[发明专利]选择心电图的特征的电子装置和方法

说明书

本发明提供一种选择心电图的特征的电子装置和方法。方法包含：取得心电图；对心电图进行第一前处理以产生第一心电图；在第一心电图上标记对应于至少一种波的多个端点；根据至少一种波的多个端点计算对应于第一特征的第一特征值，根据第一特征值产生对应于机器学习模型的第一效能指标，并且根据第一效能指标判断是否选择第一特征；以及响应于选择第一特征而输出第一特征。

技术领域

本发明涉及一种选择心电图(electrocardiogram，ECG)的特征的电子装置和方法。

背景技术

心血管疾病长年占据十大死因之一。由于心血管疾病并无明显的病征，故其对患者造成很大的威胁。供给心脏血液的冠状动脉的血管壁可能因为老化、烟害、三高、遗传或饮食习惯等因素而发生硬化或变得狭窄。如此，可能导致心脏的供血不足，从而造成心绞痛或心肌梗塞等问题。

为了检查冠状动脉的相关疾病，医生常使用运动心电图以进行非侵入式的检查。然而，相较于直接侵入式检查的方法，利用运动心电图进行心血管疾病的检查存在伪阳性(false positive，FP)过高的问题。因此，如何提出一种能改善用于分析心电图的机器学习模型的效能的方法，是本领域人员致力的目标之一。

发明内容

本发明提供一种选择心电图的特征的电子装置和方法，可找出与心脏疾病高度相关的一个或多个特征。

本发明的一种选择心电图的特征的电子装置，包含处理器、存储介质以及收发器。存储介质存储多个模块。处理器耦接存储介质以及收发器，并且存取和执行多个模块，其中多个模块包含数据收集模块、第一前处理模块、标记模块、特征建立模块、特征选择模块以及输出模块。数据收集模块通过收发器取得心电图。第一前处理模块对心电图进行第一前处理以产生第一心电图。标记模块在第一心电图上标记对应于至少一种波的多个端点。特征建立模块根据至少一种波的多个端点计算对应于第一特征的第一特征值，并且根据第一特征值产生对应于机器学习模型的第一效能指标。特征选择模块根据第一效能指标判断是否选择第一特征。输出模块响应于选择第一特征而通过收发器输出第一特征。

在本发明的一实施例中，上述的至少一种波包含R波，其中多个模块还包含第二前处理模块。第二前处理模块对第一心电图进行第二前处理以产生第二心电图，其中标记模块根据窗函数将第二心电图区分成多个部分，并且响应于多个部分中的第一部分包含大于零的至少一数据点而将第一部分中具有最大值的第一数据点标记为第一参考点，其中第一参考点对应于第一参考时间点，其中标记模块根据第一参考时间点决定第一心电图的第一时段，并且将第一时段中具有最大值的第二数据点标记为第一R波端点，其中第一参考时间点位在第一时段的中心，其中多个端点包含第一R波端点。

在本发明的一实施例中，上述的至少一种波还包含Q波，其中第一R波端点对应于第一时间点，其中标记模块根据第一时间点决定第一心电图的第二时段，并且将第二时段中具有最小值的第三数据点标记为第一Q波端点，其中第一时间点为第二时段的最晚时间点，其中多个端点包含第一Q波端点。

在本发明的一实施例中，上述的标记模块响应于第三数据点的斜率为正而将早于第二时段的第三时段中具有最小值的第四数据点标记为第一Q波端点。

在本发明的一实施例中，上述的第一Q波端点对应于第二时间点，其中标记模块在第一心电图上标记包含第一R波端点的多个R波端点，根据多个R波端点计算平均RR间隔，根据多个R波端点的数量决定权重，并且根据平均RR间隔以及权重决定第二窗函数，其中标记模块根据第二窗函数以决定早于第二时间点的第四时段，并且将第四时段中具有最大值的第五数据点标记第一P波端点，其中第二时间点对应于第四时段的第二最晚时间点，其中多个端点包含第一P波端点。

在本发明的一实施例中，上述的标记模块响应于第五数据点的斜率为负而将早于第四时段的第五时段中具有最大值的第六数据点标记为第一P波端点。

在本发明的一实施例中，上述的第一前处理包含：对心电图进行基线漂移移除、去噪声以及标准化以产生第一心电图。