检测早搏类型的方法、装置及介质与流程

1.本技术涉及医学信息处理技术领域，特别涉及一种检测早搏类型的方法、装置及介质。


背景技术：

2.心脏过早搏动，简称早搏。早搏主要有房性早搏和室性早搏两种。房性早搏的起源部位在心房，室性早搏的起源部位在心室。一般来说，室性早搏的危害相较房性早搏更为严重，更容易引发非良性心律失常，造成缺血甚至猝死。因此，区分早搏的类型，尤其是对房性早搏和室性早搏的区分对于医生诊断病情、进行风险评估、制定后续治疗方案等都具有重要意义。
3.现有技术中，通常采用心电图(electrocardiogram，简称ecg)区分房性早搏和室性早搏。具体为通过心电图机或者24小时动态心电图采集患者的心电信号，由医生结合心电图对早搏类型做出诊断。但由于无法对患者心率变化进行长时间、全天候监测，难以及时发现早搏问题，延误治疗时机；同时，使用心电图进行检测时，需要患者佩戴电极设备，检测方法不够简单方便。


技术实现要素：

4.本技术实施例提供一种检测早搏类型的方法、装置及介质，可以在无需佩戴复杂设备的条件下，实时监测心率变化，实现对房性早搏和室性早搏的有效区分，及早发现早搏问题。
5.第一方面，本技术实施例提供了一种检测早搏类型的方法，包括：
6.采集光电容积脉搏波ppg信号；根据该ppg信号，获取r-r间期rri数据；根据该rri数据，生成早搏类型检测的检测样本；根据该检测样本，提取样本特征；根据该样本特征，对检测样本进行早搏类型检测，得到检测结果。
7.应理解，采集光电容积脉搏波ppg信号的设备可以是手环、手表等智能穿戴设备。进行早搏类型检测，得到检测结果的设备可以是手机、平板电脑、台式计算机、便携式笔记本、ar/vr、车载终端等终端设备。
8.上述方法可以在无需佩戴复杂设备的条件下，实时监测心率变化，实现对房性早搏和室性早搏的有效区分，及早发现早搏问题。
9.在一个可选的实现方式中，根据rri数据，生成检测样本的方法是：利用预设窗口长度的滑动窗口，获取预设窗口长度的rri数据，生成检测样本。
10.在一个可选的实现方式中，预设窗口长度为2n 1，n为正整数。
11.上述方法利用了滑动窗口的特性，可以较容易地得到连续的由奇数个rri数据组成的检测样本，解决了单个rri数据无法正确区分早搏类型的问题。
12.在一个可选的实现方式中，在根据检测样本，提取样本特征之前，该方法还包括：根据检测样本，得到期望和标准差；根据期望和标准差，确定rri标准范围；根据rri标准范
围内的rri数据，得到平均rri值。
13.上述方法，基于检测样本的期望和标准差确定了rri标准范围，剔除掉异常rri数据，从而根据rri标准范围内的正常rri数据确定该检测样本中rri数据的平均rri值，使平均rri值不受异常数据的影响，提高检测结果的准确率。
14.在一个可选的实现方式中，根据检测样本，提取样本特征包括：提取检测样本的中心位点值和中心位点的后一位点值，利用平均rri值，结合检测样本中心位点值和中心位点的后一位点值，得到检测样本的代偿比值特征。
15.上述方法，利用检测样本中心位点和中心位点的后一位点值，并结合平均rri值得到代偿比值特征，可以解决房性早搏和室性早搏样本相似度高的问题，从而实现对房性早搏和室性早搏的有效区分，提高检测结果的准确率。
16.在一个可选的实现方式中，根据检测样本，提取样本特征还包括：提取检测样本的中心位点值，根据平均rri值和检测样本的中心位点值获得代偿比值特征的第一延伸特征；提取检测样本中心位点的前一位点值，根据平均rri值、检测样本的中心位点值和中心位点的前一位点值，获得代偿比值特征的第二延伸特征；提取检测样本中心位点的后一位点值，根据平均rri值、检测样本的中心位点值、中心位点的前一位点值和中心位点的后一位点值，获得代偿比值特征的第三延伸特征。
17.在一个可选的实现方式中，根据检测样本，提取样本特征还包括：根据检测样本，提取最大值特征。
18.上述方法，通过提取最大值特征，判断该检测样本中是否存在两跳融合的问题；通过提取代偿比值特征的第一延伸特征，判断该中心位点是否为两跳融合，如果是两跳融合，则此第一延伸特征为该中心位点的代偿比值特征；通过提取代偿比值特征的第二延伸特征，消除该中心位点的前一位点对该中心位点的影响；通过提取代偿比值特征的第三延伸特征，消除该中心位点的后一位点对该中心位点的影响；通过提取上述特征值，可以消除房性早搏、室性早搏样本常见的rri数据两跳融合问题，提高本技术的技术方法在房性早搏和室性早搏检测上的精度和召回率。
19.在一个可选的实现方式中，根据检测样本，提取样本特征还包括：利用检测样本的中心位点值，结合检测样本的非中心位点值，得到检测样本的邻域比值特征。
20.上述方法，通过提取邻域比值特征，能最大化突出检测样本的节律变化，分辨正常心跳和早搏心跳，提高分类的准确性。
21.在一个可选的实现方式中，根据样本特征对检测样本进行早搏类型检测，得到检测结果，具体包括：将样本特征输入分类模型，生成检测结果。
22.在一个可选的实现方式中，检测结果具体包括：房性早搏和室性早搏。
23.在一个可选的实现方式中，检测结果还包括：正常心跳。
24.应理解，该分类模型可以是二分类模型，也可以是三分类模型。将样本特征输入二分类模型，可以得到房性早搏和室性早搏的检测结果；将样本特征输入三分类模型，可以得到房性早搏、室性早搏和正常心跳的检测结果。
25.上述方法，通过两种分类模型，可以适用于两种不同功能的信号采集设备，从而提高数据处理的效率。
26.在一个可选的实现方式中，根据样本特征对检测样本进行早搏类型检测，得到检
测结果还包括：统计预设时间范围内的检测结果，生成统计报告。
27.应理解，该预设时间范围可以是日、周、月、年，分别生成日、周、月、年等多维度的统计报告。
