基础。QRS检波的结果正确与否直接关系到后续分析的准确度。QRS检波算法对噪声有一定的鲁棒性，即使存在噪声也不一定会影响到检波的效果。利用QRS检波的结果建立的金标准，能保证心电信号质量与检波结果的一致性。建立数据金标准评估筛选效果，既能提高分类的准确度，还降低了工作量。
[0083]上述心电导联智能选择系统，通过提取心电导联信号的全局特征量进行信号分类和建模筛选，引入了池化的局部特征值来表达信号的状态，能很好的反映信号在局部时间的突变情况，准确度高。整个过程无需人员进行干预，节约时间及人力资源，在QRS检波前便可完成信号质量的判断及导联的选择，节约计算量。
[0084]以上所述实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
[0085]以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。
【主权项】
1.一种心电导联智能选择方法，其特征在于，包括以下步骤: 对获取的相同时间段的心电导联信号进行特征提取，得到各所述心电导联信号的全局特征量，所述全局特征量包括所述心电导联信号的积分波的最大值和池化的局部特征量；根据所述心电导联信号的积分波的最大值和池化的局部特征量对对应心电导联信号进行分类，得到各所述心电导联信号的信号质量等级； 提取不同信号质量等级的所述心电导联信号的积分波的最大值和池化的局部特征量进行训练得到质量分类器； 根据所述质量分类器对各所述心电导联信号进行筛选，得到并输出最优心电导联信号。2.根据权利要求1所述的心电导联智能选择方法，其特征在于，所述对获取的相同时间段的心电导联信号进行特征提取，得到各所述心电导联信号的全局特征量的步骤，包括以下步骤: 分别计算各所述心电导联信号的积分波，提取所述积分波的最大值； 分别提取各所述心电导联信号的基线信号和高频噪声信号； 根据预设长度和步长对各所述心电导联信号进行切片处理，得到多个信号段切片；分别提取各所述信号段切片上所述心电导联信号的高度、所述积分波的高度、所述基线信号的高度以及所述高频噪声信号的均值、方差、峰度和峭度，作为各所述信号段切片的局部特征量； 对各所述信号段切片提取的局部特征量进行最大值池化处理，得到所述池化的局部特征量。3.根据权利要求1所述的心电导联智能选择方法，其特征在于，所述根据所述心电导联信号的积分波的最大值和池化的局部特征量对对应心电导联信号进行分类，得到各所述心电导联信号的信号质量等级的步骤，包括以下步骤: 利用K均值算法对接收的全局特征量训练样本集进行训练得到多个数据簇，并计算各所述数据簇的中心位置和最大半径，所述最大半径指数据簇中离所述中心位置最远的数据与所述中心位置的距离； 将各所述心电导联信号的全局特征量分配至离所述中心位置距离最近的数据簇，并计算全局特征量与最近数据簇的中心位置的距离； 根据所述全局特征量与最近数据簇的中心位置的距离得到对应心电导联信号的信号质量等级。4.根据权利要求1所述的心电导联智能选择方法，其特征在于，提取不同信号质量等级的所述心电导联信号的积分波的最大值和池化的局部特征量进行训练得到质量分类器具体为，将不同信号质量等级的所述心电导联信号的全局特征量输入到支持向量机算法进行训练，得到超平面作为所述质量分类器。5.根据权利要求4所述的心电导联智能选择方法，其特征在于，所述根据所述质量分类器对各所述心电导联信号进行筛选，得到并输出最优心电导联信号的步骤，包括以下步骤: 计算所述心电导联信号的全局特征量与所述超平面的距离； 根据所述全局特征量与所述超平面的距离对心电导联信号进行筛选，得到所述最优心电导联信号并输出。6.根据权利要求1所述的心电导联智能选择方法，其特征在于，所述根据所述质量分类器对各所述心电导联信号进行筛选，得到并输出最优心电导联信号的步骤之后，还包括以下步骤: 通过基于QRS检波的方法建立金标准，对所述最优心电导联信号进行检验。7.一种心电导联智能选择系统，其特征在于，包括: 特征提取模块，用于对获取的相同时间段的心电导联信号进行特征提取，得到各所述心电导联信号的全局特征量，所述全局特征量包括所述心电导联信号的积分波的最大值和池化的局部特征量； 信号分类模块，用于根据所述心电导联信号的积分波的最大值和池化的局部特征量对对应心电导联信号进行分类，得到各所述心电导联信号的信号质量等级； 模型训练模块，用于提取不同信号质量等级的所述心电导联信号的积分波的最大值和池化的局部特征量进行训练得到质量分类器； 信号筛选模块，用于根据所述质量分类器对各所述心电导联信号进行筛选，得到并输出最优心电导联信号。8.根据权利要求7所述的心电导联智能选择系统，其特征在于，所述特征提取模块包括: 第一提取单元，用于分别计算各所述心电导联信号的积分波，提取所述积分波的最大值； 第二提取单元，用于分别提取各所述心电导联信号的基线信号和高频噪声信号； 第一处理单元，用于根据预设长度和步长对各所述心电导联信号进行切片处理，得到多个信号段切片； 第三提取单元，用于分别提取各所述信号段切片上所述心电导联信号的高度、所述积分波的高度、所述基线信号的高度以及所述高频噪声信号的均值、方差、峰度和峭度，作为各所述信号段切片的局部特征量； 第二处理单元，用于对各所述信号段切片提取的局部特征量进行最大值池化处理，得到所述池化的局部特征量。9.根据权利要求7所述的心电导联智能选择系统，其特征在于，所述信号分类模块包括: 第一分类单元，用于利用K均值算法对接收的全局特征量训练样本集进行训练得到多个数据簇，并计算各所述数据簇的中心位置和最大半径，所述最大半径指数据簇中离所述中心位置最远的数据与所述中心位置的距离； 第二分类单元，用于将各所述心电导联信号的全局特征量分配至离所述中心位置距离最近的数据簇，并计算全局特征量与最近数据簇的中心位置的距离； 第三分类单元，用于根据所述全局特征量与最近数据簇的中心位置的距离得到对应心电导联信号的信号质量等级。10.根据权利要求7所述的心电导联智能选择系统，其特征在于，还包括信号检验模块，所述信号检验模块用于在所述信号筛选模块根据所述质量分类器对各所述心电导联信号进行筛选，得到并输出最优心电导联信号之后，通过基于QRS检波的方法建立金标准，对所述最优心电导联信号进行检验。
【专利摘要】本发明涉及一种心电导联智能选择方法和系统，所述方法包括以下步骤：对获取的相同时间段的心电导联信号进行特征提取，得到各心电导联信号的全局特征量；根据心电导联信号的积分波的最大值和池化的局部特征量对对应心电导联信号进行分类，得到各心电导联信号的信号质量等级。提取不同信号质量等级的心电导联信号的积分波的最大值和池化的局部特征量进行训练得到质量分类器；根据质量分类器对各心电导联信号进行筛选，得到并输出最优心电导联信号。本发明的实施例能很好的反映信号在局部时间的突变情况，准确度高，整个过程无需人员进行干预，节约时间及人力资源，在QRS检波前便可完成信号质量的判断及导联的选择，节约计算量。
【IPC分类】G06K9/00
【公开号】CN105550653
【申请号】CN201510932771
【发明人】赵巍
【申请人】广州视源电子科技股份有限公司
【公开日】2016年5月4日
【申请日】2015年12月14日