一種心電信號中st段形態(tài)的自動(dòng)分類方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及生物醫(yī)學(xué)工程技術(shù)領(lǐng)域，具體涉及一種用于心肌缺血預(yù)警的ST段形 態(tài)自動(dòng)分類方法。
【背景技術(shù)】
[0002] 冠狀動(dòng)脈粥樣硬化導(dǎo)致的冠脈狹窄或閉塞是引起心肌缺血最主要、最常見的病 因，嚴(yán)重則導(dǎo)致心肌缺血缺氧，由此引發(fā)冠心病。心肌缺血嚴(yán)重危害中老年人的健康，目前 在我國平均患病率約為6. 49%。但隨著我國人民生活水平的提高，動(dòng)脈粥樣硬化逐步呈現(xiàn) 年輕化的趨勢，導(dǎo)致心肌缺血的患病率逐年上升，嚴(yán)重危害了我國人民的身體健康。因此， 精確有效地檢測心肌缺血性變化在臨床中有著重要意乂。
[0003] 目前市面大多數(shù)自動(dòng)心電圖機(jī)僅包含ST段水平測量結(jié)果，影響對心肌缺血的精 確評估。而臨床研宄表明，在缺血性癥狀發(fā)生時(shí)，ST段形態(tài)特征的變化與ST段水平變化具 有同樣的診斷價(jià)值。ST段的形態(tài)特征不僅能從非缺血性ST段變化中區(qū)分出真正的缺血性 ST段變化，并且能為檢測心肌缺血的嚴(yán)重程度提供參考。因此，實(shí)現(xiàn)對ST段變化（包括ST 段水平變化和形態(tài)變化）的自動(dòng)檢測，有助于內(nèi)科醫(yī)師臨床評估心肌缺血，具有重要的臨 床使用價(jià)值。

【發(fā)明內(nèi)容】

[0004] 本發(fā)明是為避免上述現(xiàn)有技術(shù)的不足之處，提供一種基于曲率尺度空間對心電信 號中ST段形態(tài)的自動(dòng)分類方法，以期為臨床自動(dòng)檢測心肌缺血提供新的參考，所要解決的 是臨床中計(jì)算機(jī)對ST段的定位不精確以及ST段形態(tài)分類不準(zhǔn)確的技術(shù)問題。
[0005] 本發(fā)明為解決技術(shù)問題采用如下方案：
[0006] 本發(fā)明心電信號中ST段形態(tài)的自動(dòng)分類方法，其特點(diǎn)在于：利用曲率尺度空間技 術(shù)自動(dòng)判斷心電信號中ST段形態(tài)的類別；所述ST段形態(tài)類別包括直線型和弓背型，所述直 線型包括水平型和斜直型，所述弓背型包括凹形和凸型；所述斜直型包括上斜型和下斜型。
[0007] 本發(fā)明心電信號中ST段形態(tài)的自動(dòng)分類方法，包括如下步驟：
[0008] (1)利用心電電極同步采集人體各導(dǎo)聯(lián)的心電信號，即ECG信號；
[0009] (2)利用曲率尺度空間技術(shù)識別ECG信號中ST段彎曲程度最大的點(diǎn)：
[0010] 2a、對ECG信號進(jìn)行平滑處理得到ECG平滑信號C(t，〇)，其中〇為尺度因子；
[0011] 2b、利用曲率尺度空間技術(shù)計(jì)算C(t，O )中各點(diǎn)的曲率值k(t，O )，獲得c(t，O ) 對應(yīng)的曲率曲線，并根據(jù)所述曲率曲線、利用頂點(diǎn)選擇法在ECG信號中定位ST段的起點(diǎn) EcgSTonset 和 ST 段的終點(diǎn) EcgSToffset ;
[0012] 2c、尋找ST段中彎曲程度最大的點(diǎn)：
[0013] 2c 1、在高尺度因子下，計(jì)算ST段中各點(diǎn)的曲率絕對值中的最大值kmax，并尋找ST 段中曲率絕對值大于l/2kmax的點(diǎn)，記為Point (i)，存入序列CurMaxPoint (i)中，其中i = 1，2…；
[0014] 2c2、在第二尺度因子下，依次判斷各個(gè)Point (i)所在的局部區(qū)域內(nèi)各點(diǎn)的 曲率絕對值中的最大值所對應(yīng)的點(diǎn)Point(i)'，若Point(i)'與Point(i)為同一 點(diǎn)，則將Point (i)繼續(xù)保留在序列CurMaxPoint⑴中，否貝I」，則將Point (i)從序列 CurMaxPoint (i)中移除；
[0015] 2c3、在最低尺度因子下，按步驟c2相同的方法對序列CurMaxPoint(i)中保留的 點(diǎn)Point (i)再次篩選，仍保留下來的Point (i)即為ST段的拐點(diǎn)；
[0016] 2d、在最低尺度因子下，判斷ST段各拐點(diǎn)中曲率絕對值最大的點(diǎn)，該點(diǎn)即為ST段 中彎曲程度最大的點(diǎn)，記為STCurMaxPoint ;
