CN114494798B 一种心电图伪差确认方法、终端设备及存储介质 （纳龙健康科技股份有限公司）

注的心电图构建训练集；构建QRS置信度计算模模型计算待识别心电图中各心博在各导联下的QRS置信度和对应的可靠性分数，将可靠性分数大于分数阈值且最高时的导联作为该心博的特存在特征导联和QRS置信度小于置信度阈值的心待分析心博按照对应的特征导联和特征导联下的QRS置信度划分为多个子集；按照子集对待分2单导联心电图数据，输出为输入的单导联心电图数据中每个采样点存在有QRS的QRS置信S3：通过训练后的模型计算待识别心电图数据中各心将特征导联下的QRS置信度大于或等于置信度阈值的心博设定为而满足每个子集中的所有心博对应的特征导联相同，且特征导联下的QRS置信度的最大值据中的一个采样点，将心电图数据中QRS波的标注点的前后60毫秒的范围内的采样点对应4.根据权利要求1所述的心电图伪差确认方法，其特征在于：可靠性分数的计算公式i和yi+1均表示QRS置信度计算模型的3散点图中圈选范围内的所有点对应的心博属于同8.一种计算机可读存储介质，所述计算机可读存储介质4[0003]动态心电信号极易受到干扰，并且干扰信号可能和QRS有部分相似特征但是专业通过将集合中的心搏进行叠加从而发现异常心博的可视化方法，如图4所示)来减少操作。III->avL->avR->avF->V1->V2->V3)导联直到V3上出现叠加清晰的线条才能确认这N个心5历法要把伪差全部遍历一边，12个导联全部覆盖就是6*心搏数)次遍历心搏+8次反混淆操长度的单导联心电图数据，输出为输入的单导联心电图数据中每个采样点存在有QRS的有[0012]S3：通过训练后的模型计算待识别心电图数据中各心博在各导联下存在有QRS的[0013]S4：将不存在特征导联和特征导联下的有QRS置信度小于置信度阈值的心博设定[0014]S5：将待分析心博按照对应的特征导联和特征导联下的有QRS置信度划分为多个标注点的前后60毫秒的范围内的采样点对应的元素的值设为1，其他采样点对应的元素的6心博的数量采用单独心博依次判断或叠加反混淆方式与单独心博依次判断相结合的方式为纵坐标的散点图对所有心博对应的特征导联下的有QRS置信度进行绘制；在选择待分析算机程序被处理器执行时实现本发明实施例[0038]图8所示为本发明实施例一中一个心电图片段在8个独立导联上的心电图和经过[0044]图14所示为本发明实施例一中待分析心博中V3导联子集进行叠加反混淆操作的7[0045]图15所示为本发明实施例一中待分析心博中V3导联另一子集进行伪差确认过程点，将心电图数据中QRS波的标注点的前后60毫秒的范围内的采样点对应的元素的值设为[0053]该实施例中设定QRS置信度的范围为0～1。如图8所示为一个心电图片段在8个独[0057]通过本实施例方法计算得到的特征导联为受干扰小且易于判定QRS是否存在的导8中为1280个点构成的序列，每个点的取值范围为0-1，表示该点包含在QRS里的概率；[0066]S4：将不存在特征导联和特征导联下的QRS置信度小于置信度阈值的心博设定为[0067]S5：将待分析心博按照对应的特征导联和特征导联下的QRS置信度划分为多个子采用单独心博依次判断(详情页面遍历浏览)或叠加反混淆方式与单独心博依次判断相结9[0071]该实施例中还包括将不存在特征导联的心博对应的QRS置信度通过散点图中的纵将X导联和QRS置信度小于0.5的心搏圈起[0086]至此366个心搏经过总计53次确认操作即完成了伪差(196个)和QRS(170个)的分离。如果采用背景介绍里的传统方法，则需要196*6(伪差)+14*1(II特征导联QRS)+11*2(III特征导联QRS)+141*5(V3特征导联QRS)+4*5(V4特征导联QRS)＝1937次确认操作。因只要上述1的操作一次即可；另一种是全是QRS那么只需要2的操作进行一次反混淆确认即上存在比例J的中置信度QRS和比例M的反混淆后需要单独确认的QRS。那么按照上述操作，[0089]本方法实施例方可以在单导联心电图数据上分配QRS置信度，并且可以度量心电[0093]进一步地，作为一个可执行方案，所称处理器可以是中央处理单元(CentralProcessingUnit，CPU)，还可以是其他通用处理器、数字信号处理器(DigitalSignal各种接口和线路连接整个心电图伪差确认终端设[0094]所述存储器可用于存储所述计算机程序和/或模块，所述处理器通过运行或执行心电图伪差确认终端设备的各种功能。所述存储器可主要包括存储程序区和存储数据区，[0096]所述心电图伪差确认终端设备集成的模块/单元如果以软件功能单元的形式实现