心电信号处理方法、便携式心电采集设备和存储介质与流程

1.本公开实施例涉及心电数据处理，尤其涉及一种用于便携式心电采集设备、用于其中的心电信号处理方法和计算机可读信息存储介质。


背景技术：

2.人体的心肌细胞膜是半透膜，在处于静息状态时，膜外排列一定数量带正电荷的阳离子，膜内排列相同数量带负电荷的阴离子，膜外电位高于膜内，称为极化状态。在静息状态下，由于心脏各部位心肌细胞都处于极化状态，没有电位差，电流记录仪描记的电位曲线平直，即为体表心电图的等电位线。心肌细胞在受到一定强度的刺激时，细胞膜通透性发生改变，大量阳离子短时间内涌入膜内，使膜内电位由负变正，这个过程称为除极。
3.对整体心脏来说，心肌细胞从心内膜向心外膜顺序除极过程中的电位变化，由电流记录仪描记的电位曲线称为除极波，即体表心电图上心房的p波和心室的qrs波。细胞除极完成后，细胞膜又排出大量阳离子，使膜内电位由正变负，恢复到原来的极化状态，此过程由心外膜向心内膜进行，称为复极。同样地，心肌细胞复极过程中的电位变化，由电流记录仪描记出称为复极波。由于复极过程相对缓慢，复极波较除极波低。心房的复极波低、且埋于心室的除极波中，体表心电图不易辨认。心室的复极波在体表心电图上表现为t波。整个心肌细胞全部复极后，再次恢复极化状态，各部位心肌细胞间没有电位差，体表心电图记录到等电位线。
4.图1是示出了心电波形中不同时间段的心脏电活动变化的示意图。参照图1，人体的心电波形通常包括以下几个波段。
5.1、p波：代表心房电活动，正常时限0.08-0.11秒，在心电图上为较小的向上圆拱形。通常在心脏开始收缩时，先由窦房结发放电信号传导到心房，导致心房出现除极，此时心房会发生激动，继而出现心房收缩。
6.当心房扩大，两房间传导出现异常时，p波可表现为高尖或双峰的p波。
7.2、pr段：激动沿前中后结间束传导到房室结。由于房室结传导速度缓慢，形成了心电图上的pr段，也称pr间期。正常pr间期在0.12～0.20秒。
8.当心房到心室的传导出现阻滞，则表现为pr间期的延长或p波之后心室波消失。
9.3、qrs波群：代表心室除极、激动时产生的电活动，正常时限为0.06-0.10秒，振幅在心电图上比较大，明显大于p波。心房激动后，电信号继续向下传导，通过房室结传导到心室，引起心室肌的除极、激动，心室被激动时会产生心室收缩，同时会发生电活动。此时，电活动传导到体表，会被心电图记录仪记录下来，qrs波在心电图上的波形较大，可能不止1个主峰，可能有上、下2个峰，这个波形就叫做qrs波。
10.4、st段：心室肌全部除极完成，复极尚未开始的一段时间。正常情况下st段应处于等电位线上。
11.当某部位的心肌出现缺血或坏死的表现，心室在除极完毕后仍存在电位差，此时表现为心电图上st段发生偏移。
12.5、t波：代表心脏复极化的过程，即心室从除极激动到恢复安静状态下的过程，通常为心室舒张的过程，正常时限为0.05-0.25秒，在心电图上t波比p波微高，但是比qrs波的波峰低。
13.6、u波：某些导联上t波之后可见u波，目前认为与心室的复极有密切关系。
14.此外，由于qt间期受心率的影响，因此引入了矫正的qt间期(qtc)的概念。qt间期为心室从除极(qrs段开始)到复极(t波结束)的时间段。正常的qt间期长度为0.44秒。qt间期的延长往往与恶性心律失常的发生相关。
15.当人体的心脏因先天的结构缺陷或生活经历中发生异常时，会出现各种心律失常，如图2所示。每种心律失常均具有特定的心电波形特征。
16.其中，心房颤动(简称房颤，af)是最常见的心律失常。随着年龄增长房颤的发生率不断增加，75岁以上人群可达10％。房颤时心房激动的频率达300～600次/分，心跳频率往往快而且不规则，有时候可达100～160次/分，不仅比正常人心跳快得多，而且绝对不整齐，心房失去有效的收缩功能。房颤患病率还与冠心病、高血压病和心力衰竭等疾病有密切关系。
17.根据不同的消息来源，高达50％的中风事故是由持续性或阵发性房颤引起的。华法林等抗凝疗法可降低中风和死亡的风险。但是，持续抗凝会增加出血的风险。新型抗凝剂(noac)(例如pradaxa、xarelto或elliquist)较例如华法林更快速的效果。noac通过在需要时将连续抗凝药替换为抗凝药(也被称为“自用药”方法)来降低出血风险。服用该药的标准由阵发性af(paf)负担的阈值水平决定。af负担定义为监视期间(通常为24小时或更长)内所有af事件的总持续时间。
18.自用抗凝治疗方法面临许多挑战。af事件，尤其是短暂的paf事件，很难被检测到。具有af症状的患者在大多数情况下可能没有症状。需要多年24/7连续对房颤患者进行监测，以自动检测房颤事件。当前大多数的af检测设备被设计用于诊断af，而不是用于评估paf负担。它们可以很好地用于在长期监视期间检测至少一个af事件，而不能以所需的准确度检测到短暂的paf事件以评估paf负担，或者它们在长期连续监视方面过于突出。