28.上述方法，通过生成统计报告，可以对预设时间范围内的心跳情况进行统计，从而有利于用户对历史心跳数据进行了解、跟进和评估。
29.第二方面，本技术实施例提供了一种检测早搏类型的装置，包括：
30.采集模块，用于采集光电容积脉搏波ppg信号；获取模块，用于根据该ppg信号，获取r-r间期rri数据；生成模块，用于根据该rri数据，生成早搏类型检测的检测样本；提取模块，用于根据该检测样本，提取样本特征；检测模块，用于根据该样本特征，对检测样本进行早搏类型检测，得到检测结果。
31.应理解，采集光电容积脉搏波ppg信号的设备可以是手环、手表等智能穿戴设备。进行早搏类型检测，得到检测结果的设备可以是手机、平板电脑、台式计算机、便携式笔记本、ar/vr、车载终端等终端设备。
32.上述装置可以在无需佩戴复杂设备的条件下，实时监测心率变化，实现对房性早搏和室性早搏的有效区分，及早发现早搏问题。
33.在一个可选的实现方式中，根据rri数据，生成检测样本的方法是：利用预设窗口长度的滑动窗口，获取预设窗口长度的rri数据，生成检测样本。
34.在一个可选的实现方式中，预设窗口长度为2n 1，n为正整数。
35.上述装置利用了滑动窗口的特性，可以较容易地得到连续的由奇数个rri数据组成的检测样本，解决了单个rri数据无法正确区分早搏类型的问题。
36.在一个可选的实现方式中，提取模块具体包括：基础值获取单元，用于根据该检测样本，得到期望和标准差；标准范围确定单元，用于根据该期望和标准差，确定rri标准范围；平均rri值计算单元，用于根据该rri标准范围内的rri数据，得到平均rri值。
37.上述装置，基于检测样本的期望和标准差确定了rri标准范围，剔除掉异常rri数据，从而根据rri标准范围内的正常rri数据确定该检测样本中rri数据的平均rri值，使平均rri值不受异常数据的影响，提高检测结果的准确率。
38.在一个可选的实现方式中，提取模块还包括：代偿比值特征提取单元，用于提取该检测样本的中心位点值和中心位点的后一位点值，利用所述平均rri值，结合该检测样本中心位点值和该中心位点的后一位点值，得到该检测样本的代偿比值特征。
39.上述装置，利用检测样本中心位点和中心位点的后一位点值，并结合平均rri值得到代偿比值特征，可以解决房性早搏和室性早搏样本相似度高的问题，从而实现对房性早搏和室性早搏的有效区分，提高检测结果的准确率。
40.在一个可选的实现方式中，提取模块还包括：第一延伸特征提取单元，用于提取该检测样本的中心位点值，根据该平均rri值和该检测样本的中心位点值获得代偿比值特征的第一延伸特征；第二延伸特征提取单元，用于提取该检测样本中心位点的前一位点值，根据该平均rri值、该检测样本的中心位点值和该中心位点的前一位点值，获得代偿比值特征的第二延伸特征；第三延伸特征提取单元，用于提取该检测样本中心位点的后一位点值，根据该平均rri值、该检测样本的中心位点值、该中心位点的前一位点值和该中心位点的后一位点值，获得代偿比值特征的第三延伸特征。
41.在一个可选的实现方式中，提取模块还包括：最大值特征提取单元，用于根据该检测样本，提取最大值特征。
42.上述装置，通过提取最大值特征，判断该检测样本中是否存在两跳融合的问题；通过提取代偿比值特征的第一延伸特征，判断该中心位点是否为两跳融合，如果是两跳融合，则此第一延伸特征为该中心位点的代偿比值特征；通过提取代偿比值特征的第二延伸特征，消除该中心位点的前一位点对该中心位点的影响；通过提取代偿比值特征的第三延伸特征，消除该中心位点的后一位点对该中心位点的影响；通过提取上述特征值，可以消除房性早搏、室性早搏样本常见的rri数据两跳融合问题，提高本技术的技术方法在房性早搏和室性早搏检测上的精度和召回率。
43.一个可选的实现方式中，提取模块还包括：邻域比值特征提取单元，用于利用该检测样本的中心位点值，结合该检测样本的非中心位点值，得到该检测样本的邻域比值特征。
44.上述装置，通过提取邻域比值特征，能最大化突出检测样本的节律变化，分辨正常心跳和早搏心跳，提高分类的准确性。
45.在一个可选的实现方式中，根据样本特征对检测样本进行早搏类型检测，得到检测结果，具体包括：将样本特征输入分类模型，生成检测结果。
46.在一个可选的实现方式中，检测结果具体包括：房性早搏和室性早搏。
47.在一个可选的实现方式中，检测结果还包括：正常心跳。
48.应理解，该分类模型可以是二分类模型，也可以是三分类模型。将样本特征输入二分类模型，可以得到房性早搏和室性早搏的检测结果；将样本特征输入三分类模型，可以得到房性早搏、室性早搏和正常心跳的检测结果。
49.上述装置，通过两种分类模型，可以适用于两种不同功能的信号采集设备，从而提高数据处理的效率。
50.在一个可选的实现方式中，该装置还包括：统计模块，用于统计预设时间范围内的检测结果，生成统计报告。
51.应理解，该预设时间范围可以是日、周、月、年等，分别生成日、周、月、年等多维度的统计报告。
52.上述装置，通过生成统计报告，可以对预设时间范围内的心跳情况进行统计，从而有利于用户对历史心跳数据进行了解、跟进和评估。
53.第三方面，本技术实施例提供了一种检测早搏类型的装置，包括存储器和处理器，该存储器用于存储程序，该处理器用于执行该存储器存储的程序，当存储器存储的程序被执行时，该处理器用于执行如第一方面所述的方法。
54.第四方面，本技术实施例提供了一种计算机可读存储介质,该计算机可读存储介质存储用于设备执行的程序代码，该程序代码包括第一方面所述的方法。
附图说明
55.为了更清楚地说明本技术实施例或背景技术中的技术方案，下面将对本技术实施例或背景技术中所需要使用的附图进行说明。
56.图1为本技术实施例中一种检测早搏类型的方法的流程示意图；
57.图2a与图2b为本技术实施例中一种检测早搏类型的方法的可能结果界面示意图；
58.图3为本技术实施例中另一种检测早搏类型的方法的流程示意图；
