本申請涉及生物醫(yī)學(xué)信號(hào)處理領(lǐng)域，特別是涉及一種心電信號(hào)的處理方法及系統(tǒng)。
背景技術(shù)：
1、心血管疾病的早期診斷和治療對(duì)于降低死亡率、提高患者生活質(zhì)量具有重要意義。心電信號(hào)作為反映心臟電活動(dòng)的重要指標(biāo)，其分析在心血管疾病的診斷中扮演著關(guān)鍵角色。
2、目前，心電信號(hào)分析主要依賴于傳統(tǒng)的形態(tài)學(xué)指標(biāo)，如波形形態(tài)、向量方向等。這些方法雖然能夠提供一定的心電活動(dòng)信息，但在處理復(fù)雜多變的心電信號(hào)時(shí)存在局限性。相關(guān)技術(shù)主要依賴于波形夾角、幅值等基礎(chǔ)特征，這些特征難以全面捕捉心電信號(hào)的復(fù)雜性和多樣性，限制了對(duì)心臟電活動(dòng)深層次信息的提取和分析。
3、因此，亟需一種能夠更全面、更精準(zhǔn)地提取心電活動(dòng)中的有價(jià)值信息的心電信號(hào)的處理方法。
技術(shù)實(shí)現(xiàn)思路
1、本申請的目的是提供一種心電信號(hào)的處理方法及系統(tǒng)，可更全面和精準(zhǔn)地提取與心臟電活動(dòng)相關(guān)的關(guān)鍵特征，并有效融合這些特征以反映心臟電活動(dòng)的復(fù)雜性和多樣性。
2、為實(shí)現(xiàn)上述目的，本申請?zhí)峁┝巳缦路桨福?/p>
3、第一方面，本申請?zhí)峁┝艘环N心電信號(hào)的處理方法，包括：
4、基于frank導(dǎo)聯(lián)系統(tǒng)獲取心電信號(hào)；
5、對(duì)心電信號(hào)進(jìn)行心拍切割，得到多條心拍，并通過pan-tompkins算法得到每條心拍的qrs波、t波和st波段的位置信息；每條心拍包含預(yù)設(shè)數(shù)量的采樣點(diǎn)；
6、基于每條心拍的qrs波、t波和st波段的位置信息，分別提取每條心拍的動(dòng)力學(xué)特征；所述動(dòng)力學(xué)特征包括多導(dǎo)聯(lián)特征波特征、平面投影特征和三維空間特征；
7、通過隨機(jī)森林算法計(jì)算每個(gè)動(dòng)力學(xué)特征相對(duì)于心電信號(hào)的所有動(dòng)力學(xué)特征的重要性得分，并將大于預(yù)設(shè)重要性得分閾值對(duì)應(yīng)的動(dòng)力學(xué)特征作為關(guān)鍵動(dòng)力學(xué)特征；
8、基于關(guān)鍵動(dòng)力學(xué)特征對(duì)應(yīng)的重要性得分，對(duì)關(guān)鍵動(dòng)力學(xué)特征進(jìn)行串聯(lián)融合，得到心電信號(hào)的綜合特征信息。
9、第二方面，本申請?zhí)峁┝艘环N心電信號(hào)的處理系統(tǒng)，包括：
10、信號(hào)獲取模塊，用于基于frank導(dǎo)聯(lián)系統(tǒng)獲取心電信號(hào)；
11、心拍切割和特征波檢測模塊，用于對(duì)心電信號(hào)進(jìn)行心拍切割，得到多條心拍，并通過pan-tompkins算法得到每條心拍的qrs波、t波和st波段的位置信息；每條心拍包含預(yù)設(shè)數(shù)量的采樣點(diǎn)；
12、特征提取模塊，用于基于每條心拍的qrs波、t波和st波段的位置信息，分別提取每條心拍的動(dòng)力學(xué)特征；所述動(dòng)力學(xué)特征包括多導(dǎo)聯(lián)特征波特征、平面投影特征和三維空間特征；
13、特征篩選模塊，用于通過隨機(jī)森林算法計(jì)算每個(gè)動(dòng)力學(xué)特征相對(duì)于心電信號(hào)的所有動(dòng)力學(xué)特征的重要性得分，并將大于預(yù)設(shè)重要性得分閾值對(duì)應(yīng)的動(dòng)力學(xué)特征作為關(guān)鍵動(dòng)力學(xué)特征；
14、特征融合模塊，用于基于關(guān)鍵動(dòng)力學(xué)特征對(duì)應(yīng)的重要性得分，對(duì)關(guān)鍵動(dòng)力學(xué)特征進(jìn)行串聯(lián)融合，得到心電信號(hào)的綜合特征信息。
