一種通過計算機實現的心電波形的檢測方法及裝置制造方法
【專利摘要】本發明提供了一種通過計算機實現的心電波形的檢測方法及裝置，該方法包括：獲取M個心拍波形數據，M為正整數；根據聚類方法將所述M個心拍波形數據聚類成至少一個第一簇；從所述至少一個第一簇當中選取心拍波形數據的個數最多的第一簇；基于選取的第一簇生成標準心拍模板。該裝置包括：獲取單元，用于獲取M個心拍波形數據，M為正整數；第一聚類單元，用于根據聚類方法將所述M個心拍波形數據聚類成至少一個第一簇；第一選取單元，用于從所述至少一個第一簇當中選取心拍波形數據的個數最多的第一簇；生成單元，用于基于選取的第一簇生成標準心拍模板。本發明通過計算機自動地生成標準心拍模板，并且具有較好的準確性。
【專利說明】一種通過計算機實現的心電波形的檢測方法及裝置
【技術領域】
[0001 ] 本發明涉及心電波形處理，尤其涉及一種心電波形的檢測方法及裝置。
【背景技術】
[0002]心律失常是一種常見的心臟病，動態心電信可以幫助診斷心律失常的早期診斷。由于動態心電圖記錄的數據量大，不可能由人工來完成分析，因而心電圖的自動分析顯得尤為重要，已經成為了當前信號處理領域的研究熱點。
[0003]心電波形是一個時域周期信號，每個周期由一個心跳的節拍波形組成。圖1為典型的心跳節拍波形的示意圖。
[0004]如圖1所示，心電圖的波形周期劃分為P波、P-R段、QRS復合波、S-T段和T波，每個部分都代表著相應的生理意義。如果心臟產生病理性變化，則心電信號將在波形周期和形態上發生畸變。
[0005]現有技術中選用心電波形的前N拍生成心拍模板。在模板沒有生成前，通過第一個QRS復合波中的R點和第二個QRS復合波的R點之間的間隔判斷心拍是否正常。
[0006]通過上述方法判斷正常的心拍會導致以下問題:即使第一個QRS復合波中的R點和第二個QRS復合波的R點之間的間隔正常，由于噪音或其他因素，以此波形作為模板與其他的波形對比，會產生誤差。
【發明內容】
[0007]本發明的實施例提供一種心電波形的檢測方法及裝置，通過采用聚類的方法得到標準心拍模板，從而通過計算機處理在波形分類中自動地、較準確地生成標準心拍模板。
[0008]為達到上述目的，本發明的實施例采用如下技術方案:
[0009]一種通過計算機實現的心電波形的檢測方法，所述方法包括:
[0010]獲取M個心拍波形數據，M為正整數；
[0011]根據聚類方法將所述M個心拍波形數據聚類成至少一個第一簇；
[0012]從所述至少一個第一簇當中選取心拍波形數據的個數最多的第一簇；
[0013]基于選取的第一簇生成標準心拍模板。
[0014]一種心電波形的檢測裝置，所述裝置包括:
[0015]獲取單元，用于獲取M個心拍波形數據，M為正整數；
[0016]第一聚類單元，用于根據聚類方法將所述M個心拍波形數據聚類成至少一個第一簇；
[0017]第一選取單元，用于從所述至少一個第一簇當中選取心拍波形數據的個數最多的第一簇；
[0018]生成單元，用于基于選取的第一簇生成標準心拍模板。
[0019]本發明實施例提供的心電波形的檢測方法和裝置，根據聚類方法將趨于正常的心拍波形數據聚類到一起，從而根據聚類得到的包括心拍個數最多的簇來生成標準心拍模板，并且通過計算機自動地生成標準心拍模板，具有較好的準確性。
【專利附圖】
【附圖說明】
[0020]圖1為典型的心跳節拍波形的示意圖；
[0021]圖2為本發明實施例提供的通過計算機實現的心電波形的檢測方法流程圖；
[0022]圖3為本發明實施例提供的心電波形的檢測裝置示意圖。
【具體實施方式】
[0023]心跳節拍的正常波形是相似的，而異常波形是千差萬別的。同時，由于心電圖因人而異，很難取得一個固定的模板。因此，在分析病人的心電圖之前，通過對心電波形的分析確定正常的心拍模板，可有效去除心電圖分析中的個體差異。本發明提出一種通過聚類分析算法對心電波形進行聚類，以將趨于正常的波形匯聚到一起，從而生成標準心拍模板的技術方案。
