CN102835954B - 一种心拍波形模板生成方法及模块 - Google Patents

Abstract

本发明公开了一种模板生成、早搏检测方法及装置，该模板生成包括以下步骤：通过将待测心拍的波形依次和N个模板进行相关性比较，依次将M个待测心拍的波形分别放入与它相关的N个模板类，其中N<M；将第一模板类至第N模板类中获得心拍数最多的一类作为正常模板。该早搏检测方法包括：对输入的心电图信号进行预处理，获得预处理后的信号；从预处理后的信号中提取待测心拍的特征参数，特征参数包括QRS波的宽度、当前RR间期及关联的平均RR间期；从预处理后的信号中获取待测心拍的波形，计算待测心拍的波形与模板的波形的相关系数；根据待测心拍的波形与心拍波形模板的相关系数是否小于设定门限，并且特征参数是否偏离正常值判断条件，确定是否为室性早搏。

Description

一种心拍波形模板生成方法及模块

技术领域

本发明涉及医疗电子技术领域，具体涉及一种心拍波形模板生成、室性早搏检测处理方法及装置。 

背景技术

心律失常是反映心脏电活动不稳定性的一个重要指标。心律失常会影响心脏同步收缩时序，降低心脏泵血的效率。室性早搏（Premature Ventricular Contraction，PVC）是异常心律中最为常见的一种，具有重要的临床意义，而绝大多数心律失常都与它的存在有关。因此，PVC的正确和快速检测，对提高心律失常监护和动态心电图分析系统的性能起关键作用。 

现有技术中的PVC检测方法，一般有专家系统、特征提取、模板匹配、神经网络和模糊技术等。其中，神经网络法的物理意义不易理解，并且训练学习的时间较长；模糊技术法为了达到快速检测的目的，规则制定相对简单，难以适应复杂的心电记录；而特征提取和模板匹配的方法较为常用，一般用于PVC的快速识别，但是，该方法规则过于简单，准确率有待提高。 

发明内容

本发明提供一种心拍波形模板生成、室性早搏检测处理方法及装置，使得心拍波形模板生成更合理，对室性早搏的检测更准确，且运算量更少。 

本发明提供的技术方案如下： 

本发明的一个目的是提供一种心拍波形模板生成方法，包括以下步骤： 

先将第一个待测心拍的波形放入到第一模板中，将第二个待测心拍的波形与所述第一模板中的心拍的波形进行比较，计算相关系数，判断所述相关系数是否大于设定的第一门限，若是，将所述第二个待测心拍聚为第一模板类，若否，则聚为第二模板类；再将第三个待测心拍的波形与所述第一模板中的心 拍的波形进行比较，计算相关系数，判断所述相关系数是否大于设定的第一门限，若是，将所述第三个待测心拍聚为第一模板类，若否，则再与所述第二模板中的心拍的波形进行比较，计算相关系数，判断所述相关系数是否大于设定的第一门限，若是，则聚为第二模板类,若否，则聚为第三模板类；以此类推，依次将M个待测心拍的波形分别放入与它相关的N个模板类，其中N<M； 

将所述第一模板类至所述第N模板类中获得心拍数最多的一类作为正常模板。 

优选地，当输入的心拍数目大于M时，依次将输入心拍的波形与第一至第N个模板中的心拍波形进行比较，计算相关系数，判断所述相关系数是否大于设定的第一门限，若是，将所述待测心拍聚为该模板类，若否，则与下一个模板比较，聚为相应模板类。 

优选地，当模板的数量已满设定数目N时，若下一个待测心拍与N个模板的波形相关系数都小于等于设定的门限，则对模板进行合并或删除处理，包括： 

计算获得心拍数最多的模板外的其他N-1个模板之间的相关系数，找出最大相关系数；若最大相关系数大于等于设定的第二门限，则将该最大相关系数对应的两个模板进行合并，否则找出N-1个模板中心拍的数量最少的模板进行删除； 

