具体实施方式

为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。

在一个实施例中，如图1所示，提供了一种心电信号的处理方法，包括以下步骤：

S110、获取多个体表心电信号。

其中，多个体表心电信号包括起源位置未知的第一心律失常心电信号和心内介入装置在各起搏位置起搏时所产生的多个电刺激心电信号。由心脏内部产生的一系列非常协调的电刺激脉冲，分别使心房、心室的肌肉细胞兴奋，使之有节律地舒张和收缩。这些运动在体表的不同部位形成不同的电位差，体表心电信号是在身体表面检测到的这些电位差信号。体表心电信号可以从宏观上记录心脏细胞的除极和复极过程，在一定程度上客观反映了心脏各部位的生理状况。起搏是通过起搏器或者起搏装置向心脏传送微小电脉冲，刺激心脏跳动。第一心律失常心电信号是心率失常时所采集的体表心电信号。电刺激心电信号是心内介入装置对心脏进行起搏或者电刺激时所采集到的体表心电信号。

具体地，事先预存有心律失常时的一段12导联心电信号，且第一心律失常心电信号为病人自发的心律失常信号。在需要时获取事先存储的第一心律失常心电信号。心内介入装置可以以固定的时间间隔对心脏进行一段时间的电刺激，正常情况下也可以同步地引起12导联心电信号形态产生相应的变化，即可获取多个电刺激心电信号。

S120、根据第一心律失常心电信号的波形与多个电刺激心电信号的波形，建立至少一个差值预测模型。

其中，由于各个心电信号之间的波形差与产生这些心电信号的位置差在一定程度上存在着映射关系，则可以基于各个起搏位置与心律失常起源位置分别所对应的波形信息建立差值预测模型(delta-pos delta-waveform mapping method，DDM)，从而结合各个起搏位置之间的位置差信息以及差值预测模型确定各个起搏位置与心律失常起源位置之间的位置差信息。

具体地，第一心律失常心电信号的起源位置是未知的。从多个已知的起搏位置所对应的电刺激心电信号中任意选择若干个心电信号，各个选择的电刺激心电信号相对于任一电刺激心电信号具有对应的波形差，各个选择的电刺激心电信号相对于第一心律失常心电信号也具有对应的波形差。结合上述两个波形差，确定第一心律失常心电信号相对于各个选择的电刺激心电信号所对应的波形差与各个选择的电刺激心电信号相对于任一选择的电刺激心电信号所对应的波形差之间的变换关系，从而可以确定第一心律失常心电信号的未知位置与各个选择的电刺激心电信号的已知位置之间所对应的变换关系，即建立对应的至少一个差值预测模型。

S130、根据多个电刺激心电信号各自对应的起搏位置，建立各起搏位置的位置差矩阵。

具体地，心内介入装置的传感元件在心内移动，在不同的位置输出电刺激信号，并对心脏进行电刺激，可以得到在若干个位置已知的起搏位置在身体表面采集到对应的电刺激心电信号。已经基于各个起搏位置与心律失常起源位置分别所对应的波形差信息建立至少一个差值预测模型，且各个心电信号之间的波形差与产生这些心电信号的位置差在一定程度上存在着映射关系，则需要知道各述电刺激心电信号所对应的起搏位置之间的位置差信息。因此，计算建立差值预测模型所使用的电刺激心电信号的各起搏位置相对于其中任一起搏位置的位置差。可以选择任一起搏位置为参考点，计算其他起搏位置相对于参考点的位置差，建立各个起搏位置相对于该参考点的位置差矩阵，依次类推，建立各个起搏位置的位置差矩阵。

S140、根据各起搏位置的位置差矩阵，通过至少一个差值预测模型确定第一心律失常心电信号的起源位置。

具体地，由于各个心电信号之间的波形差与产生这些心电信号的位置差在一定程度上存在着映射关系，已经基于各个起搏位置与心律失常起源位置分别所对应的波形差信息建立至少一个差值预测模型，且根据各个起搏位置确定了各起搏位置的位置差矩阵，因此，通过建立的差值预测模型对各起搏位置的位置差矩阵进行变换，确定各个起搏位置与第一心律失常心电信号的起源位置之间的位置差矩阵，从而基于该位置差矩阵计算第一心律失常心电信号的起源位置。

上述心电信号的处理方法，由于各个心电信号之间的波形差与产生这些心电信号的位置差在一定程度上存在着映射关系，通过获取第一心律失常心电信号和多个电刺激心电信号，根据第一心律失常心电信号的波形与多个电刺激心电信号的波形，建立至少一个差值预测模型，并根据多个电刺激心电信号各自对应的起搏位置，建立各起搏位置的位置差矩阵，则根据各起搏位置的位置差矩阵，通过至少一个差值预测模型确定第一心律失常心电信号的起源位置。通过建立的差值预测模型可以快速定位心律失常起源点，避免多次起搏尝试，减少起搏次数，解决传统技术中定位心律失常起源点耗时较长的技术问题。

