一种心电图分析系统、分析设备及预测模型采集设备的制作方法
【专利摘要】本发明公开了一种心电图分析系统，包括：第一心电数据提取模块、第二心电数据提取模块、样本存储模块、模型构造模块和模型修正模块，本系统通过对各种典型的心电波形数据的预测模型进行收集、完善，可以用来与个体心电波形数据进行对比，得出该个体心电波形数据对应类型的预测模型，然后根据预测模型预测该个体心电波形数据所有者的病情发展趋势。该系统综合考虑了病情表现的普遍性、对象个体的差异性，具备实时性和持久性。本发明还公开了一种使用该心电图分析系统的心电图分析设备及心电图预测模型采集设备。
【专利说明】-种心电图分析系统、分析设备及预测模型采集设备
【技术领域】
[0001] 本发明涉及生物医学【技术领域】，尤其涉及一种也电图分析系统、分析设备及也电 图预测模型采集设备。
【背景技术】
[0002] 也脏疾病已经成为威胁人民生命健康的主要病因之一，通常早发现早治疗是最好 的预防治疗的方式。很多疾病发病前的征兆或者发病时的症状具有相似之处，由于专家所 研究领域的不同，专家根据所掌握的知识W及个人的经验，再结合病人的其他症状，所得出 来的诊断结果可能有所不同，该样很可能贻误病情，造成严重的后果。
[0003] 如何对也脏病进行预测，成为很多专家学者关注的话题。目前主要有两类也脏病 预测方法；一类是通过生物医学原理，借助基因或者体内某种物质来进行分析预测，另一类 是结合计算机技术和反应也脏机能的也电图数据（或者其他医学检查数据），来进行分析 预测。
[0004] 通过生物医学原理的方法具有很大的局限性，只能针对先天性也脏病进行预测或 者不能考虑到个体差异性，不具备实时、持续性。
[0005] 也电图数据作为诊断也脏疾病的重要工具之一，被广泛应用于临床医学中。也电 图巧CG)是也脏的电活动的记录，也是常用的用于诊断也脏病的重要基础依据。标准ECG 记录包括12个导联波形，分别表示为I、II、III、aVR、aVL、aVF、VI、V2、V3、V4、V5和V6。
[0006] 发明人杨培德等人在中国专利申请CN103970975A中提供了一种也电数据处理方 法。该方法通过采集也电数据，处理得到相应的特征向量，根据特征向量进行聚类分析得到 聚类种群，利用已有模板对聚类种群进行匹配，得到聚类种群对应的结果，达到诊断预测的 结果。该方法基于模板进行匹配，具有普遍性，但缺乏对个体差异性的考虑，同时模板固定， 难于应对正常也脏状态的变动。
[0007] 发明人梁海鹏等人在中国专利申请CN102697492B中提供了一种实时分析也电数 据的方法。该方法通过对也电数据采集、预处理和除噪，然后对也电数据进行处理，得到医 学诊断需要的特征数据（也率计算，ST段幅度计算，RR间期计算等），并依据常规的判断标 准，得出诊断结果。该方法也未能考虑个体差异性，且一旦形成便难于更改，无法适应对正 常也脏状态的变动。
[0008] 发明人G.芬格等人在中国专利申请CN103493054A中提供了一种用于预测也血管 病发展的医疗信息技术系统。该系统通过采集多种医学检查数据，然后通过贝叶斯网络来 预测疾病的发生概率，进而对也脏病的发生进行预测。该系统过于依赖各种大量的医学检 查数据，实现代价大，而且仅仅预测出疾病的发生概率，缺乏可信力。
【发明内容】
[0009] 鉴于现有技术存在的不足，本发明提供了一种综合考虑病情的普遍性、对象个体 差异性、具备实时性和持久性，并能在使用中不断调整分析精度的也电图分析系统、分析设 备及也电图预测模型采集设备。
[0010] 为了实现上述的目的，本发明采用了如下的技术方案：
[0011] 一种也电图分析系统，包括：
[0012] 第一也电数据提取模块，用于获取多个健康也脏样本和各种类型也脏病变样本对 应的也电波形数据，并将获取到的也电波形数据W医学特征值构成相应的第一特征向量；
[0013] 第二也电数据提取模块，用于获取实时采集的待分析的也脏样本的也电波形数 据，并将获取到的也电波形数据W医学特征值构成第二特征向量；