将新的待测心拍列为模板。 

优选地，当新的待测心拍波形聚类到相应模板后，还包括：将原来的模板的波形的7/8加上待测心拍的波形的1/8，组成新的模板的波形。 

本发明的另一个目的是提供一种心拍波形模板生成模块，包括： 

模板单元，共有N个模板，用于存储N个不同类型的心拍波形； 

模板聚类单元，用于先将第一个待测心拍的波形放入到第一模板中，将第二个待测心拍的波形与所述第一模板中的心拍的波形进行比较，计算相关系数，判断所述相关系数是否大于设定的第一门限，若是，将所述第二个待测心拍聚为第一模板类，若否，则聚为第二模板类；再将第三个待测心拍的波形与所述第一模板中的心拍的波形进行比较，计算相关系数，判断所述相关系数是否大于设定的第一门限，若是，将所述第三个待测心拍聚为第一模板类，若 否，则再与所述第二模板中的心拍的波形进行比较，计算相关系数，判断所述相关系数是否大于设定的第一门限，若是，则聚为第二模板类,若否，则聚为第三模板类；以此类推，依次将M个待测心拍的波形分别放入与它相关的N个模板类，其中N<M； 

判断单元，将所述第一模板类至所述第N模板类中获得心拍数最多的一类作为正常模板。 

本发明的另一个目的是提供一种室性早搏检测处理方法，包括： 

对输入的心电图信号进行预处理，获得预处理后的信号； 

从所述预处理后的信号中提取待测心拍的特征参数，所述特征参数包括QRS波的宽度、当前RR间期及关联的平均RR间期； 

从所述预处理后的信号中获取待测心拍的波形，计算待测心拍的波形与模板的波形的相关系数； 

根据待测心拍的波形与所述模板的波形的相关系数是否小于设定门限，并且QRS波的宽度、当前RR间期及关联的平均RR间期是否偏离正常值的第一判断条件，确定是否为室性早搏。 

优选地，第一判断条件包括： 

判断待测心拍的波形与正常模板的波形的相关系数是否大于0.99且当前RR间期处于平均RR间期的90%～120%之间； 

若结果为是，将待测心拍聚为正常模板类，并且确定为室性正常，若结果为否，依次判断待测心拍的波形与正常模板以外的波形的相关系数是否大于0.99，如果是，则将所述待测心拍聚为该模板类，并计算所述被聚类的模板类与所述正常模板类的相关系数，进一步根据被聚类的模板类与所述正常模板类的相关系数、当前RR间期占平均间期的比例及QRS波宽度的第二判断条件，确定是否为室性早搏。 

优选地，第二判断条件包括：进一步判断所述被聚类的模板类与所述正常模板类的相关系数是否大于0.96，或者所述被聚类的模板类与所述正常模板类的相关系数是否大于0.78并且当前RR间期是平均间期的90%～120%之间；或者所述被聚类的模板类与所述正常模板类的相关系数是否大于0.5并且当前RR间 期是平均间期的90%～120%之间并且QRS波宽度小于120毫秒；如果是，确定为室性正常，若结果为否，进一步根据被聚类的模板类与所述正常模板类的相关系数、当前RR间期占平均间期的比例及QRS波宽度判断条件，确定是否为室性早搏。 

优选地，第三判断条件包括：所述被聚类的模板类与所述正常模板类的相关系数是否大于0.78并且QRS宽度大于120毫秒；或者被聚类的模板类与所述正常模板类的相关系数大于0.5并且当前RR间期大于平均间期120%或小于平均间期90%，如果是，则确定为室性早搏，否则为不确定。 

