一种基于心电监测的新冠诊断系统

技术领域

本发明适用于医疗检测设备领域，特别是十二导联心电的采集与对新冠病情的诊断。

背景技术

目前常用的诊断新型冠状病毒感染的主流方法是核酸检测和抗原检测。其中，核酸检测因其准确性而成为金标准，但它需要较长时间才能取得结果，且需要一定成熟的实验环境以及实验操作人员，不利于快速诊断，也容易造成交叉感染；抗原检测，则需要病毒在患者体内载量达到一定浓度才能检测出来，会使患者错过较好的治疗时机。而现在有研究表明，当新冠病毒进入人体后，会对人体的心血管系统造成一定的特异性损伤，且有越来越多的报道，新冠康复之后有较大比例的人群患有心脏相关的后遗症，如病毒性心肌炎等。所以通过心电监测，不管对于早期新冠诊断，还是对于康复后心血管疾病预防治疗，都有重要意义。

十二导联心电图是临床最常用检测心电的手段，其可以全面的观察心电波形，对于临床诊断病人的心血管系统有重大意义，现有的心电图仪主要以医院使用的心电图机、动态心电图仪为主，但这种设备存在专业性强、操作复杂、不方便携带等问题；而此外市面上常用的便携式单导联或三导联简化版动态心电图仪，也由于导联不全的问题，无法获取病人较为全面的心电信息。

发明内容

为了克服上述技术的不足，本发明提供了一种基于心电监测的新冠诊断系统，一方面其不仅可以完成十二导联心电波形的实时采集、存储、显示，而且体积小操作方便、易于携带，方便患者居家隔离使用；另一方面，其附有新冠诊断功能，既可进行早期诊断，又可预防心血管相关后遗症。

本发明技术方案为：一种基于心电监测的新冠诊断系统，包括心电信号采集器与上位机软件两部分，所述的心电信号采集器与上位机软件可通过蓝牙或者Tpye-C串口连接。心电信号采集器，通过ADS1298芯片将八通道心电数据采集并进行模数转换，再送入采集器控制系统，控制系统将数据打包成数据帧并通过蓝牙或串口传输方式将其发送给上位机软件部分。此外，采集到的信号也可以BDF文件的格式存储在心电信号采集器的SD卡中，在获取本地数据时，只需将SD卡拔出，并将SD卡中的数据复制到PC端，在PC端，可以通过上位机软件打开文件，也可以通过EDF阅读器软件打开文件，直接显示波形，并进行信号的处理。

上位机软件部分基于PC平台，拥有独立的图形用户界面，主要包括算法处理、界面显示、数据存储、波形分析以及系统配置等模块功能。其中算法处理模块包括三个部分，第一个部分主要是滤波，包括工频陷波、肌电滤波以及基线滤波；第二个是基于WFDB算法，对十二导联心电数据进行时域特征的提取；第三部分是采用神经网络算法，对所提取的时域特征进行训练，并用训练后的模型来自动识别出就诊者是否患有新冠。界面显示模块包括基础的控件显示、实时波形显示、走纸速度调节、灵敏度调节等功能，其中实时波形显示部分，可以对采集器发送的数据进行接收、处理并显示。数据存储模块包括系统配置文件存储、BDF文件存储以及病人信息管理功能，BDF文件存储可将采集器发送的数据在上位机软件以BDF文件格式进行存储，病人信息管理部分可以存储和管理病人的基本信息，包括病人的基本数据信息和病人每次检查的心电数据信息，该功能可以实现所有病人信息的增删查改功能。波形分析模块可以完成对BDF文件的读取并对其波形进行显示，兼有数据滤波、波形打印等功能。系统配置模块，可以完成连接方式选择、串口扫描连接与蓝牙连接等功能。

本发明一种基于心电监测的新冠诊断系统，一方面是基于当前市场上心电信号采集器的不足，对其进行了重新设计与改进，采用蓝牙的通信方式和锂电池的供电方式，整个系统体积变小，方便携带，操作简单，更加方便新冠患者居家监测；另一方面上位机PC端集成了神经网络算法，可以对新冠进行自动诊断，便于隔离人员快速诊断与重症预防。

附图说明

图1是本发明整体结构图。

图2是本发明心电采集器框图。

图3是本发明上位机软件框图。

图4是本发明新冠诊断部分神经网络模型搭建流程图。

具体实施方式

本发明具有新冠诊断功能的十二导联心电采集显示系统，整体结构框图如图1所示，包括心电数据采集部分，采集器控制部分，以及上位机软件部分，其中上位机软件部分包括数据分析与显示部分，以及新冠诊断部分。

心电数据采集部分采用24位高精度ADS1298芯片，为8通道心电采集，每个通道对应心电的某一导联，采样频率可调，每个通道带有导联脱落检测功能，通道数据通过串口通信将数据传送给MCU进行处理。

采集器控制部分采用的控制芯片为STM32L071系列芯片，用C语言编程，主要监控整个系统的运行，将八通道心电数据采集后进行初步处理。初步处理好的数据后续有两种可选的处理方式，一是实时传输，二是本地存储。实时传输是将初步处理好的数据进行打包通过蓝牙或者串口通信实时传送给上位机软件。本地存储即将数据通过BDF/BDF+的标准格式存储在SD卡中，SD卡中的数据可随时移至上位机软件或PC平台，用于数据的分析和病情的识别。

数据分析与显示部分主要在上位机软件进行处理。上位机软件接收到采集器传输的数据后对数据进行解析，将八通道数据换算成十二导联后实时显示波形，走纸速度与灵敏度可调，并带有波形存储、分析及打印功能。

新冠诊断部分的详细处理步骤如下：

步骤1.对原始数据集进行预处理。

原始数据集分为正常人与新冠患者两组，形式为十二导联标准心电图。将心电图转化为数字波形，即对其进行数字化处理。

所述的数字化处理的步骤如下：

第1步，根据导联波形在图像的相对位置，提取出对应波形；按比例裁出定标信号并二值化，通过定标信号得出像素点数、幅值、实际波形长度、时间的对应关系，假设1毫伏对应x个像素点，对应关系如下：

第2步，通过形态学开运算、边缘提取以及滤波平滑处理得到信号数字化波形。

步骤2.基于WFDB算法提取信号时域特征。

依次提取出心电波形的P、Q、R、S、T波起止点与峰值点，计算出相应的时域特征。

步骤3.对所提特征进行统计分析。

第1步，分析每位患者各个特征的时间分布稳定性，计算结果方差均较小，故将每位患者一段时间内的心电特征用其均值表示。具体方差如表1所示。

表1 时域特征方差展示

第2步，进行正态性检验，检验各个特征是否满足正态分布后，进行t检验，检验新冠患者和正常人在各个特征上是否有显著性差异。检验结果为：各个特征均满足正态分布，两组数据在QRS波幅值、T波幅值、P波段、QRS波段、T波段、ST波段等特征上具有显著性差异。

第3步，使用pearson系数进行特征间相关性检验。检验结果为：RR间期与PP间期、ST波段与ST间期等特征间相关性较强。对其进行相关性分析与处理。

步骤4.构建神经网络对其进行分类诊断。

第1步，训练多层感知器，将具有显著性差异的特征送入网络进行训练，激活函数使用双曲正切与softmax函数，损失函数为：

其中N为输出单元个数，y

输出误差梯度为：

其中，ω

分类预测结果如表2所示。表2中，标签0代表正常人，1代表新冠患者。

表2 分类预测结果

第2步，在实时检测时，将病人心电信号采集后送入上位机软件进行特征提取，将提取后的特征进行计算并送入已训练好的模型中，即可完成诊断。