(12)發(fā)明專利(72)發(fā)明人李熙徐擁軍鐘玉秋理有限公司35218GO6V10/774(2022.01)介質(zhì)模型計算待識別心電圖中各心博在各導聯(lián)下的大于分數(shù)閾值且最高時的導聯(lián)作為該心博的特存在特征導聯(lián)和QRS置信度小于置信度閾值的心待分析心博按照對應的特征導聯(lián)和特征導聯(lián)下導聯(lián)2S1:采集具有QRS波標注的心電圖數(shù)據(jù)，并基于心電圖數(shù)據(jù)中固定長度的單導聯(lián)心電圖數(shù)據(jù)構建訓練集；S2:構建QRS置信度計算模型，通過訓練集對模型進行訓練，模型的輸入為固定長度的單導聯(lián)心電圖數(shù)據(jù)，輸出為輸入的單導聯(lián)心電圖數(shù)據(jù)中每個采樣點存在有QRS的QRS置信S3:通過訓練后的模型計算待識別心電圖數(shù)據(jù)中各心博在各導聯(lián)下存在有QRS的QRS置信度，并根據(jù)QRS置信度計算對應的可靠性分數(shù)，將可靠性分數(shù)大于分數(shù)閾值且最高時的導聯(lián)作為該心博的特征導聯(lián)，否則，設定該心博不存在特征導聯(lián)；S4:將不存在特征導聯(lián)和特征導聯(lián)下的QRS置信度小于置信度閾值的心博設定為偽差，將特征導聯(lián)下的QRS置信度大于或等于置信度閾值的心博設定為待分析心博；S5:將待分析心博按照對應的特征導聯(lián)和特征導聯(lián)下的QRS置信度劃分為多個子集，從而滿足每個子集中的所有心博對應的特征導聯(lián)相同，且特征導聯(lián)下的QRS置信度的最大值和最小值的差值小于差值閾值；S6:按照子集對待分析心博進行是否為偽差的判斷。2.根據(jù)權利要求1所述的心電圖偽差確認方法，其特征在于：訓練集中各訓練數(shù)據(jù)對應的標簽為一與固定長度的心電圖數(shù)據(jù)等長的二值序列，二值序列中每個元素對應心電圖數(shù)據(jù)中的一個采樣點，將心電圖數(shù)據(jù)中QRS波的標注點的前后60毫秒的范圍內(nèi)的采樣點對應的元素的值設為1,其他采樣點對應的元素的值設為0。3.根據(jù)權利要求1所述的心電圖偽差確認方法，其特征在于：模型訓練時的損失函數(shù)采4.根據(jù)權利要求1所述的心電圖偽差確認方法，其特征在于：可靠性分數(shù)的計算公式I?={i|(y-thres?)*(yi+的序號；thres?、thres?分別表示第一閾值和第二閾值，且thres?<thres?;I?表示所有概率大于或等于thres2的點的集合；I?表示所有大于thres?但小于thres?的點的集合；a和a分別表示對I?和I?的非線性加權求模，b表示中心位置b;σ表示經(jīng)驗常數(shù)；I?表示脈沖的上升沿和下降沿點集。5.根據(jù)權利要求1所述的心電圖偽差確認方法，其特征在于：按照子集對待分析心博進3行是否為偽差的判斷的方法為：根據(jù)子集中心博的數(shù)量采用單獨心博依次判斷或疊加反混淆方式與單獨心博依次判斷相結(jié)合的方式進行判斷。6.根據(jù)權利要求1所述的心電圖偽差確認方法，其特征在于：在步驟S4和S5的實現(xiàn)過程中，采用以特征導聯(lián)為橫坐標、QRS置信度為縱坐標的散點圖對所有心博對應的特征導聯(lián)下的QRS置信度進行繪制；在選擇待分析心博時，通過在散點圖上繪制分割線的方式，將分割線上方的所有點對應的心博設定為待分析心博；在進行子集劃分時，通過圈選的方式，設定散點圖中圈選范圍內(nèi)的所有點對應的心博屬于同一子集。7.一種心電圖偽差確認終端設備，其特征在于：包括處理器、存儲器以及存儲在所述存儲器中并在所述處理器上運行的計算機程序，所述處理器執(zhí)行所述計算機程序時實現(xiàn)如權利要求1～6中任一所述方法的步驟。