本发明的另一个目的是提供一种室性早搏检测处理装置，包括： 

预处理单元，用于对输入的心电图信号进行预处理，获得预处理后的信号； 

特征提取单元，用于从所述预处理后的信号中提取待测心拍的特征参数，所述特征参数包括QRS波的宽度、当前RR间期及关联的平均RR间期； 

相关系数计算单元，用于从所述预处理后的信号中获取待测心拍的波形，计算待测心拍的波形与模板的波形的相关系数； 

判断单元，根据所述相关系数是否小于一定门限，并且QRS波的宽度、当前RR间期及关联的平均RR间期是否偏离正常值判断条件，确定是否为室性早搏 

优选地，所述判断单元具体包括以下判断方法： 

判断待测心拍的波形与正常模板的波形的相关系数是否大于0.99且当前RR间期处于平均RR间期的90%～120%之间；若结果为是，将待测心拍聚为正常模板类，并且确定为室性正常，若结果为否，依次判断待测心拍的波形与其它模板的波形的相关系数是否大于0.99，如果是，则将所述待测心拍聚为该模板类，并计算所述被聚类的模板类与所述正常模板类的相关系数；如果和正常模板不匹配，进一步判断所述被聚类的模板类与所述正常模板类的相关系数是否大于0.96，或者所述被聚类的模板类与所述正常模板类的相关系数是否大于0.78并且当前RR间期是平均间期的90%～120%之间；或者所述被聚类的模板类与所述正常模板类的相关系数是否大于0.5并且当前RR间期是平均间期的90%～120%之间并且QRS波宽度小于120毫秒；如果是确定为室性正常，若结果为否，确定为待进一步判定；如果确定为待进一步判定，则进一步包括：所 述被聚类的模板类与所述正常模板类的相关系数是否大于0.78并且QRS宽度大于120毫秒；或者被聚类的模板类与所述正常模板类的相关系数大于0.5并且当前RR间期大于平均间期120%或小于平均间期90%，如果是，则确定为室性早搏，否则为不确定。 

上述技术方案可以看出，本发明实施例在对模板建立过程中采取多个模板，使得模板准确反映正常波形的情况；对心电信号进行预处理后，提取了包括待测心拍的QRS波的宽度、当前RR间期及关联的平均RR间期等参数，并计算待测心拍的波形与正常模板的波形的相关系数，然后综合这些参数判断出符合设定要求后，输出确定为室性早搏的结果，从而相对于现有技术方法能更准确检测出室性早搏PVC，提高了准确率，且运算量更少。 

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它的附图。 

图1是本发明实施例一室性早搏检测处理方法流程图。 

图2是本发明实施例二室性早搏检测处理方法的框架流程图。 

图3是本发明实施例二室性早搏检测处理方法的具体流程图。 

图4是本发明实施例二方法中的模板匹配流程图。 

图5是本发明实施例二方法中的模板生成流程图。 

图6是本发明实施例二方法中的R波高度、QRS波宽度标识图。 

图7是本发明实施例二方法中的心拍与间期关系图。 

图8是本发明实施例二方法中模板匹配过程图。 

图9是本发明实施例室性早搏检测处理装置结构示意图。 

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。 

本发明提供一种心拍波形模板生成、室性早搏检测处理方法及装置，生成更快速、便捷的模板，使得对室性早搏的检测更准确，且运算量更少。 

以下结合附图分别进行详细说明。 

一种心拍波形模板生成方法，包括以下步骤： 

先将第一个待测心拍的波形放入到第一模板中，将第二个待测心拍的波形与所述第一模板中的心拍的波形进行比较，计算相关系数，判断所述相关系数是否大于设定的第一门限，若是，将所述第二个待测心拍聚为第一模板类，若否，则聚为第二模板类；再将第三个待测心拍的波形与所述第一模板中的心拍的波形进行比较，计算相关系数，判断所述相关系数是否大于设定的第一门限，若是，将所述第三个待测心拍聚为第一模板类，若否，则再与所述第二模板中的心拍的波形进行比较，计算相关系数，判断所述相关系数是否大于设定的第一门限，若是，则聚为第二模板类,若否，则聚为第三模板类；以此类推，依次将M个待测心拍的波形分别放入与它相关的N个模板类，其中N<M； 

