本發(fā)明涉及醫(yī)療設(shè)備，特別涉及應(yīng)用于aed裝置除顫需求的快速識別方法。

背景技術(shù)：

1、心臟驟停已成為全球范圍內(nèi)的重要健康問題，尤其是室顫和室速等致命性心律失常。自動體外除顫器(aed)作為救治心臟驟?；颊叩闹匾O(shè)備，已經(jīng)廣泛應(yīng)用于醫(yī)院、急救車、公共場所等環(huán)境。

2、然而，傳統(tǒng)的aed設(shè)備通常依賴于人工判斷或簡單的算法來決定是否需要進(jìn)行除顫，這可能導(dǎo)致誤判或延誤最佳治療時機(jī)，影響患者生存率。

3、現(xiàn)有的aed設(shè)備在識別心律失常時存在一定的局限性，尤其是在復(fù)雜心電信號的實(shí)時分析和分類上。心電信號具有高度的個體差異性，且受到各種噪聲和干擾的影響，如何在保證高精度的同時，提高信號分類的實(shí)時性和準(zhǔn)確性，一直是aed設(shè)備研發(fā)中的技術(shù)難題。傳統(tǒng)的心電信號分類方法通常依賴于特征提取和規(guī)則匹配，容易受到噪聲影響，且無法動態(tài)適應(yīng)復(fù)雜心律模式的變化。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明的目的在于提供應(yīng)用于aed裝置除顫需求的快速識別方法，以解決上述背景技術(shù)中提出的問題。

2、為實(shí)現(xiàn)上述目的，本發(fā)明提供如下技術(shù)方案：應(yīng)用于aed裝置除顫需求的快速識別方法，包括以下步驟：

3、采集心電信號，通過電極以及無線傳感器實(shí)時獲取患者胸部的心電信號，緩存心電信號數(shù)據(jù)，通過時間戳標(biāo)記每段心電信號；

4、心電信號預(yù)處理，移除心電信號的肌電噪聲、電磁干擾及基線漂移，按固定窗口長度對心電信號分段，分段后的每段心電信號含有完整心動周期，將心電信號幅值映射到統(tǒng)一區(qū)間；

5、心電信號特征提取，識別心電信號的波形，提取心電信號波形的時間域特征，提取頻率分布特征，計算心電信號的分形維數(shù)以及熵值特征，生成多維特征向量；

6、模式分類模型構(gòu)建，使用專家標(biāo)注心電信號樣本數(shù)據(jù)并歸類構(gòu)建模式分類模型，將心電信號樣本數(shù)據(jù)輸入模式分類模型進(jìn)行訓(xùn)練，將訓(xùn)練好的模式分類模型嵌入aed設(shè)備的控制系統(tǒng)中；

7、實(shí)時信號分類，將心電信號的多維特征向量實(shí)時輸入模式分類模型，模式分類模型根據(jù)輸入多維特征向量輸出心電信號的分類識別結(jié)果，若分類識別結(jié)果滿足除顫條件則觸發(fā)除顫操作；

8、觸發(fā)aed操作，當(dāng)分類識別結(jié)果表明患者需要除顫，自動發(fā)送高能量脈沖信號至aed設(shè)備，同時通過聲光提示醫(yī)護(hù)人員，自動保存觸發(fā)前后的心電信號數(shù)據(jù)，并生成分析報告。

9、進(jìn)一步的，所述采集心電信號，具體還包括以下步驟：

10、在患者的胸部設(shè)置電極和無線傳感器，通過電極和無線傳感器實(shí)時獲取患者的心電信號，其中，所述心電信號數(shù)據(jù)為包括p波、qrs復(fù)合波以及t波在內(nèi)的心電特征信息；

11、存儲心電信號至本地緩存，在緩存過程中以壓縮格式存儲；

12、為心電信號數(shù)據(jù)添加時間戳標(biāo)記，所述時間戳標(biāo)記依據(jù)獲取信號的準(zhǔn)確時刻生成。

13、進(jìn)一步的，所述心電信號預(yù)處理，具體還包括以下步驟：

14、使用帶通濾波器濾除心電信號中50hz及以上頻率的肌電噪聲及高頻干擾信號，所述帶通濾波器的頻率范圍為0.5hz至50hz，使用自適應(yīng)濾波去除心電信號中的噪聲成分，使用高通濾波法消除心電信號中的基線漂移；

