CN118576223A - 一种用于急诊科的病患心电数据实时监测方法系统 - Google Patents

Abstract

本申请涉及心电数据监测技术领域，具体涉及一种用于急诊科的病患心电数据实时监测方法系统，该方法包括：解读待测者的心电图中各时刻的心电数据，基于相邻时刻心电数据的差异获取采集的所有心电数据的各波形区间；获取各波形区间的对称因子及距离差异特征值；得到任意两波形区间之间的波形近似度，以及各波形区间的波形异常度；基于波形区间的数量及所述波形异常度，确定阈值增大因子，结合阈值增大因子与整体波形区间之间的距离分布，得到阈值减小因子；调整差分阈值法的初始阈值，结合调整阈值后的差分阈值法对待测者实时检测的心电图中心电数据进行R波检测。从而提高心电数据实时监测的准确性。

Description

一种用于急诊科的病患心电数据实时监测方法系统

技术领域

本申请涉及心电数据监测技术领域，具体涉及一种用于急诊科的病患心电数据实时监测方法系统。

背景技术

心电数据实时监测是指监测和记录人体心脏电活动的过程。通过心电图（Electrocardiogram，ECG）技术，可以实时地测量和记录心脏在不同时间点的电信号，反映了心脏在每次心跳时的电活动，包括心脏肌肉的兴奋与收缩过程。

由于R波是心电图中最明显和易于识别的波形特征之一，R波的时间间隔和形态可以帮助识别各种类型的心律失常。这些信息有助于医生准确地诊断患者的心律问题，且R波的振幅和形态变化可以反映心室的兴奋性和整体心脏功能。通过监测R波的变化，可以评估心室的肌肉状态和心脏的泵血能力，因此，对心电数据进行R波检测对于监测心脏健康状态具有重要意义。目前，往往通过差分阈值法来对R波信号进行检测，然而，由于不同患者心电数据的差异性，以及心电数据的复杂性，使得差分阈值法的固定阈值对R波信号的检测精度较低。

发明内容

为了解决上述技术问题，本申请的目的在于提供一种用于急诊科的病患心电数据实时监测方法系统，所采用的技术方案具体如下：

第一方面，本申请实施例提供了一种用于急诊科的病患心电数据实时监测方法，该方法包括以下步骤：

解读待测者的心电图中各时刻的心电数据，基于相邻时刻心电数据的差异获取采集的所有心电数据的各波形区间；

分析各波形区间的峰值两侧对应心电数据的对称性得到各波形区间的对称因子；分析各波形区间与整体波形区间之间的距离差异，得到各波形区间的距离差异特征值；

分析任意两波形区间的距离关系及波形区间之间心电数据变化的相关性，得到任意两波形区间之间的波形近似度；

结合所述对称因子、所述距离差异特征值、所述波形近似度，得到各波形区间的波形异常度；基于波形区间的数量及所述波形异常度，确定阈值增大因子，继续分析整体波形区间之间的距离分布，得到阈值减小因子；

根据所述阈值增大因子、所述阈值减小因子，调整差分阈值法的初始阈值，基于调整阈值后的差分阈值法对待测者实时检测的心电图中心电数据进行R波检测。

在其中一种实施例中，所述各波形区间的确定包括：

将所有时刻的心电数据组成心电数据序列，获取心电数据序列的差分序列，将所述差分序列中连续多个大于等于预设阈值的元素在心电数据序列中对应的心电数据，记为波形点，将心电数据序列中连续多个波形点对应的区间作为一个波形区间。

在其中一种实施例中，所述对称因子的确定包括：

基于各波形区间的峰值将各波形区间划分为第一子区间和第二子区间，针对各波形区间，计算第一子区间与第二子区间的波形点个数的差异，记为第一差异，计算波形区间内所有波形点在差分序列中对应元素的离散度，计算第一子区间与第二子区间中以峰值位置为中心，左右两侧对称位置波形点的差异，记为第二差异，将所述第一差异、所述离散度、波形区间中所有所述第二差异的融合值的反向映射结果，作为各波形区间的对称因子。