将所述第一模板类至所述第N模板类中获得心拍数最多的一类作为正常模板。 

作为实施例，第一门限>0.8,优选0.95。 

作为一个实施例M=10,N=8。 

模板随着新的待测心拍的到来，不断实时更新。当输入的心拍数目大于M时，依次将输入心拍的波形与第一至第N个模板中的心拍波形进行比较，计算相关系数，判断所述相关系数是否大于设定的第一门限，若是，将所述待测心拍聚为该模板类，若否，则与下一个模板比较，聚为相应模板类。 

当模板的数量已满设定数目N时，若新的待测心拍与N个模板的波形相关系数都小于等于设定的门限，则对模板进行合并或删除处理，包括： 

计算获得心拍数最多的模板外的其他N-1个模板之间的相关系数，找出最大相关系数；若最大相关系数大于等于设定的第二门限，则将该最大相关系数对应的两个模板进行合并，否则找出N-1个模板中心拍的数量最少的模板进行删除； 

将新的待测心拍列为模板。 

作为实施例，第二门限>0.7,优选为0.95。 

当新的待测心拍波形聚类到相应模板后，还包括：将原来的模板的波形的7/8加上待测心拍的波形的1/8，组成新的模板的波形。 

一种心拍波形模板生成模块，包括： 

模板单元，共有N个模板，用于存储N个不同类型的心拍波形； 

模板聚类单元，用于先将第一个待测心拍的波形放入到第一模板中，将第二个待测心拍的波形与所述第一模板中的心拍的波形进行比较，计算相关系数，判断所述相关系数是否大于设定的第一门限，若是，将所述第二个待测心拍聚为第一模板类，若否，则聚为第二模板类；再将第三个待测心拍的波形与所述第一模板中的心拍的波形进行比较，计算相关系数，判断所述相关系数是否大于设定的第一门限，若是，将所述第三个待测心拍聚为第一模板类，若否，则再与所述第二模板中的心拍的波形进行比较，计算相关系数，判断所述相关系数是否大于设定的第一门限，若是，则聚为第二模板类,若否，则聚为第三模板类；以此类推，依次将M个待测心拍的波形分别放入与它相关的N个模板类，其中N<M； 

判断单元，将所述第一模板类至所述第N模板类中获得心拍数最多的一类作为正常模板。 

图1是本发明实施例一室性早搏检测处理方法流程图。如图1所示，包括： 

步骤101、对输入的心电图信号进行预处理，获得预处理后的信号； 

步骤102、从所述预处理后的信号中提取待测心拍的特征参数，所述特征参数包括QRS波的宽度、当前RR间期及关联的平均RR间期； 

这里说的平均RR间期，是指当前RR间期最近的设定数目（例如8个）RR间期的均值。 

步骤103、从所述预处理后的信号中获取待测心拍的波形，计算待测心拍的波形与模板的波形的相关系数； 

步骤104、根据待测心拍的波形与所述模板的波形的相关系数是否小于一定门限，并且QRS波的宽度、当前RR间期及关联的平均RR间期是否偏离正常值判断条件，确定是否为室性早搏。 

需说明的是，步骤102和103没有必然的顺序关系。待测心拍早搏检测处理和模板更新也没有先后顺序限定。 

可以发现，本发明实施例在对心电信号进行预处理后，提取了包括待测心拍的QRS波的宽度、待测心拍的平均RR间期等参数，并计算待测心拍的波形与模板的波形的相关系数，然后综合这些参数判断出符合设定要求后，输出确定为室性早搏的结果，从而相对于现有技术方法能更准确检测出室性早搏PVC，提高了准确率，且运算量更少。 

图2是本发明实施例二室性早搏检测处理方法的框架流程图。 

如图2所示，整个处理流程包括：输入信号后，进行信号预处理，再对信号进行特征提取，然后输入模板匹配系统，进行模板匹配和逻辑判断，最后输出分类结果。具体的： 

数字化的心电图ECG信号进行预处理，即经高、低通滤波进行预处理，通过预处理可以使得基线漂移得到校正，并基本抑制了高频噪声，从而减少干扰。在此基础上进行特征提取，即提取QRS波特征参数，能保证参数的准确性。因为PVC的主要形态特征是提早出现的宽大畸形QRS波群，所以RR间期（RR表示两个QRS波之间的间期）、QRS波宽度是必不可少的特征，因此提取这些作为特征参数。 