[0024]聚類分析是指將物理或抽象對象的集合分組成為由類似的對象組成的多個類的分析過程，所以同一個簇中的對象有很大的相似性，而不同簇間的對象有很大的相異性。聚類分析的目標就是在相似的基礎上收集數據來分類。
[0025]傳統的聚類算法可以被分為五類:劃分方法、層次方法、基于密度方法、基于網格方法和基于模型方法。
[0026]在本申請中，僅以基于密度的聚類方法為例對本發明的心電波形的檢測方法和裝置進行描述。但是，本領域的普通技術人員可以理解，本發明提出的心電波形的檢測技術不限于通過基于密度的聚類方法對心電波形進行分析和聚類，而是可以通過任何基于心電波形的特征進行聚類的算法對心電波形進行聚類。
[0027]下面結合附圖對本發明實施例提供的心電波形的檢測方法和裝置進行詳細描述。
[0028]圖2為本發明實施例提供的心電波形的檢測方法流程圖。如圖2所示，該方法包括以下步驟:
[0029]步驟S201，獲取M個心拍波形數據，M為正整數。
[0030]這里，從心電波形圖中獲取連續的M個心拍波形數據。
[0031]步驟S202，根據聚類方法將所述M個心拍波形數據聚類成至少一個第一簇。稍后將具體說明步驟S202的處理。
[0032]步驟S203，從所述至少一個第一簇當中選取心拍波形數據的個數最多的第一簇。
[0033]步驟S204，基于選取的第一簇生成標準心拍模板。
[0034]以下將詳細描述根據本發明的示例性實施例在步驟S202的處理。
[0035]基于密度的聚類算法(Density-BasedSpatial Clustering of Applicat1nwith Noise, DBSCAN)它將簇定義為密度相連的點的最大集合，能夠把具有足夠高密度的區域劃分為簇，可在噪聲的空間數據庫中發現任意形狀的簇。
[0036]根據本發明的示例性實施例，步驟S202包括兩輪聚類處理:
[0037]首先，遍歷所述M個心拍波形數據，根據心拍間的距離將所述M個心拍波形數據聚類成至少一個第二簇，以此將波形相近(密度可達)的心拍波形數據初步聚類到一起；
[0038]其次，再次遍歷所述M個心拍波形數據，根據所述M個心拍波形數據當中的各心拍與所述至少一個第二簇中的各心拍之間的距離將所述至少一個第二簇進一步聚類成至少一個第一簇，從而由已被聚類的心拍波形數據通過心拍間的距離進行擴展，將密度相連的心拍波形數據也聚類到一起。
[0039]具體地，前述遍歷所述M個心拍波形數據，根據心拍間的距離將所述M個心拍波形數據聚類成至少一個第二簇的處理包括，重復執行以下處理，直至全部所述M個心拍波形數據都已被標記為止:
[0040]從所述M個心拍波形數據當中選取任一尚未被標記的心拍波形數據作為當前的心拍波形數據，并且標記當前的心拍波形數據；
[0041]從尚未被標記的心拍波形數據當中選取與所述當前的心拍波形數據的距離在預定的距離閾值內(即密度可達)的心拍波形數據，并且標記所述選取的心拍波形數據；
[0042]如果所述選取的心拍波形數據的個數大于預定的閾值，則將所述當前的心拍波形數據和選取的心拍波形數據聚類成一個第二簇。
[0043]這里，通過計算的距離是否滿足預定的條件來判定心拍波形數據間是否滿足密度可達的條件。
[0044]此外，如果通過前述處理后，在從任一心拍波形數據聚類得到的心拍波形數據的個數不大于預定的閾值，也就是說，初步聚類得到的心拍波形數據的個數相對少，則將所述聚類得到的心拍波形數據作為噪音處理，丟棄所述心拍波形數據。
[0045]為了再次對所述M個心拍波形數據進行遍歷，將所述M個心拍波形數據去除標記。然后，執行前述再次遍歷的處理，包括，重復執行以下處理，直至全部所述M個心拍波形數據都已被標記為止:
