心搏分类的修正方法、装置、心电图检查系统及存储介质与流程

本发明涉及医疗技术领域，尤其涉及一种心搏分类的修正方法、心搏分类装置、心电图检查系统及计算机可读存储介质。

背景技术：

动态心电图检查是一项在患者日常生活中连续记录24小时，或更长时间的持续监测心电活动的检查。较之普通心电图，动态心电图在24小时内可连续记录10万次左右的心动周期，这样，通过动态心电检测，可以发现常规体表心电检查不易发现的心律失常和心肌缺血等病症。能够提高非持续性心律失常，尤其是一过性心律失常及短暂的心肌缺血等病症的检出率，扩大了心电图临床运用的范围。

由于动态心电图是受试者在日常生活中采集的信号，在上述情况下采集的信号必然会存在较大的干扰与伪差，而动态心电图的心搏分析算法由于受到多种因素影响，无法把所有心搏都准确的归类，致使分析结果不正确，特别是在心律失常的判定上存在错误时，容易导致误诊及/或延误治疗。

在现有技术中，由于动态心电图自动分析技术的局限性，致使在自动分析后需要进行心搏类型的纠正。而现有的心搏类型纠正技术的归类规则存在归类条件过于苛刻或过于宽松的问题，因此在自动归类过程中需要人工判断数据归类的正确性，从而导致工作效率低下。

上述内容仅用于辅助理解本发明的技术方案，并不代表承认上述内容是现有技术。

技术实现要素：

本发明的主要目的在于提供一种心搏分类的修正方法、心搏分类装置、心电图检查系统及计算机可读存储介质，旨在达到提高工作效率的目的。

为实现上述目的，本发明提供一种心搏分类的修正方法，所述心搏分类的修正方法包括如下步骤：

接收到修正指令时，获取修正指令中的目标心搏；

计算所述目标心搏的各项心搏特征与其所在心搏类型模板中的其他心搏之间的心搏特征的差异度；

根据所述心搏特征的差异度，对所述其他心搏进行重新归类，获得归类结果，以修正心搏分类。

可选地，所述根据所述心搏特征的差异度，对所述其他心搏进行重新归类，获得归类结果的步骤包括：

根据所述心搏特征的差异度，按照确定的所述心搏特征的分类顺序，对所述其他心搏进行逐级分类，获得多个心搏子集合；其中，当前次分类时，根据当前分类的心搏特征的差异度，对前一次分类结果的心搏子集合内的心搏进行再次分类；

对所述多个心搏子集合进行筛选，获得归类结果。

可选地，所述对所述多个心搏子集合进行筛选，获得归类结果的步骤：

根据所述心搏特征的差异度，获得所述心搏特征的差异度大于或等于心搏特征对应的第一差异度阈值的心搏；

将所获得的心搏去除，获得归类结果。

可选地，所述根据所述心搏特征的差异度，对所述其他心搏进行重新归类，获得归类结果的步骤包括：

根据所述心搏特征的差异度，按照确定的所述心搏特征的分类顺序，对所述其他心搏进行逐级筛选，获得归类结果；

其中，当前次筛选时，根据当前次筛选的心搏特征的差异度，对前一次筛选后的心搏进行再次筛选，以将所述心搏特征的差异度大于或等于心搏特征对应的第一差异度阈值的心搏去除。

可选地，所述心搏特征的分类顺序为根据所述心搏特征的差异度从低到高进行排序确定；或者，根据所述心搏特征的差异度和差异度对应的心搏数确定心搏特征的综合差异度，并根据所述心搏特征的综合差异度从低到高进行排序确定。

可选地，所述心搏特征对应的第一差异度阈值根据所述目标心搏的心搏特征值对应调整。

可选地，所述根据所述心搏特征的差异度，对所述其他心搏进行重新归类，获得归类结果，以修正心搏分类的步骤之前还包括：

根据所述心搏特征的差异度以及差异度对应的心搏数，确定心搏特征的综合差异度；

去除所述综合差异度大于或等于第二差异度阈值的心搏特征。

可选地，所述修正指令包括多个目标心搏，以对所述多个目标心搏所在心搏类型模板中的其他心搏进行并行归类。

此外，为实现上述目的，本发明还提供一种心搏分类装置，包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的修正程序，所述修正程序被所述处理器执行时实现如上所述的心搏分类的修正方法的步骤。

