异常心电数据的判断方法和装置的制造方法
【技术领域】
[0001] 本发明涉及数据处理技术领域，特别是涉及一种异常心电数据的判断方法和装 置。
【背景技术】
[0002] 心电数据是在医学领域中经常涉及的数据，而对于心电数据采集设备采集的心电 数据是否属于非正常状态下的心电数据（异常心电数据），是对于心电数据后续使用的一 个重要影响因素，现有的对于异常心电数据的判断方法，包括时域分析法，频域分析法，非 线性分析法，这些数据处理方法，在进行异常心电数据判断时将出现较高的误判率。
【发明内容】
[0003] 基于此，有必要针对在异常心电数据误判率高的问题，提供一种异常心电数据的 判断方法和装置。
[0004] 一种异常心电数据的判断方法，包括：
[0005] 获取心电数据周期时长，根据所述心电数据周期时长确定数据采样时长；
[0006] 根据所述数据采样时长和预设的采样频率从心电数据采集设备中获取心电数 据；
[0007] 对获取的该段心电数据进行归一化处理，获得归一化心电数据；
[0008] 根据获得的归一化心电数据确定用于判断心电数据是否异常的判据；
[0009] 将所述判据与判断阈值进行比较，并根据比较结果判断心电数据是否为异常数 据。
[0010] 一种异常心电数据的判断装置，包括：
[0011] 数据采样时长确定单元，用于获取心电数据周期时长，根据所述心电数据周期时 长确定数据采样时长；
[0012] 心电数据读取单元，用于根据所述数据采样时长和预设的采样频率从心电数据采 集设备中获取心电数据；
[0013] 判据确定单元，用于对获取的该段心电数据进行归一化处理，获得归一化心电数 据；根据获得的归一化心电数据确定用于判断心电数据是否异常的判据；
[0014] 判断单元，用于将所述判据与判断阈值进行比较，并根据比较结果判断心电数据 是否为异常数据。
[0015] 上述异常心电数据的判断方法和装置，通过根据心电数据周期时长确定数据采样 时长，根据数据采样时长和采样频率获取心电数据，保证获取到的心电数据是稳定的心电 数据。对获取的该段心电数据进行归一化处理，获得归一化心电数据；根据各归一化心电数 据确定用于判断心电数据是否异常的判据，再将判据与判断阈值进行比较，根据比较结果 判断心电数据是否为异常数据，从而提高了判断心电数据是否为异常数据的准确率，并且 无需大量模板数据即可实现异常数据的判别，提高了判断效率。
【附图说明】
[0016] 图1为本发明异常心电数据的判断方法实施例的流程示意图；
[0017] 图2为其中一个示例中QRS波示意图；
[0018] 图3为其中一个不例中正常心电信号不意图；
[0019] 图4为其中一个不例中心室纤颤信号不意图；
[0020] 图5为本发明异常心电数据的判断装置实施例的结构示意图。
【具体实施方式】
[0021] 下面结合实施例及附图对本发明作进一步详细说明，但本发明的实施方式不限于 此。
[0022] 如图1所示，为本发明异常心电数据的判断方法实施例的流程示意图，包括步骤：
[0023] 步骤S101 :获取心电数据周期时长，根据所述心电数据周期时长确定数据采样时 长；
[0024] 心电数据周期时长是一个完整心电周期时间。获取心电数据周期时长的方法有很 多种，可以从具有采集心电数据周期时长的心电数据采集装置中直接获取。采样频率表示 每单位时间内采集的心电数据个数，该采样频率可以预先设定。数据采样时长是采集数据 的时间长度。本步骤根据心电数据周期时长确定判断过程中的数据采样时长，目的是保证 获取到的心电数据是稳定的心电数据，进而可以提高后续检测的准确性，并且提高了后续 判断效率。比如，在其中一个实施例中，可以将心电数据周期时长设为判断过程中的数据采 样时长。
[0025] 步骤S102 :根据所述数据采样时长和预设的采样频率从心电数据采集设备中获 取心电数据；
[0026] 根据采样频率从心电数据采集设备中获取心电数据，达到数据采样时长时，停止 获取数据。即每段心电数据的时间长度为数据采样时长。后续是对获取到的这一段心电数 据进行处理。
[0027] 步骤S103 :对获取的该段心电数据进行归一化处理，获得归一化心电数据；
[0028] 为了提高处理效率，将获取的心电数据进行归一化处理，处理得到的数据成为归 一化心电数据，可以减少计算量，从而提高处理效率。
[0029] 进一步的，所述对获取的心电数据进行归一化处理，获得归一化心电数据步骤，可 以包括：将该段心电数据中的最大数据值映射到1，最小数据值映射到〇,其他数据值按比 例映射，获得归一化心电数据。
[0030] 即通过映射的方式将所有获取到的心电数据控制在0到1范围内。
