申请/专利权人：东南大学

申请日：2022-09-07

公开（公告）日：2023-06-23

公开（公告）号：CN116269248A

主分类号：A61B5/02

分类号：A61B5/02;A61B5/366;A61B5/36;A61B5/355;A61B5/00;G06F18/23213;G06F18/2411;G06N3/0464;G06N3/08

优先权：

专利状态码：在审-实质审查的生效

法律状态：2023.07.11#实质审查的生效;2023.06.23#公开

摘要：本发明专利公开了一种基于拍内特征子波复杂网络的室性早搏检测方法，首先通过心电信号预处理对采集到的心电信号进行去噪和QRS波检测，将预处理后的心电信号进行心拍分割以获得心拍信号，对单个心拍内部子波分割并计算各部分的特征；对于得到的特征序列采用去趋势方法消除了长时程的心电信号特征在不同状态下的区域性差异，并去除微小波动，以消除了微小波动对后续序列编码的影响；利用符号动力学进行编码，并构建拍内特征子波复杂网络，计算复杂网络的网络特征参数，最终提取能够反映心电信号特点的心电特征，进一步通过机器学习分类算法实现心电信号的分类。

主权项：1.一种基于拍内特征子波复杂网络的室性早搏检测方法，其特征在于，包括以下步骤：S1，心电信号预处理，包括去噪处理和QRS检测；S2，心拍分割，将经过预处理后的心电信号以R波为基准点，分别向前向后以固定长度的窗口大小截取心拍信号；进行心拍内部子波分割，将每一段心电信号内部按照子波分割为8段心电采样点序列；S3，计算心拍内部每一段心电采样点序列的特征；S4，特征去趋势处理，用以消除长时程的心电数据中不同状态下特征的区域性差异；并且进行特征去微小波动处理，用以消除特征值的波动对后续编码的干扰；S5，符号动力学编码，利用符号动力学对心拍内部特征序列进行编码，形成编码序列以便后续分析；S6，构建拍内特征子波复杂网络，将心拍内部特征编码序列映射为复杂网络；S7，计算复杂网络的特征参数，所述特征参数为复杂网络的边缘度、图能量、自我循环数量、节点平均度、大小为3的循环数量、大小为4的循环数量、图形链接密度、平均节点接近中心性和平均节点聚类系数；S8，采用上述提取的心电特征，基于机器学习方法训练早搏非早搏分类模型。

全文数据：

权利要求：

百度查询： 东南大学 一种基于拍内特征子波复杂网络的室性早搏检测方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD