1.本发明涉及心电图分析领域，尤其涉及一种心博智能插入方法、终端设备及存储介质。
背景技术：2.在日常动态心电图诊断分析工作过程中，软件会对心电数据进行预分析，医生基于预分析的结果进行继续诊断。当心电波形的采集质量较差或者佩戴者的电压较低时，预分析的结果中会出现大量未识别出来的心搏，医生需要手动将未识别出来的心搏补上，否则会影响病例的心搏个数和整体平均心率。此时需要一种方便快捷的智能插入心搏的功能，来提高诊断医生的工作效率。
技术实现要素：3.为了解决上述问题，本发明提出了一种心博智能插入方法、终端设备及存储介质。
4.具体方案如下：
5.一种心博智能插入方法，包括以下步骤：
6.s1：构建基于深度学习的心博特征提取模型并进行训练；
7.s2：接收需要插入心博的心电波形数据，和心电波形数据中需要插入心博对应的待插入位置；
8.s3：从心电波形数据中提取待插入位置两侧的多个已识别心博，将提取的多个已识别心博对应的心电波形数据分别输入训练后的心博特征提取模型中，得到多个已识别心博各自的心博特征信息，将多个已识别心博各自的心博特征信息进行平均，得到待插入位置对应的心博特征模板信息；
9.s4：根据待插入位置两侧的多个已识别心博的平均rr间期，计算待插入位置中需要插入的心博个数n；
10.s5：从距离待插入位置一侧最近的已识别心博开始，向另一侧开始查找，依序定位n个待识别心博的位置；
11.s6：针对每个待识别心博，截取其对应的心电波形数据并输入训练后的心博特征提取模型中，得到该待识别心博的心博特征信息；
12.s7：将该待识别心博的心博特征信息与待插入位置对应的心博特征模板信息进行相似度计算，根据相似度计算结果与预设的相似度阈值的大小关系，判断该待识别心博是否为需要插入心博，如果是，则在该待识别心博的定位位置插入心博；否则，不插入。
13.进一步的，需要插入的心博个数n的具体计算方法为：
14.s401：提取距离待插入位置两侧最近的两个相邻已识别心博，及该两个相邻已识别心博之间的时间差；
15.s402：根据待插入位置的两侧的多个已识别心博的rr间期计算平均rr间期；
16.s403：将两个相邻已识别心博之间的时间差与平均rr间期的比值作为需要插入的
心博个数。
17.进一步的，步骤s402计算平均rr间期时还包括：对多个已识别心博的rr间期按照预设的rr间期范围进行筛选，将筛选后的符合预设的rr间期范围的所有心博的rr间期进行平均，得到平均rr间期。
18.进一步的，每个待识别心博的位置的定位方法为：将距离已识别心博或前一个待识别心博的时间长度为平均rr间期的位置作为该待识别心博的定位位置。
19.一种心博智能插入终端设备，包括处理器、存储器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现本发明实施例上述的方法的步骤。
20.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现本发明实施例上述的方法的步骤。
21.本发明采用如上技术方案，按平均rr间期的方式来查找未识别的心搏，可以保证插入的心搏与原有的心搏的rr间期接近，若干rr间期的差异也在误差允许范围内，保障识别的准确度。
附图说明
22.图1所示为本发明实施例一的流程图。
23.图2所示为本发明实施例一中需要插入心博的心电波形数据示意图。
具体实施方式
24.为进一步说明各实施例，本发明提供有附图。这些附图为本发明揭露内容的一部分，其主要用以说明实施例，并可配合说明书的相关描述来解释实施例的运作原理。配合参考这些内容，本领域普通技术人员应能理解其他可能的实施方式以及本发明的优点。
25.现结合附图和具体实施方式对本发明进一步说明。
26.实施例一：
27.本发明实施例提供了一种心博智能插入方法，如图1所示，所述方法包括以下步骤：
28.s1：构建基于深度学习的心博特征提取模型并进行训练。
29.心博特征提取模型用于识别心博的特征，训练数据从历史心电波形数据中获得。
30.s2：接收需要插入心博的心电波形数据，和心电波形数据中需要插入心博对应的待插入位置。
31.如图2所示为本实施例中需要插入心博的心电波形数据，其中已识别心博包括a、b、c、d、e，需要查询心博对应的待插入位置为b与c之间的位置。
32.s3：从心电波形数据中提取待插入位置两侧的多个已识别心博，将提取的多个已识别心博对应的心电波形数据分别输入训练后的心博特征提取模型中，得到多个已识别心博各自的心博特征信息，将多个已识别心博各自的心博特征信息进行平均，得到待插入位置对应的心博特征模板信息。
