[发明专利]一种生理参数处理方法、装置及医疗设备

权利要求书

1.一种生理参数处理方法，其特征在于，包括：

对预处理后的动态心电图数据进行检测，以得到其中的心搏；

使用模板匹配，对所有心搏进行聚类分析，以得到聚类结果；

对所述聚类结果进行伪差检测，确定待分类的心搏，以使用神经网络对所述待分类的心搏进行分类。

2.如权利要求1中所述的方法，其特征在于，所述聚类结果包括每个心搏所从属的模板以及从属所述模板的心搏个数，其中所述心搏个数的倒数表示所述心搏的匹配度。

3.如权利要求2中所述的方法，其特征在于，所述对所述聚类结果进行伪差检测，确定待分类的心搏，包括：

获取预设时间区间内的心搏数据；

确定所述预设时间区间内的心搏匹配度，其中所述预设时间区间内的心搏匹配度为所述预设时间区间内每个心搏的匹配度之和；

若所述预设时间区间内的心搏匹配度满足预设值，则所述预设时间区间内的心搏确定为待分类的心搏。

4.如权利要求1中所述的方法，其特征在于，还包括：

构建神经网络分类器，其中，所述神经网络分类器包括输入层、隐含层和输出层，所述输入层的输入变量包括以下一种或多种：QRS波宽度、当前RR间期与前一RR间期的比值、T波方向、待分类心搏与模板心搏的幅值差和宽度差；所述隐含层神经元数量为3，所述输出层神经元数量为2；

将利用模糊处理后的输入变量输入到所述输入层，以执行网络训练。

5.如权利要求4中所述的方法，其特征在于，

所述模糊处理采用模糊隶属度函数，所述模糊隶属度函数至少包括π型函数、梯形函数、S型函数、高斯函数中的一个。

6.如权利要求4中所述的方法，其特征在于，所述使用神经网络对所述待分类的心搏进行分类包括：

对所述待分类的心搏进行特征提取，其中提取的特征包括以下一种或多种：QRS波宽度、当前RR间期与前一RR间期的比值、T波方向、待分类心搏与模板心搏的幅值差和宽度差；

将提取的特征进行模糊处理，并作为输入变量输入到所述神经网络分类器中，得到分类结果。

7.一种生理参数处理装置，其特征在于，包括：

预处理模块，用于获取动态心电图数据，并对所述动态心电图数据进行预处理；

心搏检测模块，用于对预处理后的所述动态心电图数据进行检测，以得到其中的心搏；

心搏聚类模块，用于使用模板匹配，对所有心搏进行聚类分析，以得到聚类结果；

伪差检测模块，用于对所述聚类结果进行伪差检测，确定待分类的心搏；以及

心搏分类模块，用于使用神经网络对所述待分类的心搏进行分类。

8.如权利要求7中所述的生理参数处理装置，其特征在于，所述聚类结果包括每个心搏所从属的模板以及从属所述模板的心搏个数，其中所述心搏个数的倒数表示所述心搏的匹配度；

所述伪差检测模块具体用于：

获取预设时间区间内的心搏数据；

确定所述预设时间区间内的心搏匹配度，其中所述预设时间区间内的心搏匹配度为所述预设时间区间内每个心搏的匹配度之和；

若所述预设时间区间内的心搏匹配度满足预设值，则所述预设时间区间内的心搏确定为待分类的心搏。

9.一种医疗设备，其特征在于，包括处理器和存储器，所述存储器与所述处理器连接，所述存储器存储有指令，所述指令在执行时使得所述处理器执行如权利要求1-6中任一项所述的方法。

10.一种非易失性存储介质，其特征在于，存储有指令，所述指令在执行时使得所述处理器执行如权利要求1-6任一项所述的方法。