[0031] 步骤S104 :根据获得的归一化心电数据确定用于判断心电数据是否异常的判据；
[0032] 计算判据的方法有很多种，比如，可以将所述数据采样时长和所述采样频率相乘 获得该段心电数据的个数值，根据各归一化心电数据确定该段心电数据稳定区域和心电数 据中间值，并根据所述心电数据的个数值、心电数据稳定区域和心电数据中间值计算获得 用于判断心电数据是否异常的判据。
[0033] 将所述归一化心电数据按大小升序排列，将排列在中间的心电数据设为心电数据 中间值。正常心电信号时，心电信号有窄而高的QRS波，QRS波是心电波形的其中一段，是 心室除极过程出现的波形，如图2所示，为其中一个示例中QRS波示意图。ORS波以外的数 据基本处于一个相对稳定的区域，该区域称为心电数据稳定区域，该区域大致以心电数据 中间值为中心。因此，可以基于心电数据稳定区域与心电数据个数的关系计算用于判断心 电数据是否异常的判据。
[0034] 步骤S105 :将所述判据与判断阈值进行比较，并根据比较结果判断心电数据是否 为异常数据。
[0035] 判断阈值是一种用于判断心电数据是否是异常数据的一种基准值。
[0036] 上述实施例根据心电数据周期时长确定数据采样时长，根据数据采样时长和采样 频率获取心电数据，保证获取到的心电数据是稳定的心电数据。对获取的该段心电数据进 行归一化处理，获得归一化心电数据；根据各归一化心电数据确定用于判断心电数据是否 异常的判据，再将判据与判断阈值进行比较，根据比较结果判断心电数据是否为异常数据， 从而提高了判断心电数据是否为异常数据的准确率，并且无需大量模板数据即可实现异常 数据的判别，提高了判断效率。
[0037] 判断阈值可以根据经验进行预设，也可以根据历史数据库进行计算获得，并将计 算获取的判断阈值进行存储。具体的，步骤S102之前，还包括：
[0038] A1 :根据所述数据采样时长和所述采样频率从历史数据库中获取多段正常心电数 据和多段异常心电数据；
[0039] 历史数据库中记录了正常状态下的心电数据和异常状态下的心电数据。可以从历 史数据库中获取多段正常心电数据，以采样频率采集正常心电数据，每段正常心电数据的 时间长度为米样时长。
[0040] 可以从历史数据库中获取多段异常心电数据，以采样频率采集异常心电数据，每 段异常心电数据的时间长度为采样时长。异常心电数据是非正常状态下的心电数据。
[0041]A2:分别将各段正常心电数据和各段异常心电数据作为输入数据，采用相同的计 算方式计算正常心电数据对应的判据和异常心电数据对应的判据；
[0042] 每段正常心电数据对应有一个判据，多段正常心电数据则有多个判据。每段异常 心电数据对应有一个判据，多段异常心电数据则有多个判据。
[0043] 这里提及的相同的计算方式是指步骤S103至步骤S104的计算方式。利用步骤 S103至步骤S104的计算判据方法可以计算历史数据库中正常心电数据对应的判据和异常 心电数据对应的判据。
[0044]A3:在具体计算判据的过程中，可以将正常心电数据对应的平均判据和异常心电 数据对应的平均判据求平均值，从而得到判断阈值。具体的：
[0045] 计算正常心电数据对应的判据的平均值，获得第一判据平均值，计算异常心电数 据对应的判据的平均值，获得第二判据平均值，并计算所述第一判据平均值和第二判据平 均值的平均值，获得所述判断阈值。
[0046] 也可以将正常心电数据对应的判据中的最大判据和异常心电数据对应的判据中 的最大判据，从而得到判断阈值。具体的：
[0047] 筛选出正常心电数据对应的判据中的最大判据，获得第一判据最大值，筛选出异 常心电数据对应的判据中的最大判据，获得第二判据最大值，并计算所述第一判据最大值 和第二判据最大值的平均值，获得所述判断阈值。
[0048] 还可以将正常心电数据对应的判据中间值和异常心电数据对应的判据中间值，从 而得到判断阈值。具体的：
[0049] 将各正常心电数据对应的判据按大小进行排列，获得第一判据中间值，将各异常 心电数据对应的判据按大小进行排列，获得第二判据中间值，计算所述第一判据中间值和 第二判据中间值的平均值，获得所述判断阈值。
[0050] 将心电数据按大小排列后，排在中间的数据称为判据中间值。
[0051] 本实施例采用与监控方法中相同的判据计算方法，计算历史数据库中正常状态下 的判据和异常状态下的判据，然后将两类判据求平均值，即可得到判断阈值。然后根据数据 采样时长和采样频率获取待检测的心电数据，并利用同样的判据计算方法计算判据，将该 判据与判断阈值进行比较即可判断出是否为异常数据。通过这样的方式得到的判断阈值， 可以提_判断准确率。
[0052] 计算判据的方法有很多种，在其中一