59.图4为本技术实施例中一种检测早搏类型的方法的统计界面示意图；
60.图5为本技术实施例中一种检测早搏类型的装置的示意性框图；
61.图6为本技术实施例中另一种检测早搏类型的装置的示意性框图；
62.图7为本技术实施例中一种检测早搏类型的装置的组成示意图。
具体实施方式
63.下面将结合附图，对本技术中的技术方案进行描述。
64.首先介绍本技术实施例涉及的专业术语和概念。
65.(1)光电容积脉搏波
66.光电容积脉搏波(photoplethysmography，ppg),是以led光源和探测器为基础,测量经过人体血管和组织反射、吸收后的衰减光,记录血管的搏动状态并测量脉搏波的方法。
67.当led光射向皮肤，透过皮肤组织反射回的光被光敏传感器接受并转换成电信号再经过模数转换器转换成数字信号。当光照透过皮肤组织然后再反射到光敏传感器时，光会有一定的衰减，在测量部位没有大幅度运动的情况下，肌肉、骨骼、静脉和其他连接组织等对光的吸收是基本不变的，但是由于动脉里有血液的流动，血液对光的吸收就会有所变化。当把光转换成电信号时，利用动脉对光的吸收有变化而其他组织对光的吸收基本不变的特点，将得到的信号分为直流dc信号和交流ac信号。提取其中的ac信号，就能反应出血液流动的特点。再通过去噪处理、滤波处理等过程，提取峰值，得到脉搏波的测量数据。
68.(2)rr间期
69.rr间期(rr interval，rri)是指心电图上两个r波之间的时限。在qrs波群中，q波所在的折点是r波的起点，从这一起点到下一个起点所经历的时间就被称为rr间期,通俗的说就是两次心跳的间隔时间。正常的rr间期时限应该在0.6-1.0秒之间，小于0.6秒说明出现了心动过速，大于1.0秒说明出现了心动过缓。另外当rr间期不相等的时候，说明出现了心律不齐，在房颤的心电图上会出现明显的rr间距不等。
70.(3)早搏
71.过早搏动(premature beat)亦称期前收缩、期外收缩，简称早搏，是一种提早的异位心搏。按起源部位可分为窦性、房性、房室交接处性和室性四种，其中以室性最多见，其次为房性，窦性过早搏动罕见。过早搏动是常见的异位心律。可发生在窦性或异位性(如心房颤动)心律的基础上。可偶发或频发，可以不规则或规则地在每一个或每数个正常搏动后发生，形成二联律或联律性过早搏动。
72.房性早搏，起源于窦房结以外心房的任何部位。典型房性早搏心电图特点：房性早搏的p波提前发生，与窦性p波形态各异，如发生在舒张早期，适逢房室结尚未脱离前次搏动的不应期，可产生传导中断(波称为阻滞的或未下传的房性期前收缩)或缓慢传导(下传的pr间期延长)现象；发生很早的房性早搏的p波可重叠于前面的t波之上，且不能下传心室，故无qrs波发生，易误认为窦性停搏或窦房传导阻滞；房性早搏使窦房结提前发生除极，因而包括其前收缩在内前后两个窦性p波的间期，短于窦性pp间期的两倍，称为不完全性代偿间歇；若房性早搏发生较晚，或窦房结周围组织的不应期长，窦房结的节律未被扰乱，期前收缩前后pp间期恰为窦性者的两倍，称为完全性代偿间歇；房性早搏发生不完全性代偿间
歇居多，房性早搏下传的qrs波群形态通常正常，有时亦可出现宽阔畸形的qrs波群，称为室内差异性传导。
73.室性早搏，在窦房结冲动尚未抵达心室之前，由心室中的任何一个部位或室间隔的异位节律点提前发出电冲动引起心室的除极，称为室性早搏，简称室早。典型室性早搏心电图特点：提前发生的qrs波群，时限通常超过0.12s、宽阔畸形，st段与t波的方向与qrs波群主波方向相反；室性早搏与其前面的窦性搏动之间期(称为配对间期)恒定；室性早搏很少能逆传心房，提前激动窦房结，故窦房结冲动发放未受干扰，室性早搏后出现完全性代偿间歇，即包含室早在内的两个下传的窦性搏动之间期，等于两个窦性rr间期之和。如果室性早搏刚好插入两个窦性搏动之间，不产生室性早搏后停顿，称为间位性室性早搏。室性早搏的类型：室性早搏可孤立或规律出现。二联律是指每个窦性搏动后跟随一个室性早搏；三联律是每两个正常搏动后出现一个室性早搏；如此类推。连续发生两个室性早搏称成对室性早搏。连续三个或以上室性早搏称室性心动过速。同一导联内，室性早搏形态相同者，为单形性室性早搏；形态不同者称多形或多源性室性早搏。
74.(4)xgboost算法
75.xgboost(extreme gradient boosting)算法，是boosting算法中的一种，boosting算法的思想是将许多弱分类器集成在一起形成一个强分类器。xgboost是一种提升树模型，它是将许多树模型集成在一起，形成一个强分类器，所用到的树模型是cart回归树模型。
76.xgboost算法思想是不断地添加树，不断地进行特征分裂来完成一棵树的构建。每次添加一个树，实际上是学习一个新函数，去拟合上次预测或分类的残差。当需要预测一个样本的分数或对样本进行分类时，根据这个样本的特征，在每棵树中会落到对应的一个叶子节点，每个叶子节点对应一个分数，最后只需要将每棵树对应的分数加起来就是该样本的预测结果。
77.(5)查准率、召回率
78.查准率(precision)，也称精度、精确率，是针对检测结果而言的，它表示的是检测为正的样本中有多少是真正的正样本。检测为正有两种可能，一种是把正类预测为正类(tp)，另一种是把负类预测为正类(fp)，查准率为：
[0079][0080]
在本技术实施例中，查准率＝(识别正确的早搏样本数/识别出的早搏样本数)x100％，所述识别出的早搏样本数是：心脏早搏被预测为心脏早搏的样本数 正常心跳被预测为心脏早搏的样本数。
[0081]
召回率(recall)，也称查全率，是针对原来的检测样本而言的，它表示的是样本中的正例有多少被准确预测。有两种可能，一种是把原来的正类预测成正类(tp)，另一种是把原来的正类预测为负类(fn)，召回率为：