此外，为实现上述目的，本发明还提供一种心电图检查系统，包括心电检查装置以及心电数据处理装置，所述心电检查装置用于连续记录用户的心电活动数据；所述心电数据处理装置包括如上所述的心搏分类装置，用于对所述心电活动数据进行分析处理，输出用户的心电分析结果。

此外，为实现上述目的，本发明还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有修正程序，所述修正程序被处理器执行时实现如上所述的心搏分类的修正方法的步骤。

本发明实施例提出的一种心搏分类的修正方法、心搏分类装置、心电图检查系统及计算机可读存储介质，在接收到修正指令时，获取修正指令中的目标心搏，然后计算目标心搏的各项心搏特征与其所在心搏类型模板中的其他心搏之间的心搏特征的差异度，然后根据所述心搏特征的差异度，对所述其他心搏进行重新归类，获得归类结果，以修正心搏分类。由于可以根据用户选中的目标心搏对其他心搏进行自动纠正分类结果，从而提高了工作效率。

附图说明

图1是本发明实施例方案涉及的硬件运行环境的终端结构示意图；

图2为本发明心搏分类的修正方法的一实施例的流程示意图；

图3为本发明获得归类结果的细化流程示意图；

图4为本发明对心博子集合进行筛选，获得归类结果的细化流程示意图；

图5为本发明心搏分类的修正方法的另一实施例的流程示意图；

图6为本发明心搏分类的修正方法的又一实施例的流程示意图。

本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。

具体实施方式

应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。

本发明实施例的主要解决方案是：

接收到修正指令时，获取修正指令中的目标心搏；

计算所述目标心搏的各项心搏特征与其所在心搏类型模板中的其他心搏之间的心搏特征的差异度；

根据所述心搏特征的差异度，对所述其他心搏进行重新归类，获得归类结果，以修正心搏分类。

由于现有技术中，心搏类型纠正技术的归类规则存在归类条件过于苛刻或过于宽松的问题，因此在自动归类过程中需要人工判断数据的归类的正确性，从而导致工作效率低下。

本发明实施例提出的一种心搏分类的修正方法、心搏分类装置、心电图检查系统及计算机可读存储介质，在接收到修正指令时，获取修正指令中的目标心搏，然后计算目标心搏的各项心搏特征与其所在心搏类型模板中的其他心搏之间的心搏特征的差异度，然后根据所述心搏特征的差异度，对所述其他心搏进行重新归类，获得归类结果，以修正心搏分类。由于可以根据用户选中的目标心搏对其他心搏进行自动纠正分类结果，从而提高了工作效率。

如图1所示，图1是本发明实施例方案涉及的硬件运行环境的终端结构示意图。

本发明实施例终端可以为pc机及/或智能移动终端等。

如图1所示，该终端可以包括：处理器1001，例如cpu，通信总线1002，显示器1003，网络接口1004，存储器1005。其中，通信总线1002用于实现这些组件之间的连接通信。存储器1005可以是高速ram存储器，也可以是稳定的存储器(non-volatilememory)，例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储装置。

本领域技术人员可以理解，图1中示出的终端结构并不构成对终端的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。

如图1所示，作为一种计算机可读存储介质的存储器1005中可以包括操作系统、网络通信模块、用户接口模块以及修正程序。

在图1所示的终端中，网络接口1004主要用于连接后台服务器，与后台服务器进行数据通信；用户接口1003主要用于连接客户端(用户端)，与客户端进行数据通信，进而实现通过客户端输出数据的目的；而处理器1001可以用于调用存储器1005中存储的修正程序，并执行以下操作：

接收到修正指令时，获取修正指令中的目标心搏；

计算所述目标心搏的各项心搏特征与其所在心搏类型模板中的其他心搏之间的心搏特征的差异度；

根据所述心搏特征的差异度，对所述其他心搏进行重新归类，获得归类结果，以修正心搏分类。

进一步地，处理器1001可以调用存储器1005中存储的修正程序，还执行以下操作：

根据所述心搏特征的差异度，按照确定的所述心搏特征的分类顺序，对所述其他心搏进行逐级分类，获得多个心搏子集合；其中，当前次分类时，根据当前分类的心搏特征的差异度，对前一次分类结果的心搏子集合内的心搏进行再次分类；

