本技术提供了一种心脏传导健康度评估方法、介质及系统,属于电数字数据处理技术领域,包括:首先,收集了多名测试人员的心脏传导信号及专家评估结果。接着使用经验模态分解法对信号进行拆分,得到标准信号和非标准信号矩阵。然后计算标准信号的小波特征,非标准信号的傅里叶特征。基于这些特征,构建了一种改进的卷积神经网络模型,包含空间金字塔池化层、注意力机制、残差连接和多尺度特征融合。该模型经过训练后可对待评估心脏传导信号进行健康度评估。该方法充分利用了信号的时频特性,并通过深度学习模型的改进实现了更准确的健康状况评估,解决了现有技术大多只能着眼于心脏传导系统的局部特征,难以全面客观地评估整体健康状况的问题。
背景技术
心脏传导功能是维持心脏正常跳动的关键过程,其异常会导致各种心脏病症的发生。现有的心脏健康评估主要依赖于心电图(ECG)、心音图(PCG)、心脏超声(ECHO)和心脏磁共振(CMR)等多种生理信号的测量和分析。这些信号能够反映出心脏传导系统的结构、功能、生理和病理特征。目前临床上广泛应用的心脏健康评估方法主要包括以下几种:
1.基于心电图的诊断方法。心电图能够记录心脏电活动的变化过程,从而反映出心肌激动传播的状态。通过分析心电图波形的特征,如P波、QRS波群、T波等,可以诊断出心律失常、心肌梗死、心肌肥厚等常见的心脏疾病。但心电图仅能反映心肌电活动的特征,无法全面了解心脏传导系统的整体健康状况。
2.基于心音图的诊断方法。心音图记录了心脏各瓣膜开合及血流动力学变化产生的声学信号。通过分析心音图波形的特点,如第一心音S1、第二心音S2以及额外心音如杂音等,可以诊断出各种心脏瓣膜疾病和血流动力学异常。然而心音图仅反映了心脏机械活动的局部特征,难以全面评估心脏传导功能的整体健康水平。
3.基于心脏超声的诊断方法。心脏超声能够动态观察心脏各腔室的形态和功能,如射血分数、瓣膜活动等。通过分析超声图像的定量参数,可以诊断出心肌肥厚、心脏瓣膜病变、心肌梗死等疾病。但超声成像受患者体型、操作者经验等因素的影响较大,且难以对心脏传导系统的整体功能进行全面评估。
4.基于心脏磁共振的诊断方法。心脏磁共振成像能够清晰显示心肌的形态结构、灌注状态及组织性质等信息。通过分析磁共振图像的定量参数,如心室容积、心肌纤维取向等,可以诊断出心肌病、心肌梗死、心肌炎等疾病。但心脏磁共振检查价格昂贵,且需要专业的操作人员,不适合大规模的日常心脏健康监测。
综上所述,现有的心脏健康评估技术虽然在各自的应用场景中发挥了重要作用,但大多只能着眼于心脏传导系统的局部特征,难以全面客观地评估心脏传导系统整体的健康状况。同时这些方法在操作难度、检查成本、使用频率等方面均存在一定局限性,无法满足日常心脏健康监测的需求。因此迫切需要开发一种新的心脏传导健康评估方法,能够综合利用多种生理信号特征,全面准确地评估心脏整体的传导功能。
实现思路