[发明专利]一种智能心电监护方法及装置

摘要

本发明实施例公开了一种智能心电监护方法及装置，利用探针采集人体心电信号；通过数模转换器将信号转化为数字信号，并对信号初步去噪处理；利用已经训练好的深度学习结构模型对信号片段进行分类；针对不同信号采用不同处理方法，使得误检风险最小化。本发明通过对病人干扰更小的信号采集方式以及信号分类手段，能够更准确地检测心率，降低临床设备误报率，既能更好的保证病人的康复进程，还能提高医护人员的工作效率，减少医护人员工作量，提高其对警报的敏感性。

主权项

1.一种智能心电监护方法，其特征在于，包括以下步骤：S1：心电信号采集；S2：通过模数转换器将信号转化为数字信号，并对信号初步去噪处理；S3：利用已经训练好的深度学习网络结构模型对信号片段进行分类；S4：针对不同信号采用不同处理方法，使得误检风险最小化，其中不同信号包括含有噪声的信号、基线突变的信号和杂乱无章信号；所述步骤S1的具体操作如下：采用非接触式“纺织式”电极，包括绝缘布和电位传感器，即探针不直接与人体皮肤接触，而是通过绝缘布再与皮肤间接接触，在电位传感器测量中，通过身体表面电位移随时间的变化而产生位移电流，其中，位移电流的表达式为：其中I_D表示位移电流，表示位移电流密度，S表示人体待测部分的表面积，表示电位移通量，由于人体表面的电位是不断变化的，即电位移通量D随时间的变化不为0的，将一个探针靠近人体，将有位移电流流入检测电路，检测电路再对该位移电流进行差动放大、滤波和主放大，最后将心电信号检测出来；所述步骤S4的具体操作如下：S41：针对含有噪声的信号使用处理方法1，更细致的去除高频噪声，而保留QRS的波形特征；针对基线突变的信号使用处理方法2，从QRS波形的陡峭、双边角度特征识别R波，避免收到基线的突变带来的干扰；对于杂乱无章信号，信号质量非常差的片段，无法很好的识别R波的信号，则舍弃该信号片段，避免误检；S42：利用方法1和方法2处理后得到的特征波形计算心率，并在显示器上显示原信号波形及心率，如果心率超出设定范围，则启动报警器；对于杂乱无章的信号，则只显示原波形，抑制报警器，防止误报。