多尺度动力学表型数据库的构建方法、心力衰竭评估的方法和系统

本公开涉及医学信号处理，具体涉及一种多尺度动力学表型数据库的构建方法、心力衰竭评估的方法和系统。

背景技术：

1、现有心率变异性分析（heart rate variability，hrv）中，心电信号因其无创、便捷而备受关注。常规hrv分析主要涵盖时域、频域及传统非线性指标，这些方法多依赖于单导联rr间期序列，并在固定的时间窗口内进行线性或单一维度的统计计算。

2、尽管部分前沿研究引入了多尺度熵（multiscale entropy，mse）算法，试图通过粗粒化过程解析信号在不同时间尺度下的复杂度演变，但现有技术在迈向临床精准量化与多中心复核的过程中，仍存在以下不足：

3、现有方案多局限于单一或少数导联、单一窗口或参数，未能充分利用多导联心电信号中蕴含的丰富空间信息，导致分析结果对导联选择、心电信号质量及参数设置高度敏感。特别是对于多尺度熵等非线性指标而言，其本身对参数设置便具有极高的敏感性，且在评估心衰严重度时，往往难以精细化地刻画不同时间尺度上的复杂度变化模式及其临床意义。

4、因此，在将多导联心电信号转化为可量化、可复核的心力衰竭连续严重度动力学表型这一方向上，现有技术仍存在明显缺口。

技术实现思路

1、为了解决相关技术中的问题，本公开实施例提供了一种多尺度动力学表型数据库的构建方法、心力衰竭评估的方法和系统。

2、第一方面，本公开实施例提供了一种多尺度动力学表型数据库的构建方法，所述方法包括：

3、获取历史受试者数据集，所述历史受试者数据集包括全部受试者中每个受试者在预设历史时间段内的多导联心电信号；

4、分别提取所述历史受试者数据集中每个受试者的多导联心电信号中各单导联心电信号的rr间期序列；对各单导联心电信号的rr间期序列分别进行处理得到处理后的rr间期序列；

5、针对所述受试者的每个处理后的rr间期序列，在多个预设尺度因子下分别计算所述处理后的rr间期序列的熵值，得到所述处理后的rr间期序列的多尺度熵；根据所述多尺度熵提取所述处理后的rr间期序列的多尺度复杂度特征，所述多尺度复杂度特征包括长尺度熵、短尺度熵和跨尺度差异特征；

6、将每个受试者的各单导联心电信号的多尺度复杂度特征进行跨导联聚合，得到所述受试者的多尺度动力学表型特征，所述多尺度动力学表型特征包括所述受试者的长尺度熵聚合值、短尺度熵聚合值、跨尺度差异特征聚合值以及跨导联一致性特征，其中，通过计算所述受试者的各单导联心电信号之间的多尺度复杂度特征的一致性，得到所述跨导联一致性特征；

7、将所述全部受试者按照心衰连续谱严重度等级划分为不同的严重度组；根据所述全部受试者的多尺度动力学表型特征建立受试者级别的多尺度动力学表型数据库，所述受试者级别的多尺度动力学表型数据库包括每个受试者的多尺度动力学表型特征和所述受试者所属严重度组的心衰连续谱严重度等级之间的对应关系。

8、根据本公开的实施例，所述根据所述多尺度熵提取所述处理后的rr间期序列的多尺度复杂度特征，包括：

9、将所述多个预设尺度因子划分为短尺度区间和长尺度区间；

10、将所述处理后的rr间期序列在所述短尺度区间内的多尺度熵均值，作为所述短尺度熵；

11、将所述处理后的rr间期序列在所述长尺度区间内的多尺度熵的均值，作为所述长尺度熵；

12、基于所述短尺度熵和所述长尺度熵的预设运算组合，得到所述跨尺度差异特征。

13、根据本公开的实施例，在所述分别提取所述历史受试者数据集中每个受试者的多导联心电信号中各单导联心电信号的rr间期序列之前，所述方法还包括：

14、基于所述历史受试者数据集中全部单导联心电信号的信号质量，将所述全部单导联心电信号划分为不同的导联质量层级；

15、针对每个导联质量层级，利用所述导联质量层级内的单导联心电信号对r峰检测算法进行参数自适应校准，得到各导联质量层级分别对应的r峰检测参数，所述r峰检测参数用于相应导联质量的单导联心电信号的r峰检测，以根据检测到的r峰提取所述单导联心电信号的rr间期序列；