[0082][0083]
在本技术实施例中，召回率＝(识别出的早搏样本数/全部早搏样本数)*100％。
[0084]
具体而言，本技术实施例的检测早搏类型的方法可以应用在如下所示的a场景和b场景中，下面分别对a场景和b场景进行简单的介绍。
[0085]
a场景：
[0086]
现实生活中，人有时候会感觉到心悸、胸闷、乏力，有的人甚至有自觉停跳感，这可能是由心脏早搏引起的，但是房性早搏和室性早搏的症状基本类似，且室性早搏的危害相较房性早搏更为严重，更容易引发非良性心律失常，造成缺血甚至猝死。如果想要知道自己是房性早搏还是室性早搏，就需要去医院做心电图检查。心电图检查具体为通过心电图机或者24小时动态心电图采集患者的心电信号，由医生结合心电图对早搏类型做出诊断。但由于无法对患者心率变化进行长时间、全天候监测，难以及时发现早搏问题，延误治疗时机；同时，使用心电图进行检测时，需要患者佩戴电极设备，检测方法不够简单方便。
[0087]
此时，人们可以通过佩戴手环或手表等支持早搏检测的设备，采集光电容积脉搏波信号，获取ppg rri数据，针对每一次心跳，取其前后n跳的rri数据，n是正整数，生成早搏类型检测样本，从而根据该早搏类型检测样本提取包含代偿比值特征、最大值特征、邻域比值特征在内的多维度特征；利用机器学习二分类模型进行房性早搏、室性早搏类型的检测，得到早搏类型检测结果。
[0088]
可见，本技术实施例提供的检测早搏类型的方法，可以在无需佩戴复杂设备的条件下，实时监测心率变化，实现对房性早搏和室性早搏的有效区分，及早发现早搏问题。
[0089]
b场景：
[0090]
现实生活中，人有时候会感觉到心悸、胸闷、乏力，有的人甚至有自觉停跳感，这可能是由心脏早搏引起的，但是房性早搏和室性早搏的症状基本类似，且室性早搏的危害相较房性早搏更为严重，更容易引发非良性心律失常，造成缺血甚至猝死。如果想要知道自己是房性早搏还是室性早搏，就需要去医院做心电图检查。心电图检查具体为通过心电图机或者24小时动态心电图采集患者的心电信号，由医生结合心电图对早搏类型做出诊断。但由于无法对患者心率变化进行长时间、全天候监测，难以及时发现早搏问题，延误治疗时机；同时，使用心电图进行检测时，需要患者佩戴电极设备，检测方法不够简单方便。
[0091]
此时，人们可以通过佩戴手环或手表等不支持早搏检测的设备，采集光电容积脉搏波信号，获取ppg rri数据，针对每一次心跳，取其前后n跳的rri数据，n是正整数，生成早搏类型检测样本，从而根据该早搏类型检测样本提取包含代偿比值特征、最大值特征、邻域比值特征在内的多维度特征；利用机器学习三分类模型进行正常心跳、房性早搏、室性早搏类型的检测，得到早搏类型检测结果。
[0092]
可见，本技术实施例提供的检测早搏类型的方法，可以在无需佩戴复杂设备的条件下，实时监测心率变化，实现对正常心跳、房性早搏和室性早搏的有效区分，及早发现早搏问题。
[0093]
下面详细描述本技术实施例涉及的方法。
[0094]
需要说明的是，下述实施例一、二可以应用于上述场景a、场景b中。
[0095]
实施例一：
[0096]
图1为本技术实施例一提供的一种检测早搏类型的方法。
[0097]
s101：采集光电容积脉搏波ppg信号。
[0098]
应理解，采集光电容积脉搏波ppg信号的设备可以是手环、手表等智能穿戴设备。
[0099]
s102：根据ppg信号，获取r-r间期rri数据。
[0100]
应理解，ppg信号在采集过程中可能会受到ppg传感器的安装位置、肤色的吸收率、
周期交叉问题等因素产生的噪声影响，需要将采集到的ppg信号进行生理信号与噪声信号的分离、滤波处理，获得经过处理后的ppg数据。
[0101]
应理解，对ppg信号的处理方法可以是时域分析法，也可以是频域分析法，本技术不作限定。
[0102]
其中，经过处理后的ppg数据包含各类心率信息，例如pr间期、qrs波群、qt间期等信息，提取当中的rri数据。
[0103]
s103：根据rri数据，生成早搏类型检测的检测样本。
[0104]
s103的具体实现中，可以利用预设窗口长度的滑动窗口，获取预设窗口长度的rri数据，生成检测样本。
[0105]
应理解，预设窗口长度为2n 1，n为正整数，中心位点可以是检测样本中非两端位点的任一位点，本技术实施例不作限定。当n取5时，早搏类型检测结果准确性更高。
[0106]
例如，获取到m个rri数据{x1,x2,
…
,xm},预设窗口长度为2n 1时，在m个rri数据中取连续的2n 1个rri数据生成检测样本，其中，以第n 1个rri数据x
n 1
为检测样本的中心位点。当n取5时，针对第i个rri数据xi生成检测样本的方法为：以xi为中心位点，取其前5跳rri数据和后5跳，生成长度为11的检测样本{x
i-5
,x
i-4
,
…
,xi,
…
,x
i 5
}，x
i-5、x
i-4、
…
、x
i、
…
、x
i 5
均为rri序列{x1,x2,
…
,xm}中的rri数据。针对第i 1个rri数据x
i 1
生成检测样本时，利用滑动窗口的特性，向后推移一个窗口单位，生成第i 1个rri数据x
i 1
的检测样本。
[0107]
此外，预设窗口长度也可以是2n，n为正整数，中心位点可以是检测样本中非两端位点的任一位点，本技术实施例不作限定。
[0108]
例如，获取到m个rri数据{x1,x2,
…
,xm},预设窗口长度为2n时，在m个rri数据中取连续的2n个rri数据生成检测样本，其中，以第n个rri数据xn为检测样本的中心位点。s104：根据检测样本，提取样本特征。
[0109]
其中，样本特征包括：代偿比值特征、代偿比值特征的第一延伸特征、代偿比值特征的第二延伸特征、代偿比值特征的第三延伸特征、最大值特征、邻域比值特征。
[0110]