33.从待插入位置两侧提取可以从左侧提取，也可以从右侧提取，本实施例中为了提高准确率，优选设定从两侧均提取，即提取a、b、c、d、e五个心博的心电波形数据。
34.本实施例中设定心博的心电波形数据为心博定位点左右两侧各150ms的范围，在其他实施例中本领域技术人员可以根据需求自行设定，在此不做限制。
35.s4：根据已识别心博的平均rr间期，计算待插入位置中需要插入的心博个数n；
36.本实施例中需要插入的心博个数n的具体计算方法为：
37.s401：提取距离待插入位置两侧最近的两个相邻已识别心博(图2中的b和c)，及该两个相邻已识别心博之间的时间差。
38.s402：根据待插入位置的两侧的多个已识别心博的rr间期计算平均rr间期。
39.需要说明的是，由于rr间期是心博与其之前一个心博之间的rr间期，如果前一个心博不为已识别心博时(如c)，该心博的rr间期不准确，因此，本实施例中还包括对多个已识别心博的rr间期按照预设的rr间期范围进行筛选，将筛选后的符合预设的rr间期范围的所有心博的rr间期进行平均，得到平均rr间期。预设的rr间期范围可以为本领域技术人员根据历史的rr间期范围进行设定。
40.从待插入位置两侧提取可以从左侧提取，也可以从右侧提取，本实施例中为了提高准确率，优选设定从两侧均提取，即提取a、b、c、d、e五个心博后，由于a和c的rr间期不符合预设的rr间期范围，因此筛选后只计算b、d、e三个心博的平均rr间期。
41.s403：将两个相邻已识别心博之间的时间差与平均rr间期的比值作为需要插入的心博个数。
42.s5：从距离待插入位置一侧最近的已识别心博开始，向另一侧开始查找，依序定位n个待识别心博的位置。
43.如(图2中)从距离待插入位置左侧最近的已识别心博b开始，向右侧开始查找，依序定位n＝3个待识别心博的位置。
44.每个待识别心博的位置的定位方法为：将距离已识别心博或前一个待识别心博的时间长度为平均rr间期的位置作为该待识别心博的定位位置。
45.s6：针对每个待识别心博，截取其对应的心电波形数据并输入训练后的心博特征提取模型中，得到该待识别心博的心博特征信息。
46.s7：将该待识别心博的心博特征信息与待插入位置对应的心博特征模板信息进行相似度计算，根据相似度计算结果与预设的相似度阈值的大小关系，判断该待识别心博是否为需要插入心博，如果是，则在该待识别心博的定位位置插入心博；否则，不插入。
47.相似度阈值的大小本领域技术人员可以根据需求自行设定，在此不做限制。当相似度大于相似度阈值时，表示该待识别心博为需要插入心博。
48.实施例二：
49.本发明还提供一种心博智能插入终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现本发明实施例一的上述方法实施例中的步骤。
50.进一步地，作为一个可执行方案，所述心博智能插入终端设备可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述心博智能插入终端设备可包括，但不仅限于，处理器、存储器。本领域技术人员可以理解，上述心博智能插入终端设备的组成结构仅仅是心博智能插入终端设备的示例，并不构成对心博智能插入终端设备的限定，可以包括比上述更多或更少的部件，或者组合某些部件，或者不同的部件，例如所述心博智能插
入终端设备还可以包括输入输出设备、网络接入设备、总线等，本发明实施例对此不做限定。
51.进一步地，作为一个可执行方案，所称处理器可以是中央处理单元(central processing unit，cpu)，还可以是其他通用处理器、数字信号处理器(digital signal processor，dsp)、专用集成电路(application specific integrated circuit，asic)、现场可编程门阵列(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、分立硬件组件等。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，所述处理器是所述心博智能插入终端设备的控制中心，利用各种接口和线路连接整个心博智能插入终端设备的各个部分。
52.所述存储器可用于存储所述计算机程序和/或模块，所述处理器通过运行或执行存储在所述存储器内的计算机程序和/或模块，以及调用存储在存储器内的数据，实现所述心博智能插入终端设备的各种功能。所述存储器可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序；存储数据区可存储根据手机的使用所创建的数据等。此外，存储器可以包括高速随机存取存储器，还可以包括非易失性存储器，例如硬盘、内存、插接式硬盘，智能存储卡(smart media card,smc)，安全数字(secure digital,sd)卡，闪存卡(flash card)、至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