8.一種計算機可讀存儲介質(zhì)，所述計算機可讀存儲介質(zhì)存儲有計算機程序，其特征在于：所述計算機程序被處理器執(zhí)行時實現(xiàn)如權利要求1～6中任一所述方法的步驟。4一種心電圖偽差確認方法、終端設備及存儲介質(zhì)技術領域[0001]本發(fā)明涉及心電圖分析領域，尤其涉及一種心電圖偽差確認方法、終端設備及存儲介質(zhì)。背景技術[0002]動態(tài)心電圖是用于分析心律失常的重要手段，患者佩戴多通道心電記錄儀采集不短于24小時的心電圖，然后把數(shù)據(jù)交給醫(yī)生分析。由于數(shù)據(jù)量巨大(一般24小時包含10萬左右心搏),醫(yī)生分析動態(tài)心電依賴計算機輔助分析軟件來提高效率。這類軟件大部分都包括置進行標記并提取一些特征(R波幅值，寬度，P-R間期等等),模板管理模塊將候選QRS按照一定的聚類原則歸在不同集合里以突出它們的共性，散點圖則提供一個二維坐標系將每個心搏的某兩個特征值進行散點繪制，以提供用戶可分辨的統(tǒng)計模式。圖1展現(xiàn)了一個典型的[0003]動態(tài)心電信號極易受到干擾，并且干擾信號可能和QRS有部分相似特征但是專業(yè)人員可以判定它不是QRS,這類信號稱之為偽差。在處理偽差時經(jīng)常出現(xiàn)兩種錯誤：誤檢和漏檢。圖2展示了圖1偽差模板中一個誤檢錯誤，該心搏標記在所有導聯(lián)上受到了干擾，但并不是QRS。圖3則展示了一個典型的漏檢錯誤，選中的心搏在V3導聯(lián)可見清楚QRS,其它導聯(lián)信號很弱，這由于是干擾作用在不同導聯(lián)上，但為了效率一般只分析2至3個導聯(lián)或者使用合成的綜合導聯(lián)，那些沒有受干擾導聯(lián)的QRS信息就被忽視了。[0004]如果要糾正上述誤檢和漏檢的錯誤，最直接方法就是在模板詳情頁遍歷瀏覽所有通過將集合中的心搏進行疊加從而發(fā)現(xiàn)異常心博的可視化方法，如圖4所示)來減少操作。然而這兩種方法都有很大的局限性，當模板包含的心搏數(shù)量大時，進行確認工作是非常耗費人力的。[0005](1)目前市售軟件的模板詳情頁面會統(tǒng)一設置心搏片段繪制哪些導聯(lián)，這就意味著在詳情頁面確認一個偽差，需要把所有導聯(lián)切換一遍。而確認一個心搏，需要切換導聯(lián)直到那個恰好能分辨的導聯(lián)出現(xiàn)為止。以圖3所示為例，假設偽差模板中存在X個干擾(偽差)和N個心搏(QRS),且心搏只能在V3導聯(lián)上看到?？紤]到顯示區(qū)域的有限性，實踐詳情頁面一般最多顯示兩個導聯(lián)，那么切到V3導聯(lián)需要的次數(shù)為5(按照I,II,III,avR,avL,avF,V1,V2,V3的順序),醫(yī)生篩選出QRS需要遍歷心搏的次數(shù)為(X+N)*5次，然后為了確認剩下的偽[0006](2)反混淆則更受限制，因為反混淆一次只能在同一個導聯(lián)上工作。還是以圖3所示為例，在同一個導聯(lián)上有X個偽差和N個心搏疊在一起，且一般來說X和N的數(shù)量級相差不多，那么要在視覺上區(qū)分開來非常困難。圖5和圖6分別展示了圖1的偽差模板中按照IⅡ?qū)?lián)和V3導聯(lián)進行反混淆的結(jié)果，可以看出都很難分解。即便X很小，還是要切換8次(I->II->III->avL->avR->avF->V1->V2->V3)導聯(lián)直到V3上出現(xiàn)疊加清晰的線條才能確認這N個心5歷法要把偽差全部遍歷一邊，12個導聯(lián)全部覆蓋就是6*心搏數(shù))次遍歷心搏+8次反混淆操作才能完成。