[0014] 样本存储模块，用于存储所述第一特征向量作为样本数据，并将健康也脏样本的 第一特征向量标记为正常，将也脏病变样本的第一特征向量标记为异常，并按年龄段和性 别进行分类，形成不同类型的样本数据集；
[0015] 模型构造模块，用于利用支持向量机对所述样本存储模块内的第一特征向量进行 训练，得出各种类型的预测模型；
[0016] 模型修正模块，用于确定待分析的也脏样本所对应的预测模型的类型，同时对所 述第二也电数据提取模块获取到的所述待分析的也脏样本的近期也电数据对应的第二特 征向量进行判定并按实际情况标记为正常或异常，然后对应作为健康也脏样本或者病变也 脏样本的第一特征向量加入所述样本存储模块相应类型的样本数据集中，并调用所述模型 构造模块进一步训练、修正待分析的也脏样本所对应的预测模型。
[0017] 其中，所述样本数据为12导联的也电波形数据。
[001引其中，所述医学特性值包括；P波JR间期、QRS波群、QT间期、ST段和T/R。
[0019] 其中，所述样本存储模块中，还存储有所述第二也电数据提取模块获取的待分析 的也脏样本健康状况下的正常第二特征向量组成的正常第二特征向量集，每个类型也脏样 本的正常第二特征向量集只保存最近的预定数量的正常第二特征向量。
[0020] 其中，所述模型修正模块包括分析模块，所述分析模块用于在所述模型修正模块 确定所述待分析的也脏样本所对应的预测模型的类型后，利用对应的所述预测模型对各第 二特征向量的状态正常与否进行判定并标记。
[0021] 其中，所述分析系统还包括警示模块，若所述分析模块利用所述预测模型判定的 结果为异常，所述警示模块发出警告，并给出应对措施。
[0022] 其中，若所述分析模块利用预测模型判定的结果为异常，启动所述警示模块，所述 模型修正模块将待分析的也脏样本A所对应的第二特征向量标记为异常，作为也脏病变样 本对应第一特征向量的其中一个，加入所述样本存储模块相应类型的样本数据集中；若所 述分析模块利用预测模型判定的结果为正常，则将所述第二特征向量放入实时样本分析缓 存特征向量队列中；当所述实时样本分析缓存特征向量队列中的特征向量个数达到10个 时，计算所述队列中全部特征向量的平均值，然后计算所述平均值与所述正常第二特征向 量集的平均值的相似度，若相似度小于阔值，则启动所述警示模块，同时所述模型修正模块 将所述队列中最新的第二特征向量标记为异常，作为也脏病变样本对应的第一特征向量的 其中一个，加入所述样本存储模块相应类型的样本数据集中，并清空所述队列；否则将所述 队列中最新的第二特征向量加入正常第二特征向量集中，同时所述模型修正模块将最新的 第二特征向量标记为正常，作为健康也脏样本对应的第一特征向量的其中一个，加入所述 样本存储模块相应类型的样本数据集中，并清空所述队列。
[0023] 其中，所述分析系统还包括清理模块，用于定期清理所述正常第二特征向量集和 由所述第二也电数据提取模块获取、经过模型修正模块标记后加入到样本存储模块的样本 数据集中的过期和失效的由第二特征向量转化而成的第一特征向量。
[0024] 同时，本发明还提供了一种也电图分析设备，使用上述的也电图分析系统对待分 析的也脏样本进行分析，对所述待分析的也脏样本所属的预测模型的类型进行确定，然后 利用预测模型进行预测，并输出预测结果。
[00巧]另外，本发明还提供了一种也电图预测模型采集设备，使用上述的也电图分析系 统采集并存储各种类型的预测模型。
[0026] 本发明通过对各种典型的也电波形数据的预测模型进行收集、完善，可W用来与 个体也电波形数据进行对比，得出该个体也电波形数据对应类型的预测模型，然后根据预 测模型预测该个体也电波形数据所有者的病情发展趋势。该系统综合考虑了病情表现的普 遍性、对象个体的差异性，具备实时性和持久性，并且能够在使用中不断调整分析精度，调 整预测模型，使得预测模型更精确，单体适应性更强。
【专利附图】
【附图说明】
[0027] 图1为本发明实施例1的也电图分析系统的结构示意图。
[0028] 图2为本发明实施例1的也电图分析系统的原理图。