在一个实施例中，如图2所示，根据第一心律失常心电信号的波形与多个电刺激心电信号的波形，建立至少一个差值预测模型，包括以下步骤：

S210、根据多个电刺激心电信号的波形，建立各起搏位置的波形差矩阵。

具体地，针对任一个起搏位置来说，计算其他各个起搏位置的电刺激心电信号波形与该起搏位置的电刺激心电信号波形之间的波形差，建立该起搏位置的波形差矩阵。依次类推，计算各个起搏位置相对于其他起搏位置的波形差矩阵。示例性地，若起搏位置的数量为4，分别记为起搏位置1、起搏位置2、起搏位置3、起搏位置4，则计算起搏位置2、起搏位置3、起搏位置4相对于起搏位置1的波形差矩阵；计算起搏位置2、起搏位置3、起搏位置1相对于起搏位置4的波形差矩阵；计算起搏位置1、起搏位置3、起搏位置4相对于起搏位置2的波形差矩阵；计算起搏位置1、起搏位置2、起搏位置4相对于起搏位置3的波形差矩阵。

S220、根据第一心律失常心电信号的波形与多个电刺激心电信号的波形，建立起源位置的波形差矩阵。

具体地，针对第一心律失常心电信号的起源位置(未知)来说，计算各个起搏位置的电刺激心电信号波形与该未知位置的第一心律失常心电信号波形之间的波形差，建立该起源位置的波形差矩阵。示例性地，若起搏位置的数量为4，分别为起搏位置1、起搏位置2、起搏位置3、起搏位置4，计算起搏位置1、起搏位置2、起搏位置3、起搏位置4相对于第一心律失常心电信号的起源位置(未知)的波形差矩阵。

S230、根据各起搏位置的波形差矩阵和起源位置的波形差矩阵，建立至少一个差值预测模型。

具体地，结合第一心律失常心电信号所对应的波形差矩阵与多个电刺激心电信号所对应的波形差矩阵，确定第一心律失常心电信号所对应的波形差矩阵与多个电刺激心电信号所对应的波形差矩阵之间的转换矩阵，从而可以确定第一心律失常心电信号的未知位置与多个电刺激心电信号的已知位置之间所对应的转换矩阵，即建立对应的至少一个差值预测模型。

本实施例中，通过根据多个电刺激心电信号的波形，建立各起搏位置的波形差矩阵，并根据第一心律失常心电信号的波形与多个电刺激心电信号的波形，建立起源位置的波形差矩阵，由于波形差与位置差之间的映射关系，则根据各起搏位置的波形差矩阵和起源位置的波形差矩阵，建立至少一个差值预测模型，从而可以在一定程度上减少起搏次数，加速心律失常起源点的定位。

在一个实施例中，如图3所示，在根据第一心律失常心电信号的波形与多个电刺激心电信号的波形，建立至少一个差值预测模型之前，该方法还包括：

S310、对获取的多个体表心电信号分别进行波形重构，得到多个体表心电信号的重构波形向量；

根据第一心律失常心电信号的波形与多个电刺激心电信号的波形，建立至少一个差值预测模型，包括：

S320、根据多个电刺激心电信号的重构波形向量，确定各起搏位置的波形差向量；

S330、根据第一心律失常心电信号的重构波形向量与多个电刺激心电信号的重构波形向量，确定起源位置的波形差向量；

S340、根据各起搏位置的波形差向量和起源位置的波形差向量，建立至少一个差值预测模型。

进一步地，可以根据各起搏位置的波形差向量和起源位置的波形差向量建立各起搏位置的波形差矩阵和起源位置的波形差矩阵；从而根据各起搏位置的波形差矩阵和起源位置的波形差矩阵，建立至少一个差值预测模型。

其中，为了便于计算，可以对获取的体表心电信号进行重构得到一维的波形向量。多个所述体表心电信号的重构波形向量包括多个所述电刺激心电信号的重构波形向量和所述第一心律失常心电信号的重构波形向量。比如，获取的体表心电信号可以是12导联心电信号，对12导联心电信号进行重构，从12维矩阵重组为单维向量。为了便于计算，可以基于重构波形向量建立差值预测矩阵。具体地，对获取的多个电刺激心电信号进行波形重构，得到各个起搏位置所对应的电刺激心电信号的重构波形向量。对获取的第一心律失常心电信号进行波形重构，得到第一心律失常心电信号的重构波形向量。针对任一个起搏位置来说，计算其他各个起搏位置的重构波形向量与该起搏位置的重构波形向量之间的差值，确定该起搏位置的波形差向量。依次类推，计算各个起搏位置相对于其他起搏位置的波形差向量。针对第一心律失常心电信号的起源位置(未知)来说，计算各个起搏位置的重构波形向量与起源位置的重构波形向量之间的差值，确定该起源位置的波形差向量。根据各所述起搏位置的波形差向量和所述起源位置的波形差向量建立各所述起搏位置的波形差矩阵和所述起源位置的波形差矩阵。结合起源位置的波形差矩阵与各起搏位置的波形差矩阵，确定第一心律失常心电信号所对应的波形差向量与多个电刺激心电信号所对应的波形差向量之间的转换矩阵，从而可以确定第一心律失常心电信号的起源位置与多个电刺激心电信号的起搏位置之间所对应的转换矩阵，即建立对应的至少一个差值预测模型。