对所述多个心搏子集合进行筛选，获得归类结果。

进一步地，处理器1001可以调用存储器1005中存储的修正程序，还执行以下操作：

根据所述心搏特征的差异度，获得所述心搏特征的差异度大于或等于心搏特征对应的第一差异度阈值的心搏；

将所获得的心搏去除，获得归类结果。

进一步地，处理器1001可以调用存储器1005中存储的修正程序，还执行以下操作：

根据所述心搏特征的差异度，按照确定的所述心搏特征的分类顺序，对所述其他心搏进行逐级筛选，获得归类结果；

其中，当前次筛选时，根据当前次筛选的心搏特征的差异度，对前一次筛选后的心搏进行再次筛选，以将所述心搏特征的差异度大于或等于心搏特征对应的第一差异度阈值的心搏去除。

进一步地，处理器1001可以调用存储器1005中存储的修正程序，还执行以下操作：

根据所述心搏特征的差异度以及差异度对应的心搏数，确定心搏特征的综合差异度；

去除所述综合差异度大于或等于第二差异度阈值的心搏特征。

参照图2，本发明心搏分类的修正方法第一实施例，所述心搏分类的修正方法包括：

步骤s100、接收到修正指令时，获取修正指令中的目标心搏；

在一实施例中，当接收到待处理的心电数据时，先获取待处理的心电数据中的心搏特征。进而根据所述心搏特征对心搏进行归类，并生成类型模板。其中，待处理的心电数据可以是动态心电图检查时，获取的未经处理的原始数据。所述动态心电图检查是一种在患者日常生活连续24小时，或者更长时间的心电活动检查，动态心电图在24小时内可以连续记录多达到10万次左右的心动周期，这样，可以发现常规体表心电检查不易发现的心率失常和心肌缺血等疾病。

具体地，在对待处理数据进行归类时，可以获取待处理数据中的任一个心搏，生成第一类型模板，并将该心搏作为第一类型模板的模板心搏。进一步地，获取待处理数据中的下一个心搏，即第二个心搏，并计算该第二个心搏与第一类型模板中模板心搏的心搏特征差异度，并判断心搏特征差异度是否小于或等于预设阈值(其中，所述心搏特征可以包括多个心搏特征，例如qrs波幅值及rr提前量等的心博特征，所述心搏特征差异度是指多个心搏特征的整体差异度。所述预设阈值可以是10％)，当所述心搏特征差异度小于或等于预设阈值时，将所述第二个心搏归类至第一类型模板中；当所述心搏特征差异度，大于预设阈值时，创建第二类型模板，并将所述第二个心搏归类至第二类型模板中，将所述第二个心搏作为第二类型模板的模板心搏。然后再获取下一个心搏，即第三个心搏，并计算所述第三个心搏与所述第一类型模板中模板心搏的心搏特征差异度。当所述第三个心搏与所述第一类型模板的模板心搏的心搏特征差异度小于或等于所述预设阈值时，将所述第三个心搏归类至第一类型模板中；当第三个心搏与第一类型模板的模板心搏的心搏特征差异度大于预设阈值时，计算所述第三个心搏与第二类型模板中模板心搏的心搏特征差异度，在心搏特征差异度小于或等于所述预设阈值时，将第三个心搏归类至第二类型模板中；否则，以第三个心搏为模板心搏，创建第三类型模板。依此类推，依次处理待处理数据中的全部心搏。

在对待处理的心电数据进行分类后，可以在各个分类(即类型模板)中选择不属于当前分类的心搏，并将该心搏确定为目标心搏。在确定目标心搏后，可以根据目标心搏生成对应的修正指令。

具体地，在选定目标心搏后，用户可以通过外接的输入装置(如键盘或鼠标)向一种心搏分类装置发送包含所述目标心搏的修正指令。当心搏修正装置接收到修正指令时，获取其中的目标心搏。

步骤s200、计算所述目标心搏的各项心搏特征与其所在心搏类型模板中的其他心搏之间的心搏特征的差异度；

在一实施例中，当获取到目标心搏时，可以计算所述目标心搏与其所在类型模板中的其他心搏之间的心搏特征的差异度。其中，所述差异度可以各个单项心搏的差异度。例如，目标心搏a与其他心搏b之间的差异度可以包括目标心搏a与其他心搏b之间的qrs波幅值差异度、rr提前量差异度、rr间期差异度等。

