用于检测egg波形中的特性的系统和方法
【技术领域】
[0001] 本发明涉及一种系统和方法，所述系统和方法用于分析心脏电生理学信号，以识 别出与电生理学信号相关的至少一个特性，这个特性用于影响心脏医疗的决策。
【背景技术】
[0002] 在给患者提供健康护理的过程中，需要监控生命统计数据和其它的患者参数。多 个不同的患者监控设备能够通过与患者身体的特定位置处的皮肤连接的至少一个电极，来 选择性地监控由患者产生的电脉冲。例如，在临床环境中通常使用心电图（ECG)监控器来 监控心脏的电活动。ECG监控器通过多个电极与患者连接，从而监控患者心脏的电脉冲。从 与患者连接的电极感测出的电生理信号中，ECG监控器能够产生ECG波形，其包括表示一系 列连续心跳的数据。在图1中描绘了由电极感测出的表示单个心跳2的示例性ECG波形。 在正常心跳期间波形2由表示不同电活动的多个不同类型的波形成，并且相对于表示基础 电压的等电位线3绘制。波形包括P波、QRS波群、T波，并且在某些情况下包括U波。P波 表示心房除极，并且包括由波峰4表示的最大振幅。QRS波群表示左心室和右心室的快速 除极。在除极之前，Q点下降至等电位线3之下，并且形成波谷5。在心室的除极期间，R点 的最大振幅为其波峰6。由于与心室相关的肌肉质量与心房的肌肉质量相比通常更高，所 以QRS波群中R点的波峰6的振幅比P波形的波峰4的振幅更大。QRS波群之后是表示在 恢复期间心室复极的T波。U波如果存在的话，被认为表示左心室与右心室之间的隔膜的复 极，并且在时间上在T波之后，具有比T波的最大振幅更小的最大振幅。
[0003] 从形成ECG波形的不同类型的波和波群看出，已经使用ECG波形的各种特征来识 别并分类各种类型的心跳，从而用于临床诊断患者的医疗状况。ECG波形的通常特性（或特 征）包括如下中的任意一种：单个类型的波或波群的存在或不存在、PR间期、PR段、ST段以 及ST间期。另外，使用了连续心跳之间的特性（诸如表示连续的R点之间的距离的RR间 期）来检测某些心脏状况。通常检测出的心脏状况是心房纤维性颤动（AFIB)。AFIB是室 上性快速心律失常，其特征在于不协调的心房活动，结果破坏心房的机械性能。在心电图的 表面上，AFIB被描述为：始终如一的P波被快速振荡或者纤维性颤动的波（其在尺寸、形状 和时序上变化）所代替，从而引起不规律、频繁地快速心室响应。在从ECG信号中检测AFIB 时，心率的不规律和正常P波的不存在是重要的特征。因此，期望提供一种用于改善的P波 检测的系统和方法，所述系统和方法可以单独地使用，或者与用于检测各种心脏状况的其 它方法结合使用。根据本发明原理的系统解决了已知系统的缺陷，从而改善了心脏状况检 测。
【发明内容】
[0004] 在第一实施例中，提供了一种装置，其检测与表征患者电生理学信号的输入信号 波形相关的至少一个特性。所述装置包括：采集处理器，其获取表征患者心跳的一系列连续 脉冲的数据；和计算处理器，其与采集处理器电连接。计算处理器针对每个心跳脉冲识别 出输入信号中可能包括至少一个特性的部分，并针对输入信号的识别部分测量与其相关的 第一特征和第二特征；计算表示至少一个特性存在于输入信号的识别部分的可能性的复合 特征值；以及将计算出的复合特征值与分类阈值进行比较。输出处理器与计算处理器电连 接，输出处理器响应于确定出计算的复合特征值超过分类阈值而产生表示至少一个特性存 在的数据。