另外，在进行模板匹配时还进一步获取其待测心拍波形与模板波形的相关系数，通过RR间期、QRS波宽度及相关系数CC等参数综合进行判断，得出分类结果。 

本发明方法在每输入一个数据后，按图2所示流程实时的进行PVC检测。在一次心搏到达时检测出QRS波，并测量出它的一组特征参数，然后送入模板匹配系统，得出心拍分类结果。在检测时，本发明方法延迟一个心拍，那么当检 测到当前心拍时返回上一个心拍的分类结果。 

图3是本发明实施例二室性早搏检测处理方法的具体流程图。如图3所示，包括步骤： 

步骤301、对输入信号进行预处理。 

一般输入的心电图ECG信号中会包含工频、肌电、基线漂移等噪声。基线漂移是由呼吸或电极与人体间运动引起的低频干扰，一般在0.5Hz以下，会改变ECG中ST段的形态，影响参数提取的准确性，因此滤除基线漂移很重要。本发明方法为了减少噪声干扰，对输入信号预先进行滤波处理，例如进行高、低通滤波。 

步骤302、提取特征参数。 

本发明提取的待测心拍的特征参数主要包括待测心拍的QRS波宽度、当前RR间期、关联的平均RR间期。 

其中，如图6所示，Q波和S波之间的宽度为QRS波宽度。图6是本发明实施例二方法中R波高度、QRS波宽度标识图。RR间期需要前一间期RR，当前间期RR和后一间期RR，其与心拍的关系如图7所示，图7是本发明实施例二方法中的心拍与间期关系图。 

步骤303、进行模板匹配。具体参见图4中的描述。 

步骤304、根据匹配结果输出分类结果。 

图4是本发明实施例二方法中的模板匹配流程图，而图8则显示了模板匹配的示意过程。 

在介绍该流程图前，先对相关术语进行定义。 

平均RR间期，是指当前RR间期最近的设定数目（例如8个）RR间期的均值。 

需说明的是，这里相关系数CC所设定的进行比较的阈值如0.95、0.99等，与平均RR间期进行比较的阈值90%～120%等，与QRS宽度比较的阈值120毫秒等，都是根据经验所得，并非固定不变，可以根据试验结果进行设置。 

如图4所示，对信号的前M拍先进行训练学习，学习完成之后对新来的待测心拍，先与正常模板进行匹配，如果满足相关系数CC大于0.99，当前RR间期是平均RR间期的90%～120%之间，匹配成功，则聚为正常模板类，返回正常；若 匹配不成功，则依次和其他模板匹配，如果匹配成功，则聚为该类模板，此时如果满足相关系数CC大于等于0.96；或者相关系数大于0.78并且当前RR间期是平均RR间期的90%～120%之间；或者相关系数CC大于0.5并且当前RR间期是平均RR间期的90%～120%之间并且QRS波宽度小于120毫秒，则输出正常的结果；如果不满足，但满足相关系数CC大于0.78并且QRS宽度大于120毫秒；或者相关系数CC大于0.5并且当前RR间期大于平均间期120%，或者相关系数是否大于0.5并且当前RR间期小于平均间期90%，则返回确认PVC的结果，如果又不满足，则返回不确定的结果。 

具体的，图4包括步骤： 

步骤401、输入待测心拍。 

待测心拍可以为R波前600ms，后400ms的一段波形。 

步骤402、判断是否已有正常模板，若是，进入步骤403，若否，进入步骤414生成正常模板。生成正常模板的方法参见流程图5所描述。本发明中所说的正常模板，代表的是正常的波形。 

步骤403、计算待测心拍的波形与正常模板的波形的相关系数CC参数。 

本发明方法通过对每段信号数据的前10个波形进行学习，获取正常模板的波形，对每一个待测心拍进行聚类，获取其与正常模板的波形的相关系数CC。需说明的是，这里是以10个波形举例但不局限于此。 