在其中一种实施例中，所述距离差异特征值的确定包括：

计算各波形区间与相邻波形区间的峰值点之间的度量距离，计算所有波形区间的所述度量距离的均值，记为平均波形距离，计算各波形区间的所述度量距离与所述平均波形距离的差异，记为第三差异，将各波形区间的所述第三差异与所有波形区间的所述第三差异的最小值的融合结果，作为各波形区间的距离差异特征值。

在其中一种实施例中，所述波形近似度的确定过程为：

获取采集的所有心电数据中的各极小值，计算位于各波形区间的前一个极小值与后一个极小值间所有心电数据的拟合曲线，计算各波形区间的所述前一个极小值与对应峰值的差异，记为第四差异，以及对应时刻的差异，记为第五差异，将所述第四差异与所述第五差异的融合结果，作为各波形区间的第一极值距离；

对于所述后一个极小值，采用与所述第一极值距离相同的方法，得到各波形区间的第二极值距离，计算任意两波形区间对应所述拟合曲线的相关性，分别计算任意两波形区间的所述第一极值距离的差异，以及所述第二极值距离的差异，基于所述第一极值距离的差异与所述第二极值距离的差异的和值，以及所述拟合曲线的相关性确定所述波形近似度；

所述波形近似度与所述拟合曲线的相关性成正相关关系，与所述和值成负相关关系。

在其中一种实施例中，所述波形异常度的确定包括：

计算任一波形区间与其他所有波形区间的波形近似度的累加和，基于所述累加和、所述对称因子、所述距离差异特征值确定所述波形异常度；

所述任一波形区间的波形异常度与所述距离差异特征值成正相关关系，与所述累加和及所述对称因子均成负相关关系。

在其中一种实施例中，所述阈值增大因子为波形区间的个数与所有波形区间的波形异常度的融合值。

在其中一种实施例中，所述阈值减小因子为所述平均波形距离与所述融合值的比值。

在其中一种实施例中，所述调整差分阈值法的初始阈值，包括：

当阈值增大因子大于阈值减小因子，且阈值增大因子与阈值减小因子的差值大于预设阈值时，计算预设调节参数与归一化后的阈值增大因子的乘积，计算所述乘积与预设控制参数的相加结果，将所述相加结果与所述初始阈值的乘积作为差分阈值法调整后的阈值；

当阈值增大因子与阈值减小因子的差值绝对值小于等于预设阈值时，差分阈值法保持初始阈值不变；

否则，计算预设调节参数与归一化后的阈值减小因子的相乘结果，计算所述预设控制参数与所述相乘结果的差值，将所述差值与所述初始阈值的乘积作为差分阈值法调整后的阈值。

第二方面，本申请实施例还提供了一种用于急诊科的病患心电数据实时监测系统，包括存储器、处理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上述任意一项所述方法的步骤。

本申请至少具有如下有益效果：

本申请通过解读待测者的心电图中各时刻的心电数据，基于相邻时刻心电数据的差异获取采集的所有心电数据的各波形区间，缩小了R波检测的遍历范围，提高了R波检测的效率；分析各波形区间的峰值两侧对应心电数据的对称性得到各波形区间的对称因子；反映了波形区间中心电数据分布的对称性，分析各波形区间与整体波形区间之间的距离差异，得到各波形区间的距离差异特征值，反映了波形区间之间的距离分布特征，进一步，分析任意两波形区间的距离关系及波形区间之间心电数据变化的相关性，得到任意两波形区间之间的波形近似度；通过分析波形区间的对称性和距离分布，以及波形近似度，提高了R波检测的精度及可靠性；结合所述对称因子、所述距离差异特征值、所述波形近似度，得到各波形区间的波形异常度；反映了波形区间属于异常干扰的可能性；最后，基于波形区间的数量及所述波形异常度，确定阈值增大因子，继续分析整体波形区间之间的距离分布，得到阈值减小因子，利用所述阈值增大因子、所述阈值减小因子，调整差分阈值法的初始阈值，使得差分阈值法的阈值确定结合了待测者心电数据的分布特征，提高了差分阈值法阈值确定的准确性；基于调整阈值后的差分阈值法对待测者实时检测的心电图中心电数据进行R波检测，进一步提高了R波检测的准确性。

