心電導聯(lián)智能選擇方法和系統(tǒng)的制作方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及醫(yī)療監(jiān)護技術(shù)領(lǐng)域，特別是涉及一種心電導聯(lián)智能選擇方法和系統(tǒng)。
【背景技術(shù)】
[0002]心電信號的監(jiān)測和分析是監(jiān)護儀、心電圖機等儀器的一個重要功能。心電信號的采集通常在多個導聯(lián)上同時進行，對于采集到的多導聯(lián)信號，儀器通常只選擇一個導聯(lián)的信號進行后續(xù)分析，如QRS(magnetic resonance ang1graphy，磁共振血管造影)檢波等。若用來分析的導聯(lián)的電極與人體接觸不良時，采集的心電信號會受到嚴重干擾。
[0003]傳統(tǒng)的心電導聯(lián)智能選擇方法是在一段長度的信號上計算若干種特征量，然后通過與預先設(shè)置的經(jīng)驗參數(shù)進行比較，判斷信號質(zhì)量的好壞及選擇合適導聯(lián)。從一段長度的信號上獲取的特征量很難反應信號短時間的突變情況，手動設(shè)定參數(shù)的工作量大，并且泛化能力不強，此外還需要進行QRS檢波才能完成信號質(zhì)量的判斷及導聯(lián)的選擇。傳統(tǒng)的心電導聯(lián)智能選擇方法存在準確度低的缺點。

【發(fā)明內(nèi)容】

[0004]基于此，有必要針對上述問題，提供一種準確度高的心電導聯(lián)智能選擇方法和系統(tǒng)。
[0005]—種心電導聯(lián)智能選擇方法，包括以下步驟:
[0006]對獲取的相同時間段的心電導聯(lián)信號進行特征提取，得到各所述心電導聯(lián)信號的全局特征量，所述全局特征量包括所述心電導聯(lián)信號的積分波的最大值和池化的局部特征量；
[0007]根據(jù)所述心電導聯(lián)信號的積分波的最大值和池化的局部特征量對對應心電導聯(lián)信號進行分類，得到各所述心電導聯(lián)信號的信號質(zhì)量等級；
[0008]提取不同信號質(zhì)量等級的所述心電導聯(lián)信號的積分波的最大值和池化的局部特征量進行訓練得到質(zhì)量分類器；
[0009]根據(jù)所述質(zhì)量分類器對各所述心電導聯(lián)信號進行篩選，得到并輸出最優(yōu)心電導聯(lián)信號。
[0010]一種心電導聯(lián)智能選擇系統(tǒng)，包括:
[0011]特征提取模塊，用于對獲取的相同時間段的心電導聯(lián)信號進行特征提取，得到各所述心電導聯(lián)信號的全局特征量，所述全局特征量包括所述心電導聯(lián)信號的積分波的最大值和池化的局部特征量；
[0012]信號分類模塊，用于根據(jù)所述心電導聯(lián)信號的積分波的最大值和池化的局部特征量對對應心電導聯(lián)信號進行分類，得到各所述心電導聯(lián)信號的信號質(zhì)量等級；
[0013]模型訓練模塊，用于提取不同信號質(zhì)量等級的所述心電導聯(lián)信號的積分波的最大值和池化的局部特征量進行訓練得到質(zhì)量分類器；
[0014]信號篩選模塊，用于根據(jù)所述質(zhì)量分類器對各所述心電導聯(lián)信號進行篩選，得到并輸出最優(yōu)心電導聯(lián)信號。
[0015]上述心電導聯(lián)智能選擇方法和系統(tǒng)，對獲取的相同時間段的心電導聯(lián)信號進行特征提取，得到各心電導聯(lián)信號的全局特征量;根據(jù)心電導聯(lián)信號的積分波的最大值和池化的局部特征量對對應心電導聯(lián)信號進行分類，得到各心電導聯(lián)信號的信號質(zhì)量等級。提取不同信號質(zhì)量等級的心電導聯(lián)信號的積分波的最大值和池化的局部特征量進行訓練得到質(zhì)量分類器;根據(jù)質(zhì)量分類器對各心電導聯(lián)信號進行篩選，得到并輸出最優(yōu)心電導聯(lián)信號。通過提取心電導聯(lián)信號的全局特征量進行信號分類和建模篩選，引入了池化的局部特征值來表達信號的狀態(tài)，能很好的反映信號在局部時間的突變情況，準確度高。整個過程無需人員進行干預，節(jié)約時間及人力資源，在QRS檢波前便可完成信號質(zhì)量的判斷及導聯(lián)的選擇，節(jié)約計算量。
【附圖說明】
[0016]圖1為一實施例中心電導聯(lián)智能選擇方法的流程圖；