長度的單導聯(lián)心電圖數(shù)據(jù)，輸出為輸入的單導聯(lián)心電圖數(shù)據(jù)中每個采樣點存在有QRS的有[0012]S3:通過訓練后的模型計算待識別心電圖數(shù)據(jù)中各心博在各導聯(lián)下存在有的[0013]S4:將不存在特征導聯(lián)和特征導聯(lián)下的有QRS置信度小于置信度閾值的心博設定[0014]S5:將待分析心博按照對應的特征導聯(lián)和特征導聯(lián)下的有QRS置信度劃分為多個標注點的前后60毫秒的范圍內(nèi)的采樣點對應的元素的值設為1,其他采樣點對應的元素的6[0025]其中，score表示可靠性分數(shù)，y;和y:+1均表示有采樣點的序號；thres?、thres?分別表示第一閾值和第二閾值，且thres?<thres?;I?表示所有概率大于或等于thres2的點的集合；I?表示所有大于thres?但小于thres?的點的集合；a和a分別表示對I?和I?的非線性加權求模，b表示中心位置b;o表示經(jīng)驗常數(shù)；I?表示脈沖的上升沿和下降沿點集。[0026]進一步的，按照子集對待分析心博進行是否為偽差的判斷的方法為：根據(jù)子集中心博的數(shù)量采用單獨心博依次判斷或疊加反混淆方式與單獨心博依次判斷相結(jié)合的方式進行判斷。[0027]進一步的，在步驟S4和S5的實現(xiàn)過程中，采用以特征導聯(lián)為橫坐標、有QRS置信度為縱坐標的散點圖對所有心博對應的特征導聯(lián)下的有QRS置信度進行繪制；在選擇待分析心博時，通過在散點圖上繪制分割線的方式，將分割線上方的所有點對應的心博設定為待分析心博；在進行子集劃分時，通過圈選的方式，設定散點圖中圈選范圍內(nèi)的所有點對應的心博屬于同一子集。[0028]一種心電圖偽差確認終端設備，包括處理器、存儲器以及存儲在所述存儲器中并可在所述處理器上運行的計算機程序，所述處理器執(zhí)行所述計算機程序時實現(xiàn)本發(fā)明實施例上述的方法的步驟。[0029]一種計算機可讀存儲介質(zhì)，所述計算機可讀存儲介質(zhì)存儲有計算機程序，所述計算機程序被處理器執(zhí)行時實現(xiàn)本發(fā)明實施例上述的方法的步驟。[0030]本發(fā)明采用如上技術方案，可以提高心電圖中偽差的判斷效率，大大節(jié)省了人力。附圖說明[0031]圖1所示為動態(tài)心電圖分析軟件操作界面示意圖。[0032]圖2所示為偽差模板中一個誤檢錯誤示意圖。[0033]圖3所示為偽差模板中一個漏檢錯誤示意圖。[0034]圖4所示為疊加反混淆方法的示意圖。[0035]圖5所示為偽差模板按照IⅡ?qū)?lián)進行反混淆的結(jié)果示意圖。[0036]圖6所示為偽差模板按照V3導聯(lián)進行反混淆的結(jié)果示意圖。[0037]圖7所示為本發(fā)明實施例一中方法的流程圖。[0038]圖8所示為本發(fā)明實施例一中一個心電圖片段在8個獨立導聯(lián)上的心電圖和經(jīng)過模型的預測輸出結(jié)果。[0039]圖9所示為本發(fā)明實施例一中散點圖的示意圖。[0040]圖10所示為本發(fā)明實施例一中待分析心博在散點圖中選擇的示意圖。[0041]圖11所示為本發(fā)明實施例一中待分析心博子集在散點圖中圈選的示意圖。[0042]圖12所示為本發(fā)明實施例一中待分析心博中III導聯(lián)子集偽差確認過程示意圖。[0043]圖13所示為本發(fā)明實施例一中待分析心博中V3導聯(lián)子集的示意圖。[0044]圖14所示為本發(fā)明實施例一中待分析心博中V3導聯(lián)子集進行疊加反混淆操作的7[0045]圖15所示為本發(fā)明實施例一中待分析心博中V3導聯(lián)另一子集進行偽差確認過程點，將心電圖數(shù)據(jù)中QRS波的標注點的前后60毫秒的范圍內(nèi)的采樣點對應的元素的值設為[0053]該實施例中設定QRS置信度的范圍為0～1。