房颤检测方法和装置制造方法
【专利摘要】本发明实施例提供一种房颤检测方法和装置，方法包括：获取待检测心电图ECG信号中各信号单元内的各R-R间期；根据各信号单元内R-R间期反映的心率变异特征，判定各信号单元是否为疑似房颤段；针对已确定为疑似房颤段的信号单元，通过预置算法对该信号单元内的各R-R间期进行分析处理，以确定该信号单元内是否发生房颤；针对待检测ECG信号中已确定发生房颤与已确定未发生房颤的信号单元之间的边界，提取包含该边界在内的信号区间内各R-R间期；根据信号区间内各R-R间期反映的心率变异特征，确定待检测心电图ECG信号位于信号区间内的房颤边界。本发明的技术方案实现了对ECG信号房颤位置的检测，其过程简单，并且能准确定位房颤边界。
【专利说明】房颤检测方法和装置
【技术领域】
[0001] 本发明涉及心电图（Electrocardiogram, ECG)信号分析【技术领域】，尤其涉及一种 房颤检测方法和装置。
【背景技术】
[0002] 心房颤动简称房颤，是最常见的持续性心律失常，房颤总的发病率为0.4%，随着 年龄增长房颤的发生率不断增加，75岁以上人群可达10%。房颤一般并不直接危及生命， 但房颤发生时心脏的同步机械活动丧失，心室反应不规则，心率过快，如果不能及时诊断治 疗，会导致各种死亡风险度高的心血管疾病。
[0003] 现有技术中，常通过检测ECG信号中RR间隔绝对不规则性来确定房颤发生的位 置；其中，RR间隔定义为ECG信号中相邻两个心拍中的R波之间的时间距离。现有采用RR 间隔绝对不规则检测房颤的方法有=Tateno提出的一种根据K-S检验来检验一段时间内的 RR间隔是否与已知的房颤分布相同，如果该段时间的RR间隔与已知的房颤的分布相同，则 认为该段时间内发生了房颤；Linker提出的根据一段时间内的RR间隔的中值来确定该该 段时间内是否存在房_。
[0004] 但是，上述现有方法中存在以下问题：精度与计算复杂性的矛盾明显；较少涉及 到房颤边界的准确定位。
【发明内容】
[0005] 本发明的实施例提供一种房颤检测方法和装置，以实现对ECG信号中的房颤位的 检测。
[0006] 为达到上述目的，本发明的实施例提供了一种房颤检测方法，包括：
[0007] 获取待检测心电图ECG信号中各信号单元内的各R-R间期；
[0008] 根据各所述信号单元内所述R-R间期反映的心率变异特征，判定各所述信号单元 是否为疑似房颤段；
[0009] 针对已确定为所述疑似房颤段的信号单元，通过预置算法对该信号单元内的各所 述R-R间期进行分析处理，以确定该信号单元内是否发生房颤；
[0010] 针对所述待检测ECG信号中已确定发生房颤与已确定未发生房颤的所述信号单 元的边界，提取包含该边界在内的信号区间内各R-R间期；
[0011] 根据所述信号区间内各R-R间期反映的心率变异特征，确定所述待检测心电图 ECG信号位于所述信号区间内的房颤边界。
[0012] 本发明的实施例还提供了一种房颤检测装置，包括：
[0013] 获取模块，用于获取待检测心电图ECG信号中各信号单元内的各R-R间期；
[0014] 判定模块，用于根据各所述信号单元内所述R-R间期反映的心率变异特征，判定 各所述信号单元是否为疑似房颤段；
[0015] 分析模块，用于针对已确定为所述疑似房颤段的信号单元，通过预置算法对该信 号单元内的各所述R-R间期进行分析处理，以确定该信号单元内是否发生房颤；
[0016] 提取模块，用于针对所述待检测ECG信号中已确定发生房颤与已确定未发生房颤 的所述信号单元的边界，提取包含该边界在内的信号区间内各R-R间期；