[0017]圖2為一實施例中對獲取的相同時間段的心電導聯(lián)信號進行特征提取，得到各心電導聯(lián)信號的全局特征量的流程圖；
[0018]圖3為一實施例中提取心電導聯(lián)信號的局部特征量的示意圖；
[0019]圖4為一實施例中根據(jù)心電導聯(lián)信號的積分波的最大值和池化的局部特征量對對應心電導聯(lián)信號進行分類，得到各心電導聯(lián)信號的信號質(zhì)量等級的流程圖；
[0020]圖5為另一實施例中心電導聯(lián)智能選擇方法的流程圖；
[0021]圖6為一實施例中心電導聯(lián)智能選擇系統(tǒng)的結(jié)構(gòu)圖；
[0022]圖7為一實施例中特征提取模塊的結(jié)構(gòu)圖；
[0023]圖8為一實施例中信號分類模塊的結(jié)構(gòu)圖；
[0024]圖9為另一實施例中心電導聯(lián)智能選擇系統(tǒng)的結(jié)構(gòu)圖。
【具體實施方式】
[0025]—種心電導聯(lián)智能選擇方法，適用于監(jiān)護儀、心電圖機等儀器的心電導聯(lián)篩選。如圖1所示，上述包括以下步驟:
[0026]步驟S110:對獲取的相同時間段的心電導聯(lián)信號進行特征提取，得到各心電導聯(lián)信號的全局特征量。
[0027]獲取在相同時間段內(nèi)采集到的心電導聯(lián)信號進行特征提取，以用作對信號進行篩選。全局特征量具體包括心電導聯(lián)信號的積分波的最大值和池化的局部特征量，池化的局部特征量即指在信號的局部區(qū)域進行計算并池化處理后得到的特征量。在其中一個實施例中，如圖2所示，步驟SI 10包括步驟SI 12至步驟SI 16。
[0028]步驟S112:分別計算各心電導聯(lián)信號的積分波，提取積分波的最大值。對各心電導聯(lián)信號進行處理得到積分波，并提取積分波的最大值作為對應心電導聯(lián)信號的全局特征量的一個維度。
[0029]步驟S113:分別提取各心電導聯(lián)信號的基線信號和高頻噪聲信號。提取各心電導聯(lián)信號的基線信號和高頻噪聲信號的具體方式并不唯一，可根據(jù)實際情況選擇，本實施例中利用中值濾波提取中線信號，利用巴特沃斯濾波器提取高頻噪聲信號。在其他實施例中，也可以是通過低通濾波器或其他方式獲取基線信號，可以是通過切比雪夫濾波器或其他方式獲取高頻噪聲信號。
[0030]步驟S114:根據(jù)預設(shè)長度和步長對各心電導聯(lián)信號進行切片處理，得到多個信號段切片。對各心電導聯(lián)信號進行切片處理得到多個信號段切片，如圖3所示為本實施例提取心電導聯(lián)信號的局部特征量的示意圖。預設(shè)長度和步長的具體取值并不唯一，本實施例中預設(shè)長度和步長分別為0.15s和0.05s。
[0031]步驟SI15:分別提取各信號段切片上心電導聯(lián)信號的高度、積分波的高度、基線信號的高度以及高頻噪聲信號的均值、方差、峰度和峭度，作為各信號段切片的局部特征量。
[0032]本實施例中獲取各個信號段切片上心電導聯(lián)信號的高度、積分波的高度、基線信號的高度以及高頻噪聲信號的均值、方差、峰度和峭度作為對應信號段切片的局部特征量，以用作后續(xù)步驟池化處理后進行信號分類和篩選操作。采集心電導聯(lián)信號以及提取得到的積分波、基線信號和高頻噪聲信號的相關(guān)參數(shù)作為局部特征量，提高對信號的短時間突變的反應能力?？梢岳斫?，在其他實施例中，也可獲取信號段切片上心電導聯(lián)信號的其他參數(shù)作為局部特征量。
[0033]步驟S116:對各信號段切片提取的局部特征量進行最大值池化處理，得到池化的局部特征量。對信號段切片提取得到的局部特征量進行最大值池化處理，得到對應心電導聯(lián)信號的池化的局部特征量作為全局特征量的其他維度，以用作后續(xù)進行信號分類和篩選。最大值池化(max pooling)處理指計算所有被池化特征量在各個維度上的最大值，并將此最大值作為池化特征量在該維度上的值。
[0034]步驟SI20:根據(jù)心電導聯(lián)信號的積分波的最大值和池化的局部特征量對對應心電導聯(lián)信號進行分類，得到各心電導聯(lián)信號的信號質(zhì)量等級。通過提取得到的各心電導聯(lián)信號的全局特征值，可完成對所有心電導聯(lián)信號的分類，得到對應的信號質(zhì)量等級。信號質(zhì)量等級的具體劃分可根據(jù)實際情況確定，本實施例中信號質(zhì)量等級包括優(yōu)秀和不及格兩種等級，在其