应理解，利用检测样本的中心位点值，结合检测样本的非中心位点值，可以得到检测样本的邻域比值特征，表示为：
[0111][0112]
其中，rri[mid]为中心位点的rri值，rri[mid-n]、rri[mid n]分别为rri[mid]前n位点的rri值和后n位点的rri值。
[0113]
通过提取邻域比值特征，可以最大化突出节律变化；并且，因为早搏心跳的rri值与正常心跳的rri值有异，因此以中心位点为检测目标，可以帮助区分正常心跳与早搏心跳。
[0114]
例如，如果检测样本无早搏心跳，则该检测样本的邻域比值特征均接近于1；相反，如果该检测样本中出现了早搏心跳，则必有远异于1的邻域比值特征值出现。
[0115]
应理解，根据检测样本，得到期望和标准差；根据期望和标准差，确定rri标准范围；根据rri标准范围内的rri数据，可以得到平均rri值。其中，rri标准范围为[μ-σ,μ σ]，μ为检测样本的期望，σ为检测样本的标准差。平均rri值avg_rri为：
[0116]
[0117]
其中，sum(rri[norm])为该滑动窗口范围内所有属于[μ-σ,μ σ]内的rri值的总和，n[norm]为该滑动窗口范围内所有属于[μ-σ,μ σ]内的rri值的个数。
[0118]
例如，当前位点的检测样本为{0.7,0.6,0.7,0.8,0.8,0.5,1.1,0.8,0.9,0.8,0.7}，则μ＝(0.7 0.6 0.7 0.8 0.8 0.5 1.1 0.8 0.9 0.8 0.7)/11＝0.76，σ＝0.15，rri标准范围为[0.61,0.91]，取检测样本中落在标准范围内的rri值进行计算，得到的平均rri值为(0.7 0.7 0.8 0.8 0.8 0.9 0.8 0.7)/8＝0.775。
[0119]
应理解，通过提取检测样本的中心位点值和中心位点的后一位点值，利用平均rri值，结合检测样本中心位点值和中心位点的后一位点值，可以得到检测样本的代偿比值特征，可以表示为：
[0120][0121]
其中，rri[mid]为中心位点的rri值，rri[mid 1]为中心位点后一位点的rri值。
[0122]
应理解，在识别出早搏心跳后，需要对早搏类型进行检测，实现对房性早搏和室性早搏的区分。由于房性早搏的代偿间隙通常不完全，即当前心跳与前一跳之间的rri值、当前心跳与后一跳之间的rri值之和会小于两倍的avg_rri值,而室性早搏通常为完全性代偿间隙，即当前心跳与前一跳之间的rri值、当前心跳与后一跳之间的rri值之和与两倍的avg_rri值大小基本一致，所以可以通过代偿比值特征解决房性早搏和室性早搏样本相似度高的问题，实现对房性早搏和室性早搏的区分。
[0123]
应理解，提取检测样本中的rri最大值，作为该检测样本的最大值特征。由于房性早搏和室性早搏的rri数据经常出现两跳融合的问题，通过提取该检测样本的最大值特征，可以识别该检测样本中是否出现两跳融合的问题。如果最大值特征远超正常rri值，则代表该检测样本中存在两跳融合的问题。
[0124]
应理解，通过提取检测样本的中心位点值，根据平均rri值和检测样本的中心位点值，可以获得代偿比值特征的第一延伸特征，表示为：
[0125][0126]
其中，rri[mid]与avg_rri的定义均和上述代偿比值特征中rri[mid]与avg_rri的定义一致。如果中心位点存在两跳融合的问题，则第一延伸特征值约等于1，同时第一延伸特征值也可表示为该中心位点的代偿比值特征。如果中心位点不存在两跳融合的问题，则第一延伸特征值远小于1。
[0127]
应理解，通过提取检测样本中心位点的前一位点值，根据平均rri值、检测样本的中心位点值和中心位点的前一位点值，可以获得代偿比值特征的第二延伸特征，表示为：
[0128][0129]
其中，rri[mid]与avg_rri的定义均和上述代偿比值特征的第一延伸特征中rri[mid]与avg_rri的定义一致。rri[mid-1]为中心位点前一位点的rri值。通过提取代偿比值特征的第二延伸特征，消除中心位点的前一位点对中心位点的影响。
[0130]
应理解，通过提取检测样本中心位点的后一位点值，根据平均rri值、检测样本的中心位点值、中心位点的前一位点值和中心位点的后一位点值，可以获得代偿比值特征的第三延伸特征，表示为：
[0131][0132]
其中，rri[mid]、avg_rri、rri[mid-1]的定义均和上述代偿比值特征的第二延伸特征中的rri[mid]、avg_rri、rri[mid-1]的定义一致。rri[mid 1]的定义和上述代偿比值特征中rri[mid 1]的定义一致。通过提取代偿比值特征的第三延伸特征，消除中心位点的后一位点对中心位点的影响。
[0133]
通过代偿比值特征的延伸特征可以消除房性早搏、室性早搏样本常见的rri数据两跳融合问题，提高本技术的技术方法在房性早搏和室性早搏检测上的精度和召回率。
[0134]
进一步地，样本特征还包括：
[0135]
样本熵，用于通过度量ppg信号中产生新模式的概率大小来衡量时间序列复杂性，新模式产生的概率越大，序列的复杂性就越大。样本熵的值越小，序列自我相似性越高；样本熵的值越大，序列就越复杂。
[0136]
mean：用于表示有效rri序列的均值，表示为：
[0137][0138]
其中，xi为有效rri，用于表示检测样本中落在rri标准范围内的rri数据；n为有效rri的个数。
[0139]
poincare stepping：表示为：
[0140][0141]
复杂度，通过计算rri序列一次差分平方均值和二次差分平方均值的比值得到。
[0142]
频域lf/hf：lf用于表示在0.04-0.15hz范围内有效rri的变异；hf用于表示在0.15-0.4hz范围内有效rri的变异。
[0143]