15、根據(jù)本申請?zhí)峁┑木唧w實(shí)施例，本申請具有了以下技術(shù)效果：
16、本申請?zhí)峁┝艘环N心電信號(hào)的處理方法及系統(tǒng)，通過使用pan-tompkins算法獲取心電信號(hào)的r波尖峰位置信息，解決了傳統(tǒng)方法在心電信號(hào)預(yù)處理階段難以準(zhǔn)確定位r波的問題，實(shí)現(xiàn)了對(duì)心電信號(hào)的精確心拍切割。通過改進(jìn)pan-tompkins算法，加入了預(yù)設(shè)滑動(dòng)窗口、預(yù)設(shè)幅度閾值和預(yù)設(shè)斜率閾值，解決了在獲取t波和st波段位置信息時(shí)的準(zhǔn)確性問題，實(shí)現(xiàn)了對(duì)qrs波、t波和st波段位置信息的更精確識(shí)別。此外，基于每條心拍的qrs波、t波和st波段的位置信息，提取包括多導(dǎo)聯(lián)特征波特征、平面投影特征和三維空間特征在內(nèi)的動(dòng)力學(xué)特征，解決了現(xiàn)有技術(shù)在特征提取方面的不全面問題，實(shí)現(xiàn)了對(duì)心臟電活動(dòng)更全面的描述。最后，通過隨機(jī)森林算法計(jì)算特征重要性得分，并基于得分對(duì)關(guān)鍵動(dòng)力學(xué)特征進(jìn)行串聯(lián)融合，解決了特征選擇和融合的問題，實(shí)現(xiàn)了心電信號(hào)的綜合特征信息的高效提取，為心電活動(dòng)的深入分析提供了新的技術(shù)支持。
1.一種心電信號(hào)的處理方法，其特征在于，所述心電信號(hào)的處理方法包括：
2.根據(jù)權(quán)利要求1所述的心電信號(hào)的處理方法，其特征在于，通過pan-tompkins算法得到每條心拍的qrs波、t波和st波段的位置信息，具體包括：
3.根據(jù)權(quán)利要求2所述的心電信號(hào)的處理方法，其特征在于，t波最小時(shí)長和t波最大時(shí)長的計(jì)算公式分別為：
4.根據(jù)權(quán)利要求2所述的心電信號(hào)的處理方法，其特征在于，第一預(yù)設(shè)t波幅度閾值為：
5.根據(jù)權(quán)利要求1所述的心電信號(hào)的處理方法，其特征在于，所述多導(dǎo)聯(lián)特征波特征具體包括：st波段的所有采樣點(diǎn)的信號(hào)幅值均值、t波峰值和qrs波到t波的樣本熵。
6.根據(jù)權(quán)利要求1所述的心電信號(hào)的處理方法，其特征在于，所述平面投影特征，具體包括：qt最大向量夾角、qrs環(huán)和t環(huán)在二維平面上的投影面環(huán)路的最大向量長度、角度和12象限面積比；所述qrs環(huán)是每條心拍的qrs波在基于frank導(dǎo)聯(lián)系統(tǒng)的x、y、z導(dǎo)聯(lián)上的電位值形成的；所述t環(huán)是每條心拍的t波在基于frank導(dǎo)聯(lián)系統(tǒng)的x、y、z導(dǎo)聯(lián)上的電位值形成的。
7.根據(jù)權(quán)利要求1所述的心電信號(hào)的處理方法，其特征在于，所述三維空間特征，具體包括：qrs環(huán)和t環(huán)的長度、最大向量和角度；qrs環(huán)與t環(huán)最大向量之間的夾角；qrs環(huán)和t環(huán)的八分體值、八分體時(shí)間比例、八分體矢量方差、八分體最大向量長度。
8.根據(jù)權(quán)利要求1所述的心電信號(hào)的處理方法，其特征在于，預(yù)設(shè)重要性得分閾值的計(jì)算公式為：
9.根據(jù)權(quán)利要求1所述的心電信號(hào)的處理方法，其特征在于，對(duì)心電信號(hào)進(jìn)行心拍切割，得到多條心拍，之前還包括：
10.一種心電信號(hào)的處理系統(tǒng)，其特征在于，所述心電信號(hào)的處理系統(tǒng)應(yīng)用權(quán)利要求1-9任一項(xiàng)所述的心電信號(hào)的處理方法，所述心電信號(hào)的處理系統(tǒng)包括：