附图说明

为了更清楚地说明本申请实施例或现有技术中的技术方案和优点，下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它附图。

图1为本申请一个实施例提供的一种用于急诊科的病患心电数据实时监测方法的步骤流程图；

图2为差分阈值法阈值调整指标构建流程图。

具体实施方式

为了更进一步阐述本申请为达成预定发明目的所采取的技术手段及功效，以下结合附图及较佳实施例，对依据本申请提出的一种用于急诊科的病患心电数据实时监测方法系统，其具体实施方式、结构、特征及其功效，详细说明如下。在下述说明中，不同的“一个实施例”或“另一个实施例”指的不一定是同一实施例。此外，一个或多个实施例中的特定特征、结构或特点可由任何合适形式组合。

除非另有定义，本文所使用的所有的技术和科学术语与属于本申请的技术领域的技术人员通常理解的含义相同。

下面结合附图具体的说明本申请所提供的一种用于急诊科的病患心电数据实时监测方法系统的具体方案。

请参阅图1，其示出了本申请一个实施例提供的一种用于急诊科的病患心电数据实时监测方法的步骤流程图，该方法包括以下步骤：

S1，解读待测者的心电图中各时刻的心电数据，基于相邻时刻心电数据的差异获取采集的所有心电数据的各波形区间。

利用心电监护仪获取急诊科患者的心电图，采集患者的心电图中当前时刻的前T分钟内的心电数据，在本申请的一个实施例中，采集的时间间隔为0.1s，T=30，实施者均可根据实际情况自行调整，本申请对此不做限制。

心电数据一般主要包含P波、QRS波群和T波三种子波，蕴含着重要的病理信息，一个完整的心电节拍包含了P-Q-R-S-T波，其中，R波具有最显著的特征，为了对R波进行检测，传统的差分阈值法需要预先设定差分阈值，然而，在心电数据实时监测过程中，可能会出现患者心律失常，或采集的心电数据出现意外干扰等问题造成差分阈值法在检测R波时出现误检、漏检现象。

为了缩小R波检测范围，降低R波检测的难度，首先，基于差分阈值法的初始阈值获取采集的心电数据中的各波形区间，具体为：将采集的所有时刻的心电数据按照时间先后顺序组成心电数据序列，计算心电数据序列的差分序列，获取差分阈值法的初始阈值，对于心电数据序列的差分序列，将其中至少连续N个大于等于初始阈值的元素在心电数据序列中对应的心电数据，记为波形点，将心电数据序列中至少连续N个波形点对应的区间作为一个波形区间。在本申请的一个实施例中，初始阈值U由人为设定为0.2，N=5，实施者均可根据实际情况自行设定，本申请对此不做限制。例如，存在差分序列，则将差分序列中0.2,0.3,0.4,0.2,0.5这几个元素在心电数据序列中对应的所有心电数据，均记为波形点，且将这几个波形点统称为一个波形区间。

S2，分析各波形区间的峰值两侧对应心电数据的对称性得到各波形区间的对称因子；分析各波形区间与整体波形区间之间的距离差异，得到各波形区间的距离差异特征值。

获取的每个波形区间表征了一个R波或一个干扰波形，对波形区间内的波形点进行分析，将各波形区间内的心电数据最大值作为各波形区间的峰值，若波形区间内存在多个相等的最大值，则将最靠近波形区间中心位置的最大值作为波形区间的峰值。

根据R波的特征可知，R波在心电图中表现为幅值最大，R波的波形幅值变化快速且R波波形具有一定的对称性，因此，可分析波形区间内波形点的对称性，有利于R波的准确识别。

获取各波形区间的峰值，在本申请的一个实施例中，将各波形区间中峰值左侧的部分记为第一子区间，峰值右侧的部分的记为第二子区间。

需要说明的是，对于波形区间的峰值位于波形区间的首尾情况，则不进行第一子区间、第二子区间的划分。

基于各波形区间内第一子区间与第二子区间的波形点的分布差异，确定各波形区间的对称因子，具体为：

针对各波形区间，计算第一子区间与第二子区间的波形点个数的差异，记为第一差异，计算波形区间内所有波形点在差分序列中对应元素的离散度，计算第一子区间与第二子区间中以峰值位置为中心，左右两侧对称位置波形点的差异，记为第二差异，将所述第一差异、所述离散度、波形区间中所有所述第二差异的融合值的反向映射结果，作为各波形区间的对称因子。