[0046]從所述至少一個第二簇選取任一尚未被標記的心拍波形數據作為當前的心拍波形數據，并且標記當前的心拍波形數據；
[0047]從尚未被標記的心拍波形數據當中選取與所述當前的心拍波形數據的距離在預定的距離閾值內的心拍波形數據，將選取的心拍波形數據聚類到當前的心拍波形數據所在的第二簇內，并且標記所述選取的心拍波形數據。
[0048]通過所述再次遍歷的處理，可從初步聚類得到的至少一個第二簇當中的所有心拍波形數據通過心拍間的距離條件進行擴展，從而將自第二簇密度相連的心拍波形數據進一步聚類到一起。
[0049]這里所述的心拍間的距離可以是，但不限于，心拍波形數據之間的歐幾里得距離、馬氏距離、崗可夫斯基距離、余弦相似度、皮爾遜相關系數等。
[0050]可例如，通過以下方式計算所述心拍間的距離。以圖1中QRS波形中的特征點(如R點)為中心，左邊按照等距離取預定個數的點(如取12個點)，右邊按照等距離取預定個數的點(如取23個點)，再加上所述特征點(如R點)，由此為每個心拍波形數據建立多維向量(如前述的36維向量)。為了計算兩個心拍間的距離，以X= (X1, X2,…Xn)T，Y =(Y1,Y2,…Υη)τ分別表示兩個心拍的高維向量，然后可根據任何公知的距離計算公式來計算所述兩個心拍間的距離。
[0051]本領域的普通技術人員可以理解，以上計算心拍間的距離的方式僅是示例性的，計算使用的變量不僅限于以R點為中心的36個點，而可以是其他可用于比較心拍波形數據相似性的指標。
[0052]在通過步驟S201?S203的處理后，獲得了可代表正常心拍的簇。根據基于密度的聚類方法，在聚類的簇中處于密度核心的心拍波形數據可認為是最標準的心拍波形數據。因此，根據本發明的優選實施例，步驟S204包括:從所述選取的第一簇選取從密度上處于核心的心拍波形數據，并且將所述處于核心的心拍波形數據作為所述標準心拍模板。
[0053]根據本發明的可選實施例，在步驟S204，對所述選取的第一簇當中的心拍波形數據的各個指標求平均，并且基于求得的平均值生成所述標準心拍模板。
[0054]本發明實施例提供的心電波形的檢測方法根據聚類方法將趨于正常的心拍波形數據聚類到一起，并且根據聚類得到的包括心拍個數最多的簇來生成標準心拍模板，從而通過計算機自動地生成標準心拍模板，并且具有較好的準確性。
[0055]圖3為本發明實施例提供的心電波形的檢測裝置示意圖。如圖3所示，該裝置包括:獲取單元100、第一聚類單元200、第一選取單元300和生成單元400。
[0056]獲取單元100，用于獲取M個心拍波形數據，M為正整數；
[0057]第一聚類單元200，用于根據聚類方法將所述M個心拍波形數據聚類成至少一個第一簇；
[0058]第一選取單元300，用于從所述至少一個第一簇當中選取心拍波形數據的個數最多的第一簇；
[0059]生成單元400，用于基于選取的第一簇生成標準心拍模板。
[0060]具體地，第一聚類單元200可進一步包括第二聚類單元210和第二聚類單元220。
[0061]第二聚類單元210用于遍歷所述M個心拍波形數據，根據心拍間的距離將所述M個心拍波形數據聚類成至少一個第二簇；
[0062]第三聚類單元220用于遍歷所述M個心拍波形數據，根據所述M個心拍波形數據當中的各心拍與所述至少一個第二簇中的各心拍之間的距離將所述至少一個第二簇進一步聚類成至少一個第一簇。
[0063]根據本發明的示例性實施例，第二聚類單元210用于重復執行以下處理，直至全部所述M個心拍波形數據都已被標記為止:
[0064]從所述M個心拍波形數據當中選取任一尚未被標記的心拍波形數據作為當前的心拍波形數據，并且標記當前的心拍波形數據；
[0065]從尚未被標記的心拍波形數據當中選取與所述當前的心拍波形數據的距離在預定的距離閾值內的心拍波形數據，并且標記所述選取的心拍波形數據；