16、其中，所述导联质量层级包括高导联质量层级、中导联质量层级和低导联质量层级，所述导联质量层级是基于各单导联心电信号的信号信噪比、基线漂移幅度、r波幅值一致性、r峰检测稳定性、工频干扰强度中的至少一种指标确定的。

17、根据本公开的实施例：

18、所述对各单导联心电信号的rr间期序列分别进行处理，包括：对所述各单导联心电信号的rr间期序列采用时间窗口集合进行分割处理，得到每个单导联心电信号的多个窗口级rr间期序列；对所述单导联心电信号的每个窗口级rr间期序列进行心律识别，并根据心律识别结果进行自适应处理，得到所述单导联心电信号的多个处理后的窗口级rr间期序列；

19、所述在多个预设尺度因子下分别计算所述处理后的rr间期序列的熵值，包括：针对每个处理后的窗口级rr间期序列，在所述多个预设尺度因子下分别对所述处理后的窗口级rr间期序列进行偏移粗粒化，得到与各预设尺度因子分别对应的偏移粗粒化序列组，所述偏移粗粒化序列组包括至少一个偏移粗粒化序列；针对每个偏移粗粒化序列组，基于预设的模板维数和容差阈值，分别计算组内各偏移粗粒化序列的模板匹配数量；对所述模板匹配数量进行跨偏移聚合，得到所述偏移粗粒化序列组对应的聚合匹配数量；基于所述聚合匹配数量计算所述处理后的窗口级rr间期序列在相应预设尺度因子下的熵值；将各熵值按照预设尺度因子从小到大的顺序排列，得到所述处理后的窗口级rr间期序列的多尺度熵。

20、根据本公开的实施例：

21、所述根据所述多尺度熵提取所述处理后的rr间期序列的多尺度复杂度特征，包括：

22、根据相应的多个处理后的窗口级rr间期序列中每个处理后的窗口级rr间期序列的多尺度熵，提取每个处理后的窗口级rr间期序列的多尺度复杂度特征，所述多个处理后的窗口级rr间期序列的多尺度复杂度特征作为所述单导联心电信号的多尺度复杂度特征。

23、根据本公开的实施例，所述受试者的多尺度动力学表型特征还包括标度指数；所述受试者的标度指数通过以下步骤得到：

24、针对所述受试者的每个单导联心电信号，分别对所述单导联心电信号的各处理后的窗口级rr间期序列执行去趋势波动分析，得到所述处理后的窗口级rr间期序列的标度指数；对所述单导联心电信号的各处理后的窗口级rr间期序列的标度指数进行聚合，得到所述单导联心电信号的标度指数；

25、对所述受试者的各单导联心电信号的标度指数进行跨导联聚合，得到所述受试者的标度指数。

26、根据本公开的实施例，所述方法还包括：

27、在对所述各单导联心电信号的rr间期序列采用时间窗口集合进行分割处理之后，对所得到的每个单导联心电信号的多个窗口级rr间期序列执行窗口质量过滤，得到相应的多个质量通过的窗口级rr间期序列；

