一种心电图数据处理方法、系统及存储介质技术方案

本发明专利技术属于医疗技术领域，公开了一种心电图数据处理方法、系统及存储介质：对心电图信号进行预处理，获取心电图数据；基于心电图信号的检测时间T，将心电图数据分割为N段；基于预设条件将心电图数据划分为正常数据段集合和异常数据段集合；将异常数据段集合输入异常检测模型，得到心电图检测结果，并生成诊断报告；将诊断报告发送到医生终端。本发明专利技术解决了心电图自动诊断时工作量大和效率低的问题。心电图自动诊断时工作量大和效率低的问题。心电图自动诊断时工作量大和效率低的问题。

【技术实现步骤摘要】
一种心电图数据处理方法、系统及存储介质


[0001]本专利技术属于医疗
，具体涉及一种心电图数据处理方法、系统及存储介质。

技术介绍

[0002]心电图(Electrocardiogram，ECG)信号是心脏兴奋的发生和传播及恢复过程的客观指标。因此，ECG信号检测通常作为心脏疾病检测的重要指标，并且对ECG信号的处理和分析一直备受关注。
[0003]随着医疗信息技术的不断发展，心电图自动诊断技术已经在临床上得到了一定的应用，虽然目前心电图自动诊断技术还无法与专业医生的诊断水平相比，但在某些方面已经得到了一定程度的认可，极大的减轻了专业医生的负担。现有技术中，比如中国专利CN109875521A，公开了一种心电图数据分析方法以及系统，将第一心电图数据解析并转化为具有统一格式的第二心电图数据，对第二心电图数据进行实时分析，得到分析结果。该方法对所有的心电图数据进行分析，增加了心电图分析的任务量。再比如中国专利CN106126898A，公开了数据处理的方法及装置，根据参照样本分别为参照样本之外的每一类ECG信号建立对应的逻辑Logit模型，将某一条未知类型的ECG信号中提取的不同特征矢量值分别带入到每种类型ECG信号的Logit模型中，得到多个概率值，然后，将多个概率值与预设阈值比较，并根据比较的结果判断未知类型的ECG信号所属的类型。在判断ECG信号的类型时，需要将ECG信号输入每个模型，再根据概率进行判断，增加了计算量。
[0004]因此，提供一种心电图数据处理方法、系统及存储介质，以减少心电图诊断的工作量，并提高诊断效率，是亟待解决的问题。