修改后的香农熵：香农熵是消除不确定性所需信息量的度量，即未知事件可能含有的信息量，序列的不确定性越大，香农熵越大。修改后的香农熵通过下列步骤得到：将有效rri值进行修正；计算修正后rri的最大值、最小值，并计算基准值；计算各个区间的rri出现次数，统计分布；根据概率分布计算香农熵。
[0144]
近似熵：用于测量时间序列的复杂性和规律性，以一个非负数来表示一个时间序列的复杂性，反映时间序列中新信息发生的概率大小，新信息发生概率越大，序列越复杂，相应的近似熵也就越大。
[0145]
cvrr：表示为：
[0146][0147]
median：用于表示有效rri序列的中位值。
[0148]
min：用于表示有效rri序列的最小值。
[0149]
sdnn：用于表示有效rri序列的标准差。
[0150]
rmssd：用于表示有效rri序列一次差分的标准差。
[0151]
sdnn index：用于表示整个记录的所有分钟片段的sdnn平均值。
[0152]
sk_rr：用于表示有效rri序列的偏度。
[0153]
q值：表示为：
[0154][0155]
应理解，样本特征包括但不限于上述特征值，本技术实施例不作限定。
[0156]
s105:根据样本特征，通过分类模型，对检测样本进行早搏类型检测，得到检测结果。
[0157]
其中，检测结果既可以包括房性早搏和室性早搏的检测结果，也可以包括正常心跳、房性早搏和室性早搏的检测结果。
[0158]
应理解，因为既可以区分房性早搏和室性早搏，也可以区分正常心跳、房性早搏和室性早搏，所以分类模型可以是二分类模型，也可以是三分类模型。分类模型所应用的算法可以是xgboost算法、贝叶斯算法、支持向量机算法等分类算法，本技术实施例不作限定。
[0159]
应理解，基于检测结果，还可以针对早搏类型，在终端为用户提供建议。显示检测结果和接收建议的终端设备可以是手机、平板电脑、台式计算机、便携式笔记本、ar/vr、车载终端等电子设备。
[0160]
请一并参见图2a以及图2b，是本技术实施例提供的一种检测早搏类型的方法的结果界面示意图。
[0161]
如图2a所示，以检测结果是房性早搏为例，终端设备可以针对检测结果进行结果显示。显示结果包括检测结果201a、提示信息202a、检测时间203a和脉搏波形204a。其中，检测结果201a通过步骤s101-步骤s105得到；提示信息202a基于检测结果201a得到，用户可以通过查看提示信息202a获取建议；检测时间203a用于显示脉搏的获取时间；脉搏波形204a以形象的方式显示心跳信息。
[0162]
如图2b所示，以检测结果是室性早搏为例，终端设备可以针对检测结果进行结果显示。显示结果包括检测结果201b、提示信息202b、检测时间203b和脉搏波形204b。其中，检测结果201b通过步骤s101-步骤s105得到；提示信息202b基于检测结果201b得到，用户可以通过查看提示信息202b获取建议；检测时间203b用于显示脉搏的获取时间；脉搏波形204b以形象的方式显示心跳信息。
[0163]
实施例二：
[0164]
图3为本技术实施例二提供的另一种检测早搏类型的方法。与实施例一相比，步骤s301-s305与实施例一中的步骤s101-s105相同，在步骤s305之后，实施例二所述的方法还包括：s306:统计预设时间范围内的检测结果，生成统计报告。
[0165]
其中，预设时间范围可以是日、周、月、年等，分别生成日、周、月、年等多维度的统计报告，明确划分出各类心跳的统计数据。通过生成统计报告，可以对预设时间范围内的心跳情况进行统计，从而有利于用户对历史心跳数据进行了解、跟进和评估。
[0166]
请一并参见图4，是本技术实施例提供的一种检测早搏类型的方法的统计界面示意图。
[0167]
如图4所示，以统计维度为周为例，终端设备可以针对检测结果进行结果统计并显示。统计结果包括统计维度401、时间范围402、条形图403和环形图404。其中，统计维度401可以是日、月、周年，用户可以通过点击操作选择统计维度，查看不同统计维度的统计结果；时间范围402用于显示统计维度401的起止时间；条形图403用于显示不同心跳类型的数量，其中横轴用于表示时间，纵轴用于表示数量；环形图404用于显示不同心跳类型数量的在所
有心跳数量中的占比。
[0168]
下面结合附图介绍本技术实施例涉及的装置。
[0169]
图5为本技术实施例中一种检测早搏类型的装置的示意性框图。图5所示的检测早搏类型的装置500可以包括：采集模块501、获取模块502、生成模块503、提取模块504和检测模块505；
[0170]
采集模块501，用于采集光电容积脉搏波ppg信号；
[0171]
获取模块502，用于根据ppg信号，获取r-r间期rri数据；
[0172]
生成模块503，用于根据rri数据，生成早搏类型检测的检测样本；
[0173]
提取模块504，用于根据检测样本，提取样本特征；
[0174]
检测模块505，用于根据样本特征，对检测样本进行早搏类型检测，得到检测结果。
[0175]
其中，所述采集模块501、获取模块502和生成模块503的具体功能实现方式请参见图1对应的实施例一中的步骤s101-步骤s103，这里不再进行赘述。
[0176]
其中，提取模块504包括：基础值获取单元5041、标准范围确定单元5042、平均rri值计算单元5043、代偿比值特征提取单元5044、第一延伸特征提取单元5045、第二延伸特征提取单元5046、第三延伸特征提取单元5047、邻域比值特征提取单元5048和最大值特征提取单元5049；
[0177]
基础值获取单元5041，用于根据检测样本，得到期望和标准差；
[0178]
标准范围确定单元5042，用于根据期望和标准差，确定rri标准范围；
[0179]