[0017] 确定模块，用于根据所述信号区间内各R-R间期反映的心率变异特征，确定所述 待检测心电图ECG信号位于所述信号区间内的房颤边界。
[0018] 本发明实施例提供的房颤检测方法和装置，通过获取待检测心电图ECG信号中各 信号单元内的各R-R间期；根据各信号单元内R-R间期反映的心率变异特征，判定各信号单 元是否为疑似房颤段；针对已确定为疑似房颤段的信号单元，通过预置算法对该信号单元 内的各所述R-R间期进行分析处理，以确定该信号单元内是否发生房颤；针对待检测ECG信 号中已确定发生房颤与已确定未发生房颤的所述信号单元之间的边界，提取包含该边界在 内的信号区间内各R-R间期；根据所述信号区间内各R-R间期反映的心率变异特征，确定待 检测心电图ECG信号位于信号区间内的房颤边界，由此实现了对ECG信号房颤位置的检测， 其过程简单，并且能准确定位房颤边界。
【专利附图】
【附图说明】
[0019] 图Ia为本发明提供的房颤检测方法一个实施例的方法流程图；
[0020] 图Ib为本发明提供的房颤边界示意图；
[0021] 图2为本发明提供的房颤检测装置一个实施例的结构示意图；
[0022] 图3为本发明提供的房颤检测装置另一个实施例的结构示意图。
【具体实施方式】
[0023] 本发明的实施例在检测ECG信号中的房颤边界时，通过利用ECG信号的心率变异 特征确定疑似房颤段；然后对疑似房颤段进行进一步分析确定是否发生房颤，最后确定房 颤边界。本发明实施例的技术方案可以适用于对ECG信号的房颤边界检测。
[0024] 实施例一
[0025] 图1为本发明提供的房颤检测方法一个实施例的方法流程图，该方法的执行主体 可以为集成数字信号采集和处理功能的检测装置。如图1所示，该房颤检测方法具体包括：
[0026] S101，获取待检测心电图ECG信号中各信号单元内的各R-R间期；
[0027] 本实施例中，将待检测心电图ECG信号按时间的连续性划分为多个固定时间长度 的信号单元，并测量获得各信号单元内包含的各R-R间期；其中，所述R-R间期为ECG信号 中相邻两个心拍中的R波之间的时间距离。
[0028] S102,根据各信号单元内R-R间期反映的心率变异特征，判定各信号单元是否为 疑似房颤段；
[0029] 心率变异（Heart Rate Variability)是指逐次心动周期之间时间的微小变化，即 窦性心律不齐的程度。常用指标及正常参考范围包括：
[0030] SDNN :全部窦性心搏RR间期（简称NN间期）的标准差。单位为ms。正常参考值： 141 ±39,另一种标准值是 141. 7±29. 2。
[0031] SDANN :RR间期平均值标准差。单位为ms。正常参考值130. 9±28. 3。
[0032] RMSSD :相邻RR间期差值的均方根。正常参考值39. 0± 15. 0。
[0033] PNN50 :相邻NN之差>50ms的个数占总窦性心搏个数的百分比。正常参考值： 16. 7±12. 3。
[0034] 根据上述列举的关于R-R间期的各种指标，可以预先设置相应的参考阈值，当上 述各信号单元内的各R-R间期通过相应计算处理后满足对应的参考阈值，则确定相应的信 号单元为疑似房颤段，否则为正常。本实施例中针对上述多个指标可设置但不限定如下参 考阈值：
[0035] 为了不漏掉可疑的房颤段，可以将心律变异的参考阈值设得比较低，例如采用 PNN50,我们可以设定PNN50>20%，则该段就是疑似房颤段。
[0036] 具体地，本实施例中给出了一种根据各信号单元内R-R间期反映的心率变异特 征，判定各信号单元是否为疑似房颤段的一种具体实现方式，步骤包括：