[0066]如果所述選取的心拍波形數據的個數大于預定的閾值，則將所述當前的心拍波形數據和選取的心拍波形數據聚類成一個第二簇。
[0067]根據本發明的示例性實施例，第三聚類單元220用于將所述M個心拍波形數據去除標記，然后重復執行以下處理，直至全部所述M個心拍波形數據都已被標記為止:
[0068]從所述至少一個第二簇選取任一尚未被標記的心拍波形數據作為當前的心拍波形數據，并且標記當前的心拍波形數據。
[0069]從尚未被標記的心拍波形數據當中選取與所述當前的心拍波形數據的距離在預定的距離閾值內的心拍波形數據，將選取的心拍波形數據聚類到當前的心拍波形數據所在的第二簇內，并且標記所述選取的心拍波形數據。
[0070]根據本發明的示例性實施例，生成單元400進一步包括:
[0071]第二選取單元(未示出)，用于從所述選取的第一簇選取從密度上處于核心的心拍波形數據。
[0072]第一確定單元(未示出)，將所述處于核心的心拍波形數據作為所述標準心拍模板。
[0073]根據本發明的另一示例性實施例，生成單元400包括:
[0074]平均單元(未示出)，用于對所述選取的第一簇當中的心拍波形數據的各個指標求平均。
[0075]第二確定單元(未示出)，用于基于求得的平均值生成所述標準心拍模板。
[0076]本發明實施例提供的心電波形的檢測方法和裝置，根據聚類方法將趨于正常的心拍波形數據聚類到一起，并且根據聚類得到的包括心拍個數最多的簇來生成標準心拍模板，從而通過計算機自動地生成標準心拍模板，并且具有較好的準確性。
[0077]需要指出，根據實施的需要，可將本申請中描述的各個步驟拆分為更多步驟，也可將兩個或多個步驟或者步驟的部分操作組合成新的步驟，以實現本發明的目的。
[0078]上述根據本發明的方法可在硬件、固件中實現，或者被實現為可存儲在記錄介質(諸如CD ROM、RAM、軟盤、硬盤或磁光盤)中的軟件或計算機代碼，或者被實現通過網絡下載的原始存儲在遠程記錄介質或非暫時機器可讀介質中并將被存儲在本地記錄介質中的計算機代碼，從而在此描述的方法可被存儲在使用通用計算機、專用處理器或者可編程或專用硬件(諸如ASIC或FPGA)的記錄介質上的這樣的軟件處理。可以理解，計算機、處理器、微處理器控制器或可編程硬件包括可存儲或接收軟件或計算機代碼的存儲組件(例如，RAM、R0M、閃存等)，當所述軟件或計算機代碼被計算機、處理器或硬件訪問且執行時，實現在此描述的處理方法。此外，當通用計算機訪問用于實現在此示出的處理的代碼時，代碼的執行將通用計算機轉換為用于執行在此示出的處理的專用計算機。
[0079]以上所述，僅為本發明的【具體實施方式】，但本發明的保護范圍并不局限于此，任何熟悉本【技術領域】的技術人員在本發明揭露的技術范圍內，可輕易想到變化或替換，都應涵蓋在本發明的保護范圍之內。因此，本發明的保護范圍應以所述權利要求的保護范圍為準。
【權利要求】
1.一種通過計算機實現的心電波形的檢測方法，其特征在于，所述方法包括: 獲取M個心拍波形數據，M為正整數； 根據聚類方法將所述M個心拍波形數據聚類成至少一個第一簇； 從所述至少一個第一簇當中選取心拍波形數據的個數最多的第一簇； 基于選取的第一簇生成標準心拍模板。
2.根據權利要求1所述的方法，其特征在于，所述根據聚類方法將所述M個心拍波形數據聚類成至少一個第一簇的處理包括: 遍歷所述M個心拍波形數據，根據心拍間的距離將所述M個心拍波形數據聚類成至少一個第二簇； 遍歷所述M個心拍波形數據，根據所述M個心拍波形數據當中的各心拍與所述至少一個第二簇中的各心拍之間的距離將所述至少一個第二簇進一步聚類成至少一個第一簇。