本实施例中，通过对获取的多个体表心电信号分别进行波形重构，得到多个体表心电信号的重构波形向量，简化了运算，并根据多个体表心电信号的重构波形向量建立至少一个差值预测模型，在一定程度上减少起搏次数，加速心律失常起源点的定位。

在一个实施例中，如图4a所示，对获取的多个体表心电信号分别进行波形重构，得到多个体表心电信号的重构波形向量，包括：

S410、检测每个体表心电信号的波峰位置，并通过波峰位置对每个体表心电信号进行对齐截取；

S420、对截取得到的每个心电信号进行降采样，并对降采样得到的每个心电信号进行归一化处理；

S430、将归一化处理得到的每个心电信号分别进行首尾相连，得到每个体表心电信号的重构波形向量。

具体地，开始起搏后采集一段时间内的体表心电信号。首先，检测采集到的各个体表心电信号的波峰位置，通过波峰位置将各体表心电信号进行对齐截取。一般情况下，心电信号的采样率有几千赫兹，比如3000Hz，则一秒采集得到的数据有36000个采样点，数据量较大，可通过降采样的方式去除干扰数据并把数据量降为6000以下。因体表采集到的心电信号幅度不一，可能会对结果造成影响，因此对降采样得到的每个心电信号进行归一化处理，最后将归一化处理得到的每个心电信号进行首尾相连，从多维矩阵重组为单维向量，得到每个体表心电信号的重构波形向量。

在一个实施中，根据各所述起搏位置的位置差矩阵，通过至少一个所述差值预测模型确定所述第一心律失常心电信号的起源位置，包括：根据各所述起搏位置的位置差矩阵，通过至少一个所述差值预测模型确定所述起源位置的位置差矩阵；根据各所述起搏位置的位置信息，通过所述起源位置的位置差矩阵确定所述第一心律失常心电信号的起源位置。

在一个实施例中，根据各起搏位置的波形差矩阵和起源位置的波形差矩阵，建立至少一个差值预测模型，包括：利用最小二乘法，计算各起搏位置的波形差矩阵和起源位置的波形差矩阵之间的转换矩阵；通过计算得到的各个转换矩阵，建立至少一个差值预测模型。

具体地，各个起搏位置记为1，2，3……J；各个起搏位置的波形差矩阵可以记为[ΔW]，则 起源位置记为O，起源位置的波形差矩阵记为[ΔW^*]，则

[ΔW]和[ΔW^*]之间的转换矩阵[θ]可通过最小二乘法计算得到，过程如下：

[Δw^*]＝[ΔW_J]×[0]

[θ]＝([ΔW_J]^T×[ΔW_J])^-1×[ΔW_J]^T×[Δw^*]

其中，[ΔW]^T的含义为[ΔW]矩阵的转置。

因此，计算得到一个或多个转换矩阵[θ₁]，[θ₂]，……，[θ_J]。通过计算得到的各个转换矩阵建立一个或多个差值预测模型。

示例性的说明一个差值预测模型的建立过程：P_I为起搏装置第I次起搏时在心内的起搏位置，W_I为第I次起搏时一段时间内(比如150ms)的12导联重构波形，同理，P_J为第J次起搏时的起搏位置，W_J为第J次起搏时12导联的重构波形。

如图4b所示，在空间中，有：

表示第I次起搏和第J次起搏之间的位置差矢量，

那么重构后的波形差向量也有：

为第I次和第J次起搏之间的重构波形差向量，θ_I和θ_J为第I个和第J个传递系数。

如图4c所示，在有多个已知的起搏位置和心电波形的情况下， [ΔW]和[ΔP]分别为四个已知点(起搏点)建立的波形差矩阵和位置差矩阵。若存在一个位置未知但心电波形已知的点O(心律失常信号的起源位置)，能获取到对应波形差向量，那么计算得到：

[ΔW^*]为起搏点1、2、3、4和起源点O之间的波形差矩阵，即起源位置的波形差矩阵；[ΔW]和[ΔW^*]之间的转换矩阵[θ]可通过最小二乘法计算得到，过程如下：

[ΔW^*]＝[ΔW]×[θ]

[θ]＝([ΔW]^T×[ΔW])^-1×[ΔW]^T×[ΔW^*]

其中，[ΔW]^T的含义为[ΔW]矩阵的转置。通过上述公式可得知：

[ΔP^*]＝[ΔP]×[θ]

其中，

[ΔP^*]是由各起搏点的位置P与起源点O的位置差构成的新的矩阵(也即起源位置的位置差矩阵)。那么，起源点O点的预测位置即可根据如下公式获得：

以上为一个小型DDM模型建立并完成未知点位置(即为心律失常信号的起源位置)预测的过程。

在一个实施例中，该方法还包括：利用各差值预测模型对若干个起搏位置进行预测；根据起搏位置以及起搏位置对应的预测结果确定预测误差，并根据所述预测误差对各差值预测模型进行优化筛选。