【具体实施方式】
[0029] 为了使本发明的目的、技术方案及优点更加清楚明白，W下结合附图及实施例，对 本发明进一步详细说明。应当理解，此处所描述的具体实施例仅仅用W解释本发明，并不用 于限定本发明。
[0030] 实施例1
[0031] 为了能综合考虑病情表现的普遍性、对象个体的差异性，具备实时性和持久性，本 发明实施例提供了一种基于模型的也电图分析系统，本系统能够在使用中不断调整分析精 度，调整预测模型，使得预测模型更精确，单体适应性更强。
[0032] 参阅图1，本发明提供了一种也电图分析系统，包括：第一也电数据提取模块10、 第二也电数据获取模块20、样本存储模块30、模型构造模块40和模型修正模块50,其中，第 一也电数据提取模块10用于获取多个健康也脏样本和各种类型也脏病变样本对应的也电 波形数据，并将获取到的也电波形数据W医学特征值构成相应的第一特征向量；第二也电 数据获取模块20用于获取实时采集的待分析的也脏样本的也电波形数据，并将获取到的 也电波形数据W医学特征值构成第二特征向量；样本存储模块30用于存储第一特征向量 作为样本数据，并将健康也脏样本的第一特征向量标记为正常，将也脏病变样本的第一特 征向量标记为异常，并按年龄段和性别进行分类，形成不同类型的样本数据集；模型构造模 块40用于利用支持向量机对样本存储模块30内的第一特征向量进行训练，得出各种类型 的预测模型；模型修正模块50用于根据待分析的也脏样本的年龄和性别确定待分析的也 脏样本所对应的预测模型的类型，同时对第二也电数据提取模块20获取到的待分析的也 脏样本的近期也电数据对应的第二特征向量按实际情况判定并标记为正常或异常，然后对 应作为健康也脏样本或者病变也脏样本的第一特征向量加入样本存储模块30相应类型的 样本数据集中，并实时或定期调用模型构造模块40进一步训练、修正该预测模型。
[0033] 第一也电数据提取模块10对获取到的也电波形数据按健康和各种病变类型分类 存储，同时进行基线校正滤波、60化陷波滤波和平滑滤波处理W去噪。第二也电数据提取模 块20对获取到的也电波形数据作与第一也电数据提取模块10相同的去噪处理。
[0034] 其中，样本存储模块30根据也脏样本对应的年龄段和性别对第一特征向量进行 分类，即最终第一特征向量被按年龄段、性别和也脏病种类进行分类存储在样本存储模块 30内。样本数据为12导联的也电波形数据。
[003引本实施例中，医学特性值包括；P波、ra间期、QRS波群、QT间期、ST段和T/R值。
[0036] 如图2所示，模型修正模块50的修正过程为：当有待分析的也脏样本A的也电数 据输入到第二也电数据提取模块20中时，模型修正模块50即根据该也电数据的年龄段、性 别选择待分析的也脏样本A相应的预测模型，对第二也电数据提取模块20获取到的待分析 的也脏样本的也电数据对应的第二特征向量进行判定并按实际情况标记为正常或异常，然 后对应作为健康也脏样本或者病变也脏样本的第一特征向量加入样本存储模块30相应类 型的样本数据集中，并实时或定期调用模型构造模块进一步训练、修正该预测模型，W更加 适应待分析的也脏样本的个体差异。
[0037] 具体地，样本存储模块30中，按年龄段、性别对也脏样本类型进行划分，将获得的 数据按照每种类型归类，并根据诊断信息，选取各种也脏病变样本所表现的典型也电波形 数据，将相应的第一特征向量标记为异常1，选取正常的健康也脏样本的也电波形数据，将 相应的第一特征向量标记为正常0,组成该也脏样本类型的初始化训练数据。
[0038] 模型构造模块40利用支持向量机对各也脏样本类型的初始化训练数据进行训 练，得出各也脏样本类型对应的预测模型。
[0039] 模型修正模块50的修正过程中，选定一个待分析的也脏样本A，针对该待分析的 也脏样本A选取其相对应类型的预测模型，若第二也电数据提取模块20已接收有该待分 析的也脏样本A的近期也电图数据，则将其进行降噪处理后，计算得出相应的第二特征向 量，并根据该也电图已有的相应诊断信息标记为异常1或正常0,然后放入样本存储模块30 相应类型的样本数据集中用于进一步训练该预测模型，使之更能适应也脏样本A的个体差 异。