19.为了解决该问题，美敦力公司开发了具有af检测功能的可插入式心脏监护仪(icm)并将其推向市场。icm设备是插入患者皮肤下的微型ecg(electrocardiogram)监护仪。此类监视器的最新版本reveal linq
tm
可以提供长达3年的连续监视。linq在持续2分钟或更长时间的paf事件检测中显示出良好的结果，但不能够检测到短暂的paf。由于在许多af患者中观察到了短暂的paf事件，并且可以显着增加总体paf负担，因此icm设备在基于“自用药”af负担的抗凝治疗中的应用受到限制。


技术实现要素：

20.本发明实施例提供一种便携式心电采集设备、用于其中的心电信号处理方案，以通过简单的运算、使用有限的计算资源来准确地监测特定的心律异常事件。
21.根据本发明实施例的一方面，提供一种用于小型心电采集设备的心电信号处理方法，包括：获取连续从人体采集到的心电信号；对目标时间段的心电信号进行采样，获得心电采样数据；将所述目标时间段内的心电采样数据分为与多个子时段各自对应的子时段心电采样数据集；确定与各个子时段对应的心电采样数据的子时段内数据变化平均值；通过
计算各个相邻的子时段内数据变化平均值之间的子时段间数据变化值，获得子时段间数据变化值的第一数据集合；对所述第一数据集合的项目，计算差值均方根值rmssd；根据所述第一数据集合和差值均方根值rmssd，确定在所述目标时间段内有否发生了符合特定心律异常特征的事件；如果确定发生了所述符合特定心律异常特征的事件，则记录所述事件的信息，并且/或者，发送所述符合特定心律异常特征的事件的信息。
22.可选地，所述方法还包括：确定在所述第一数据集合当中，子时段间数据变化值大于所述差值均方根值rmssd的项目的个数在所述第一数据集合中的占比值；如果所述占比值在预定的占比上限值和占比下限值之间，则停止对所述目标时间段的心电信号的处理。
23.可选地，所述根据所述第一数据集合和差值均方根值rmssd，确定在所述目标时间段内有否发生了符合特定心律异常特征的事件，包括：通过在所述第一数据集合当中选取满足以下条件的子时段间数据变化值，获取包含子时段间数据变化值和相应的子时间段的第二数据集合：所述子时段间数据变化值不小于差值均方根值rmssd并且其后相邻的子时间段对应的子时段间数据变化值小于所述差值均方根值rmssd；根据所述第二数据集合中相邻的子时间段之间的时间间隔，获取满足以下条件的时间间隔的第三数据集合：相邻的子时间段之间的时间间隔超过预设的时长阈值；根据所述第三数据集合中项目的值，确定在所述目标时间段内有否发生了符合房颤特征的事件。
24.可选地，所述根据所述第三数据集合中项目的值，确定在所述目标时间段内有否发生了符合房颤特征的事件，包括：获取所述第三数据集合中的项目的总个数m和所述第三数据集合中项目值的个数p；根据所述总个数m和所述项目值的个数p计算所述目标时间段的心电信号的复杂度指数c；如果计算得到的复杂度指数c》预设的paf阈值，则可确定在目标时间段内发生了符合房颤特征的事件。
25.可选地，所述方法还包括：存储从人体连续采集的心电信号的数据，以及/或者，当检测到所述小型心电采集设备建立了网络连接时，发送存储的心电信号的数据和已记录的符合特定心律异常特征的事件的信息。
26.根据本发明实施例的另一方面，提供一种便携式心电采集设备，包括：ecg采集电极，用于连续采集人体的心电信号，所述心电信号为心电电压信号；和，包括ecg处理固件的微控制器单元，其中，所述ecg处理固件包括：
27.预处理模块，用于对ecg采集电极采集的目标时间段的心电信号进行采样，获得心电采样数据，并且将所述目标时间段内的心电采样数据分为与多个子时段各自对应的子时段心电采样数据集；
28.平均模块，用于确定与由预处理模块处理得到的各个子时段对应的心电采样数据的子时段内数据变化平均值，通过计算各个相邻的子时段内数据变化平均值之间的子时段间数据变化值，获得子时段间数据变化值的第一数据集合，并且对所述第一数据集合的项目，计算差值均方根值rmssd；
29.异常事件检测模块，用于根据所述第一数据集合和差值均方根值rmssd，确定在所述目标时间段内有否发生了符合特定心律异常特征的事件；
30.异常事件处理模块，包括：存储器单元，用于如果确定发生了所述符合特定心律异常特征的事件，则记录所述事件的信息；以及/或者，通信单元，用于发送已记录的符合特定心律异常特征的事件的信息。