技术实现思路

[0005]针对上述提出的技术问题，本专利技术提供一种心电图数据处理方法、系统及存储介质。
[0006]第一方面，本专利技术提供了一种心电图数据处理方法，该方法包括：
[0007]步骤1、对心电图信号进行预处理，获取心电图数据；
[0008]步骤2、基于心电图信号的检测时间T，将心电图数据分割为N段，每段心电图数据段的时间为t，为心电图数据段分配标识符，并将每个心电图数据段与每个心电图数据段的标识符一一对应地存储在心电图数据存储单元中，其中，N为大于1的正整数；
[0009]步骤3、基于预设条件将心电图数据划分为正常数据段集合和异常数据段集合；
[0010]步骤4、将异常数据段集合输入异常检测模型，得到心电图检测结果，并生成诊断报告；
[0011]步骤5、将诊断报告发送到医生终端。
[0012]具体地，预处理包括降噪处理。
[0013]具体地，预设条件为每个心电图数据段中大于阈值th1的波峰的数量，步骤3包括：
[0014]步骤311、获取第i个心电图数据段作为第1筛选信号段，当第1筛选信号段中的大于阈值th1的波峰的数量大于等于阈值th2时，判定第1筛选信号段为异常数据段，其中，i为1
‑
N的正整数；
[0015]步骤312、当第1筛选信号段为异常数据段且i≠N时，i＝i+1，返回步骤311；
[0016]步骤313、当第1筛选信号段为正常数据段且i≠N时，获取第1筛选信号段之后k
m
个心电图数据段作为第m筛选信号段；
[0017]步骤314、当第m筛选信号段中的大于阈值th1的波峰的数量大于等于阈值k
m
th2时，判定第m筛选信号段为异常数据段，其中，k
m
为大于1的正整数；
[0018]步骤315、当第m筛选信号段为异常数据段且M≠1时，i＝k，返回步骤311，其中，k为第m筛选信号段中第一个心电图数据段的标识符，M为第m筛选信号段中心电图数据段的总数；
[0019]步骤316、当第m筛选信号段为正常数据段且j≠N时，获取第m筛选信号段之后k
m+1
个心电图数据段作为第m+1筛选信号段，m＝m+1，返回步骤314，其中，j为第m筛选信号段中最后一个心电图数据段的标识符，k
m+1
为大于1的正整数，且k
m+1
大于k
m
；
[0020]步骤317、遍历完所有心电图数据段后，将异常数据段对应的心电图数据段和标识符一一对应地存储在异常数据段集合中，将正常数据段对应的心电图数据段和标识符一一对应地存储在正常数据段集合中。
[0021]具体地，预设条件为每个心电图数据段中的心跳频率值，步骤3包括：
[0022]将第x个心电图数据段输入第一训练模型，输出第x个心电图数据段中的心跳数和每个心跳被正确计算的概率，其中，x为1
‑
N的正整数；
[0023]当任一心跳被正确计算的概率大于等于阈值th3时，判定任一心跳为正确计算心跳，则心跳频率值HR为正确计算心跳的总数；
[0024]当|HR
‑
ST|≥th4时，判定第x个心电图数据段为异常数据段，其中，ST为基准心跳频率值，th4为心跳频率判断阈值；
[0025]当|HR
‑
ST＜th4时，判定第x个心电图数据段为正常数据段；
[0026]遍历完所有心电图数据段后，将异常数据段对应的心电图数据段和标识符一一对应地存储在异常数据段集合中，将正常数据段对应的心电图数据段和标识符一一对应地存储在正常数据段集合中。
[0027]具体地，异常检测模型的生成方法为：
[0028]使用异常心电图数据训练第一检测模型得到第二检测模型，第二检测模型对异常心电图数据进行分类，将异常心电图数据分为第一大类异常心电图数据和第二大类异常心电图数据，其中，第一检测模型为预先训练的将心电图分为正常和异常的检测模型，异常心电图数据中包括的异常心电图的种类个数为A，第一大类异常心电图数据包括的异常心电图的种类个数为A1，第二大类异常心电图数据包括的异常心电图的种类个数为A2，A2＝A
‑
A1；
[0029]使用第一大类异常心电图数据训练第二检测模型得到第三检测模型，第三检测模型对第一大类异常心电图数据进行分类，将第一大类异常心电图数据分为第一类异常心电图数据和第二类异常心电图数据，其中，第一类异常心电图数据包括的异常心电图的种类个数为B1，第二类异常心电图数据包括的异常心电图的种类个数为B2，B2＝A1
‑
B1；使用第