本发明的提取的相关系数计算公式如下： 

$\mathrm{corr}\_\mathrm{coeff}=\frac{\underset{n=1}{\overset{N}{\mathrm{\&Sigma;}}}(x\left(n\right)-\stackrel{\&OverBar;}{x})(y\left(n\right)-\stackrel{\&OverBar;}{y})}{\sqrt{\underset{n=1}{\overset{N}{\mathrm{\&Sigma;}}}{(x\left(n\right)-\stackrel{\&OverBar;}{x})}^2\underset{n=1}{\overset{N}{\mathrm{\&Sigma;}}}{(y\left(n\right)-\stackrel{\&OverBar;}{y})}^2}}$

其中，N为所取信号的长度，也即指以QRS波为中心前后一段时间（例如320ms）内采集的信号个数，例如采样率为600，则N=320*600/1000=192；x(n)，y(n)分别为模板的波形信号和待测心拍的波形信号，  分别为x(n)，y(n)的平均值。 

步骤404、根据参数比较结果，判断是否满足相关系数CC大于0.99，当前RR间期是平均RR间期的90%～120%之间，若满足则进入步骤405，若不满足，进 入步骤408。 

平均RR间期已经在步骤302中所提取获得。 

步骤405、因为满足相关系数CC大于0.99，当前RR间期是平均RR间期的90%～120%之间，确定为匹配，因此将待测心拍聚为正常模板类，进入步骤406。 

步骤406、更新正常模板，进入步骤407。 

该步骤中根据步骤405的处理结果更新正常模板。 

聚类后，如果满足条件对模板进行更新，则采用原来正常模板波形的7/8加上现在待测心拍的波形的1/8，组成新的正常模板的波形。另外，模板的最大数量可以设为M个（例如为8个），当模板数量已满时，若有新的与模板的波形不匹配的心拍，则对模板进行合并或删除处理，处理流程如下：1）计算除正常模板外的其他7个模板之间的相关系数，找出最大相关系数；2）若最大相关系数大于等于0.80，则将该最大相关系数对应的两个模板进行合并，若最大相关系数小于0.80，则找出7个模板中心拍的数量最少的模板进行删除。 

步骤407、该步骤输出正常的结果。 

步骤408、因为不满足相关系数CC大于0.99，当前RR间期是平均RR间期的90%～120%之间，确定为不匹配，因此将待测心拍依次和其他模板匹配，如果匹配成功，则聚为该类模板。进入步骤409。 

步骤409、计算该类模板与正常模板类的相关系数CC。 

步骤410、根据参数比较结果，判断是否满足相关系数CC大于等于0.96；或者相关系数大于0.78并且当前RR间期是平均RR间期的90%～120%之间；或者相关系数CC大于0.5并且当前RR间期是平均RR间期的90%～120%之间并且QRS波宽度小于120毫秒，若是，进入步骤407输出正常结果，若否，进入步骤411。 

步骤411、进一步判断是否满足相关系数CC大于0.78并且QRS宽度大于120毫秒；或者相关系数CC大于0.5并且当前RR间期大于平均间期120%，或者相关系数是否大于0.5并且当前RR间期小于平均间期90%，若是，进入步骤412，若否，进入步骤413。 

步骤412、输出确定为PVC的结果。 

通过上述判断流程，最终确定出PVC。 

步骤413、输出不确定结果。 

步骤414、生成正常模板。具体参见图5所描述。 

以上模板更新和早搏检测判断并无先后顺序关系，不应限定在上述实施例。 

图5是本发明实施例二方法中的模板生成流程图。 

本发明的模板生成过程，共采用设定数目（例如8个）模板，每个模板里面放置一个QRS波，每个模板有一个模板波形。学习前十个心拍，QRS波聚类形成模板集，将聚类最多的模板作为优势模板，作为以后心电图信号比较的最优对象，也即作为用于比较的正常模板。 