15、將心電信號按照固定的時間窗口進(jìn)行分段，所述窗口長度控制為3-5秒，根據(jù)心率的不同適配不同的信號周期長度，每段心電信號數(shù)據(jù)包含完整的心動周期信息，將每段心電信號的幅值映射到標(biāo)準(zhǔn)區(qū)間[0，1]。

16、進(jìn)一步的，所述心電信號特征提取，具體還包括以下步驟：

17、從心電信號中識別qrs波群、p波和t波的起始點(diǎn)和結(jié)束點(diǎn)，對檢測到的p波、qrs波群和t波進(jìn)行波形特征提取，所述波形特征包括幅度、寬度以及持續(xù)時間；

18、提取心電信號波形的時間域特征，所述時間域特征包括rr間期、心率變異性以及r波幅值，其中，通過連續(xù)的qrs復(fù)合波檢測，計算相鄰兩個qrs波之間的時間間隔，得到rr間期，基于rr間期的變化，采用標(biāo)準(zhǔn)差法計算心率變異性，從每個qrs波群中提取r波的最大幅值；

19、對心電信號進(jìn)行快速傅里葉變換并提取心電信號的頻率分布特征，所述頻率分布特征包括低頻成分與高頻成分的比值，通過分形理論計算心電信號的分形維數(shù)，計算心電信號熵值；

20、將時間域特征、頻率分布特征、分形維數(shù)以及熵值組合成多維特征向量。

21、進(jìn)一步的，所述模式分類模型構(gòu)建，具體還包括以下步驟：

22、從多個心電信號采集系統(tǒng)中收集心電信號樣本數(shù)據(jù)，每一段心電信號樣本數(shù)據(jù)的標(biāo)簽由醫(yī)學(xué)專家根據(jù)波形特征與臨床標(biāo)準(zhǔn)進(jìn)行標(biāo)注，將標(biāo)注后的心電信號樣本數(shù)據(jù)按照心律的不同類別分為正常心律、室顫、室速三類；

23、構(gòu)建模式分類模型，利用標(biāo)注后的心電信號樣本數(shù)據(jù)對模式分類模型進(jìn)行訓(xùn)練，通過交叉驗(yàn)證對模型的超參數(shù)進(jìn)行調(diào)整，在訓(xùn)練過程中，監(jiān)控模型的誤差率、精度以及召回率；

24、將訓(xùn)練完成的模式分類模型嵌入到aed設(shè)備的控制系統(tǒng)中。

25、進(jìn)一步的，所述實(shí)時信號分類，具體還包括以下步驟：

26、將通過實(shí)時采集的心電信號生成的多維特征向量輸入至模式分類模型中，模式分類模型根據(jù)輸入的多維特征向量對心電信號進(jìn)行分類，并輸出分類結(jié)果，所述分類結(jié)果包括正常心律、室顫及室速，當(dāng)模型判定信號類別為室顫或室速時，生成除顫提示；

27、將分類結(jié)果通過aed設(shè)備的聲光提示功能實(shí)時反饋給使用者，提示信號狀態(tài)和處理建議。

28、進(jìn)一步的，所述實(shí)時信號分類，具體還包括以下步驟：

29、對連續(xù)采集的信號特征向量進(jìn)行聚類分析，將具有相似特征的信號歸為一類，基于聚類結(jié)果分析心電信號的時間趨勢，識別心律狀態(tài)變化，將聚類分析中出現(xiàn)的新心電信號提交醫(yī)學(xué)專家進(jìn)行標(biāo)注，補(bǔ)充至心電信號樣本數(shù)據(jù)；

30、利用擴(kuò)充后的心電信號樣本數(shù)據(jù)對模式分類模型進(jìn)行再訓(xùn)練，更新模型參數(shù)。

31、進(jìn)一步的，所述觸發(fā)aed操作，具體還包括以下步驟：

32、將通過實(shí)時采集的心電信號生成的多維特征向量實(shí)時輸入至模式分類模型中，模式分類模型根據(jù)輸入的特征向量輸出信號的分類結(jié)果；