[0040] 本实施例的也电图分析系统提供了一种预测模型，通过采集也电图数据，对常规 和异常也电波形数据建模，W供下一步对比分析，具有自主学习调整能力，能很好地适应个 体的差异性。
[0041] 第二也电数据提取模块20将获取到的待分析的也脏样本A在健康状况下也电波 形数据对应的正常第二特征向量存储至样本存储模块30,样本存储模块30中的正常第二 特征向量组成待分析的也脏样本A的正常第二特征向量集进行存储。
[0042] 进一步地，本模型修正模块50包括分析模块60,分析模块60用于在模型修正模块 50确定待分析的也脏样本A所对应的预测模型的类型后，利用对应的预测模型对其第二特 征向量的状态正常与否进行判定并标记。
[0043] 本分析系统还包括警示模块70,若分析模块60判定为异常，警示模块70发出警 告，并给出应对措施。
[0044] 同时，由于在实时分析过程中，会不断地由第二也电数据提取模块20获取第二特 征向量转化产生新的样本数据，样本存储模块30的样本数据集占用空间越来越大，另外， 当更换分析对象时，要清理掉上一个分析对象的也脏样本数据和其正常第二特征向量对应 产生的正常第二特征向量集，为确保预测的实时性和计算的高效性，需要定期清理过期的 该类数据。鉴于此，本分析系统还进一步地包括清理模块80，用于定期清理正常第二特征向 量集和由第二也电数据提取模块20获取、经过模型修正模块50判定后加入到样本存储模 块30的样本数据集中的过期和失效的由第二特征向量转化而成的第一特征向量，W利用 第二也电数据提取模块20采集的数据重新训练预测模型，使得预测模型更加适应也脏样 本A的特性。
[0045] 第二特征向量正常与否的判定过程为；若分析模块60利用预测模型分析判定的 结果为异常，启动警示模块70,模型修正模块50将待分析的也脏样本A所对应的第二特征 向量标记为异常，作为也脏病变样本对应第一特征向量的其中一个，加入样本存储模块30 相应类型的样本数据集中；若分析模块60利用预测模型初步判定的结果为正常，则将该第 二特征向量放入实时样本分析缓存特征向量队列中；当实时样本分析缓存特征向量队列中 的特征向量个数达到10个时，计算该队列中全部特征向量的平均值，然后计算该平均值与 正常第二特征向量集的平均值的相似度，若相似度小于阔值，则启动警示模块70,同时模型 修正模块50将该队列中最新的第二特征向量标记为异常，作为也脏病变样本对应的第一 特征向量的其中一个，加入样本存储模块30相应类型的样本数据集中，清空该队列；否则 将该队列中最新的第二特征向量加入正常第二特征向量集中，模型修正模块50将该最新 的第二特征向量标记为正常，作为健康也脏样本对应的第一特征向量的其中一个，加入样 本存储模块相应类型的样本数据集，同时也加入其正常第二特征向量集中，清空该队列。其 中，正常第二特征向量集的初始化数据由人工采集预测对象的正常数据。优选地，样本存储 模块30中，每个类型也脏样本的正常第二特征向量集只保存最近的预定数量的正常第二 特征向量，进一步地，该预定数量为60个。
[0046] 优选地，相似度的计算采用欧几里德距离进行计算：
[0047] 针对两个特征向量X = (xl, x2, x3--xn)和Y = (yl, y2, y3. . . yn)，其欧几里德 距离为
【权利要求】
1. 一种心电图分析系统，其特征在于，包括： 第一心电数据提取模块（10)，用于获取多个健康心脏样本和各种类型心脏病变样本对 应的心电波形数据，并将获取到的心电波形数据以医学特征值构成相应的第一特征向量； 第二心电数据提取模块（20)，用于获取实时采集的待分析的心脏样本的心电波形数 据，并将获取到的心电波形数据以医学特征值构成第二特征向量； 样本存储模块（30)，用于存储所述第一特征向量作为样本数据，并将健康心脏样本的 第一特征向量标记为正常，将心脏病变样本的第一特征向量标记为异常，并按年龄段和性 