具体的，如图5所示，模板生成过程包括步骤： 

步骤501、输入待测心拍。 

步骤502、将第一个待测心拍的波形放入到第一模板中，将第二个待测心拍的波形与第一模板中的心拍的波形进行比较，计算相关系数。 

步骤503、根据参数比较结果，判断是否满足相关系数CC大于0.95，若是，进入步骤504，若否，进入步骤505。 

步骤504、因为满足相关系数CC大于0.95，因此将第二个待测心拍聚为第一模板类。进入步骤506。 

步骤505、因为不满足相关系数CC大于0.95，因此将第二待测心拍的波形依次和其他模板的波形进行相关比较，如果相关，则聚为该模板类，也即其他类。进入步骤507。 

步骤506、更新模板。进入步骤507。 

更新模板的方式与前述图4中的描述类似，此处不再赘述。 

步骤507、判断待测心拍是否已经输入N拍，若是，进入步骤508，若否，返回步骤501输入新拍。 

该步骤中的N拍根据需要设定。 

步骤508、将获得心拍数最多的模板作为正常模板，即作为用于与待测心拍的波形进行比较的模板。 

该步骤是将第一模板类至所述第N模板类中获得心拍数最多的一类作为正 常模板。 

从上述方法流程可以发现，本发明方法具有以下有益效果：本发明实施例在对心电信号进行预处理后，提取了包括待测心拍的QRS波的宽度、当前RR间期及关联的平均RR间期等参数，并计算待测心拍的波形与正常模板的波形的相关系数，然后综合这些参数判断出符合设定要求后，输出确定为室性早搏的结果，从而相对于现有技术方法能更准确检测出室性早搏PVC，提高了准确率，且运算量更少。 

本发明相应还提供一种室性早搏检测处理装置。 

图9是本发明实施例装置结构示意图，如图9所示，该装置包括： 

预处理单元91，用于对输入的心电图信号进行预处理，获得预处理后的信号； 

特征提取单元92，用于从所述预处理后的信号中提取待测心拍的特征参数，所述特征参数包括QRS波的宽度、当前RR间期及关联的平均RR间期； 

相关系数计算单元93，用于从所述预处理后的信号中获取待测心拍的波形，计算待测心拍的波形与正常模板的波形的相关系数； 

判断单元93，根据所述相关系数是否小于一定门限，并且QRS波的宽度、当前RR间期及关联的平均RR间期是否偏离正常值判断条件，确定是否为室性早搏。 

进一步地，判断单元包括： 

判断待测心拍的波形与正常模板的波形的相关系数是否大于0.99且当前RR间期处于平均RR间期的90%～120%之间；若结果为是，将待测心拍聚为正常模板类，并且确定为室性正常，若结果为否，依次判断待测心拍的波形与其它模板的波形的相关系数是否大于0.99，如果是，则将所述待测心拍聚为该模板类，并计算所述被聚类的模板类与所述正常模板类的相关系数；如果和正常模板不匹配，进一步判断所述被聚类的模板类与所述正常模板类的相关系数是否大于0.96，或者所述被聚类的模板类与所述正常模板类的相关系数是否大于0.78并且当前RR间期是平均间期的90%～120%之间；或者所述被聚类的模板类与所述正常模板类的相关系数是否大于0.5并且当前RR间期是平均间 期的90%～120%之间并且QRS波宽度小于120毫秒；如果是确定为室性正常，若结果为否，确定为待进一步判定；如果确定为待进一步判定，则进一步包括：所述被聚类的模板类与所述正常模板类的相关系数是否大于0.78并且QRS宽度大于120毫秒；或者被聚类的模板类与所述正常模板类的相关系数大于0.5并且当前RR间期大于平均间期120%或小于平均间期90%，如果是，则确定为室性早搏，否则为不确定。 

以上对本发明实施例所提供的方案，进行了详细介绍，本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。 

Claims (4)