3.根據權利要求2所述的方法，其特征在于，所述遍歷所述M個心拍波形數據，根據心拍間的距離將所述M個心拍波形數據聚類成至少一個第二簇的處理包括，重復執行以下處理，直至全部所述M個心拍波形數據都已被標記為止: 從所述M個心拍波形數據當中選取任一尚未被標記的心拍波形數據作為當前的心拍波形數據，并且標記當前的心拍波形數據； 從尚未被標記的心拍波形數據當中選取與所述當前的心拍波形數據的距離在預定的距離閾值內的心拍波形數據，并且標記所述選取的心拍波形數據； 如果所述選取的心拍波形數據的個數大于預定的閾值，則將所述當前的心拍波形數據和選取的心拍波形數據聚類成一個第二簇。
4.根據權利要求3所述的方法，其特征在于，所述遍歷所述M個心拍波形數據，根據所述M個心拍波形數據當中的各心拍與所述至少一個第二簇中的各心拍之間的距離將所述至少一個第二簇進一步聚類成至少一個第一簇的處理包括，將所述M個心拍波形數據去除標記，然后重復執行以下處理，直至全部所述M個心拍波形數據都已被標記為止: 從所述至少一個第二簇選取任一尚未被標記的心拍波形數據作為當前的心拍波形數據，并且標記當前的心拍波形數據； 從尚未被標記的心拍波形數據當中選取與所述當前的心拍波形數據的距離在預定的距離閾值內的心拍波形數據，將選取的心拍波形數據聚類到當前的心拍波形數據所在的第二簇內，并且標記所述選取的心拍波形數據。
5.根據權利要求1?4中任一項所述的方法，其特征在于，所述基于選取的第一簇生成標準心拍模板的處理包括: 從所述選取的第一簇選取從密度上處于核心的心拍波形數據； 將所述處于核心的心拍波形數據作為所述標準心拍模板。
6.根據權利要求1?4中任一項所述的方法,其特征在于，所述基于選取的第一簇生成標準心拍模板的處理包括: 對所述選取的第一簇當中的心拍波形數據的各個指標求平均； 基于求得的平均值生成所述標準心拍模板。
7.—種心電波形的檢測裝置，其特征在于，所述裝置包括: 獲取單元，用于獲取M個心拍波形數據，M為正整數； 第一聚類單元，用于根據聚類方法將所述M個心拍波形數據聚類成至少一個第一簇； 第一選取單元，用于從所述至少一個第一簇當中選取心拍波形數據的個數最多的第一簇； 生成單兀，用于基于選取的第一簇生成標準心拍模板。
8.根據權利要求7所述的裝置，其特征在于，所述第一聚類單元包括: 第二聚類單元，用于遍歷所述M個心拍波形數據，根據心拍間的距離將所述M個心拍波形數據聚類成至少一個第二簇； 第三聚類單元，用于遍歷所述M個心拍波形數據，根據所述M個心拍波形數據當中的各心拍與所述至少一個第二簇中的各心拍之間的距離將所述至少一個第二簇進一步聚類成至少一個第一簇。
9.根據權利要求8所述的裝置，其特征在于，所述第二聚類單元用于重復執行以下處理，直至全部所述M個心拍波形數據都已被標記為止: 從所述M個心拍波形數據當中選取任一尚未被標記的心拍波形數據作為當前的心拍波形數據，并且標記當前的心拍波形數據； 從尚未被標記的心拍波形數據當中選取與所述當前的心拍波形數據的距離在預定的距離閾值內的心拍波形數據，并且標記所述選取的心拍波形數據； 如果所述選取的心拍波形數據的個數大于預定的閾值，則將所述當前的心拍波形數據和選取的心拍波形數據聚類成一個第二簇。
10.根據權利要求9所述的裝置，其特征在于，所述第三聚類單元用于將所述M個心拍波形數據去除標記，然后重復執行以下處理，直至全部所述M個心拍波形數據都已被標記為止: 從所述至少一個第二簇選取任一尚未被標記的心拍波形數據作為當前的心拍波形數據，并且標記當前的心拍波形數據； 從尚未被標記的心拍波形數據當中選取與所述當前的心拍波形數據的距離在預定的距離閾值內的心拍波形數據，將選取的心拍波形數據聚類到當前的心拍波形數據所在的第二簇內，并且標記所述選取的心拍波形數據。
【文檔編號】A61B5/0452GK104398256SQ201410640514
【公開日】2015年3月11日 申請日期:2014年11月13日 優先權日:2014年11月13日
【發明者】侯桂文 申請人:北京海思敏醫療技術有限公司