31.可选地，所述ecg处理固件还包括：噪声滤除单元，用于：确定在所述第一数据集合当中，子时段间数据变化值大于所述rmssd的项目的个数在所述第一数据集合中的占比值；如果所述占比值在预定的占比上限值和占比下限值之间，则停止对所述目标时间段的心电信号的处理；如果所述占比值不在预定的占比上限值和占比下限值之间，则通知所述异常事件检测模块对第一数据集合进行检测处理。
32.可选地，所述异常事件检测模块包括：
33.第一处理单元，用于通过在所述平均模块处理得到的第一数据集合当中选取满足以下条件的子时段间数据变化值，获取包含子时段间数据变化值和相应的子时间段的第二数据集合：所述子时段间数据变化值不小于差值均方根值rmssd并且其后相邻的子时间段对应的子时段间数据变化值小于所述差值均方根值rmssd；
34.第二处理单元，用于根据所述第一处理单元获取的第二数据集合中相邻的子时间段之间的时间间隔，获取满足以下条件的时间间隔的第三数据集合：相邻的子时间段之间的时间间隔超过预设的时长阈值；
35.检测单元，用于根据所述第三数据集合中项目的值，确定在所述目标时间段内有否发生了符合房颤特征的事件。
36.可选地，所述检测单元用于获取所述第三数据集合中的项目的总个数m和所述第三数据集合中项目值的个数p，根据所述总个数m和所述项目值的个数p计算所述目标时间段的心电信号的复杂度指数c，并且如果计算得到的复杂度指数c》预设的paf阈值，则可确定在目标时间段内发生了符合房颤特征的事件。
37.可选地，所述存储器单元还用于存储ecg采集电极从人体连续采集的心电信号，以及/或者，所述通信单元还用于当检测到所述小型心电采集设备建立了网络连接时，发送所述存储器存储的心电信号的数据和已记录的符合特定心律异常特征的事件的信息。
38.根据本发明实施例的又一方面，提供一种计算机可读存储介质，其上存储有计算机程序指令，其中，所述程序指令被处理器执行时实现任一前述的用于小型心电采集设备的心电信号处理方法的步骤。
39.根据本发明实施例的便携式心电采集设备、用于小型心电采集设备的心电信号处理方法和计算机可读存储介质，对连续从人体采集的心电信号以时间窗口(目标时间段)进行划分作为检测单位，对划分的心电信号进行采样，再将采样获得的心电采样数据划分为多个子时间段各自对应的子时段心电采样数据集，计算各个子时间段内的数据变化平均值并计算相邻的子时段间的数据变化值，获得体现多个子时段之间的心电数据的变化的第一数据集合，并计算获得第一数据集合的项目的差值均方根值rmssd。然后，针对欲检测的特定心律异常事件，对第一数据集合和差值均方根值rmssd进行分析处理，从而可确定在目标时间段内有否发生了符合该特定心律异常特征的事件，并且可记录和发送已记录的符合特定心律异常特征的事件的信息。前述处理通过利用特定心律异常的心电波形特征，以适合于计算能力有限的小型设备的简单算术运算，能够以最少的cpu使用率和足够的精度检测到特定的心律异常事件，以便该设备可以提供长达数年的长期监控，而无需更换电池；并且，通过持续地对连续采集的心电信号执行该心电信号处理方法，能够长时间连续地进行检测，获得心电信号的异常规律信息。
附图说明
40.图1是示出了心电波形中不同时间段的心脏电活动变化的示意图；
41.图2示出了多种心律失常的分类；
42.图3示出了心脏早搏的ecg波形的示意图；
43.图4示出了具有规则心跳的正常窦性心律的ecg波形和具有不规则心跳的房颤事件的ecg波形的示意图；
44.图5示出了根据本发明实施例的用于小型心电采集设备的心电信号处理方法的流程图；
45.图6示出了根据本发明实施例对心电信号进行噪声检测和滤除处理的流程图；
46.图7示出了图5中的步骤s270的示例性处理的流程图；
47.图8示出了33秒的滑动窗口内原始采集的心电信号部分410以及根据本发明实施例的处理获得的衍生数据部分420；
48.图9示出了根据本发明实施例的处理33秒滑动窗口内心电波形信号的复杂度指数c的直方图；
49.图10示出了根据本发明实施例的便携式心电采集设备的结构框图。
具体实施方式
50.下面结合附图(若干附图中相同的标号表示相同的元素)和实施例，对本公开实施例的具体实施方式作进一步详细说明。以下实施例用于说明本发明，但不用来限制本发明的范围。
51.本领域技术人员可以理解，本公开实施例中的“第一”、“第二”等术语仅用于区别不同步骤、设备或模块等，既不代表任何特定技术含义，也不表示它们之间的必然逻辑顺序。
52.如前所述，正常心律和每种心律失常均具有特定的心电波形特征。
53.例如，心脏的过早搏动被称为早搏，心脏正常起搏点在窦房结，是按照规律，每分钟60-100次的发放节律。但是，如果异位的起搏点，如心房、心室或者其他部位提前出现了心脏的冲动，称之为早搏或者叫过早搏动。因此，早搏的心电图表现根据发放的部位不一样也有不同的表现，早搏可以出现在心房，也可以出现在心室，还可以出现在心房的房室交界的地方。图3示出了心脏早搏的ecg波形的示意图。