平均rri值计算单元5043，用于根据rri标准范围内的rri数据，得到平均rri值；
[0180]
代偿比值特征提取单元5044，用于提取检测样本的中心位点值和中心位点的后一位点值，利用平均rri值，结合检测样本中心位点值和该中心位点的后一位点值，得到检测样本的代偿比值特征；
[0181]
第一延伸特征提取单元5045，用于提取检测样本的中心位点值，根据平均rri值和检测样本的中心位点值获得代偿比值特征的第一延伸特征；
[0182]
第二延伸特征提取单元5046，用于提取检测样本中心位点的前一位点值，根据平均rri值、检测样本的中心位点值和中心位点的前一位点值，获得代偿比值特征的第二延伸特征；
[0183]
第三延伸特征提取单元5047，用于提取检测样本中心位点的后一位点值，根据平均rri值、检测样本的中心位点值、中心位点的前一位点值和中心位点的后一位点值，获得代偿比值特征的第三延伸特征；
[0184]
邻域比值特征提取单元5048，用于利用检测样本的中心位点值，结合检测样本的非中心位点值，得到检测样本的邻域比值特征；
[0185]
最大值特征提取单元5049，用于根据检测样本，提取最大值特征。
[0186]
其中，所述提取模块504的具体功能实现方式请参见图1对应的实施例一中的步骤s104，这里不再进行赘述。所述检测模块505的具体功能实现方式请参见图1对应的实施例一中的步骤s105，这里不再进行赘述。
[0187]
图6为本技术实施例中另一种检测早搏类型的装置的示意性框图。
[0188]
在一种可选的实现方式中，与装置500相比，模块601-605与装置500中的模块501-505相同，除此之外，装置600还可以包括统计模块606；
[0189]
统计模块606，用于统计预设时间范围内的检测结果，生成统计报告。
[0190]
其中，所述统计模块606的具体功能实现方式请参见图3对应的实施例二中的步骤s306，这里不再进行赘述。
[0191]
图7是本技术实施例提供的一种检测早搏类型的装置的组成示意图。图7所示的检测早搏类型的装置1200(该装置1200具体可以是一种计算机设备)包括存储器1201、处理器1202、通信接口1203以及总线1204。其中，存储器1201、处理器1202、通信接口1203通过总线1204实现彼此之间的通信连接。
[0192]
存储器1201可以是只读存储器(read only memory，rom)，静态存储设备，动态存储设备或者随机存取存储器(random access memory，ram)。存储器1201可以存储程序，当存储器1201中存储的程序被处理器1202执行时，处理器1202和通信接口1203用于执行本技术实施例一的检测早搏类型的方法的各个步骤。
[0193]
处理器1202可以采用通用的中央处理器(central processing unit，cpu)，微处理器，应用专用集成电路(application specific integrated circuit，asic)，图形处理器(graphics processing unit，gpu)或者一个或多个集成电路，用于执行相关程序，以实现本技术实施例的检测早搏类型的装置中的单元所需执行的功能，或者执行本技术方法实施例的检测早搏类型的方法。
[0194]
处理器1202还可以是一种集成电路芯片，具有信号的处理能力。在实现过程中，本技术的检测早搏类型的方法的各个步骤可以通过处理器1202中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器1202还可以是通用处理器、数字信号处理器(digital signal processing，dsp)、专用集成电路(asic)、现成可编程门阵列(field programmable gate array，fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本技术实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本技术实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成，或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器，闪存、只读存储器，可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器1201，处理器1202读取存储器1201中的信息，结合其硬件完成本技术实施例的检测早搏类型的装置中包括的单元所需执行的功能，或者执行本技术方法实施例的检测早搏类型的方法。
[0195]
通信接口1203使用例如但不限于收发器一类的收发装置，来实现装置1200与其他设备或通信网络之间的通信。例如，可以通过通信接口1203获取ppg数据。
[0196]
总线1204可包括在装置1200各个部件(例如，存储器1201、处理器1202、通信接口1203)之间传送信息的通路。
[0197]
上述各个功能器件的具体实现可以参见上述实施例中相关描述，本技术实施例不再赘述。
[0198]
作为本实施例的另一种形式，提供一种计算机可读存储介质，其上存储有指令，该指令被执行时执行上述方法实施例中的方法。
[0199]
作为本实施例的另一种形式，提供一种包含指令的计算机程序产品，该指令被执行时执行上述方法实施例中的方法。
[0200]
本领域技术人员可以理解，为了便于说明，图7中仅示出了一个存储器和处理器。在实际的控制器中，可以存在多个处理器和存储器。存储器也可以称为存储介质或者存储设备等，本技术实施例对此不做限制。
[0201]