[0037] 针对每个信号单元，若该信号单元内大于第一阈值的R-R间期数目达到第二阈 值，则确定该信号单元为疑似房颤段；或者，
[0038] 若该信号单兀内大于第一阈值的R-R间期数目未达到第二阈值，则确定该信号单 元为非疑似房颤段。
[0039] 具体地，本实施例可采用NN50作为心率变异性的参考指标，其含义为一段时间 内，ECG信号中R-R间期大于50ms的个数。上述每个信号单元即对应为限定的一段时间， 第一阈值即对应为50ms，而第二阈值可以通过前期对ECG信号中房颤段的知识学习以及每 个信号单元所包含的总的R-R间期数目来确定其具体数值。
[0040] S103,针对已确定为疑似房颤段的信号单元，通过预置算法对该信号单元内的各 R-R间期进行分析处理，以确定该信号单元内是否发生房颤；
[0041] 疑似房颤段确定后，可通过现有的房颤分析算法来对疑似房颤段进行进一步分析 以确定各疑似房颤段是否发生房颤。由于这一步的计算量较大，本实施例是在确认了疑似 房颤段后，再调用这部分算法以减少运算量。
[0042] 现有的房颤分析算法主要包括：
[0043] (1)通过马尔可夫过程模型、熵估计等判断其随机估计值是否满足阈值条件，若满 足则判定为房颤。
[0044] (2)通过检验当前分布是否与房颤时的标准分布一致，如X2检验、柯尔莫哥洛 夫-史密诺夫检验等；若一致，则判定发生房颤。
[0045] (3)通过机器学习方式，学习房颤的RR间隔的时域及变换阈的特征值，如果当前 时段的特征值与房颤时段相符，则判定为房颤。
[0046] S104,针对待检测ECG信号中已确定发生房颤与已确定未发生房颤的信号单元之 间的边界，提取包含该边界在内的信号区间内各R-R间期；
[0047] 经过上述房颤分析算法后，上述待检测ECG信号被分为房颤段和非房颤段。但是 由于在房颤段和非房颤段之间上述房颤分析算法无效，无法准确确定发生房颤的具体位 置。针对该问题，本实施例给出了确定房颤边界的具体方法。首先，在已确定发生房颤与已 确定未发生房颤的信号单元之间的边界处，提取包含该边界在内的信号区间内的各R-R间 期。其中，该信号区间的选定可以是恰好包含整数个R-R间期的信号区间，例如以该边界为 中心的包含50个R-R间期的信号区间。
[0048] S105,根据信号区间内各R-R间期反映的心率变异特征，确定待检测心电图ECG信 号位于信号区间内的房颤边界。
[0049] 其中，关于各R-R间期所反映的心率变异特征可参见前述列举的心率变异的各项 指标，预先设定针对各R-R间期的参考指标，然后根据计算得到的各R-R间期对应的参考指 标，从中选定一个符合参考条件的R -R间期来确定待检测心电图ECG信号位于该信号区间 内的房颤边界。
[0050] 具体地，本实施例给出了一种根据信号区间内各R-R间期反映的心率变异特征， 确定待检测心电图ECG信号位于信号区间内的房颤边界的具体实现方式，如下：
[0051] 1.计算所述信号区间内各R-R间期对应分布差异值，并以其构成所述信号区间对 应的dRDDC曲线；
[0052] 具体地，先对当前RR间期前后部分的Λ RR间期序列求解直方图，分别获取以下数 组：
【权利要求】
1. 一种房颤检测方法，其特征在于，包括： 获取待检测心电图ECG信号中各信号单元内的各R-R间期； 根据各所述信号单元内所述R-R间期反映的心率变异特征，判定各所述信号单元是否 为疑似房颤段； 针对已确定为所述疑似房颤段的信号单元，通过预置算法对该信号单元内的各所述 R-R间期进行分析处理，以确定该信号单元内是否发生房颤； 针对所述待检测ECG信号中已确定发生房颤与已确定未发生房颤的所述信号单元之 间的边界，提取包含该边界在内的信号区间内各R-R间期； 根据所述信号区间内各R-R间期反映的心率变异特征，确定所述待检测心电图ECG信 号位于所述信号区间内的房颤边界。