54.在房性早搏中，心电图上主要表现为代表心房搏动的p波提前出现，而之后窦性心律的qs波形与窦性心律相同，是房性早搏的表现。房室交界区的早搏特点是提前出现了一次心室的搏动，在之前、之中或者之后可以看到逆行的p波。而室性早搏的特点就更为独特，心电图上提前出现宽大、畸形的qrs波群，也就是心电图上最宽的波群，之前没有心房的早搏的波动。
55.再以房颤为例，房颤(af)被定义为持续30秒或更长时间的心律不齐。它主要的心电图表现包括以下几个方面：第一点，p波消失，代之以小而不规则的基线波动，形态与振幅均变化不定，称为小f波，频率约350-600次/分左右。第二点，心室率极其不规则，房颤未接受药物治疗，房室传导正常者，心室率通常在100-160次/分之间。药物、运动、发热、甲状腺功能亢进等均可缩短房室结不应期，进而使心室率加快，相反，洋地黄延长房室结不应期和
减慢心室率。第三点，qrs波群形态通常正常，当心室率过快，发生室内差异性传导，qrs波群可增宽变形，这就是房颤心电图的主要表现。图4示出了具有规则心跳的正常窦性心律的ecg波形和具有不规则心跳的房颤事件的ecg波形。ecg波形绘制了心脏的电活动，通常以微伏或毫伏表示。
56.本发明实施例提供一种适用于小型心电采集设备(如便携式心电采集设备)的心电信号处理方法，其采用相对简单的算术运算，利用心电波形呈现的波形特征来检测符合特定心律异常的事件。
57.该心电信号处理方法基于对心跳不规则性的测量，该测量是通过对ecg数据的滑动窗口的选定数据点的时间序列的复杂度进行定量评估来进行的。
58.图6示出了根据本发明实施例的用于小型心电采集设备的心电信号处理方法的流程图。当然，也可以通过通用计算机或专用计算设备中的软件或固件执行该心电信号处理方法。
59.根据本发明的示例性实施例，将ecg采集电极连续采集到的心电信号按照与时间长度对应的滑动窗口进行划分和处理，该滑动窗口被定义为目标时间段。根据本发明实施例的心电信号处理方法对目标时间段对应的心电信号进行处理。在本技术的下文中不对目标时间段与滑动窗口做文字上的区分。
60.参照图6，在步骤s210，获取连续从人体采集到的心电信号。
61.例如，小型心电采集设备可通过ecg采集电极连续采集人体的心电信号或者，专用的计算设备可从心电采集设备接收连续采集的心电信号。连续采集的心电信号为通过采集电极采集到的心电电压信号。可以理解，根据处理需要，也可使用心电电流信号或阻抗信号等。
62.在步骤s220，对目标时间段的心电信号进行采样，获得心电采样数据。
63.可根据欲检测的心律异常的波形特征、波形分布和时长等，确定心电信号的目标时间段的时长。以房颤为例，由于房颤通常表征为持续30秒或更长时间的心律不齐，因此可将目标时间段确定为超过30秒的时长，例如33秒、36秒等。进一步地，可根据采样频率适当地调整该目标时间段(滑动窗口)的值。
64.例如，可根据先验将目标时间段(滑动窗口)确定为33秒上下。假设对心电信号以每秒250个样本的采样频率进行采样，那么通过步骤s210的处理，可获得8250个心电采样数据。为了方便进行计算处理，可将目标时间段调整为与8192(2的指数倍数)个心电采样数据对应的时长，即8192/250＝32.768秒，每个心电采样数据包含4ms＝1,000/250时长的心电信号数据。
65.需要指出，采样频率、滑动窗口的大小以及平均样本个数可能会根据ecg信号的参数、设备规格和应用而有所不同。
66.在步骤s230，将所述目标时间段内的心电采样数据分为与多个子时段(与sub window对应)各自对应的子时段心电采样数据集，多个子时段心电采样数据集对应的子时间段体现了目标时间段中的时序。
67.也就是说，在步骤s210的基础上，将滑动窗口(对应目标时间段)划分为等长的子窗口(对应子时间段)，将滑动窗口w对应的心电采样数据划分成多个等长的子时间段对应的子时段心电采样数据集，每个子时段心电采样数据集具有相同个数的心电采样数据。
68.例如，可将前述32.768秒的滑动窗口(目标时间段)划分为16个子窗口(子时间段)，因此将8192个心电采样数据划分为16个子时段心电采样数据集，每个子时段心电采样数据集包含512个心电采样数据。
69.在步骤s240，针对多个子时段心电采样数据集，确定与各个子时段对应的心电采样数据的子时段内数据变化平均值。
70.具体地，假设滑动窗口w被分成等长的子窗口wi，每个子窗口wi具有save个心电采样数据。对于每个wi子窗口(子时间段)的子时段心电采样数据集，通过等式1计算连续的心电采样数据的值之间的子时段内数据变化平均值vi。
[0071][0072]
其中，i表示第i个子时间段，j为第i个子时间段的心电采样数据索引，save是每个子时间段中的心电采样数据的个数，j＝{1,2,3,
