本技术涉及一种阵发性房颤的预测技术,包括系统、设备和介质。该技术通过获取心脏病患者的动态心电图(ECG)数据,对ECG信号进行分段处理,提取包含R峰的ECG片段,以实现对房颤发作的精准预测。
背景技术
房颤(AF)是最常见的心律失常疾病之一,导致心房中的血液形成血栓引发肺栓塞、脑栓塞(中风)、心肌梗死、肢体动脉栓塞等严重症状。AF的持续时间越长,危害越严重,风险也越高。
心电图(ECG)是诊断AF最基本和可靠的检测方法。但是,现有分析心电图的技术主要作用在于区分各种心脏症状,例如AF、正常心律、室上性心动过速、早搏等等。
由于AF根据持续时间不同可分为不同类型,例如,AF可分为阵发性AF、持续性AF和永久性AF等不同类型。阵发性AF指能在7天内自行恢复窦性心律,通常持续不超过48小时;持续性AF指持续时间超过7天,需要药物或电击转复至窦性心律;永久性AF指无法转复至窦性心律或在转复后24小时内再次发作。现有分析心电图的技术只能简单区分出AF与其他心律失常症状,无法对不同类型的AF进行准确预测。例如,在阵发性AF患者队列中的AF预测问题,这对于临床条件下的及时治疗和更好的恢复至关重要,但是,目前针对阵发性AF仍旧存在局限,无法准确地预测出阵发性AF,从而无法为临床预测、诊断和决策提供准确依据。
实现思路