如圖8所示為一個心電圖片段在8個獨[0056]S3:通過訓練后的模型計算待識別心電圖數(shù)據(jù)中各心博(對應一次心跳)在各導聯(lián)[0057]通過本實施例方法計算得到的特征導聯(lián)為受干擾小且易于判定QRS是否存在的導8聯(lián)。[0058]計算可靠性分數(shù)score的目的是為了提供一種用于度量不確定性的參數(shù)，從圖8中可以看出確定性高的地方(第一個導聯(lián))輸出都是陡峭、高聳(>0.8)、飽滿的類矩形波脈沖的圖形，而不確定性的地方會存在低矮頓挫的不規(guī)整脈沖，可靠性分數(shù)score就是量化這種特征。該實施例中用每個脈沖平均包含的有效采樣點數(shù)來表征。具體計算公式為：中為1280個點構成的序列，每個點的取值范圍為0-1,表示該點包含在QRS里的概率；thres?、thres?分別表示第一閾值和第二閾值，且thres?<thres?,該實施例中設定thres?=0.1,thres?=0.8;I?表示所有概率大于或等于thres2的點的集合，這部分點體現(xiàn)了高確定性；I?表示所有大于thres1但小于thres2的點的集合，這部分就是脈沖曲線中不規(guī)整的點，體現(xiàn)的是不確定性；a和a分別表示對I?和I?的非線性加權求模，即越靠近中心位置b(該實施例中為640)的貢獻越大，因為輸入時目標心搏是在中間的，用戶更關系它的附近概率激活曲線是否規(guī)整；σ表示經(jīng)驗常數(shù)，用于控制權重沿中心衰減的速度，該實施例中設定σ=200;I?表示脈沖的上升沿和下降沿點集，該實施例中用跨越thres1作為判定標準；|I3|/2即可得到所有脈沖波的計數(shù)。最后將a減去a得到有效點數(shù)，有效點數(shù)獎勵>thres2的點同時懲罰>thres1但<thres2的點，且越靠近中心權重越大，最后用這個值除以脈沖波數(shù)(|i3|/2))得平均有效點數(shù)，作為排序的分數(shù)。[0066]S4:將不存在特征導聯(lián)和特征導聯(lián)下的QRS置信度小于置信度閾值的心博設定為偽差，將特征導聯(lián)下的QRS置信度大于或等于置信度閾值的心博設定為待分析心博。[0067]S5:將待分析心博按照對應的特征導聯(lián)和特征導聯(lián)下的QRS置信度劃分為多個子集，滿足每個子集中的所有心博對應的特征導聯(lián)相同，且特征導聯(lián)下的QRS置信度的最大值和最小值的差值小于差值閾值。[0068]S6:按照子集對待分析心博進行是否為偽差的判斷。[0069]按照子集對待分析心博進行是否為偽差的判斷的方法為：根據(jù)子集中心博的數(shù)量采用單獨心博依次判斷(詳情頁面遍歷瀏覽)或疊加反混淆方式與單獨心博依次判斷相結(jié)合的方式進行判斷。具體為當子集中心博的數(shù)據(jù)小于數(shù)據(jù)閾值(如12,本領域技術人員可以根據(jù)顯示區(qū)域的大小自行設定)時，采用單獨心博依次判斷的方式(如將所有心博依序顯示在顯示界面內(nèi)，由工作人員人工檢查是否為偽差);否則，首先采用疊加反混淆方式，從子集9中提取出屬于QRS的心博，將其他心博通過單獨心博依次判斷的方式進行進一步確定。[0070]為了方便用戶的操作，該實施例中可提供了一種可視化操作方式，即采用以特征導聯(lián)為橫坐標、QRS置信度為縱坐標的散點圖對所有心博對應的特征導聯(lián)下的QRS置信度進行繪制；在選擇待分析心博時，通過在散點圖上繪制分割線的方式，將分割線上方的所有點對應的心博設定為待分析心博；在進行子集劃分時，通過圈選的方式，設定散點圖中圈選范圍內(nèi)的所有點對應的心博屬于同一子集。