33、在輸出分類結(jié)果時，若結(jié)果符合除顫條件，則生成強(qiáng)烈的聲光提示，提醒a(bǔ)ed設(shè)備執(zhí)行除顫操作；

34、所述分類結(jié)果通過aed設(shè)備的用戶界面及聲光提示功能實(shí)時反饋給醫(yī)護(hù)人員以及急救人員，顯示當(dāng)前信號的狀態(tài)及建議的處理方式；

35、在信號分類后，將心電信號的分類結(jié)果以及觸發(fā)時間保存到本地存儲，根據(jù)保存的分類結(jié)果及心電信號數(shù)據(jù)生成分析報告，所述分析報告包括心電信號的分類結(jié)果、分類觸發(fā)時間、信號趨勢圖以及處理建議。

36、進(jìn)一步地，建議的處理方式包括：

37、除顫儀的工作模式、放置位置、每次操作的時間間隔其中一種或多種結(jié)合；

38、其中，放置位置的確定步驟如下：

39、依據(jù)圖像采集模塊采集的患者的圖像和患者的身體參數(shù)數(shù)據(jù)，構(gòu)建人體模型；

40、依據(jù)分類結(jié)果，確定異常目標(biāo)位置；

41、基于異常目標(biāo)位置在人體模型外周的對應(yīng)映射點(diǎn)，定位除顫儀對應(yīng)的最小作用區(qū)域進(jìn)行，并依據(jù)最小作用區(qū)域生成至少一個除顫儀工作端的映射區(qū)域；

42、對映射區(qū)域進(jìn)行風(fēng)險分析并篩選，確定放置位置；

43、其中，工作模式和每次操作的時間間隔的確定步驟如下：

44、基于放置位置的風(fēng)險分析結(jié)果、異常目標(biāo)位置以及多維特征向量進(jìn)行分析，提取多個標(biāo)示參數(shù)；

45、依據(jù)標(biāo)示參數(shù)和事先配置的工作分析庫，得到工作模式以及每次操作的時間間隔。

46、進(jìn)一步地，最小作用區(qū)域的定位步驟如下：

47、將映射點(diǎn)置于最小作用區(qū)域的中心位置；

48、映射區(qū)域的生成步驟如下：

49、基于預(yù)先配置的多組映射區(qū)域與最小作用區(qū)域的相對位置關(guān)系，在最小作用區(qū)域已知的情況下，確定映射區(qū)域；

50、對映射區(qū)域進(jìn)行風(fēng)險分析并篩選，確定放置位置，包括：

51、依據(jù)映射區(qū)域、異常目標(biāo)位置和人體模型，確定直接影響的第一立體區(qū)域和間接影響的第二立體區(qū)域；

52、對第一立體區(qū)域和第二立體區(qū)域進(jìn)行分割，獲取多個第一單元體和第二單元體；

53、對第一單元體和第二單元的組織情況以及與映射區(qū)域的相對位置為基礎(chǔ)進(jìn)行風(fēng)險評估，評估公式如下：

54、

55、

56、p0＝δ1p1+δ2p2；

57、式中，p1表示對所有的第一單元體分析的評估值；p2表示對所有的第二單元體分析的評估值；為對編號為1的第一單元體進(jìn)行分析得到的值；為對編號為n的第一單元體進(jìn)行分析得到的值；為對編號為i的第一單元體進(jìn)行分析得到的值；γ0為預(yù)設(shè)的第一風(fēng)險系數(shù)，為取編號1至n的第一單元體分析得到的值的最大值；b11、b1n分別依據(jù)量化庫對編號為1的第一單元和編號為n的第一單元體的組織情況進(jìn)行量化獲得的第一量化值；α1、α2為預(yù)設(shè)的第一系數(shù)；為對編號為1的第二單元體進(jìn)行分析得到的值；為對編號為n的第二單元體進(jìn)行分析得到的值；為對編號為i的第二單元體進(jìn)行分析得到的值；為取編號1至n的第二單元體分析得到的值的最大值；γ1為預(yù)設(shè)的第二風(fēng)險系數(shù)，b21、b2n分別依據(jù)量化庫對編號為1的第二單元和編號為n的第二單元體的組織情況進(jìn)行量化獲得的第二量化值；β1、β2為預(yù)設(shè)的第二系數(shù)；l1、l0分別為對應(yīng)第二單元體和第一單元體的參考距離；l2n、l21、l2i、l1n、l11、l1i分別為第n個第二單元、第1個第二單元、第i個第二單元、第n個第一單元、第1個第一單元、第i個第一單元距離映射區(qū)域的最短距離；p0為總風(fēng)險值；δ1、δ2為分別對應(yīng)直接影響和間接影響的預(yù)設(shè)的系數(shù)值；