需要说明的是，差异表示两个变量之间的差别程度，具体可以相减、相除等方式进行计算；离散度表示多个数据的分散程度，具体可以采用方差、标准差等进行计算；融合表示将多个变量以增强整体效果的方式进行结合，具体可以为相加、相乘等；反向映射表示因变量会随着自变量的增大而减小，因变量会随着自变量的减小而增大。

在本申请的一个实施例中，针对各波形区间，计算第一子区间与第二子区间的波形点个数的差值绝对值，记为第一差异，计算波形区间内所有波形点在差分序列中对应元素的方差，以峰值位置为中心，计算第一子区间与第二子区间的对称位置处波形点的差值绝对值，记为第二差异，计算波形区间中所有所述第二差异的和值，记为第一和值，将所述第一和值、所述第一差异、所述方差的乘积的倒数，作为各波形区间的对称因子。

波形区间的对称因子越大，说明波形区间对应真实R波的可能性越大，表示异常波形或干扰波形的可能性越小。

然而，由于真实R波的对称性也可能受到急诊科病患的生理状态的影响，导致对称性下降，因此，可通过分析不同波形区间之间的距离分布关系，进一步增加R波识别的精度，基于心电数据R波的波峰的分布特性可知，R波的波峰出现的前后一定时间由于其他子波以及波形的间隙的存在，往往会伴随着一个“不应期”现象，即一个R波的波峰出现的前后一段时间往往不会出现新的R波波峰。基于此，构建各波形区间的距离差异特征值，具体为：

计算各波形区间与相邻波形区间的峰值点之间的度量距离，计算所有波形区间的所述度量距离的均值，记为平均波形距离，计算各波形区间的所述度量距离与所述平均波形距离的差异，记为第三差异，将各波形区间的所述第三差异与所有波形区间的所述第三差异的最小值的融合结果，作为各波形区间的距离差异特征值。

在本申请的一个实施例中，计算各波形区间与相邻下一波形区间的峰值点在时序上的间隔距离，而对于尾部的最后一个波形区间，将其间隔距离设置为0，计算所有波形区间的所述间隔距离的均值，记为平均波形距离，计算各波形区间的所述间隔距离与所述平均波形距离的差值绝对值，记为第三差异，将各波形区间的所述第三差异与所有波形区间的所述第三差异的最小值的和值，作为各波形区间的距离差异特征值。

对于正常采集的病患心电数据，往往病患心脏跳动具有平稳性，故采集的心电数据具有一定的周期性，当病患出现异常状况或信号采集受到干扰时，心电数据的周期性被破坏，体现在波形区间上，则为波形区间的间距出现较大变化。

波形区间的距离差异特征值越大，说明波形区间对应干扰波形的可能性越大。

S3，分析任意两波形区间的距离关系及波形区间之间心电数据变化的相关性，得到任意两波形区间之间的波形近似度。

根据心电图的心拍信息可知，每个R波邻近波形为Q波或S波，故每个波形区间的邻近心电数据中往往会存在两个极小值点，分别对应Q波与S波，且不同波形区间的相似程度较高。

因此，获取采集的所有心电数据中的各极小值，计算位于各波形区间的前一个极小值与后一个极小值间所有心电数据的拟合曲线，计算各波形区间的所述前一个极小值与对应峰值的差异，记为第四差异，以及对应时刻的差异，记为第五差异，将所述第四差异与所述第五差异的融合结果，作为各波形区间的第一极值距离；

对于所述后一个极小值，采用与所述第一极值距离相同的方法，得到各波形区间的第二极值距离，计算任意两波形区间对应所述拟合曲线的相关性，分别计算任意两波形区间的所述第一极值距离的差异，以及所述第二极值距离的差异，基于所述第一极值距离的差异与所述第二极值距离的差异的和值，记为第二和值，以及所述拟合曲线的相关性确定任意两波形区间之间的波形近似度；