别进行分类，形成不同类型的样本数据集； 模型构造模块（40)，用于利用支持向量机对所述样本存储模块（30)内的第一特征向 量进行训练，得出各种类型的预测模型； 模型修正模块（50)，用于确定待分析的心脏样本所对应的预测模型的类型，同时对所 述第二心电数据提取模块（20)获取到的所述待分析的心脏样本的近期心电数据对应的第 二特征向量进行判定并按实际情况标记为正常或异常，然后对应作为健康心脏样本或者病 变心脏样本的第一特征向量加入所述样本存储模块（30)相应类型的样本数据集中，并调 用所述模型构造模块（40)进一步训练、修正待分析的心脏样本所对应的预测模型。
2. 根据权利要求1所述的心电图分析系统，其特征在于，所述样本数据为12导联的心 电波形数据。
3. 根据权利要求1所述的心电图分析系统，其特征在于，所述医学特性值包括：P波、PR 间期、QRS波群、QT间期、ST段和T/R。
4. 根据权利要求1所述的心电图分析系统，其特征在于，所述样本存储模块（30)中，还 存储有所述第二心电数据提取模块（20)获取的待分析的心脏样本健康状况下的正常第二 特征向量组成的正常第二特征向量集，每个类型心脏样本的正常第二特征向量集只保存最 近的预定数量的正常第二特征向量。
5. 根据权利要求4所述的心电图分析系统，其特征在于，所述模型修正模块（50)包括 分析模块￠0)，所述分析模块￠0)用于在所述模型修正模块（50)确定所述待分析的心脏 样本所对应的预测模型的类型后，利用对应的所述预测模型对各第二特征向量的状态正常 与否进行判定并标记。
6. 根据权利要求5所述的心电图分析系统，其特征在于，还包括警示模块（70)，若所述 分析模块￠0)利用预测模型判定的结果为异常，所述警示模块（70)发出警告，并给出应对 措施。
7. 根据权利要求6所述的心电图分析系统，其特征在于，若所述分析模块（60)利用预 测模型判定的结果为异常，启动所述警示模块（70)，所述模型修正模块（50)将待分析的心 脏样本A所对应的第二特征向量标记为异常，作为心脏病变样本对应第一特征向量的其中 一个，加入所述样本存储模块（30)相应类型的样本数据集中；若所述分析模块￠0)利用 预测模型判定的结果为正常，则将所述第二特征向量放入实时样本分析缓存特征向量队列 中；当所述实时样本分析缓存特征向量队列中的特征向量个数达到10个时，计算所述队列 中全部特征向量的平均值，然后计算所述平均值与所述正常第二特征向量集的平均值的相 似度，若相似度小于阈值，则启动所述警示模块（70)，同时所述模型修正模块（50)将所述 队列中最新的第二特征向量标记为异常，作为心脏病变样本对应的第一特征向量的其中一 个，加入所述样本存储模块（30)相应类型的样本数据集中，并清空所述队列；否则将所述 队列中最新的第二特征向量加入正常第二特征向量集中，同时所述模型修正模块（50)将 最新的第二特征向量标记为正常，作为健康心脏样本对应的第一特征向量的其中一个，力口 入所述样本存储模块（30)相应类型的样本数据集中，并清空所述队列。
8. 根据权利要求7所述的心电图分析系统，其特征在于，还包括清理模块（80)，用于定 期清理所述正常第二特征向量集和由所述第二心电数据提取模块（20)获取、经过模型修 正模块（50)标记后加入到样本存储模块（30)的样本数据集中的过期和失效的由第二特征 向量转化而成的第一特征向量。
9. 一种心电图分析设备，其特征在于，使用权利要求1-8任一所述的心电图分析系统 对待分析的心脏样本进行分析，对所述待分析的心脏样本所属的预测模型的类型进行确 定，然后利用预测模型进行预测，并输出预测结果。
10. -种心电图预测模型采集设备，其特征在于，使用权利要求1-8任一所述的心电图 分析系统采集并存储各种类型的预测模型。
【文档编号】A61B5/0402GK104398254SQ201410650258
【公开日】2015年3月11日 申请日期:2014年11月14日 优先权日:2014年11月14日
【发明者】李刚, 宁立, 张涌 申请人:中国科学院深圳先进技术研究院