[发明专利]基于散点图的心电图智能分析方法及系统

权利要求书

1.一种基于散点图的心电图智能分析方法，其特征在于：所述方法包括训练阶段和检测阶段；所述训练阶段包括如下步骤：

A1)采集若干份长时动态心电图的原始训练数据，并过滤质量过低的信号段；

A2)根据每一份所述心电图的原始训练数据绘制训练散点图；

A3)对每一份所述训练散点图标注心率失常类型标签；

A4)将所有所述训练散点图和对应的心率失常类型标签作为卷积神经网络的输入，训练得到卷积神经网络模型；

所述检测阶段包括如下步骤：

B1)采集待检测的长时动态心电图的原始检测数据，并过滤质量过低的信号段；

B2)根据所述心电图的原始检测数据绘制检测散点图；

B3)将所述检测散点图输入至卷积神经网络模型，计算得到检测散点图的分类结果，即得到心电图的心律失常类型分析。

2.根据权利要求1所述的基于散点图的心电图智能分析方法，其特征在于：所述步骤A2)中绘制训练散点图和步骤B2)中绘制检测散点图的方法为：对心电图的原始训练数据标记所有的QRS波；取得的R波所处的位置，相邻两个R波之间的间隔即RR间期，得到一系列的RR间期序列，把每个QRS波的前周期的RR间期作为横坐标、后周期的RR间期作为纵坐标，绘制散点图。

3.根据权利要求1所述的基于散点图的心电图智能分析方法，其特征在于：所述步骤A3)中心率失常类型标签包括棒状点集类、格子状点集类和扇状点集类，所述棒状点集类的散点图形态为散点单一沿45°线分布，分布于600-1000ms间，呈棒状的点集图形；所述格子状点集类的散点图形态为从45°线开始，散点呈格子状分布的图形，所述扇状点集类的散点图形态为从45°线开始，散点对称地向两边展开呈扇形的图形。

4.根据权利要求3所述的基于散点图的心电图智能分析方法，其特征在于：所述步骤A3)中对棒状点集类的散点图进行标注的过程包括：

a1)对棒状点集类的散点图进行区域划分：45°线上的棒状点集为中心点集M，以中心点集M的下边缘的点向左作x轴的水平线与左侧y轴相交、向右作45°线的垂直线与下方x轴相交，所围合的区域记为Q区域；以中心点集M的上边缘的点，作45°线的垂直线，垂直线的一端与上方x轴相交，另一端与y＝x-200线段的一端相交，线段y＝x-200的另一端与右侧y轴相交，所围合的区域记为S区域；以中心点集M的下边缘的点向左作x轴的水平线与左侧y轴相交，以中心点集M的上边缘的点，作45°线的垂直线，垂直线与上方x轴相交，以及中心点集M左侧轮廓，所围合的区域记为P区域；

a2)对P区域、Q区域出现的点进行颜色标注：在P及Q区域内出现的点，该点所对应的QRS波形态与中心点集QRS波对比，一致标注成A颜色，不一致则标注成V颜色；

a3)根据标记颜色、区域的散点图形态对棒状点集类散点图标注窦性心律类标签。

5.根据权利要求3所述的基于散点图的心电图智能分析方法，其特征在于：对所述步骤A3)中对格子状点集类的散点图标注持续性心房扑动标签。

6.根据权利要求3所述的基于散点图的心电图智能分析方法，其特征在于：对所述步骤A3)中对扇状点集类的散点图标注持续性心房颤动标签。