28、所述窗口质量过滤包括：判断所述窗口级rr间期序列内的r峰数量是否低于预设最小心搏数门槛，若是，则剔除所述窗口级rr间期序列。

29、根据本公开的实施例，所述通过计算所述受试者的各单导联心电信号之间的多尺度复杂度特征的一致性，得到所述跨导联一致性特征，包括：

30、针对所述受试者，从所述各单导联心电信号中任意选择至少两个单导联心电信号；

31、计算所选择的至少两个单导联心电信号的多尺度复杂度特征之间的至少一种一致性统计量，得到所述跨导联一致性特征；

32、所述一致性统计量包括以下任意一种：

33、秩相关系数、一致性系数、组内相关系数、kendall协调系数。

34、根据本公开的实施例，所述受试者级别的多尺度动力学表型数据库还包括以下至少一种：

35、每个严重度组内全部受试者的多尺度动力学表型特征的中心趋势统计量、任意两个不同的严重度组之间多尺度动力学表型特征的组间统计量；

36、其中，所述中心趋势统计量包括与所述多尺度动力学表型特征中各特征指标分别对应的中心趋势统计值，所述中心趋势统计值是通过对所述严重度组内全部受试者在对应特征指标上的多尺度动力学表型特征计算得到的；

37、所述组间统计量包括以下至少一种：组间秩和检验统计量、单调趋势检验统计量、效应量及其置信区间。

38、第二方面，本公开实施例提供了一种基于多尺度动力学表型数据库进行心力衰竭评估的方法，所述方法包括：获取历史受试者数据集，所述历史受试者数据集包括全部受试者中每个受试者在预设历史时间段内的多导联心电信号；

39、分别提取所述历史受试者数据集中每个受试者的多导联心电信号中各单导联心电信号的rr间期序列；对各单导联心电信号的rr间期序列分别进行处理得到处理后的rr间期序列；

40、针对所述受试者的每个处理后的rr间期序列，在多个预设尺度因子下分别计算所述处理后的rr间期序列的熵值，得到所述处理后的rr间期序列的多尺度熵；根据所述多尺度熵提取所述处理后的rr间期序列的多尺度复杂度特征，所述多尺度复杂度特征包括长尺度熵、短尺度熵和跨尺度差异特征；

41、将每个受试者的各单导联心电信号的多尺度复杂度特征进行跨导联聚合，得到所述受试者的多尺度动力学表型特征，所述多尺度动力学表型特征包括所述受试者的长尺度熵聚合值、短尺度熵聚合值、跨尺度差异特征聚合值以及跨导联一致性特征，其中，通过计算所述受试者的各单导联心电信号之间的多尺度复杂度特征的一致性，得到所述跨导联一致性特征；

42、将所述全部受试者按照心衰连续谱严重度等级划分为不同的严重度组；根据所述全部受试者的多尺度动力学表型特征建立受试者级别的多尺度动力学表型数据库，所述受试者级别的多尺度动力学表型数据库包括每个受试者的多尺度动力学表型特征和所述受试者所属严重度组的心衰连续谱严重度等级之间的对应关系；

43、获取待测受试者数据集，所述待测受试者数据集包括每个待测受试者的当前多导联心电信号；以相同方式对所述待测受试者的当前多导联心电信号进行rr间期提取和处理、多尺度复杂度特征计算和跨导联聚合，得到所述待测受试者的多尺度动力学表型特征；基于所述多尺度动力学表型特征和所建立的受试者级别的多尺度动力学表型数据库，对所述待测受试者进行评估，得到相应的心衰连续谱严重度等级。

44、根据本公开的实施例，所述基于所述多尺度动力学表型特征和所建立的受试者级别的多尺度动力学表型数据库，对所述待测受试者进行评估，包括：

45、获取每个严重度组内全部受试者的多尺度动力学表型特征的中心趋势统计量；

46、其中，所述中心趋势统计量包括与所述多尺度动力学表型特征中各特征指标分别对应的中心趋势统计值，所述中心趋势统计值是通过对所述严重度组内全部受试者在对应特征指标上的多尺度动力学表型特征计算得到的；

47、计算所述待测受试者的多尺度动力学表型特征与所述中心趋势统计量之间的相似度度量值；

48、根据所述相似度度量值，得到与所述待测受试者相匹配的心衰连续谱严重度等级。

49、第三方面，本公开实施例提供了一种心衰连续谱多尺度动力学评估系统，包括：数据获取模块、预处理模块、多尺度复杂度特征提取模块、跨导联聚合模块和数据库构建模块；

50、数据获取模块，被配置为获取历史受试者数据集，所述历史受试者数据集包括全部受试者中每个受试者在预设历史时间段内的多导联心电信号；

51、预处理模块，被配置为分别提取所述历史受试者数据集中每个受试者的多导联心电信号中各单导联心电信号的rr间期序列；对各单导联心电信号的rr间期序列分别进行处理得到处理后的rr间期序列；