具体地，已经建立了多个差值预测模型，利用每个差值预测模型对起搏位置进行预测，差值预测模型输出对应的预测位置。将该起搏位置的真实位置与预测位置进行比较，根据真实位置的坐标和预测位置的坐标计算预测误差，结合预测误差的大小，对建立的各个差值预测模型进行筛选，过滤掉预测误差较大的差值预测模型，筛选预测误差较小的差值预测模型。

示例性的，假设设有4个起搏位置，分别为起搏位置1、起搏位置2、起搏位置3、起搏位置4。可以利用起搏位置1、起搏位置2、起搏位置3分别对应的信号波形所建立的差值预测模型A，利用差值预测模型A对起搏位置4进行预测，得到预测位置坐标，将预测位置坐标与起搏位置4的真实位置进行比较，确定差值预测模型A的预测误差。利用起搏位置1、起搏位置2、起搏位置4分别对应的信号波形所建立的差值预测模型B，利用差值预测模型B对起搏位置3进行预测，得到预测位置坐标，将预测位置坐标与起搏位置3的真实位置进行比较，确定差值预测模型B的预测误差。利用起搏位置2、起搏位置3、起搏位置4分别对应的信号波形所建立的差值预测模型C，利用差值预测模型C对起搏位置1进行预测，得到预测位置坐标，将预测位置坐标与起搏位置1的真实位置进行比较，确定差值预测模型C的预测误差。利用起搏位置1、起搏位置3、起搏位置4分别对应的信号波形所建立的差值预测模型D，利用差值预测模型D对起搏位置2进行预测，得到预测位置坐标，将预测位置坐标与起搏位置2的真实位置进行比较，确定差值预测模型D的预测误差。比较差值预测模型A、B、C、D的预测误差，选择预测误差较小的差值预测模型。

本实施例中，通过多个差值预测模型互相预测已知起搏位置，计算预测误差，对各差值预测模型进行优化筛选方式，从而提升差值预测模型的预测精度。

在一个实施例中，根据各起搏位置的位置差矩阵，通过至少一个差值预测模型确定第一心律失常心电信号的起源位置，包括：通过预测误差选择满足预设条件的差值预测模型；根据各起搏位置的位置差矩阵，通过选择的差值预测模型确定第一心律失常心电信号的起源位置。

具体地，利用各差值预测模型对若干个起搏位置进行预测；根据起搏位置以及起搏位置对应的预测结果确定预测误差，设置预设条件判断各个差值预测模型是否可以用于预测第一心律失常心电信号的起源位置。筛选预测误差选择满足预设条件的差值预测模型，利用筛选得到的差值预测模型确定第一心律失常心电信号的起源位置。

示例性，如图4d所示，建立若干个差值预测模型。图4d中所示的4个差值预测模型对其他已知起搏点位置的预测误差最小，先选取这4个差值预测模型将对第一心律失常心电信号的起源位置进行预测。预测过程可以是单次的预测也可以是多次预测收敛的过程。图中圆点1、2、3、4即为四个差值预测模型的预测结果。因为选取出的差值预测模型虽然误差较小，但还是可能会在大范围内存在一定误差，因此，多个模型的预测结果与实际起源位置还是存在一定的距离。但这四个预测结果可最终汇总为一个方向信息，术者可通过方向信息再进行新的一轮电刺激，预测位置最终可收敛到一个可接受区域内。

在一个实施例中，如图5所示，在根据第一心律失常心电信号的波形与多个电刺激心电信号的波形，建立至少一个差值预测模型之前，该方法还包括以下步骤：

S510、获取心内电刺激信号；

S520、计算各体表心电信号相对于心内电刺激信号的触发滞后时间；

S530、根据触发滞后时间，判断各体表心电信号是否有效；

根据第一心律失常心电信号的波形与多个电刺激心电信号的波形，建立至少一个差值预测模型，包括：

S540、若判断体表心电信号有效，则根据第一心律失常心电信号的波形与多个电刺激心电信号的波形，建立至少一个差值预测模型。

其中，通过心内介入装置对心脏进行电刺激，可以以固定的时间间隔进行一段时间的电刺激，正常情况下，同步地引起12导联心电信号形态产生相应的变化。电刺激的时间间隔一般为400～600ms，优选为500ms。但是，在有些情况下，12导联心电信号的形态并没有较明显改变。比如，心内介入装置贴靠不牢靠；电刺激的输出电压偏低；刺激的起搏位置其心肌本身的电压较低。另外，部分情况下出现了较为异常的心电波形可能是因为心内介入装置突然触壁导致。以上多种情况中的电刺激并不能用于建立差值预测模型，因此，在建立模型之前，需要对电刺激的有效性进行判断。判断电刺激的有效性可以从12导联的触发滞后时间上考虑。具体地，在进行电刺激时，心内电刺激信号的起始时间会比体表12导联的触发心电信号早30ms至60ms。经过信号检波模块后可得出心内电刺激信号的起始时刻以及各体表心电信号的起始时刻，则计算各体表心电信号相对于心内电刺激信号的触发滞后时间；若其触发滞后时间在一定可接受的范围内且形态上不是标准窦律，则可认为是电刺激有效。若判断体表心电信号有效，则根据第一心律失常心电信号的波形与多个电刺激心电信号的波形，建立至少一个差值预测模型。需要说明的是，若判断体表心电信号无效，可以给出信号无效的提示，以获取有效的体表心电信号。