[0005] 在另一个实施例中，提供了一种方法，其检测与表征患者电生理学信号的输入信 号波形相关的至少一个特性。所述方法包括：通过采集处理器来获取表征患者心跳的一系 列连续脉冲的数据。计算处理器针对每个心跳识别出输入信号中可能包括至少一个特性的 部分。通过计算处理器来测量与输入信号的识别部分相关的第一特征和第二特征，并且计 算表示至少一个特性存在于输入信号的识别部分的可能性的复合特征值。将计算出的复合 特征值与分类阈值进行比较。通过与计算处理器电连接的输出处理器来产生数据。响应于 确定出计算出的复合特征值超过分类阈值，产生的数据表示至少一个特性存在。
【附图说明】
[0006] 图1是示例性ECG波形的现有技术表征；
[0007] 图2是根据本发明原理的特性检测系统的框图；
[0008] 图3A至图3E是示例性波形图，其示出了心脏波形数据并且图示了根据本发明原 理的特性检测系统可以使用的各种特征；
[0009] 图4是描绘根据本发明原理的特性检测系统检测出的特性的散布图；
[0010]图5是在根据本发明原理的特性检测系统中阈值的图形化描绘，其中，将特征数 据与阈值进行比较以检测特性；以及
[0011] 图6至图8是表示通过根据本发明原理的特性检测系统实施的算法的流程图。
【具体实施方式】
[0012] 本发明提供了一种系统，所述系统从表征电生理学信号的波形数据中检测至少一 个特性的存在或不存在。通过与患者连接的至少一个传感器来感测波形数据，并通过数据 处理器来处理，从而产生波形数据。波形数据代表预定的时间段。波形数据包括多个单独 的数据采样，并且一组数据包括至少一个单独的数据采样。有利的是，所述系统在多个数据 采样的每个中检测至少一个特性的存在或不存在。通过在每个数据采样中检测至少一个特 性的存在或不存在，系统有利地产生可以用于帮助患者护理的复合值。
[0013] 为了确定在相应的单个采样中至少一个特性存在或不存在，系统识别出至少一个 特性会存在的预定的时间窗口。可以分析在预定的内的波形数据，以确定包括在预定的窗 口内的任意数据是否可以代表至少一个特性。可以根据波形的部分相对于基准值的振幅来 确定出代表至少一个特性的候选数据。系统通过选择相对于基准值具有最大振幅的波形部 分来有利地确定候选数据是否存在。系统通过确定与候选数据相关的第一特征和第二特 征，并且利用至少一种类型的模式分类算法来产生代表第一特征和第二特征的复合特征分 值，而有利地确定候选数据是否实际上代表至少一个特性。将复合特征分值与阈值进行比 较，如果复合特征分值超过阈值，则系统能够有利地确定出候选数据表示波形的至少一个 特性。
[0014] 在一个实施例中，系统还可以在波形数据的不同部分（其可能在预定的时间窗口 内）之间进行区分，以有利地保证将使用波形的正确部分来确定候选数据是否代表至少一 个特性。当在预定的窗口内存在多于一个波峰时这个实施例可能有效。当确定出在预定的 窗口内多个波峰存在于波形的部分中时，系统通过选择多个波峰中相对于基准线具有最大 振幅的一个波峰，并且测量选中的波峰与包括在前一数据采样中相应的一个波峰之间的距 离，来分析哪个波峰应当被认为是候选数据。如果测量的大于阈值距离，则系统确定出选中 的波形部分是用于进一步处理的候选数据。如果测量的距离小于阈值距离，则系统选择在 预定窗口内具有下一个最高振幅的波峰。系统计算这个波峰与前一数据采样中的一个波峰 之间的距离，并且将这个距离与阈值进行比较以确定这个距离是否超过阈值。针对窗口中 所有可能的候选数据点重复这个过程，直到计算出的距离超过阈值为止。如果距离标准不 满足，则系统确定出至少一个特性不存在。
[0015] 系统有利地处理数据采样组中的每个数据采样，以识别出在数据采样组中至少一 个数据特性的频率，并且