52、多尺度复杂度特征提取模块，被配置为针对所述受试者的每个处理后的rr间期序列，在多个预设尺度因子下分别计算所述处理后的rr间期序列的熵值，得到所述处理后的rr间期序列的多尺度熵；根据所述多尺度熵提取所述处理后的rr间期序列的多尺度复杂度特征，所述多尺度复杂度特征包括长尺度熵、短尺度熵和跨尺度差异特征；

53、跨导联聚合模块，被配置为将每个受试者的各单导联心电信号的多尺度复杂度特征进行跨导联聚合，得到所述受试者的多尺度动力学表型特征，所述多尺度动力学表型特征包括所述受试者的长尺度熵聚合值、短尺度熵聚合值、跨尺度差异特征聚合值以及跨导联一致性特征，其中，通过计算所述受试者的各单导联心电信号之间的多尺度复杂度特征的一致性，得到所述跨导联一致性特征；

54、数据库构建模块，被配置为将所述全部受试者按照心衰连续谱严重度等级划分为不同的严重度组；根据所述全部受试者的多尺度动力学表型特征建立受试者级别的多尺度动力学表型数据库，所述受试者级别的多尺度动力学表型数据库包括每个受试者的多尺度动力学表型特征和所述受试者所属严重度组的心衰连续谱严重度等级之间的对应关系。

55、根据本公开的实施例，所述系统还包括：评估模块；

56、所述评估模块，被配置为获取待测受试者数据集，所述待测受试者数据集包括每个待测受试者的当前多导联心电信号；以相同方式对所述待测受试者的当前多导联心电信号进行rr间期提取和处理、多尺度复杂度特征计算和跨导联聚合，得到所述待测受试者的多尺度动力学表型特征；基于所述多尺度动力学表型特征和所建立的受试者级别的多尺度动力学表型数据库，对所述待测受试者进行评估，得到相应的心衰连续谱严重度等级。

57、第四方面，本公开实施例提供了一种电子设备，包括存储器和处理器，其中，所述存储器用于存储一条或多条计算机指令，其中，所述一条或多条计算机指令被所述处理器执行以实现如第一方面和第二方面中任一项所述的方法。

58、第五方面，本公开实施例提供了一种计算机可读存储介质，其上存储有计算机指令，该计算机指令被处理器执行时实现如第一方面和第二方面中任一项所述的方法。

59、本公开通过分别提取所述历史受试者数据集中每个受试者的多导联心电信号中各单导联心电信号的rr间期序列；对各单导联心电信号的rr间期序列分别进行处理，针对每个处理后的rr间期序列进行多尺度熵计算；根据多尺度熵提取所述处理后的rr间期序列的多尺度复杂度特征，所述多尺度复杂度特征包括长尺度熵、短尺度熵和跨尺度差异特征；将每个受试者的各单导联心电信号的多尺度复杂度特征进行跨导联聚合，得到所述受试者的多尺度动力学表型特征，所述多尺度动力学表型特征包括所述受试者的长尺度熵聚合值、短尺度熵聚合值、跨尺度差异特征聚合值以及跨导联一致性特征；根据每个受试者的多尺度动力学表型特征建立受试者级别的多尺度动力学表型数据库。

60、本公开进一步解耦并量化了心脏节律在不同时间尺度下的动力学行为差异，通过多维度的特征组合来更全面地表征心律的动力学行为，同时，充分利用了多导联心电信号的空间信息，有效抑制了单导联局部噪声、电极位置偏差及个体解剖差异对特征提取的干扰，提升了心衰严重度评估特征在复杂临床环境下的鲁棒性、敏感度、一致性和可复核性。

61、应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。