[0071]該實施例中還包括將不存在特征導聯(lián)的心博對應的QRS置信度通過散點圖中的縱坐標軸上的點進行表示。[0072]如圖9所示，界面在右下角使用組合散點圖以2維方式繪制心搏散點圖，其中橫軸坐標為特征導聯(lián)，縱軸坐標為QRS置信度(為了方便觀察，該實施例中設定縱軸坐標值為QRS置信度*100)。該散點圖具有以下歸納特性：[0073]1.當特征導聯(lián)存在，且心搏是QRS,這類散點會聚在對應特征導聯(lián)的上半軸區(qū)域；[0074]2.當特征導聯(lián)存在，且心搏是偽差，這類散點會聚在對應特征導聯(lián)的下半軸[0075]3.當特征導聯(lián)存在，且心搏不確定，這類散點會聚在對應特征導聯(lián)的中間軸區(qū)域，但出現(xiàn)這種散點概率較小，因為只要模型訓練充分，在受干擾小的導聯(lián)上認知QRS置信度就[0076]4.當特征導聯(lián)不存在，即分配到縱坐標(X)軸時，意味著所有導聯(lián)都受到了嚴重干[0077]可見，心搏按照2個維度進行了有效的聚類，如果用戶利用以上特點進行圈選，再配合反混淆和詳情瀏覽，操作代價會大大減小。[0078]下面以圖9中偽差模板案例進行說明：[0079]1.選中偽差模板，可見366個待確認心搏如圖10箭頭所示。在右下方組合散點圖中將X導聯(lián)和QRS置信度小于0.5的心搏圈起來直接設置為偽差(1次確認操作)。[0080]2.此時還剩下176個待確認心搏，它們聚在了5個區(qū)域如圖11所示。[0081]3.圈選II導聯(lián)的散點，由于心搏不多直接在詳情頁面中設置展示II導聯(lián)瀏覽，經(jīng)過14次確認都為QRS(14次確認操作)。[0082]4.在III導聯(lián)上重復以上操作，經(jīng)過11次確認，其中都是QRS,如圖12所示(11次操作)。[0083]5.下一個聚集區(qū)域在V3導聯(lián)上，如圖13所示可見144個心搏，采用疊加反混淆。在反混淆界面，圈出125個疊加好的的心搏經(jīng)過一次確認即可設置為QRS。剩下19個在詳情頁[0084]6.下一個區(qū)域仍然在V3上，但置信度中等，在詳情頁經(jīng)過2次確認為偽差如圖15所示(2次確認操作)。[0085]7.最后一個區(qū)域在V4,共5個心搏，直接在在詳情頁經(jīng)過5次確認，有4個是Q是偽差(5次確認操作)。[0086]至此366個心搏經(jīng)過總計53次確認操作即完成了偽差(196個)和QRS(170個)的分離。如果采用背景介紹里的傳統(tǒng)方法，則需要196*6(偽差)+14*1(II特征導聯(lián)QRS)+11*2(III特征導聯(lián)QRS)+141*5(V3特征導聯(lián)QRS)+4*5(V4特征導聯(lián)QRS)=1937次確認操作。因此，該實施例提出的方法提高效率超過30倍。[0087]在兩種極端情況下，本實施例方法能獲得最佳效率提升：一種是全都是偽差，這是只要上述1的操作一次即可；另一種是全是QRS那么只需要2的操作進行一次反混淆確認即[0088]在一般情況下，假設有X個偽差和N個QRS,且存在K個特征導聯(lián)，在這K個特征導聯(lián)上存在比例J的中置信度QRS和比例M的反混淆后需要單獨確認的QRS。那么按照上述操作，需要1的操作一次+K次反混淆操作+N*(J+M)次單獨確認操作。傳統(tǒng)方法則需要6*X+3*N次確認操作，相比之下提升為(6*X+3*N)/(1+K+N*(J+M)),取經(jīng)驗值K=3,J=0.5,M=0.1,忽略常數(shù)項得到40*X/N+20,即最少20倍的效率提升。