和/或S波、和/或T波、和/或U波、和/或PR段、和/或ST段、和/或ST-T段、和/或PR间期、和/或ST间期、和/或QT间期等数据后的心电向量数据。在本专利技术中，如本文档来自技高网...

【技术保护点】
1.一种心电向量数据特征的提取方法，其特征在于，包括以下步骤：S1. 获取心电向量数据；S2. 采用异质度分析的方法提取心电向量数据特征。

【技术特征摘要】
1.一种心电向量数据特征的提取方法，其特征在于，包括以下步骤：S1.获取心电向量数据；S2.采用异质度分析的方法提取心电向量数据特征。2.如权利要求1所述的提取方法，其特征在于，所述的心电向量数据，可表示为：；其中m和n的值都为-1~1，所述的包括心电向量数据；所述的包括心电非线性系统动态数据。3.如权利要求1所述的提取方法，其特征在于，所述异质度分析的方法包括频域分析方法、非线性动力学方法、时域分析方法、几何特征方法、时频分析方法和模型方法中的一种或几种；所述的包括单维度数据或多维度数据，所述的包括单维度数据或多维度数据。4.如权利要求1所述的提取方法，其特征在于，还包括：获取所述的心电向量数据特征的量化指标；其中，所述心电向量数据特征的量化指标QI=f×频域特征的量化指标－n×非线性动力学特征的量化指标＋t×时域特征的量化指标－g×几何特征的量化指标＋tf×时频特征的量化指标－m×模型特征的量化指标＋x，其中，f、n、t、g、tf和m的取值为-1~...

【专利技术属性】
技术研发人员：王云霞，何毅钒，
申请(专利权)人：度特斯大连实业有限公司，
类型：发明
国别省市：辽宁,21