一种新型心电图相似性度量方法

摘要

本发明涉及智慧医疗领域和信息技术领域，尤其涉及一种新的心电图相似性度量方法，包括：对待度量心电图进行去噪预处理；计算心电图的医学特征：RR间期和ST间期；计算心电图的统计特征：对称KL距离；融合医学特征和统计特征建立相似性模型，将计算的医学特征值和统计特征值带入相似性模型得到相似性值。本发明的有益效果在于：(1)本发明计算速度快，可行性强，计算精度高，可扩展性强，只需给定两条心电图数据，就能计算出两者的相似性；(2)融合统计特征和医学特征，既能克服时间漂移又能防止医学结构变化导致的细节丢失，具有较好的鲁棒性；(3)本发明是对心电图相似性度量方法的创新，能有效应用于心电图的分类等，实用价值高。

主权项

一种新型心电图相似性度量方法，其特征在于包括：(1)心电检测采集仪器将采集的待度量的两幅心电图输入计算机，计算机对心电图进行滤波、数模转换、去噪预处理；(2)分别计算两幅待度量心电图的医学特征，医学特征包括RR间期和ST间期：(2.1)根据QRS复合波的形态特征，计算机识别心电信号中的R波，得到所有R波的位置，计算相邻R波间的距离得到RR间期；(2.2)计算机根据R波定位S波，根据S波定位T波，计算相邻S波与T波之间的距离得到ST间期；(3)分别计算两幅待度量心电图的统计特征：对称KL距离；(4)融合医学特征和统计特征建立心电图相似性模型，心电图相似性的计算公式为：$S=\alpha e^{\frac{-{\left|\right|{\mathrm{RR}}_1-{\mathrm{RR}}_2\left|\right|}^2}{{2\sigma }_1^2}}+{\mathrm{\beta e}}^{\frac{-{\left|\right|{\mathrm{ST}}_1-{\mathrm{ST}}_2\left|\right|}^2}{{2\sigma }_1^2}}+{\mathrm{\gamma e}}^{\frac{-\mathrm{KL}}{{2\sigma }_2^2}}$其中，RR₁为第一幅待度量心电图的RR间期值，RR₂为第二幅待度量心电图的RR间期值，ST₁为第一幅待度量心电图的ST间期值，ST₂为第二幅待度量心电图的ST间期值，σ₁和σ₂为常数，α,β,γ为约束系数，α+β+γ＝1，S为相似性度量值，取值在[0,1]之间，S值越大，表明相似性越大；反之则越小。