1.一种心拍波形模板生成方法，其特征在于，包括以下步骤：

先将第一个待测心拍的波形放入到第一模板中，将第二个待测心拍的波形与所述第一模板中的心拍的波形进行比较，计算相关系数，判断所述相关系数是否大于设定的第一门限，若是，将所述第二个待测心拍聚为第一模板类，且将原来的第一模板的波形的7/8加上第二个待测心拍的波形的1/8，组成新的第一模板的波形，若否，则聚为第二模板类，且将所述第二个待测心拍的波形放入到第二模板中；再将第三个待测心拍的波形与所述第一模板中的心拍的波形进行比较，计算相关系数，判断所述相关系数是否大于设定的第一门限，若是，将所述第三个待测心拍聚为第一模板类，且将原来的第一模板的波形的7/8加上第三个待测心拍的波形的1/8，组成新的第一模板的波形；若否，则第二模板中若没有心拍的波形，将第三个待测心拍的波形放入到第二模板中，第二模板中若有心拍的波形，则再将所述第三个待测的心拍的波形与所述第二模板中的心拍的波形进行比较，计算相关系数，判断所述相关系数是否大于设定的第一门限，若是，则聚为第二模板类，且将原来的第二模板的波形的7/8加上第三个待测心拍的波形的1/8，组成新的第二模板的波形，若否，则聚为第三模板类，且将所述第三个待测心拍的波形放入到第三模板中；以此类推，依次将M个待测心拍的波形分别放入与它相关的N个模板类，其中N<M；

将所述第一模板类至所述第N模板类中获得心拍数最多的一类所对应的模板作为正常模板。

2.根据权利要求1所述的心拍波形模板生成方法，其特征在于，还包括以下步骤：

当输入的心拍数目大于M时，依次将输入心拍的波形与第一至第N个模板中的心拍波形进行比较，计算相关系数，判断所述相关系数是否大于设定的第一门限，若是，将所述待测心拍聚为该模板类，若否，则与下一个模板比较，聚为相应模板类。

3.根据权利要求1或2所述的心拍波形模板生成方法，其特征在于：所述方法还包括

当模板的数量已满设定数目N时，若下一个待测心拍与N个模板的波形相关系数都小于等于设定的门限，则对模板进行合并或删除处理，包括：

计算获得心拍数最多的模板外的其他N-1个模板之间的相关系数，找出最大相关系数；若最大相关系数大于等于设定的第二门限，则将该最大相关系数对应的两个模板进行合并，否则找出N-1个模板中心拍的数量最少的模板进行删除；

将新的待测心拍列为模板。

4.一种心拍波形模板生成模块，其特征在于，包括：

模板单元，共有N个模板，用于存储N个不同类型的心拍波形；

模板聚类单元，用于先将第一个待测心拍的波形放入到第一模板中，将第二个待测心拍的波形与所述第一模板中的心拍的波形进行比较，计算相关系数，判断所述相关系数是否大于设定的第一门限，若是，将所述第二个待测心拍聚为第一模板类，且将原来的第一模板的波形的7/8加上第二个待测心拍的波形的1/8，组成新的第一模板的波形，若否，则聚为第二模板类，且将所述第二个待测心拍的波形放入到第二模板中；再将第三个待测心拍的波形与所述第一模板中的心拍的波形进行比较，计算相关系数，判断所述相关系数是否大于设定的第一门限，若是，将所述第三个待测心拍聚为第一模板类，且将原来的第一模板的波形的7/8加上第三个待测心拍的波形的1/8，组成新的第一模板的波形；若否，则第二模板中若没有心拍的波形，将第三个待测心拍的波形放入到第二模板中，第二模板中若有心拍的波形，则将所述第三个待测的心拍的波形与所述第二模板中的心拍的波形进行比较，计算相关系数，判断所述相关系数是否大于设定的第一门限，若是，则聚为第二模板类，且将原来的第二模板的波形的7/8加上第三个待测心拍的波形的1/8，组成新的第二模板的波形，若否，则聚为第三模板类，且将所述第三个待测心拍的波形放入到第三模板中；以此类推，依次将M个待测心拍的波形分别放入与它相关的N个模板类，其中N<M；

判断单元，将所述第一模板类至所述第N模板类中获得心拍数最多的一类所对应的模板作为正常模板。