[0089]本方法實施例方可以在單導聯(lián)心電圖數(shù)據(jù)上分配QRS置信度，并且可以度量心電圖片段的受干擾程度。[0091]本發(fā)明還提供一種心電圖偽差確認終端設備，包括存儲器、處理器以及存儲在所述存儲器中并可在所述處理器上運行的計算機程序，所述處理器執(zhí)行所述計算機程序時實現(xiàn)本發(fā)明實施例一的上述方法實施例中的步驟。[0092]進一步地，作為一個可執(zhí)行方案，所述心電圖偽差確認終端設備可以是桌上型計算機、筆記本、掌上電腦及云端服務器等計算設備。所述心電圖偽差確認終端設備可包括，但不僅限于，處理器、存儲器。本領域技術人員可以理解，上述心電圖偽差確認終端設備的組成結(jié)構僅僅是心電圖偽差確認終端設備的示例，并不構成對心電圖偽差確認終端設備的限定，可以包括比上述更多或更少的部件，或者組合某些部件，或者不同的部件，例如所述心電圖偽差確認終端設備還可以包括輸入輸出設備、網(wǎng)絡接入設備、總線等，本發(fā)明實施例對此不做限定。[0093]進一步地，作為一個可執(zhí)行方案，所稱處理器可以是中央處理單元(CentralProcessingUnit,CPU),還可以是其他通用處理器、數(shù)字信號處理器(DigitalSignal場可編程門陣列(Field-ProgrammableGateArray,FPGA)或者其他可編程邏輯器件、分立門或者晶體管邏輯器件、分立硬件組件等。通用處理器可以是微處理器或者該處理器也可以是任何常規(guī)的處理器等，所述處理器是所述心電圖偽差確認終端設備的控制中心，利用各種接口和線路連接整個心電圖偽差確認終端設備的各個部分。[0094]所述存儲器可用于存儲所述計算機程序和/或模塊，所述處理器通過運行或執(zhí)行存儲在所述存儲器內(nèi)的計算機程序和/或模塊，以及調(diào)用存儲在存儲器內(nèi)的數(shù)據(jù)，實現(xiàn)所述心電圖偽差確認終端設備的各種功能。所述存儲器可主要包括存儲程序區(qū)和存儲數(shù)據(jù)區(qū)，其中，存儲程序區(qū)可存儲操作系統(tǒng)、至少一個功能所需的應用程序；存儲數(shù)據(jù)區(qū)可存儲根據(jù)手機的使用所創(chuàng)建的數(shù)據(jù)等。此外，存儲器可以包括高速隨機存取存儲器，還可以包括非易易失性固態(tài)存儲器件。[0095]本發(fā)明還提供一種計算機可讀存儲介質(zhì)，所述計算機可讀存儲介質(zhì)存儲有計算機程序，所述計算機程序被處理器執(zhí)行時實現(xiàn)本發(fā)明實施例上述方法的步驟。[0096]所述心電圖偽差確認終端設備集成的模塊/單元如果以軟件功能單元的形式實現(xiàn)11并作為獨立的產(chǎn)品銷售或使用時，可以存儲在一個計算機可讀取存儲介質(zhì)中。基于這樣的理解，本發(fā)明實現(xiàn)上述實施例方法中的全部或部分流程，也可以通過計算機程序來指令相關的硬件來完成，所述的計算機程序可存儲于一計算機可讀存儲介質(zhì)中，該計算機程序在被處理器執(zhí)行時，可實現(xiàn)上述各個方法實施例的步驟。其中，所述計算機程序包括計算機程序代碼，所述計算機程序代碼可以為源代碼形式、對象代碼形式、可執(zhí)行文件或某些中間形式等。所述計算機可讀介質(zhì)可以包括：能夠攜帶所述計算機程序代碼的任何實體或裝置、記隨機存取存儲器(RAM,RandomAccessMemory)以及軟件分發(fā)介質(zhì)等。[0097]盡管結(jié)合優(yōu)選實施方案具體展示和介紹了本發(fā)明，但所屬領域的技術人員應該明白，在不脫離所附權利要求書所限定的本發(fā)明的精神和范圍內(nèi)，在形式上和細節(jié)上可以對本發(fā)明做出各種變化，均為本發(fā)明的保護范圍。8⑧8⑧