[0017] (3)根據(jù)STCurMaxPoint在最低尺度因子下的曲率絕對值判斷ST段的形態(tài)類別：
[0018] 3a、若STCurMaxPoint在最低尺度因子下的曲率絕對值>第一閾值τ，則ST段為 弓背型：
[0019] 若STCurMaxPoint在最低尺度因子下的曲率值> 0時(shí)，則ST段為曲線型中的凸 型；
[0020] 若STCurMaxPoint在最低尺度因子下的曲率值< 0時(shí)，則ST段為曲線型中的凹 型；
[0021] 3b、若STCurMaxPoint在最低尺度因子下的曲率絕對值<第一閾值τ時(shí)，則ST段 為直線型：
[0022] 計(jì)算ST段所在直線與水平線的夾角所對應(yīng)的弧度，即為ST段的坡腳；
[0023] 若ST段的坡腳<第二閾值Θ，則ST段為直線型中的水平型，否則ST段為斜直型；
[0024] 對于斜直型的ST段，若ST段終點(diǎn)EcgSToff set的心電幅值大于ST段起點(diǎn) EcgSTonset的心電幅值，則ST段為斜直型中的上斜型；若ST段終點(diǎn)EcgSToffset的心電 幅值小于ST段起點(diǎn)EcgSTonset的心電幅值，則ST段為斜直型中的下斜型。
[0025] 步驟2b中根據(jù)所述利用曲率曲線及頂點(diǎn)選擇法定位ST段的起點(diǎn)EcgSTonset和 ST段的終點(diǎn)EcgSToffset的步驟為：
[0026] 2bl、定位曲率曲線上各極值點(diǎn)中幅值最大的點(diǎn)，即為R波峰值點(diǎn)，記為Rpeak ;
[0027] 定位距離R波峰值點(diǎn)后[1/4RR間期，3/4RR間期]內(nèi)各極值點(diǎn)中幅值最大的點(diǎn)，即 為T波峰值點(diǎn)；
[0028] 2b2、選擇曲率曲線中R波峰值點(diǎn)后[Rpeak+40ms, Rpeak+80ms]的區(qū)間內(nèi)曲率絕對 值最小的點(diǎn)所對應(yīng)的ECG信號中的點(diǎn)，即為ECG信號中ST段的起點(diǎn)EcgSTonset，將ST段的 起點(diǎn)EcgSTonset在ECG平滑信號C (t，〇 )中所對應(yīng)的點(diǎn)記為CSTonset ;
[0029] 2b3、利用補(bǔ)充頂點(diǎn)選擇法定位ST段的終點(diǎn)EcgSToffset :
[0030] 2b31、在ECG平滑信號中，將CSTonset后20ms處的點(diǎn)記為點(diǎn)A，T波峰值點(diǎn)所對應(yīng) 的ECG平滑信號中的點(diǎn)記為點(diǎn)B ;
[0031] 2b32、在ECG平滑信號中位于AB段內(nèi)的各點(diǎn)到直線AB的距離最大的點(diǎn)記為點(diǎn)C ; 若點(diǎn)C到直線AB的距離<第三閾值Dth時(shí)，則點(diǎn)C在ECG信號上所對應(yīng)的點(diǎn)即為ST段的終 點(diǎn)EcgSToff set ;若點(diǎn)C到直線AB的距離 > 閾值Dth，則進(jìn)行步驟2b33 ;
[0032] 2b33、以點(diǎn)C替換點(diǎn)B，繼續(xù)進(jìn)行步驟2b32。
[0033] 本發(fā)明基于曲率尺度空間對心電信號中ST段形態(tài)的自動(dòng)分類方法的特點(diǎn)也在 于：本發(fā)明方法適用于人體不同導(dǎo)聯(lián)心電信號中ST段形態(tài)的分析，通過對各個(gè)導(dǎo)聯(lián)的心電 信號同步采集，結(jié)合各個(gè)導(dǎo)聯(lián)心電信號中ST段的形態(tài)，可以為缺血類疾病的診斷及嚴(yán)重程 度的判斷提供參考。
[0034] 步驟2c中尺度因子的選擇方式：高尺度因子的范圍為[8, 14]，要求在高尺度下， 噪聲信號被平滑且保留反應(yīng)ST段形態(tài)信息的特征拐點(diǎn)；第二尺度因子及第三尺度因子的 選取，是在高尺度因子下依次遞減，尺度每次遞減的大小約為2。
[0035] 所述 Point (i)所在的局部區(qū)域?yàn)閇Point (i)-10ms, Point (i)+IOms]。
[0036] 所述第一閾值τ的選擇范圍為[0.02,0.35];
[0037] 所述第二閾值Θ的獲取方式：根據(jù)心臟病專家建議，ST段的坡腳變化不大于 0· 02rad(約 L 15。），即第二閾值 Θ 彡 〇· 〇2rad ;
[0038] 所述第三閾值 Da的值是根據(jù)文獻(xiàn)[Tae-Hun Kim, Se-Yun Kim, Jeong-Hong Kim. et. al. Curvature Ba