本实施例中，通过触发滞后时间对电刺激是否有效进行判断，确定用于建立模型的电刺激心电信号是有效的，从而确保差值预测模型的准确性，提升差值预测模型的预测精度。

在一个实施例中，如图6所示，该方法还包括以下步骤：

S610、获取多个第二心律失常心电信号；

S620、对建立差值预测模型所使用的多个电刺激心电信号进行平均处理，得到对应的平均波形差向量；

S630、将得到的平均波形差向量与获取的多个第二心律失常心电信号的波形差向量一一进行比对，得到多个比对参数；

S640、根据得到的多个比对参数，确定与差值预测模型的特性相匹配的第二心律失常心电信号。

其中，面对较复杂的病例，可能存在多种不同类型的心律失常信号，可在手术过程中任意时刻保存自发的心律失常体表心电信号，在本申请中，除了第一心律失常心电信号，其他称为第二心律失常心电信号。每个第二心律失常心电信号对应着一个起源位置，并且与其他第二心律失常心电信号的心律失常起源位置不同。在建立多个差值预测模型之后，可以对多个未知起源点位置的第二心律失常心电信号分别进行位置预测，也可以对其中一个第二心律失常心电信号进行位置预测。优选地，预测多个第二心律失常心电信号中一个第二心律失常心电信号的位置。因此，需要选择一个与差值预测模型特性相匹配的心律失常心电信号。本实施例提供一个可根据差值预测模型特性自动选取对应心律失常心电信号的方法。

假设事先保存有m个自发的心律失常心电信号，在预测阶段中，若通过误差筛选出的差值预测模型是由n个电刺激信号建立的，则可以对这n个电刺激信号进行平均处理，按照如下公式进行处理：

ΔW_mean为建立差值预测模型所用的各电刺激信号经过平均处理之后的平均波形差向量，ΔW_I为建立差值预测模型所用的第I个电刺激信号的波形差向量，I＝1，2，3，……n。

可通过波形差向量比对的方式，优选出模型对应的心律失常心电信号。可以按照如下公式进行波形差向量的比对：

其中，I＝1，2，3，…，length，length为波形差向量的长度，为第J个心律失常心电信号的波形差向量，也即第二起源位置的波形差向量，J＝1，2，…，m，ΔW_mean为差值预测模型经过平均处理之后的平均波形差向量，Coeff为比对参数，J＝1，…，m。

计算完比对参数后，比对参数最小的心律失常心电信号即可确定为与差值预测模型的特性相匹配的第二心律失常心电信号。

进一步地，如图7所示，该方法还包括：将第一心律失常心电信号的起源位置和第二心律失常心电信号的起源位置进行显示。从而可以控制心内接入装置进行治疗，比如采用射频消融或冷冻球囊消融等常见的术式，控制心内接入装置到提示的起源位置进行消融治疗。

本实施例中，利用建立的差值预测模型的特性自动选择所要预测的心律失常心电信号，提升了预测结果的精确度。并将模型预测的病灶位置直观的显示出来。

在一个实施例中，本申请提供了一种心电信号的处理方法，包括以下步骤：

S702、获取多个体表心电信号。

其中，多个体表心电信号包括起源位置未知的第一心律失常心电信号和心内介入装置在各起搏位置起搏时所产生的多个电刺激心电信号。

S704、获取心内电刺激信号。

S706、计算各体表心电信号相对于心内电刺激信号的触发滞后时间。

S708、根据触发滞后时间，判断各体表心电信号是否有效。

S710、若判断体表心电信号有效，则对获取的多个体表心电信号分别进行波形重构，得到多个体表心电信号的重构波形向量。

其中，检测每个体表心电信号的波峰位置，并通过波峰位置对每个体表心电信号进行对齐截取；对截取得到的每个心电信号进行降采样，并对降采样得到的每个心电信号进行归一化处理；将归一化处理得到的每个心电信号分别进行首尾相连，得到每个体表心电信号的重构波形向量。