二大类异常心电图数据训练第二检测模型得到第四检测模型，第四检测模型对第二大类异常心电图数据进行分类，将第二大类异常心电图数据分为第三类异常心电图数据和第四类异常心电图数据，其中，第三类异常心电图数据包括的异常心电图的种类个数为C1，第四类异常心电图数据包括的异常心电图的种类个数为C2，C2＝A2
‑
C1；
[0030]当B1≠1时，使用第一类异常心电图数据训练第三检测模型得到第五检测模型，第五检测模型对第一类异常心电图数据进行分类，将第一类异常心电图数据分类为单个的心电图异常类型；
[003本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种心电图数据处理方法，其特征在于，包括如下步骤：步骤1、对心电图信号进行预处理，获取心电图数据；步骤2、基于所述心电图信号的检测时间T，将所述心电图数据分割为N段，每段心电图数据段的时间为t，为所述心电图数据段分配标识符，并将每个心电图数据段与所述每个心电图数据段的标识符一一对应地存储在心电图数据存储单元中，其中，N为大于1的正整数；步骤3、基于预设条件将所述心电图数据划分为正常数据段集合和异常数据段集合；步骤4、将所述异常数据段集合输入异常检测模型，得到心电图检测结果，并生成诊断报告；步骤5、将所述诊断报告发送到医生终端。2.根据权利要求1所述的一种心电图数据处理方法，其特征在于，所述预处理包括降噪处理。3.根据权利要求1所述的一种心电图数据处理方法，其特征在于，所述预设条件为所述每个心电图数据段中大于阈值th1的波峰的数量，所述步骤3包括：步骤311、获取第i个心电图数据段作为第1筛选信号段，当所述第1筛选信号段中的大于阈值th1的波峰的数量大于等于阈值th2时，判定所述第1筛选信号段为异常数据段，其中，i为1
‑
N的正整数；步骤312、当所述第1筛选信号段为异常数据段且i≠N时，i＝i+1，返回所述步骤311；步骤313、当所述第1筛选信号段为正常数据段且i≠N时，获取所述第1筛选信号段之后k
m
个心电图数据段作为第m筛选信号段；步骤314、当所述第m筛选信号段中的大于阈值th1的波峰的数量大于等于阈值k
m
th2时，判定所述第m筛选信号段为异常数据段，其中，k
m
为大于1的正整数；步骤315、当所述第m筛选信号段为异常数据段且M≠1时，i＝k，返回所述步骤311，其中，k为所述第m筛选信号段中第一个心电图数据段的标识符，M为所述第m筛选信号段中心电图数据段的总数；步骤316、当所述第m筛选信号段为正常数据段且j≠N时，获取所述第m筛选信号段之后k
m+1
个心电图数据段作为第m+1筛选信号段，m＝m+1，返回所述步骤314，其中，j为所述第m筛选信号段中最后一个心电图数据段的标识符，k
m+1
为大于1的正整数，且k
m+1
大于k
m
；步骤317、遍历完所有心电图数据段后，将异常数据段对应的心电图数据段和标识符一一对应地存储在所述异常数据段集合中，将正常数据段对应的心电图数据段和标识符一一对应地存储在所述正常数据段集合中。4.根据权利要求1所述的一种心电图数据处理方法，其特征在于，所述预设条件为所述每个心电图数据段中的心跳频率值，所述步骤3包括：将第x个心电图数据段输入第一训练模型，输出所述第x个心电图数据段中的心跳数和每个心跳被正确计算的概率，其中，x为1
‑
N的正整数；当任一心跳被正确计算的概率大于等于阈值th3时，判定所述任一心跳为正确计算心跳，则所述心跳频率值HR为正确计算心跳的总数；当HR
‑
ST≥th4时，判定所述第x个心电图数据段为异常数据段，其中，ST为基准心跳频率
值，th4为心跳频率判断阈值；当HR
‑
ST＜th4时，判定所述第x个心电图数据段为正常数据段；遍历完所有心电图数据段后，将异常数据段对应的心电图数据段和标识符一一对应地存储在所述异常数据段集合中，将正常数据段对应的心电图数据段和标识符一一对应地存储在所述正常数据段集合中。5.根据权利要求1所述的一种心电图数据处理方法，其特征在于，所述异常检测模型的生成方法为：使用异常心电图数据训练第一检测模型得到第二检测模型，所述第二检测模型对所述异常心电图数据进行分类，将所述异常心电图数据分为第一大类异常心电图数据和第二大类异常心电图数据，其中，所述第一检测模型为预先训练的将心电图分为正常和异常的检测模型，所述异常心电图数据中包括的异常心电图的种类个数为A，所述第一大类异常心电图数据包括的异常心电图的种类个数为A1，所述第二...

【专利技术属性】
技术研发人员：徐菁华，
申请(专利权)人：郑州大学第一附属医院，
类型：发明
国别省市：