2. 根据权利要求1所述的方法，其特征在于，所述根据各所述信号单元内所述R-R间期 反映的心率变异特征，判定各所述信号单元是否为疑似房颤段，包括： 针对每个所述信号单元，若该信号单元内大于第一阈值的R-R间期的数目达到第二阈 值，则确定该信号单元为疑似房颤段；或者， 若该信号单元内大于所述第一阈值的R-R间期数目未达到所述第二阈值，则确定该信 号单元为非疑似房颤段。
3. 根据权利要求2所述的方法，其特征在于，所述根据所述信号区间内各R-R间期反映 的心率变异特征，确定所述待检测心电图ECG信号位于所述信号区间内的房颤边界；包括： 计算所述信号区间内各R-R间期对应分布差异值，并以其构成所述信号区间对应的 dRDDC曲线； 将所述dRDDC曲线中的最大分布差异值对应的R-R间期确定为所述待检测心电图ECG 信号在所述信号区间内的所述房颤边界。
4. 根据权利要求3所述的方法，其特征在于，在计算所述信号区间内各R-R间期对应分 布差异值，以构成所述信号区间对应的dRDDC曲线的过程中，所采用的R-R间期的最大值为 1200ms ;R-R间期的最小值为-1200ms ;直方图的宽度为21 ;R-R间期的序列长度为50。
5. -种房颤检测装置，其特征在于，包括： 获取模块，用于获取待检测心电图ECG信号中各信号单元内的各R-R间期； 判定模块，用于根据各所述信号单元内所述R-R间期反映的心率变异特征，判定各所 述信号单元是否为疑似房颤段； 分析模块，用于针对已确定为所述疑似房颤段的信号单元，通过预置算法对该信号单 元内的各所述R-R间期进行分析处理，以确定该信号单元内是否发生房颤； 提取模块，用于针对所述待检测ECG信号中已确定发生房颤与已确定未发生房颤的所 述信号单元之间的边界，提取包含该边界在内的信号区间内各R-R间期； 确定模块，用于根据所述信号区间内各R-R间期反映的心率变异特征，确定所述待检 测心电图ECG信号位于所述信号区间内的房颤边界。
6. 根据权利要求5所述的装置，其特征在于，所述判定模块具体用于： 针对每个所述信号单元，若该信号单元内大于第一阈值的R-R间期的数目达到第二阈 值，则确定该信号单元为疑似房颤段；或者， 若该信号单元内大于所述第一阈值的R-R间期数目未达到所述第二阈值，则确定该信 号单元为非疑似房颤段。
7. 根据权利要求6所述的装置，其特征在于，所述确定模块包括： 处理单元，用于计算所述信号区间内各R-R间期对应分布差异值，并以其构成所述信 号区间对应的dRDDC曲线； 确定单元，用于将所述dRDDC曲线中的最大分布差异值对应的R-R间期确定为所述待 检测心电图ECG信号在所述信号区间内的所述房颤边界。
8. 根据权利要求7所述的装置，其特征在于，所述处理单元在计算所述信号区间内各 R-R间期对应分布差异值，以构成所述信号区间对应的dRDDC曲线的过程中，所采用的R-R 间期的最大值为1200ms ;R-R间期的最小值为-1200ms ;直方图的宽度为21 ;R-R间期的序 列长度为50。
【文档编号】A61B5/046GK104367318SQ201410641636
【公开日】2015年2月25日 申请日期:2014年11月7日 优先权日:2014年11月7日
【发明者】侯桂文 申请人:北京海思敏医疗技术有限公司