S712、根据多个电刺激心电信号的重构波形向量，确定各起搏位置的波形差向量。

S714、根据第一心律失常心电信号的重构波形向量与多个电刺激心电信号的重构波形向量，确定起源位置的波形差向量。

S716、根据各起搏位置的波形差向量和起源位置的波形差向量建立各起搏位置的波形差矩阵和起源位置的波形差矩阵；

S718、根据各起搏位置的波形差矩阵和起源位置的波形差矩阵，建立至少一个差值预测模型。

其中，利用最小二乘法，计算各起搏位置的波形差向量和起源位置的波形差向量之间的转换矩阵；通过计算得到的各个转换矩阵，建立至少一个差值预测模型。

S720、通过预测误差选择满足预设条件的差值预测模型。

S722、根据各起搏位置的位置差矩阵，通过至少一个所述差值预测模型确定所述起源位置的位置差矩阵。

S724、根据各所述起搏位置的位置信息，通过所述起源位置的位置差矩阵确定所述第一心律失常心电信号的起源位置。

S726、获取多个第二心律失常心电信号。

S728、对建立差值预测模型所使用的多个电刺激心电信号进行平均处理，得到对应的平均波形差向量。

S730、将得到的平均波形差向量与获取的多个第二心律失常心电信号的波形差向量一一进行比对，得到多个比对参数。

S732、根据得到的多个比对参数，确定与差值预测模型的特性相匹配的第二心律失常心电信号。

进一步地，通过差值预测模型对第二心律失常心电信号进行处理，确定第二心律失常心电信号的起源位置。

S734、将第一心律失常心电信号的起源位置和第二心律失常心电信号的起源位置进行显示。

应该理解的是，虽然上述各实施例的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，上述各实施例中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些子步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。

在一个实施例中，如图8所示，提供了一种心电信号的处理装置800，包括：体表信号获取模块810、预测模型建立模块820、位置差矩阵建立模块830和起源位置预测模块840，其中：

体表信号获取模块810，用于获取多个体表心电信号，所述多个体表心电信号包括起源位置未知的第一心律失常心电信号和心内介入装置在各起搏位置起搏时所产生的多个电刺激心电信号；

预测模型建立模块820，用于根据所述第一心律失常心电信号的波形与多个所述电刺激心电信号的波形，建立至少一个差值预测模型；

位置差矩阵建立模块830，用于根据多个所述电刺激心电信号各自对应的起搏位置，建立各所述起搏位置的位置差矩阵；

起源位置预测模块840，用于根据各所述起搏位置的位置差矩阵，通过至少一个所述差值预测模型确定所述第一心律失常心电信号的起源位置。

在一个实施例中，预测模型建立模块820，还用于根据多个所述电刺激心电信号的波形，建立各所述起搏位置的波形差矩阵；根据所述第一心律失常心电信号的波形与多个所述电刺激心电信号的波形，建立所述起源位置的波形差矩阵；根据各所述起搏位置的波形差矩阵和所述起源位置的波形差矩阵，建立至少一个所述差值预测模型。

在一个实施例中，该装置还包括波形重构模块，用于对获取的多个体表心电信号分别进行波形重构，得到多个体表心电信号的重构波形向量。

预测模型建立模块820，还用于根据多个电刺激心电信号的重构波形向量，确定各起搏位置的波形差向量；根据第一心律失常心电信号的重构波形向量与多个电刺激心电信号的重构波形向量，确定起源位置的波形差向量；根据各起搏位置的波形差向量和起源位置的波形差向量，建立至少一个差值预测模型。

在一个实施例中，波形重构模块，还用于检测每个体表心电信号的波峰位置，并通过波峰位置对每个体表心电信号进行对齐截取；对截取得到的每个心电信号进行降采样，并对降采样得到的每个心电信号进行归一化处理；将归一化处理得到的每个心电信号分别进行首尾相连，得到每个体表心电信号的重构波形向量。

在一个实施例中，预测模型建立模块820，还用于根据各起搏位置的波形差向量和起源位置的波形差向量建立各起搏位置的波形差矩阵和起源位置的波形差矩阵；根据各起搏位置的波形差矩阵和起源位置的波形差矩阵，建立至少一个差值预测模型。

在一个实施例中，预测模型建立模块820，还用于利用最小二乘法，计算各起搏位置的波形差矩阵和起源位置的波形差矩阵之间的转换矩阵；通过计算得到的各个转换矩阵，建立至少一个差值预测模型。

在一个实施例中，该装置还包括筛选模块，用于利用各差值预测模型对若干个起搏位置进行预测；根据起搏位置以及起搏位置对应的预测结果确定预测误差，并根据预测误差对各差值预测模型进行优化筛选。

在一个实施例中，起源位置预测模块840，还用于根据各起搏位置的位置差矩阵，通过至少一个差值预测模型确定起源位置的位置差矩阵；根据各起搏位置的位置信息，通过起源位置的位置差矩阵确定第一心律失常心电信号的起源位置。

在一个实施例中，起源位置预测模块840，还用于通过预测误差选择满足预设条件的差值预测模型；根据各起搏位置的位置差矩阵，通过选择的差值预测模型确定第一心律失常心电信号的起源位置。

在一个实施例中，该装置还包括显示模块，用于将第一心律失常心电信号的起源位置和第二心律失常心电信号的起源位置进行显示。

关于心电信号的处理装置的具体限定可以参见上文中对于心电信号的处理方法的限定，在此不再赘述。上述心电信号的处理装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。