步骤s300、根据所述心搏特征的差异度，对所述其他心搏进行重新归类，获得归类结果，以修正心搏分类。

在一实施例中，当计算得出心搏特征的差异度时，可以根据对目标心搏所在类型模板中的部分其他心搏进行重新归类。具体地，参照说明书附图3，对其他心搏进行重新归类的步骤包括：

步骤s310、根据所述心搏特征的差异度，按照确定的所述心搏特征的分类顺序，对所述其他心搏进行逐级分类，获得多个心搏子集合；其中，当前次分类时，根据当前分类的心搏特征的差异度，对前一次分类结果的心搏子集合内的心搏进行再次分类；

步骤s320、对所述多个心搏子集合进行筛选，获得归类结果。

在一实施例中，可以先获取分类顺序，其中，所述分类顺序可以预先设置，并保存在存储介质中。也可以根据所述心搏特征的差异度从低到高进行排序确定；或者，还可以根据所述心搏特征的差异度和差异度对应的心搏数确定心搏特征的综合差异度，并根据所述心搏特征的综合差异度从低到高进行排序确定。

具体地，根据所述心搏特征的差异度从低到高进行排序确定分类顺序时，一实施方式中，获取当前模板中的各个其他心搏与目标心搏之间的每一心搏特征的差异度的平均值，进而可以根据所述差异度的平均值进行排序。例如，目标心搏与其他心搏之间的qrs波幅值差异度的及rr提前量差异度的均值，然后根据所述均值从小到大的顺序对qrs波幅值和rr提前量进行排序。当然，还有其他实施例，例如根据当前模板中的各个其他心搏与目标心搏之间的某一个或某几个心搏特征的差异度，进行加权计算差异度后，然后根据计算后的差异度从低到高进行排序。

根据所述心搏特征的差异度和差异度对应的心搏数确定心搏特征的综合差异度，并根据所述心搏特征的综合差异度从低到高进行排序确定分类顺序时，一实施方式中，可以先根据心搏特征对应的差异度均值对心搏特征进行排序，然后在均值等时，根据该心搏特征对应其他心搏数量进行排序。另一实施方式中，先根据该心搏特征对应其他心搏数量进行排序，在数量相等时，根据心搏特征对应的差异度均值对所述数量相等心搏特征进行排序。又一实施方式中，根据赋予差异度均值与所述数量对应的权重，进而根据所述权重、差异度均值与所述数量，经加权计算，确定每一心搏的综合差异度，并根据所述综合差异度对所述心搏特征进行排序，进而根据排序结果确定所述分类顺序。

上述数量是指以该心搏特征对应的差异度对其他心搏进行筛选时，筛选结果中包含的其他心搏的数量。例如，当以qrs波幅值为筛选条件时，其包含的所述其他心搏数量为p，所述其他心搏的平均差异度为q；当以rr提前量为筛选条件时，其包含的所述其他心搏数量为p1，所述其他心搏的平均差异度为q1。因此，上述排序方式包括以下三种：

1、先判断q与q1之间的大小关系，如果q大于q1，则qrs波幅值在排序时排在rr提前量之前；如果q等于q1，则判断p与p1之间的大小关系，当p大于p1时，则qrs波幅值在排序时排在rr提前量之前；如果q小于q1，则qrs波幅值在排序时排在rr提前量之后。

2、先判断p与p1之间的大小关系，如果p大于p1，则qrs波幅值在排序时排在rr提前量之前；如果p等于p1，则判断q与q1之间的大小关系，当q大于q1时，qrs波幅值在排序时排在rr提前量之前；如果p小于p1，则qrs波幅值在排序时排在rr提前量之后。

3、数量与平均值对应不同的权重m和n，qrs波幅值对应的综合差异度h＝mq+np，rr提前量对应的综合差异度f＝mq1+np1，进而比较h与f的大小关系，根据其大小关系确定qrs波幅值与rr提前量之间的排序关系。