58、以總風(fēng)險值最小的映射區(qū)域作為放置位置。

59、與現(xiàn)有技術(shù)相比，本發(fā)明的有益效果是：

60、1.本發(fā)明通過實(shí)時采集心電信號，并通過時間戳標(biāo)記、信號預(yù)處理和多維特征提取等技術(shù)手段，確保了心電信號能夠以最精確的方式被分析與分類，通過無線傳感器和電極實(shí)時監(jiān)控患者的心電數(shù)據(jù)，采用時間戳標(biāo)記確保每一段數(shù)據(jù)都能精確對應(yīng)到采集時刻，保證了后續(xù)特征提取過程中的信號質(zhì)量，綜合考慮了時間域特征、頻率域特征、分形維數(shù)和熵值等多維信息，使得模型能夠充分理解心電信號的復(fù)雜性，通過結(jié)合多種信號特征，模式分類模型能夠準(zhǔn)確識別心律失常狀態(tài)，特別是對室速、室顫等危急病癥的判定，準(zhǔn)確率顯著提高，通過模式分類模型輸出分類結(jié)果，并及時生成聲光提示，提醒急救人員及時反應(yīng)，在極短的時間內(nèi)即可作出判斷和響應(yīng)，為aed裝置的實(shí)時性提供了保障，大大減少了傳統(tǒng)aed反應(yīng)遲緩或錯誤操作的風(fēng)險。

61、2.本發(fā)明通過模式分類和動態(tài)學(xué)習(xí)，增強(qiáng)了系統(tǒng)的智能性與自適應(yīng)能力，通過專家標(biāo)注的心電信號樣本數(shù)據(jù)進(jìn)行訓(xùn)練，系統(tǒng)能夠自動優(yōu)化分類模型，從而保證對不同類型心律的準(zhǔn)確分類，通過對實(shí)時采集的心電信號進(jìn)行聚類分析，系統(tǒng)能夠?qū)⑾嗨频男盘枤w為一類，從中提取出新的特征，進(jìn)一步豐富樣本數(shù)據(jù)庫，不斷提升對新型心電信號模式的識別能力，進(jìn)一步增強(qiáng)智能性和適應(yīng)性，隨著臨床使用中對數(shù)據(jù)的不斷積累，系統(tǒng)的準(zhǔn)確性會逐漸提升，在面對多變的心電信號時，能夠有效適應(yīng)不同的患者狀態(tài)和環(huán)境變化，從而在實(shí)際應(yīng)用中提供更為精確的診斷和處理。

62、3.本發(fā)明通過自動化信號采集、處理、分類與反饋，顯著提升了急救反應(yīng)速度，通過心電信號實(shí)時采集、精確預(yù)處理和多維特征提取，系統(tǒng)能夠迅速識別患者的心律狀態(tài)，尤其是在心臟驟停、室顫等危急情況下，通過模式分類模型即時輸出分類結(jié)果。若系統(tǒng)判定為室顫或室速，便會自動觸發(fā)除顫操作，快速發(fā)送高能量脈沖信號至患者體內(nèi)進(jìn)行急救，aed設(shè)備通過聲光提示功能即時反饋信號狀態(tài)和處理建議，確保急救人員在最短的時間內(nèi)做出反應(yīng)，提高了急救效率，減少了由于人工操作不當(dāng)或反應(yīng)遲緩導(dǎo)致的治療延誤，降低了誤判的風(fēng)險。