53.本发明还提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现本发明实施例上述方法的步骤。
54.所述心博智能插入终端设备集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、u盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(rom，read-only memory)、随机存取存储器(ram，random access memory)以及软件分发介质等。
55.尽管结合优选实施方案具体展示和介绍了本发明，但所属领域的技术人员应该明白，在不脱离所附权利要求书所限定的本发明的精神和范围内，在形式上和细节上可以对本发明做出各种变化，均为本发明的保护范围。
技术特征：1.一种心博智能插入方法，其特征在于，包括以下步骤：s1：构建基于深度学习的心博特征提取模型并进行训练；s2：接收需要插入心博的心电波形数据，和心电波形数据中需要插入心博对应的待插入位置；s3：从心电波形数据中提取待插入位置两侧的多个已识别心博，将提取的多个已识别心博对应的心电波形数据分别输入训练后的心博特征提取模型中，得到多个已识别心博各自的心博特征信息，将多个已识别心博各自的心博特征信息进行平均，得到待插入位置对应的心博特征模板信息；s4：根据待插入位置两侧的多个已识别心博的平均rr间期，计算待插入位置中需要插入的心博个数n；s5：从距离待插入位置一侧最近的已识别心博开始，向另一侧开始查找，依序定位n个待识别心博的位置；s6：针对每个待识别心博，截取其对应的心电波形数据并输入训练后的心博特征提取模型中，得到该待识别心博的心博特征信息；s7：将该待识别心博的心博特征信息与待插入位置对应的心博特征模板信息进行相似度计算，根据相似度计算结果与预设的相似度阈值的大小关系，判断该待识别心博是否为需要插入心博，如果是，则在该待识别心博的定位位置插入心博；否则，不插入。2.根据权利要求1所述的心博智能插入方法，其特征在于：需要插入的心博个数n的具体计算方法为：s401：提取距离待插入位置两侧最近的两个相邻已识别心博，及该两个相邻已识别心博之间的时间差；s402：根据待插入位置的两侧的多个已识别心博的rr间期计算平均rr间期；s403：将两个相邻已识别心博之间的时间差与平均rr间期的比值作为需要插入的心博个数。3.根据权利要求2所述的心博智能插入方法，其特征在于：步骤s402计算平均rr间期时还包括：对多个已识别心博的rr间期按照预设的rr间期范围进行筛选，将筛选后的符合预设的rr间期范围的所有心博的rr间期进行平均，得到平均rr间期。4.根据权利要求1所述的心博智能插入方法，其特征在于：每个待识别心博的位置的定位方法为：将距离已识别心博或前一个待识别心博的时间长度为平均rr间期的位置作为该待识别心博的定位位置。5.一种心博智能插入终端设备，其特征在于：包括处理器、存储器以及存储在所述存储器中并在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如权利要求1～4中任一所述方法的步骤。6.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于：所述计算机程序被处理器执行时实现如权利要求1～4中任一所述方法的步骤。
技术总结本发明涉及一种心博智能插入方法、终端设备及存储介质，该方法中包括：接收需要插入心博的心电波形数据和待插入位置；从心电波形数据中提取多个已识别心博输入训练后的心博特征提取模型中，得到待插入位置对应的心博特征模板信息；根据多个已识别心博的平均RR间期，计算待插入位置中需要插入的心博个数n；依序定位n个待识别心博的位置；针对每个待识别心博，截取其对应的心电波形数据并输入训练后的心博特征提取模型中；将待识别心博的心博特征信息与心博特征模板信息进行相似度计算，根据计算结果判断该待识别心博是否为需要插入心博。本发明以保证插入的心搏与原有的心搏的RR间期接近，保障识别的准确度。保障识别的准确度。保障识别的准确度。
技术研发人员：金德发 徐拥军 钟玉秋
受保护的技术使用者：南京纳龙科技有限公司
技术研发日：2022.07.18
技术公布日：2022/11/1