…
,save}，v
i,j
,为第i个子时间段的心电采样数据中第j个心电采样数据的值，v
i,j-1
,为第i个子时间段的心电采样数据中第j-1个心电采样数据的值，vi是第i个子时间段对应的子时段心电采样数据集当中的save个连续心电采样数据之间的子时段内数据变化平均值。
[0073]
通过前述处理，获得n个子时段内数据变化平均值v＝{v1，v2，v3，
…vn
}。
[0074]
在步骤s250，通过计算各个相邻的子时段内数据变化平均值之间的子时段间数据变化值，获得子时段间数据变化值的第一数据集合，第一数据集合中的子时段间数据变化值也分别与目标时间段中的子时间段对应，同样体现了目标时间段中的时序。
[0075]
具体地，将子时段内数据变化平均值的集合v＝{v1，v2，v3，
…vn
}转换为子时段间数据变化值的第一数据集合d＝{d1,d2,d3,
…di
,
…dn-1
}，其中，di＝|v
i+1
–vi
|。此外，每个di带有时间戳tdi，tdi是子时段内数据变化平均值vi对应的子时段i的时间，如子时段i的起始时间、结束时间或中间时间点。
[0076]
在步骤s260，对第一数据集合d＝{d1,d2,d3,
…di
,
…dn-1
}的项目，计算差值均方根值rmssd。
[0077]
具体地，通过等式(2)计算连续差的均方根rmssd。
[0078][0079]
其中，di＝|v
i+1
–vi
|。
[0080]
差值均方根值rmssd为相邻正常心动周期差值的均方根，正常值范围为(27
±
12)ms，是心率变异性的指标。
[0081]
此后，在步骤s270，根据在步骤s250获得的第一数据集合和在步骤s260计算得到的差值均方根值rmssd，确定在目标时间段内有否发生了符合特定心律异常特征的事件。
[0082]
第一数据集合中的各个子时段间数据变化值体现了多个子时段之间的心电数据的变化，而差值均方根值rmssd表征了第一数据集合中的各个子时段间数据变化值的样本标准差。针对欲检测的特定心律异常，可根据采用算术运算获得的这两个数据(第一数据集合和差值均方根值rmssd)进行检测处理，相应地检测符合特定心律异常特征的事件。
[0083]
如果在步骤s270，确定没有发生符合特定心律异常特征的事件，则可返回执行步骤s220～s260，继续对下一个目标时间段的心电信号执行采样及检测处理，如此持续地进
行心律异常事件的检测。
[0084]
如果在步骤s270，确定发生了符合特定心律异常特征的事件，则执行步骤s280。在步骤s280，记录该符合特定心律异常特征的事件的信息，并且/或者，发送该符合特定心律异常特征的事件的信息，例如，但不限于，该事件的种类(如早搏、房颤等)和发生该事件的时间信息等。
[0085]
记录的异常事件的信息可按照适合于小型心电采集设备的时机或运行方式，提供给用户或上传至控制设备或服务器。例如，为了节省小型心电采集设备的功耗，通常将小型心电采集设备设置/设计为，仅在服务必要时或以预定的时间周期才建立网络连接。为此，根据本发明的可选实施方式，当小型心电采集设备建立了网络连接时，发送已记录的符合特定心律异常特征的事件的信息。
[0086]
此外，根据本发明的示例性实施例，还可存储从人体连续采集的心电信号的数据，以及/或者，当该小型心电采集设备建立了网络连接时，发送存储的心电信号的数据和已记录的符合特定心律异常特征的事件的信息。
[0087]
根据本发明实施例的用于小型心电采集设备的心电信号处理方法，对连续从人体采集的心电信号以时间窗口(目标时间段)进行划分作为检测单位，对划分的心电信号进行采样，再将采样获得的心电采样数据划分为多个子时间段各自对应的子时段心电采样数据集，计算各个子时间段内的数据变化平均值并计算相邻的子时段间的数据变化值，获得体现多个子时段之间的心电数据的变化的第一数据集合，并计算获得第一数据集合的项目的差值均方根值rmssd。然后，针对欲检测的特定心律异常事件，对第一数据集合和差值均方根值rmssd进行分析处理，从而可确定在目标时间段内有否发生了符合该特定心律异常特征的事件，并且可记录和发送已记录的符合特定心律异常特征的事件的信息。前述处理通过利用特定心律异常的心电波形特征，以适合于计算能力有限的小型设备的简单算术运算，能够以最少的cpu使用率和足够的精度检测到特定的心律异常事件，以便该设备可以提供长达数年的长期监控，而无需更换电池；并且，通过持续地对连续采集的心电信号执行该心电信号处理方法，能够长时间连续地进行检测，获得心电信号的异常规律信息。
[0088]
