心电导联智能选择方法和系统的制作方法
【技术领域】
[0001]本发明涉及医疗监护技术领域，特别是涉及一种心电导联智能选择方法和系统。
【背景技术】
[0002]心电信号的监测和分析是监护仪、心电图机等仪器的一个重要功能。心电信号的采集通常在多个导联上同时进行，对于采集到的多导联信号，仪器通常只选择一个导联的信号进行后续分析，如QRS(magnetic resonance ang1graphy，磁共振血管造影)检波等。若用来分析的导联的电极与人体接触不良时，采集的心电信号会受到严重干扰。
[0003]传统的心电导联智能选择方法是在一段长度的信号上计算若干种特征量，然后通过与预先设置的经验参数进行比较，判断信号质量的好坏及选择合适导联。从一段长度的信号上获取的特征量很难反应信号短时间的突变情况，手动设定参数的工作量大，并且泛化能力不强，此外还需要进行QRS检波才能完成信号质量的判断及导联的选择。传统的心电导联智能选择方法存在准确度低的缺点。
【发明内容】
[0004]基于此，有必要针对上述问题，提供一种准确度高的心电导联智能选择方法和系统。
[0005]—种心电导联智能选择方法，包括以下步骤:
[0006]对获取的相同时间段的心电导联信号进行特征提取，得到各所述心电导联信号的全局特征量，所述全局特征量包括所述心电导联信号的积分波的最大值和池化的局部特征量；
[0007]根据所述心电导联信号的积分波的最大值和池化的局部特征量对对应心电导联信号进行分类，得到各所述心电导联信号的信号质量等级；
[0008]提取不同信号质量等级的所述心电导联信号的积分波的最大值和池化的局部特征量进行训练得到质量分类器；
[0009]根据所述质量分类器对各所述心电导联信号进行筛选，得到并输出最优心电导联信号。
[0010]一种心电导联智能选择系统，包括:
[0011]特征提取模块，用于对获取的相同时间段的心电导联信号进行特征提取，得到各所述心电导联信号的全局特征量，所述全局特征量包括所述心电导联信号的积分波的最大值和池化的局部特征量；
[0012]信号分类模块，用于根据所述心电导联信号的积分波的最大值和池化的局部特征量对对应心电导联信号进行分类，得到各所述心电导联信号的信号质量等级；
[0013]模型训练模块，用于提取不同信号质量等级的所述心电导联信号的积分波的最大值和池化的局部特征量进行训练得到质量分类器；
[0014]信号筛选模块，用于根据所述质量分类器对各所述心电导联信号进行筛选，得到并输出最优心电导联信号。
[0015]上述心电导联智能选择方法和系统，对获取的相同时间段的心电导联信号进行特征提取，得到各心电导联信号的全局特征量;根据心电导联信号的积分波的最大值和池化的局部特征量对对应心电导联信号进行分类，得到各心电导联信号的信号质量等级。提取不同信号质量等级的心电导联信号的积分波的最大值和池化的局部特征量进行训练得到质量分类器;根据质量分类器对各心电导联信号进行筛选，得到并输出最优心电导联信号。通过提取心电导联信号的全局特征量进行信号分类和建模筛选，引入了池化的局部特征值来表达信号的状态，能很好的反映信号在局部时间的突变情况，准确度高。整个过程无需人员进行干预，节约时间及人力资源，在QRS检波前便可完成信号质量的判断及导联的选择，节约计算量。
【附图说明】
[0016]图1为一实施例中心电导联智能选择方法的流程图；
[0017]图2为一实施例中对获取的相同时间段的心电导联信号进行特征提取，得到各心电导联信号的全局特征量的流程图；
[0018]图3为一实施例中提取心电导联信号的局部特征量的示意图；
[0019]图4为一实施例中根据心电导联信号的积分波的最大值和池化的局部特征量对对应心电导联信号进行分类，得到各心电导联信号的信号质量等级的流程图；
[0020]图5为另一实施例中心电导联智能选择方法的流程图；
[0021]图6为一实施例中心电导联智能选择系统的结构图；
[0022]图7为一实施例中特征提取模块的结构图；
[0023]图8为一实施例中信号分类模块的结构图；
[0024]图9为另一实施例中心电导联智能选择系统的结构图。
【具体实施方式】
[0025]—种心电导联智能选择方法，适用于监护仪、心电图机等仪器的心电导联筛选。如图1所示，上述包括以下步骤:
[0026]步骤S110:对获取的相同时间段的心电导联信号进行特征提取，得到各心电导联信号的全局特征量。
[0027]获取在相同时间段内采集到的心电导联信号进行特征提取，以用作对信号进行筛选。全局特征量具体包括心电导联信号的积分波的最大值和池化的局部特征量，池化的局部特征量即指在信号的局部区域进行计算并池化处理后得到的特征量。在其中一个实施例中，如图2所示，步骤SI 10包括步骤SI 12至步骤SI 16。
[0028]步骤S112:分别计算各心电导联信号的积分波，提取积分波的最大值。对各心电导联信号进行处理得到积分波，并提取积分波的最大值作为对应心电导联信号的全局特征量的一个维度。
[0029]步骤S113:分别提取各心电导联信号的基线信号和高频噪声信号。提取各心电导联信号的基线信号和高频噪声信号的具体方式并不唯一，可根据实际情况选择，本实施例中利用中值滤波提取中线信号，利用巴特沃斯滤波器提取高频噪声信号。在其他实施例中，也可以是通过低通滤波器或其他方式获取基线信号，可以是通过切比雪夫滤波器或其他方式获取高频噪声信号。
[0030]步骤S114:根据预设长度和步长对各心电导联信号进行切片处理，得到多个信号段切片。对各心电导联信号进行切片处理得到多个信号段切片，如图3所示为本实施例提取心电导联信号的局部特征量的示意图。预设长度和步长的具体取值并不唯一，本实施例中预设长度和步长分别为0.15s和0.05s。
[0031]步骤SI15:分别提取各信号段切片上心电导联信号的高度、积分波的高度、基线信号的高度以及高频噪声信号的均值、方差、峰度和峭度，作为各信号段切片的局部特征量。
[0032]本实施例中获取各个信号段切片上心电导联信号的高度、积分波的高度、基线信号的高度以及高频噪声信号的均值、方差、峰度和峭度作为对应信号段切片的局部特征量，以用作后续步骤池化处理后进行信号分类和筛选操作。采集心电导联信号以及提取得到的积分波、基线信号和高频噪声信号的相关参数作为局部特征量，提高对信号的短时间突变的反应能力。可以理解，在其他实施例中，也可获取信号段切片上心电导联信号的其他参数作为局部特征量。
[0033]步骤S116:对各信号段切片提取的局部特征量进行最大值池化处理，得到池化的局部特征量。对信号段切片提取得到的局部特征量进行最大值池化处理，得到对应心电导联信号的池化的局部特征量作为全局特征量的其他维度，以用作后续进行信号分类和筛选。最大值池化(max pooling)处理指计算所有被池化特征量在各个维度上的最大值，并将此最大值作为池化特征量在该维度上的值。
[0034]步骤SI20:根据心电导联信号的积分波的最大值和池化的局部特征量对对应心电导联信号进行分类，得到各心电导联信号的信号质量等级。通过提取得到的各心电导联信号的全局特征值，可完成对所有心电导联信号的分类，得到对应的信号质量等级。信号质量等级的具体划分可根据实际情况确定，本实施例中信号质量等级包括优秀和不及格两种等级，在其