在一个实施例中，本申请提供一种三维标测系统，如图9所示，该三维标测系统包括：

电刺激发生模块910，用于通过心内介入装置对心脏进行周期性地电刺激；

信号采集模块920，用于采集体表心电信号和心内心电信号；所述心内心电信号包括心内电刺激信号；

定位模块930，用于获取心内介入装置的位置；

数据处理模块940，与信号采集模块、定位模块分别连接，用于实现上述实施例中任一项的心电信号的处理方法的步骤。

在一个实施例中，请继续参见图9，三维标测系统还包括：显示模块950，与数据处理模块连接，用于显示心律失常心电信号的起源位置。

在一个实施例中，提供了一种计算机设备，该计算机设备可以是终端，其内部结构图可以如图10所示。该计算机设备包括通过系统总线连接的处理器、存储器、通信接口、显示屏和输入装置。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的通信接口用于与外部的终端进行有线或无线方式的通信，无线方式可通过WIFI、运营商网络、NFC(近场通信)或其他技术实现。该计算机程序被处理器执行时以实现一种心电信号的处理方法。该计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏，该计算机设备的输入装置可以是显示屏上覆盖的触摸层，也可以是计算机设备外壳上设置的按键、轨迹球或触控板，还可以是外接的键盘、触控板或鼠标等。

本领域技术人员可以理解，图10中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。

在一个实施例中，提供了一种计算机设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现以下步骤：

获取多个体表心电信号，多个体表心电信号包括起源位置未知的第一心律失常心电信号和心内介入装置在各起搏位置起搏时所产生的多个电刺激心电信号；根据第一心律失常心电信号的波形与多个电刺激心电信号的波形，建立至少一个差值预测模型；根据多个电刺激心电信号各自对应的起搏位置，建立各起搏位置的位置差矩阵；根据各起搏位置的位置差矩阵，通过至少一个差值预测模型确定第一心律失常心电信号的起源位置。

在一个实施例中，处理器执行计算机程序时还实现以下步骤：根据多个电刺激心电信号的波形，建立各起搏位置的波形差矩阵；根据第一心律失常心电信号的波形与多个电刺激心电信号的波形，建立起源位置的波形差矩阵；根据各起搏位置的波形差矩阵和起源位置的波形差矩阵，建立至少一个差值预测模型。

在一个实施例中，处理器执行计算机程序时还实现以下步骤：对获取的多个体表心电信号分别进行波形重构，得到多个体表心电信号的重构波形向量；根据多个电刺激心电信号的重构波形向量，确定各起搏位置的波形差向量；根据第一心律失常心电信号的重构波形向量与多个电刺激心电信号的重构波形向量，确定起源位置的波形差向量；根据各起搏位置的波形差向量和起源位置的波形差向量，建立至少一个差值预测模型。

在一个实施例中，处理器执行计算机程序时还实现以下步骤：检测每个体表心电信号的波峰位置，并通过波峰位置对每个体表心电信号进行对齐截取；对截取得到的每个心电信号进行降采样，并对降采样得到的每个心电信号进行归一化处理；将归一化处理得到的每个心电信号分别进行首尾相连，得到每个体表心电信号的重构波形向量。

在一个实施例中，处理器执行计算机程序时还实现以下步骤：根据各起搏位置的波形差向量和起源位置的波形差向量建立各起搏位置的波形差矩阵和起源位置的波形差矩阵；根据各起搏位置的波形差矩阵和起源位置的波形差矩阵，建立至少一个差值预测模型。

在一个实施例中，处理器执行计算机程序时还实现以下步骤：利用最小二乘法，计算各起搏位置的波形差矩阵和起源位置的波形差矩阵之间的转换矩阵；通过计算得到的各个转换矩阵，建立至少一个差值预测模型。

在一个实施例中，处理器执行计算机程序时还实现以下步骤：利用各差值预测模型对若干个起搏位置进行预测；根据起搏位置以及起搏位置对应的预测结果确定预测误差，并对各差值预测模型进行优化筛选。

在一个实施例中，处理器执行计算机程序时还实现以下步骤：根据各起搏位置的位置差矩阵，通过至少一个差值预测模型确定起源位置的位置差矩阵；根据各起搏位置的位置信息，通过起源位置的位置差矩阵确定第一心律失常心电信号的起源位置。

在一个实施例中，处理器执行计算机程序时还实现以下步骤：通过预测误差选择满足预设条件的差值预测模型；根据各起搏位置的位置差矩阵，通过选择的差值预测模型确定第一心律失常心电信号的起源位置。

在一个实施例中，处理器执行计算机程序时还实现以下步骤：获取心内电刺激信号；计算各体表心电信号相对于心内电刺激信号的触发滞后时间；根据触发滞后时间，判断各体表心电信号是否有效；若判断体表心电信号有效，则根据第一心律失常心电信号的波形与多个电刺激心电信号的波形，建立至少一个差值预测模型。

