一种动态心电图数据处理方法及系统与流程
技术特征:
1.一种动态心电图数据处理方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的动态心电图数据处理方法,其特征在于:所述稳定性调整后的心电图数据段包括调整后的信号幅度、信号稳定性评级和每段能量分布特征,所述参数更新记录包括调整的时间窗口大小、信号频率响应调整值和信号变异性调整指数,所述心律异常分析记录包括心律异常预测概率、异常特征强度判断和异常趋势指示符,所述心律异常模式相似度分析结果包括心律异常匹配评分、匹配的模式标识和模式相似度等级,所述心律异常类型的分析结果包括心律异常类型确认、异常特征向量匹配度和异常类别识别置信度,所述信号复杂度分析结果包括信号的变异性指标明细、区段非线性特征概述和潜在异常模式信号特性。
3.根据权利要求1所述的动态心电图数据处理方法,其特征在于:对获取的动态心电图数据进行分段,调整每段信号强度,同时对每段的能量分布进行计算,并判断其稳定性,生成稳定性调整后的心电图数据段的具体步骤如下:
4.根据权利要求1所述的动态心电图数据处理方法,其特征在于:针对所述稳定性调整后的心电图数据段,设置每段动态心电图数据的参数初始值,并根据每段特性进行参数调整,反映心电信号的变化,生成参数更新记录的具体步骤如下:
5.根据权利要求1所述的动态心电图数据处理方法,其特征在于:利用所述参数更新记录,针对多种心律异常情况设定特征,分析心电信号的变化趋势,并将信号变化与特征匹配,识别潜在心律异常,生成心律异常分析记录的具体步骤如下:
6.根据权利要求1所述的动态心电图数据处理方法,其特征在于:基于所述心律异常的识别记录,对心电图数据段进行模式匹配,将其与已知心律异常模式进行对比,通过计算每个匹配结果的相似度,识别与心电信号同类的心律异常模式,生成心律异常模式相似度分析结果的具体步骤如下:
7.根据权利要求1所述的动态心电图数据处理方法,其特征在于:利用所述心律异常模式相似度分析结果,分析具有相似度的心律异常模式,构建每种心律异常的特征向量,并识别心电信号中的心律异常特征,生成心律异常类型的分析结果的具体步骤如下:
8.根据权利要求1所述的动态心电图数据处理方法,其特征在于:对所述心律异常类型的分析结果进行分析,测定心电信号在每个区段的变异性指标,分析指标的变化规律,揭示信号中的非线性特征及隐藏的异常模式,生成信号复杂度分析结果的具体步骤如下:
9.一种动态心电图数据处理系统,其特征在于,根据权利要求1-8任一项所述的动态心电图数据处理方法执行,所述系统包括:
技术总结
本发明涉及动态心电图分析技术领域,具体为一种动态心电图数据处理方法及系统,包括以下步骤;对获取的动态心电图数据进行分段,调整每段信号强度,同时对每段的能量分布进行计算,并判断其稳定性,生成稳定性调整后的心电图数据段。本发明,通过对心电图信号进行基于深度学习的生物信息学特征提取,在早期心律异常的检测中,能够识别心电图信号中的复杂模式和特征,提高了心律异常识别的准确性和灵敏度。为心律异常的精确分类提供了强大的支持。采用分形维数理论对动态心电图数据进行深入分析,揭示了心电信号的非线性特性和自相似性。增强了对心电图分析的理论深度。
技术研发人员:徐彦鹏,张静
受保护的技术使用者:呼和浩特市大旗网络有限公司
技术研发日:
技术公布日:2024/11/21
技术研发人员:徐彦鹏,张静
技术所有人:呼和浩特市大旗网络有限公司
备 注:该技术已申请专利,仅供学习研究,如用于商业用途,请联系技术所有人。
声 明 :此信息收集于网络,如果你是此专利的发明人不想本网站收录此信息请联系我们,我们会在第一时间删除