任意两波形区间之间的波形近似度与所述拟合曲线的相关性成正相关关系，与所述第二和值成负相关关系。

需要说明的是，所述相关性可以采用皮尔逊相关系数、斯皮尔曼相关系数等方法进行计算，本申请对此不做限制；正相关关系表示因变量会随着自变量的增大而增大，因变量会随着自变量的减小而减小，负相关关系表示因变量会随着自变量的增大而减小，因变量会随着自变量的减小而增大。

在本申请的一个实施例中，采用遍历法获取采集的所有心电数据中的各极小值，利用最小二乘法计算位于各波形区间的前一个极小值与后一个极小值之间所有心电数据的拟合曲线，其中，最小二乘法为现有公知技术，本申请在此不做详细赘述。计算各波形区间的所述前一个极小值与对应峰值的差值绝对值，记为第四差异，计算各波形区间的所述前一个极小值的采样时刻与对应峰值的采样时刻的差值绝对值，记为第五差异，将所述第四差异与所述第五差异的乘积，作为各波形区间的第一极值距离；

对于所述后一个极小值，采用与所述第一极值距离相同的方法，得到各波形区间的第二极值距离。

任意两波形区间之间的波形近似度的表达式可以为：，其中，G表示波形区间Q与波形区间W之间的波形近似度，表示波形区间Q与波形区间W对应的拟合曲线的皮尔逊相关系数，表示波形区间Q的第m极值距离，表示波形区间W的第m极值距离，其中，m的取值为一或二。将记为第二和值。皮尔逊相关系数的计算为现有公知技术，本申请在此不做详细赘述。

由于干扰波形往往具有一定的随机性，因此，两波形区间之间的波形近似度越高，说明两波形区间为干扰波形的可能性较低。

S4，根据所述对称因子、所述距离差异特征值、所述波形近似度，得到各波形区间的波形异常度；基于波形区间的数量及所有波形区间的波形异常度，确定阈值增大因子，继续分析整体波形区间之间的距离分布，得到阈值减小因子。

以波形区间Q为例，计算波形区间Q与其他所有波形区间的波形近似度的累加和，基于所述累加和、所述对称因子、所述距离差异特征值确定波形区间Q的波形异常度；

波形区间Q的波形异常度与所述距离差异特征值成正相关关系，与所述累加和及所述对称因子均成负相关关系。

在本申请的一个实施例中，波形区间Q的波形异常度的表达式可以为，其中，YC表示波形区间Q的波形异常度，C表示波形区间Q的距离差异特征值，Y表示波形区间Q的对称因子，表示波形区间Q与其他第k个波形区间的波形近似度，表示波形区间的个数，表示调整参数，避免分母为零导致无法计算，本实施例中，实施者可根据实际情况自行设定，本申请对此不做限制。

采用与波形区间Q的波形异常度相同的计算方法，可得到各波形区间的波形异常度。

进一步，基于波形区间的个数以及所有波形区间的波形异常度确定差分阈值法的阈值增大因子。具体为：将波形区间的个数与所有波形区间的波形异常度的融合结果，作为差分阈值法的阈值增大因子。

在本申请的一个实施例中，计算所有波形区间的波形异常度的和值，记为第三和值，将所述第三和值与波形区间的个数的乘积，记为第一乘积，确定为差分阈值法的阈值增大因子。

当波形区间的个数越多，且波形区间的波形异常度越高，说明当前差分阈值法的阈值过小，检测出的干扰波形过多，此时需要对差分阈值法的阈值进行增大处理。

将所有波形区间的所述平均波形距离与所述第一乘积的比值，作为差分阈值法的阈值减小因子。

当所述平均波形距离越大，说明波形区间之间的间隔越远，此时差分阈值法的阈值设置的可能过大，造成了波形区间的漏检，因此，需要对差分阈值法的阈值做减小处理，当波形区间的个数越少，且波形区间的波形异常度越低，也说明此时差分阈值法的阈值设置的可能过大，可能存在波形区间未被检测到，因此，需要对差分阈值法的阈值做减小处理。