在确定所述分类顺序后，可以获取目标心搏与每一其他心搏之间的多个心搏特征的差异度，然后根据心搏特征的分类顺序，可以先根据第一个心搏特征a的差异度对当前类型模板中的其他心搏进行筛选，即在当前类型模板中，筛选出与目标心搏之间心搏特征a的差异度小于一预设阈值的其他心搏。然后根据第二个心搏特征b的差异度，对筛选出来的其他心搏进行分类。即将筛选出来的其他心搏与目标心搏之间的心搏特征b的差异度的变化范围划分成多个区间，并确定每一筛选出来的其他心搏与目标心搏之间的心搏特征b的差异度所属的区间，将差异度属于同一区间的其他心搏分至同一类别中。将同一类别中的其他心搏，根据第三个心搏特征c的差异度进行分类。然后再根据第四个心搏特征，对根据第三个心搏特征进行分类时得出的每一个分类进行再次分类，直至全部的心搏特征全部用完时结束。

例如：心搏g为类型模板n中的目标心搏，当获取到心搏g时，在n的其他心搏中，筛选出与心搏g的qrs波形态差异度低于预设阈值的其他心搏，组成筛选集v。然后继续比对目标心搏与筛选集v中的其他心搏之间的qrs波幅值差异度，得出qrs波幅值差异度对应的所属差异度区间，并将在各个不同的差异度区间的其他心搏分类至同一类别中；然后再次比对各个类别中的其他心搏与目标心搏之间的rr提前量差异度，并根据rr提前量差异度对各个类别中的其他心搏再次进行分类。

需要说明的是，只根据每一心搏特征对应的差异度对其他心搏进行一次分类。

当完成逐级分类时，可以获得多个分类类别，每一类别即为一个心搏子集合。因此，在完成逐级分类时，可以获得多个心搏子集合。

在获得多个心搏子集合时，可以在所述心搏子集合中，筛选出不符合要求的心搏子集合。然后去除筛选出的心搏子集合。进而，获取剩下的心搏子集合中的其他心搏，组成心搏修正集合，即归类结果。

在某实施方式中，参照图4，上述步骤s320包括：

步骤s321、根据所述心搏特征的差异度，获得所述心搏特征的差异度大于或等于心搏特征对应的第一差异度阈值的心搏；

步骤s322、将所获得的心搏去除，获得归类结果。

在一实施例中，在完成逐级分类后，确定了多个心搏子集合。然后可以获取所述目标心搏的各个心搏特征对应的第一差异度阈值，进而根据所述第一差异度阈值，筛选出差异度大于或等于该阈值的心搏子集合，并去除筛选出的心搏子集合。将剩余的心搏子集合中的心搏组成心搏修正集合，作为所述归类结果。

上述第一差异度阈值可以预存在存储介质中，并可以在实施过程中获取各个心搏特征对应的所述第一差异度阈值，然后根据所述差异度的所述变化范围调整所述第一差异度阈值。例如，当qrs波形态差异度变化范围为0％-20％时，对应的qrs波形态的预设差异度为5％，当所述变化范围为0％-40％时，可以将对应的qrs波形态的预设差异度调整为10％。其中，预设差异度根据变化范围进行调整的规则，可以通过开发人员自定义设置。

在本实施例中，在接收到修正指令时，获取修正指令中的目标心搏，然后计算目标心搏的各项心搏特征与其所在心搏类型模板中的其他心搏之间的心搏特征的差异度，然后根据所述心搏特征的差异度，对所述其他心搏进行重新归类，获得归类结果，以修正心搏分类。由于可以根据用户选中的目标心搏对其他心搏进行自动纠正分类结果，从而提高了工作效率。

进一步地，在另一实施方式中，上述步骤s300具体包括：

根据所述心搏特征的差异度，按照确定的所述心搏特征的分类顺序，对所述其他心搏进行逐级筛选，获得归类结果；其中，当前次筛选时，根据当前次筛选的心搏特征的差异度，对前一次筛选后的心搏进行再次筛选，以将所述心搏特征的差异度大于或等于心搏特征对应的第一差异度阈值的心搏去除。

在本实施例中，可以先获取所述分类顺序，然后根据分类顺序选定第一心搏特征，计算目标心搏与当前类型模板中的其他心搏之间的第一心搏特征的差异度，并筛选当前类型模板中，与目标心搏之间，第一心搏特征差异度大于或等于预设第一心搏特征差异度对应的阈值的其他心搏，并去除从当前类型模板中筛选出的其他心搏，将剩余的其他心搏组成一个心搏子集，并分类顺序确定第二心搏特征。然后当前心搏子集中的其他心搏与目标心搏之间的第二心搏特征的差异度，并筛选并去除当前心搏子集中的，第二心搏特征差异度大于或等于第二心搏特征差异度阈值的其他心搏。将当前心搏子集剩余的其他心搏，组成下一级的心搏子集。根据所述分类顺序，逐次筛选去除当前心搏子集中的其他心搏，直至确定经所述分类顺序中的最后一个心搏特征筛选去除后确定的心搏子集，将该心搏子集作为心搏修正集合，即所述归类结果。