需要指出的是，检测获得的符合特定心律异常特征的事件的信息不能够作为最终的诊断结果，而仅用于医学参考，该心电信号处理方法用于对从人体采集的心电信号进行符合特定信号特征的初步检测，以供使用者(或医护人员)实时地对自身(或监测对象)的状态进行监测并进行提示，而并非用于进行疾病的诊断。医护人员可根据接收到的前述提示，对监测对象进行全面检查和评估，再进行必要的处理。该心电信号处理方法可实现长时间连续的检测，用以及时提示用户或医务人员，并节省使用者的监测时间、提高监测效率。
[0089]
在日常生活中，由于监测对象可能处于大幅度运动状态或由于信号干扰，采集的心电信号可能带有较大的噪声，这些噪声将影响对心电信号处理的准确性，因此需要进行噪声检测并跳过含有噪声的心电信号。
[0090]
相应地，根据本发明的可选实施例，在执行步骤s260后以及执行步骤s270前，执行以下操作s262和s265的噪声检测和滤除处理。
[0091]
参照图6，在操作s262，确定在所述第一数据集合d＝{d1,d2,d3,
…di
,
…dn-1
}当中，子时段间数据变化值大于rmssd的项目的个数在所述第一数据集合中的占比值p(rmssd)。
[0092]
通过公式(3)计算概率p(x)：
[0093]
p(x)＝pr(x》x)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(3)
[0094]
其中，pr(x》x)表示变量x取大于x的值的概率。在本发明实施例的方法中，公式(7)中的随机变量x来自第一数据集合d＝{d1,d2,d3,
…di
,
…dn-1
}，而x是均方根rmssd。在这种情况下，等式(3)转换为
[0095]
p(rmssd)＝pr(x》rmssd)
ꢀꢀꢀꢀꢀꢀꢀ
(4)
[0096]
在操作s265，确定该占比值是否在预定的占比上限值和占比下限值之间。
[0097]
具体地，判断下式是否成立：f
min
≤p(rmssd)《f
max
。其中，f
max
为占比上限值，f
min
为占比下限值。可根据经验确定f
max
和f
min
的值，例如，f
min
＝25％～30％，f
max
＝60％～65％。对于本领域技术人员显而易见的是，取决于ecg信号特性、分析的窗口、应用和其他因素，f
min
和f
max
可以具有不同的值。
[0098]
如果在操作s265，确定该占比值在预定的占比上限值f
max
和占比下限值f
min
之间，则可判定该目标时间段的心电信号带有较大的噪声，停止对所述目标时间段的心电信号的处理。也就是说，如果p(rmssd)不在前述f
max
和f
min
的范围内，则可认定第一数据集合d因存在过大的噪声停止对该目标时间段的心电信号进行进一步分析，转而返回执行步骤s220，对下一个目标时间段的心电数据进行处理分析。
[0099]
另一方面，如果在操作s265，确定该占比值不在预定的占比上限值f
max
和占比下限值f
min
之间，则可判定该目标时间段的心电信号符合处理要求，继续执行步骤s270的处理。
[0100]
以下将参照图7详细描述在步骤s270检测符合房颤特征的事件的处理。其中，对第一数据集合中的子时段间数据变化值的序列进行复杂度分析，计算指示房颤事件存在的复杂度指数，并且根据计算得到的复杂度指数来确定有否发生符合房颤特征的事件。
[0101]
参照图7，在步骤s271，通过在所述第一数据集合当中选取满足以下条件的子时段间数据变化值，获取包含子时段间数据变化值和相应的子时间段的第二数据集合：所述子时段间数据变化值不小于rmssd并且其后相邻的子时间段对应的子时段间数据变化值小于所述rmssd。
[0102]
具体地，首先，从第一数据集合d＝{d1,d2,d3,
…di
,
…dn-1
}中，选取满足以下条件(5)的项目di：
[0103]di+1
《rmssd≤diꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(5)
[0104]
也就是说，选取自身的子时段间数据变化值不小于rmssd值，但其后相邻的子时段间数据变化值小于rmssd值的子时段间数据变化值di。
[0105]
此后，根据条件(5)选取的项目di对应的子时间段的时间戳tdi组成第二数据集合td＝{td1,td2,
…
tdi,
…
tdk}，其中，td1,td2,
…
tdi,
…
tdk的分别与选取的子时段间数据变化值d1,d2,
…dk
对应。第二数据集合包含了心电信号由高于(以及等于)rmssd转为低于rmssd的子时间段的项目。
[0106]
通过筛选出相邻的子时段间数据变化值符合上述筛选条件的包含子时段间数据变化值和相应的子时间段的第二数据集合，可滤除短时内子时段间数据变化值过大(如qrs波)对应的子时间段的数据和子时段间数据变化值变化过小(无波形变化规律)的子时间段的数据。因此，第二数据集合td中的项目(子时间段的时间戳tdi)不会全部对应于相邻的子时间段，而仅对应于基线波动的波形部分的子时间段。