S5，根据所述阈值增大因子、所述阈值减小因子，调整差分阈值法的初始阈值，基于调整阈值后的差分阈值法对待测者实时检测的心电图中心电数据进行R波检测。

基于差分阈值法的初始阈值、阈值增大因子、阈值减小因子，对差分阈值法的阈值进行调整。

在本申请的一个实施例中，差分阈值法调整后的阈值可以表示为：

；

其中，U表示差分阈值法的初始阈值，E为调节参数，本实施例中E=0.1，实施者可根据实际情况自行设定，本申请对此不做限制，ZD为归一化后的阈值增大因子，JX为归一化后的阈值减小因子，表示预设阈值，为预设控制参数，本实施例中，，实施者可根据实际情况自行设定，本申请对此不做限制。差分阈值法阈值调整指标构建流程图如图2所示。

本实施例中对阈值增大因子与阈值减小因子采用Sigmoid函数进行归一化，实施者可根据实际情况选择现有可行的其他归一化映射方法，本申请对此不做限制。

将患者的心电数据作为调整阈值后的差分阈值法的输入，输出为患者心电数据中的R波，基于检测到的R波辅助领域专家进行分析，完成心电数据的实时监测。其中，差分阈值法为现有公知技术，本申请对此不做详细赘述。

基于与上述方法相同的发明构思，本申请实施例还提供了一种用于急诊科的病患心电数据实时监测系统，包括存储器、处理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上述一种用于急诊科的病患心电数据实时监测方法中任意一项所述方法的步骤。

综上所述，本申请通过解读待测者的心电图中各时刻的心电数据，基于相邻时刻心电数据的差异获取采集的所有心电数据的各波形区间，缩小了R波检测的遍历范围，提高了R波检测的效率；分析各波形区间的峰值两侧对应心电数据的对称性得到各波形区间的对称因子；反映了波形区间中心电数据分布的对称性，分析各波形区间与整体波形区间之间的距离差异，得到各波形区间的距离差异特征值，反映了波形区间之间的距离分布特征，进一步，分析任意两波形区间的距离关系及波形区间之间心电数据变化的相关性，得到任意两波形区间之间的波形近似度；通过分析波形区间的对称性和距离分布，以及波形近似度，提高了R波检测的精度及可靠性；结合所述对称因子、所述距离差异特征值、所述波形近似度，得到各波形区间的波形异常度；反映了波形区间属于异常干扰的可能性；最后，基于波形区间的数量及所述波形异常度，确定阈值增大因子，继续分析整体波形区间之间的距离分布，得到阈值减小因子，利用所述阈值增大因子、所述阈值减小因子，调整差分阈值法的初始阈值，使得差分阈值法的阈值确定结合了待测者心电数据的分布特征，提高了差分阈值法阈值确定的准确性；基于调整阈值后的差分阈值法对待测者实时检测的心电图中心电数据进行R波检测，进一步提高了R波检测的准确性。

需要说明的是：上述本申请实施例先后顺序仅仅为了描述，不代表实施例的优劣。且上述对本说明书特定实施例进行了描述。另外，在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者可能是有利的。

本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。

以上所述仅为本申请的较佳实施例，并不用以限制本申请，凡在本申请的原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。

Claims (10)

1.一种用于急诊科的病患心电数据实时监测方法，其特征在于，该方法包括以下步骤：

解读待测者的心电图中各时刻的心电数据，基于相邻时刻心电数据的差异获取采集的所有心电数据的各波形区间；

分析各波形区间的峰值两侧对应心电数据的对称性得到各波形区间的对称因子；分析各波形区间与整体波形区间之间的距离差异，得到各波形区间的距离差异特征值；

分析任意两波形区间的距离关系及波形区间之间心电数据变化的相关性，得到任意两波形区间之间的波形近似度；

结合所述对称因子、所述距离差异特征值、所述波形近似度，得到各波形区间的波形异常度；基于波形区间的数量及所述波形异常度，确定阈值增大因子，继续分析整体波形区间之间的距离分布，得到阈值减小因子；