例如，先在当前模板中筛选去除与目标心搏的qrs波形态差异度大于或等于5％的所述其他心搏，将剩余的其他心搏组成第一心搏子集。进一步地，在第一心搏子集筛选去除qrs波幅值差异度大于或等于5％的心搏，将剩余的其他心搏组成第二心搏子集。最后在第二心搏子集中筛选去除rr提前量差异度大于或等于3％的心搏，将剩余的其他心搏组成心搏修正集。

在本实施例中，通过逐级筛选确定了归类结果，节省了系统开销，提高了运算速度。

进一步地，参照图5，本发明心搏分类的修正方法另一实施例，基于上述实施例，所述步骤s300之前，还包括：

步骤s400、根据所述心搏特征的差异度以及差异度对应的心搏数，确定心搏特征的综合差异度；

步骤s500、去除所述综合差异度大于或等于第二差异度阈值的心搏特征。

在一实施例中，可以统计当前类型模板中的其他心搏的每一心搏特征的差异度的变化范围，以及该差异度对应的心搏数。然后可以根据其他心搏的每一心搏特征的差异度的变化范围该差异度对应的心搏数，经加权计算，确定该心搏特征对应的综合差异度。然后将综合差异度大于或等于第二差异度阈值的心搏特征去除。并根据剩余的心搏特征对当前类型模板中的其他心搏进行逐渐分类或逐级筛选，以确定归类结果。

例如，以p波形态为例，如果p波形态的综合差异度高，即可表明心搏集的p波形态存在较大差异，可不必按照p波形态进行归类。如果p波形态差异度低，则表明心搏集的p波形态无明显可识别的差异，则按照p波形态进行归类，找出与目标心搏p波形态相似的心搏，并更正归类。

在本实施例中，根据所述心搏特征的差异度以及差异度对应的心搏数，确定心搏特征的综合差异度，然后去除所述综合差异度大于或等于第二差异度阈值的心搏特征，减少了逐级分类及/或逐级筛选过程中的分类及/或筛选的次数，达到了节约了系统开销的目的。

进一步地，参照图6，本发明心搏分类的修正方法的又一实施例中，基于上述实施例，所述心搏分类的修正方法，还包括：

步骤s600、接收到修正指令时，根据所述修正指令获取多个目标心搏，以对所述多个目标心搏所在心搏类型模板中的其他心搏进行并行归类。

在一实施例中，所述修正指令可以包括多个目标心搏，所述多个目标心搏可以属于同一类型模板，也可以属于不同的类型模板。当获取到每一个目标心搏时，分别根据每一目标心搏，顺序执行所述步骤s100至步骤s300。以根据每一目标心搏对该目标心搏所在类型模板中的其他心搏进行归类。

在本实施例中，接收到修正指令时，根据所述修正指令获取多个目标心搏，以对所述多个目标心搏所在心搏类型模板中的其他心搏进行并行归类，由于可以同时多个进程处理，因而提高了心搏修正的效率。

此外，本发明实施例还提出一种心搏分类装置，包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的修正程序，所述修正程序被所述处理器执行时实现如上所述的心搏分类的修正方法的步骤。

此外，本发明实施例还提出一种心电图检查系统，包括心电检查装置以及心电数据处理装置，所述心电检查装置用于连续记录用户的心电活动数据；所述心电数据处理装置包括如上所述的心搏分类装置，用于对所述心电活动数据进行分析处理，输出用户的心电分析结果。

此外，本发明实施例还提出一种计算机可读存储介质，所述计算机可读存储介质上存储有修正程序，所述修正程序被处理器执行时实现如以上实施例所述的心搏分类的修正方法的步骤。

需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者系统不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者系统所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者系统中还存在另外的相同要素。

上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在如上所述的一个计算机可读存储介质(如rom/ram、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，或者网络设备等)执行本发明各个实施例所述的方法。

以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。