[0107]
在步骤s272，根据所述第二数据集合中相邻的子时间段之间的时间间隔，获取满
足以下条件的时间间隔的第三数据集合：相邻的子时间段之间的时间间隔超过预设的时长阈值。
[0108]
具体地，先通过等式(6)获得各个相邻的子时间段之间的时间间隔tti：
[0109]
tti＝|td
i+1
–
tdi|
ꢀꢀꢀꢀꢀꢀꢀ
(6)
[0110]
由此，获得相邻的子时间段之间的时间间隔的集合。
[0111]
然后，从前述时间间隔的集合选取满足条件(7)的时间间隔的第三数据集合：
[0112]
|td
i+1
–
tdi|》b
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(7)
[0113]
其中，b是确定的在心跳后的空白时间段的阈值。该阈值被设置为256毫秒。然而，对于本领域的技术人员显而易见的是，阈值b可基于应用而具有不同的值。
[0114]
由此，获得第三数据集合tt＝{tt1,tt2,tt3,
…
,tti,
…
,ttm}。第三数据集合tt包含了心电信号由高于rmssd转为低于rmssd的子时间段之间的时间间隔大于心跳的空白时间段阈值的项目，这些项目对应的时间点(如tti的tdi或tdi+1的时间戳)构成了满足条件(7)的时间间隔的时序特征点。
[0115]
图8示出了33秒的滑动窗口内原始采集的心电信号部分410以及根据本发明实施例的处理获得的衍生数据部分420。其中，直线430示出通过等式(2)计算得到的rmssd值。小黑点440指向来自平均的信号值vi的连续差值的集合d的di值。大黑点450指向根据条件(7)选择的与时间点470{td1,td2,
…
tdk}相关的差值{d1,d2,
…dk
}。大黑点460指向与大黑点450相同的点，但是被设置在原始ecg信号410上。所有差值均大于b，因此n＝k-1。
[0116]
在步骤s273，根据所述第三数据集合中项目的值，确定在所述目标时间段内有否发生了符合房颤特征的事件。
[0117]
首先，获取所述第三数据集合中的项目的总个数m和所述第三数据集合中项目值的个数p。在第三数据集合tt＝{tt1,tt2,tt3,
…
,tti,
…
,ttm}中，包含m个时间间隔项目，这些时间间隔项目可具有p个不同的值，其中，1≤p≤m。作为两个极端情形的示例，如果所有的时间间隔均相同，则p＝1，如果所有的时间间隔均不同，则p＝m。更可能的是，p在1和m之间。不同的时间间隔的项目的个数p表征具有特定心律特征的心电信号的变化特征。
[0118]
其次，根据第三数据集合tt的前述p和m的值来计算目标时间段的心电信号的复杂度指数。例如，可通过等式(8)来计算复杂度指数c：
[0119]
c＝p*m
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(8)
[0120]
如果计算得到的复杂度指数c》预设的paf阈值，则可确定在目标时间段内发生了符合房颤特征的事件；如果c≤预设的paf阈值，则可确定在目标时间段内未发生符合房颤特征的事件。可凭经验确定该数值，例如对有paf事件和没有paf事件的数百个患者的心电数据库进行接收者操作特征(roc)进行分析，凭经验确定该paf阈值。例如，在本发明实施例的方法中，paf阈值被设置为356。对于本领域技术人员显而易见的是，paf阈值可以基于心电信号的参数具有不同的值。
[0121]
图9示出了33秒滑动窗口内心电波形信号的复杂度指数c的直方图，这些心电波形信号采集自150位被测者，其中，510表示无房颤的心电波形信号的复杂度指数部分，520表示有房颤的心电波形信号的复杂度指数部分，530表示预设的paf阈值。
[0122]
根据前述步骤s210～s280的处理，能够从连续采集的人体的心电信号中，以滑动窗口的方式，通过相对简单的算术运算准确地检测到短和长的符合阵发性房颤(paf)特征
的事件。该心电信号处理方法占用较少的计算和存储资源，能够很好地嵌入到计算能力有限的小型心电信号采集设备中，以实时地对连续采集的心电信号进行长期的监控。根据本技术实施例的心电信号处理方法对心电信号进行长时间的监控，还有助于对持续时间超过7天的持续性房颤和持续时间超过1年的永久性房颤进行监测，并且有助于监测房颤事件的负担。
[0123]
本发明实施例还提供一种存储有执行前述任一心电信号处理方法的步骤的计算机可读存储介质，该计算机可读存储介质具有与前述心电信号处理方法相同的有益效果。
[0124]
本发明实施例还提供一种便携式心电采集设备，如图10所示。
[0125]