应理解，在本技术实施例中，处理器可以是中央处理单元(central processing unit，简称cpu)，该处理器还可以是其他通用处理器、数字信号处理器(digital signal processing，简称dsp)、专用集成电路(application specific integrated circuit，简称asic)、现成可编程门阵列(field－programmable gate array，简称fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。
[0202]
还应理解，本技术实施例中提及的存储器可以是易失性存储器或非易失性存储器，或可包括易失性和非易失性存储器两者。其中，非易失性存储器可以是只读存储器(read-only memory，简称rom)、可编程只读存储器(programmable rom，简称prom)、可擦除可编程只读存储器(erasable prom，简称eprom)、电可擦除可编程只读存储器(electrically eprom，简称eeprom)或闪存。易失性存储器可以是随机存取存储器(random access memory，简称ram)，其用作外部高速缓存。通过示例性但不是限制性说明，许多形式的ram可用，例如静态随机存取存储器(static ram，简称sram)、动态随机存取存储器(dynamic ram，简称dram)、同步动态随机存取存储器(synchronous dram，简称sdram)、双倍数据速率同步动态随机存取存储器(double data rate sdram，简称ddr sdram)、增强型同步动态随机存取存储器(enhanced sdram，简称esdram)、同步连接动态随机存取存储器(synchlink dram，简称sldram)和直接内存总线随机存取存储器(direct rambus ram，简称dr ram)。
[0203]
需要说明的是，当处理器为通用处理器、dsp、asic、fpga或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件时，存储器(存储模块)集成在处理器中。
[0204]
应注意，本文描述的存储器旨在包括但不限于这些和任意其它适合类型的存储器。
[0205]
该总线除包括数据总线之外，还可以包括电源总线、控制总线和状态信号总线等。但是为了清楚说明起见，在图中将各种总线都标为总线。
[0206]
还应理解，本文中涉及的第一、第二、第三、第四以及各种数字编号仅为描述方便进行的区分，并不用来限制本技术的范围。
[0207]
应理解，本文中术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，a和/或b，可以表示：单独存在a，同时存在a和b，单独存在b这三种情况。另外，本文中字符“/”，一般表示前后关联对象是一种“或”的关系。
[0208]
在实现过程中，上述方法的各步骤可以通过处理器中的硬件的集成逻辑电路或者软件形式的指令完成。结合本技术实施例所公开的方法的步骤可以直接体现为硬件处理器执行完成，或者用处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器，闪存、只读存储器，可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器，处理器读取存储器中的信息，结合其硬件完成上述方法的步骤。为避免重复，这里不再详细描述。
[0209]
在本技术的各种实施例中，上述各过程的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本技术实施例的实施过程构
成任何限定。
[0210]
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各种说明性逻辑块(illustrative logical block，简称ilb)和步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本技术的范围。
[0211]
在本技术所提供的几个实施例中，应该理解到，所揭露的系统、装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
[0212]
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
[0213]
另外，在本技术各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。
[0214]
在上述实施例中，可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时，可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时，全部或部分地产生按照本技术实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，例如，所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线)或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质，(例如，软盘、硬盘、磁带)、光介质(例如，dvd)、或者半导体介质(例如固态硬盘)等。
[0215]
以上所述，仅为本技术的具体实施方式，但本技术的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本技术揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本技术的保护范围之内。因此，本技术的保护范围应以所述权利要求的保护范围为准。