根据所述阈值增大因子、所述阈值减小因子，调整差分阈值法的初始阈值，基于调整阈值后的差分阈值法对待测者实时检测的心电图中心电数据进行R波检测。

2.如权利要求1所述的一种用于急诊科的病患心电数据实时监测方法，其特征在于，所述各波形区间的确定包括：

将所有时刻的心电数据组成心电数据序列，获取心电数据序列的差分序列，将所述差分序列中连续多个大于等于预设阈值的元素在心电数据序列中对应的心电数据，记为波形点，将心电数据序列中连续多个波形点对应的区间作为一个波形区间。

3.如权利要求2所述的一种用于急诊科的病患心电数据实时监测方法，其特征在于，所述对称因子的确定包括：

基于各波形区间的峰值将各波形区间划分为第一子区间和第二子区间，针对各波形区间，计算第一子区间与第二子区间的波形点个数的差异，记为第一差异，计算波形区间内所有波形点在差分序列中对应元素的离散度，计算第一子区间与第二子区间中以峰值位置为中心，左右两侧对称位置波形点的差异，记为第二差异，将所述第一差异、所述离散度、波形区间中所有所述第二差异的融合值的反向映射结果，作为各波形区间的对称因子。

4.如权利要求1所述的一种用于急诊科的病患心电数据实时监测方法，其特征在于，所述距离差异特征值的确定包括：

计算各波形区间与相邻波形区间的峰值点之间的度量距离，计算所有波形区间的所述度量距离的均值，记为平均波形距离，计算各波形区间的所述度量距离与所述平均波形距离的差异，记为第三差异，将各波形区间的所述第三差异与所有波形区间的所述第三差异的最小值的融合结果，作为各波形区间的距离差异特征值。

5.如权利要求1所述的一种用于急诊科的病患心电数据实时监测方法，其特征在于，所述波形近似度的确定过程为：

获取采集的所有心电数据中的各极小值，计算位于各波形区间的前一个极小值与后一个极小值间所有心电数据的拟合曲线，计算各波形区间的所述前一个极小值与对应峰值的差异，记为第四差异，以及对应时刻的差异，记为第五差异，将所述第四差异与所述第五差异的融合结果，作为各波形区间的第一极值距离；

对于所述后一个极小值，采用与所述第一极值距离相同的方法，得到各波形区间的第二极值距离，计算任意两波形区间对应所述拟合曲线的相关性，分别计算任意两波形区间的所述第一极值距离的差异，以及所述第二极值距离的差异，基于所述第一极值距离的差异与所述第二极值距离的差异的和值，以及所述拟合曲线的相关性确定所述波形近似度；

所述波形近似度与所述拟合曲线的相关性成正相关关系，与所述和值成负相关关系。

6.如权利要求1所述的一种用于急诊科的病患心电数据实时监测方法，其特征在于，所述波形异常度的确定包括：

计算任一波形区间与其他所有波形区间的波形近似度的累加和，基于所述累加和、所述对称因子、所述距离差异特征值确定所述波形异常度；

所述任一波形区间的波形异常度与所述距离差异特征值成正相关关系，与所述累加和及所述对称因子均成负相关关系。

7.如权利要求4所述的一种用于急诊科的病患心电数据实时监测方法，其特征在于，所述阈值增大因子为波形区间的个数与所有波形区间的波形异常度的融合值。

8.如权利要求7所述的一种用于急诊科的病患心电数据实时监测方法，其特征在于，所述阈值减小因子为所述平均波形距离与所述融合值的比值。

9.如权利要求1所述的一种用于急诊科的病患心电数据实时监测方法，其特征在于，所述调整差分阈值法的初始阈值，包括：

当阈值增大因子大于阈值减小因子，且阈值增大因子与阈值减小因子的差值大于预设阈值时，计算预设调节参数与归一化后的阈值增大因子的乘积，计算所述乘积与预设控制参数的相加结果，将所述相加结果与所述初始阈值的乘积作为差分阈值法调整后的阈值；

当阈值增大因子与阈值减小因子的差值绝对值小于等于预设阈值时，差分阈值法保持初始阈值不变；

否则，计算预设调节参数与归一化后的阈值减小因子的相乘结果，计算所述预设控制参数与所述相乘结果的差值，将所述差值与所述初始阈值的乘积作为差分阈值法调整后的阈值。

10.一种用于急诊科的病患心电数据实时监测系统，包括存储器、处理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，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1-9任意一项所述方法的步骤。