在一个实施例中，处理器执行计算机程序时还实现以下步骤：获取多个第二心律失常心电信号；对建立差值预测模型所使用的多个电刺激心电信号进行平均处理，得到对应的平均波形差向量；将得到的平均波形差向量与获取的多个第二心律失常心电信号的波形差向量一一进行比对，得到多个比对参数；根据得到的多个比对参数，确定与差值预测模型的特性相匹配的第二心律失常心电信号。

在一个实施例中，处理器执行计算机程序时还实现以下步骤：将所述第一心律失常心电信号的起源位置和所述第二心律失常心电信号的起源位置进行显示。

在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：

获取多个体表心电信号，多个体表心电信号包括起源位置未知的第一心律失常心电信号和心内介入装置在各起搏位置起搏时所产生的多个电刺激心电信号；根据第一心律失常心电信号的波形与多个电刺激心电信号的波形，建立至少一个差值预测模型；根据多个电刺激心电信号各自对应的起搏位置，建立各起搏位置的位置差矩阵；根据各起搏位置的位置差矩阵，通过至少一个差值预测模型确定第一心律失常心电信号的起源位置。

在一个实施例中，计算机程序被处理器执行时还实现以下步骤：根据多个电刺激心电信号的波形，建立各起搏位置的波形差矩阵；根据第一心律失常心电信号的波形与多个电刺激心电信号的波形，建立起源位置的波形差矩阵；根据各起搏位置的波形差矩阵和起源位置的波形差矩阵，建立至少一个差值预测模型。

在一个实施例中，计算机程序被处理器执行时还实现以下步骤：对获取的多个体表心电信号分别进行波形重构，得到多个体表心电信号的重构波形向量；根据多个电刺激心电信号的重构波形向量，确定各起搏位置的波形差向量；根据第一心律失常心电信号的重构波形向量与多个电刺激心电信号的重构波形向量，确定起源位置的波形差向量；根据各起搏位置的波形差向量和起源位置的波形差向量，建立至少一个差值预测模型。

在一个实施例中，计算机程序被处理器执行时还实现以下步骤：检测每个体表心电信号的波峰位置，并通过波峰位置对每个体表心电信号进行对齐截取；对截取得到的每个心电信号进行降采样，并对降采样得到的每个心电信号进行归一化处理；将归一化处理得到的每个心电信号分别进行首尾相连，得到每个体表心电信号的重构波形向量。

在一个实施例中，计算机程序被处理器执行时还实现以下步骤：根据各起搏位置的波形差向量和起源位置的波形差向量建立各起搏位置的波形差矩阵和起源位置的波形差矩阵；根据各起搏位置的波形差矩阵和起源位置的波形差矩阵，建立至少一个差值预测模型。

在一个实施例中，计算机程序被处理器执行时还实现以下步骤：利用最小二乘法，计算各起搏位置的波形差矩阵和起源位置的波形差矩阵之间的转换矩阵；通过计算得到的各个转换矩阵，建立至少一个差值预测模型。

在一个实施例中，计算机程序被处理器执行时还实现以下步骤：利用各差值预测模型对若干个起搏位置进行预测；根据起搏位置以及起搏位置对应的预测结果确定预测误差，并对各差值预测模型进行优化筛选。

在一个实施例中，计算机程序被处理器执行时还实现以下步骤：根据各起搏位置的位置差矩阵，通过至少一个差值预测模型确定起源位置的位置差矩阵；根据各起搏位置的位置信息，通过起源位置的位置差矩阵确定第一心律失常心电信号的起源位置。

在一个实施例中，计算机程序被处理器执行时还实现以下步骤：通过预测误差选择满足预设条件的差值预测模型；根据各起搏位置的位置差矩阵，通过选择的差值预测模型确定第一心律失常心电信号的起源位置。

在一个实施例中，计算机程序被处理器执行时还实现以下步骤：获取心内电刺激信号；计算各体表心电信号相对于心内电刺激信号的触发滞后时间；根据触发滞后时间，判断各体表心电信号是否有效；若判断体表心电信号有效，则根据第一心律失常心电信号的波形与多个电刺激心电信号的波形，建立至少一个差值预测模型。

在一个实施例中，计算机程序被处理器执行时还实现以下步骤：获取多个第二心律失常心电信号；对建立差值预测模型所使用的多个电刺激心电信号进行平均处理，得到对应的平均波形差向量；将得到的平均波形差向量与获取的多个第二心律失常心电信号的波形差向量一一进行比对，得到多个比对参数；根据得到的多个比对参数，确定与差值预测模型的特性相匹配的第二心律失常心电信号。

在一个实施例中，计算机程序被处理器执行时还实现以下步骤：将第一心律失常心电信号的起源位置和第二心律失常心电信号的起源位置进行显示。

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是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非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-Only Memory，ROM)、磁带、软盘、闪存或光存储器等。易失性存储器可包括随机存取存储器(Random Access Memory，RAM)或外部高速缓冲存储器。作为说明而非局限，RAM可以是多种形式，比如静态随机存取存储器(StatIc Random Access Memory，SRAM)或动态随机存取存储器(DynamIc Random Access Memory，DRAM)等。

以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。

以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。