参照图10，该便携式心电采集设备300包括ecg采集电极310、与ecg采集电极310电连接的微控制器单元320和包含在微控制器单元320中的ecg处理固件330。
[0126]
ecg采集电极310用于连续采集人体的心电信号，所述心电信号为心电电压信号。
[0127]
微控制器单元320可以是例如微控制单元(mcu)、arm微处理器、asic(专用集成电路)芯片、fpga(现场可编程门阵列)芯片等，但不限于此。
[0128]
微控制器单元320中设有用于对心电信号进行处理和分析的ecg处理固件330。其中，ecg处理固件330包括：
[0129]
预处理模块331，用于对ecg采集电极310采集的目标时间段(与window对应)的心电信号进行采样，获得心电采样数据，并且将所述目标时间段内的心电采样数据分为与多个子时段(与sub window对应)各自对应的子时段心电采样数据集；
[0130]
平均模块332，用于确定与由预处理模块331处理得到的各个子时段对应的心电采样数据的子时段内数据变化平均值，通过计算各个相邻的子时段内数据变化平均值之间的子时段间数据变化值，获得子时段间数据变化值的第一数据集合，并且对所述第一数据集合的项目，计算差值均方根值rmssd；
[0131]
异常事件检测模块333，用于根据所述第一数据集合和差值均方根值rmssd，确定在所述目标时间段内有否发生了符合特定心律异常特征的事件；
[0132]
异常事件处理模块334，包括：存储器单元，用于如果确定发生了所述符合特定心律异常特征的事件，则记录所述事件的信息；和/或，通信单元，用于发送该符合特定心律异常特征的事件的信息。
[0133]
可选地，ecg处理固件330还包括：噪声滤除单元，用于：确定在所述第一数据集合当中，子时段间数据变化值大于所述rmssd的项目的个数在所述第一数据集合中的占比值；如果所述占比值在预定的占比上限值和占比下限值之间，则停止对所述目标时间段的心电信号的处理；如果所述占比值不在预定的占比上限值和占比下限值之间，则通知异常事件检测模块333对第一数据集合进行检测处理。
[0134]
可选地，异常事件检测模块333具体包括：
[0135]
第一处理单元(未示出)，用于通过在所述平均模块处理得到的第一数据集合当中选取满足以下条件的子时段间数据变化值，获取包含子时段间数据变化值和相应的子时间段的第二数据集合：所述子时段间数据变化值不小于差值均方根值rmssd并且其后相邻的子时间段对应的子时段间数据变化值小于所述差值均方根值rmssd；
[0136]
第二处理单元(未示出)，用于根据所述第一处理单元获取的第二数据集合中相邻的子时间段之间的时间间隔，获取满足以下条件的时间间隔的第三数据集合：相邻的子时
间段之间的时间间隔超过预设的时长阈值；
[0137]
检测单元(未示出)，用于根据所述第三数据集合中项目的值，确定在所述目标时间段内有否发生了符合房颤特征的事件。
[0138]
进一步可选地，该检测单元用于获取所述第三数据集合中的项目的总个数m和所述第三数据集合中项目值的个数p，根据所述总个数m和所述项目值的个数p计算所述目标时间段的心电信号的复杂度指数c，并且如果计算得到的复杂度指数c》预设的paf阈值，则可确定在目标时间段内发生了符合房颤特征的事件。
[0139]
可选地，该存储器单元还用于存储ecg采集电极从人体连续采集的心电信号，以及/或者，该通信单元还用于当检测到所述小型心电采集设备建立了网络连接时，发送所述存储器存储的心电信号的数据和已记录的符合特定心律异常特征的事件的信息。
[0140]
根据本发明实施例的便携式心电采集设备具有与前述心电信号处理方法类似的有益效果。
[0141]
需要指出，根据实施的需要，可将本技术中描述的各个部件/步骤拆分为更多部件/步骤，也可将两个或多个部件/步骤或者部件/步骤的部分操作组合成新的部件/步骤，以实现本发明实施例的目的。
[0142]
可能以许多方式来实现本公开的方法和装置、电子设备和存储介质。例如，可通过软件、硬件、固件或者软件、硬件、固件的任何组合来实现本发明实施例的方法和装置、电子设备和存储介质。用于方法的步骤的上述顺序仅是为了进行说明，本发明实施例的方法的步骤不限于以上具体描述的顺序，除非以其它方式特别说明。此外，在一些实施例中，还可将本公开实施为记录在记录介质中的程序，这些程序包括用于实现根据本发明实施例的方法的机器可读指令。因而，本公开还覆盖存储用于执行根据本发明实施例的方法的程序的记录介质。
[0143]
本发明实施例的描述是为了示例和描述起见而给出的，而并不是无遗漏的或者将本公开限于所公开的形式，很多修改和变化对于本领域的普通技术人员而言是显然的。选择和描述实施例是为了更好说明本公开的原理和实际应用，并且使本领域的普通技术人员能够理解本公开从而设计适于特定用途的带有各种修改的各种实施例。