心电图模板匹配方法、装置、计算机设备及存储介质与流程

本发明涉及计算机技术领域，尤其涉及一种心电图模板匹配方法、装置、计算机设备及存储介质。

背景技术：

心电图模板匹配指的是将众多形态相似的心电图(electrocardiograph,简称ecg)信号进行归类的关键技术环节。心电图软件通过将ecg信号按照不同形态分为不同模板后，医生仅需检查少数的模板信息，便可以对患者的心脏疾病有一个快速准确的了解，从而可以省去对其中数万个心搏一一进行检查的繁琐工作，大大提高了医生的诊断效率。

现阶段心电图模板匹配的实现方法大致可分为以下两种方法：(1)模板匹配法：预先设计几类不同的心电模板，然后在进行实际病例的模板匹配时，将不同心搏归属到最相似的模板。这种方法的缺点是设计者事先无法获取完善的心电模板。当出现实际心搏与预设模板不符合时，该方法会发生错配。(2)特征参数法：采用快速傅里叶变换、小波变换、希尔伯特变换等信号变换方法将心电信号从时域转换成特征更易于区分的变换域后，再利用经典聚类方法对心电信号进行自动模板匹配。该方法的缺点在于采用信号变换方法会显著增加计算量，且许多经典聚类方法需要事先设置待匹配的模板个数。当采用该方法对信噪比低、多源室早病例进行模板匹配时，同样会出现不同心搏混合在同一模板的情况。以上两种方法都不能实现高效准确地对心电图数据进行模板匹配。

技术实现要素：

基于此，本发明提出了一种可以高效准确地对心电图数据进行模板匹配的心电图模板匹配方法、装置、计算机设备及存储介质。

一种心电图模板匹配方法，所述方法包括：

获取待分析心电图数据，将所述待分析心电图数据处理为多个片段心电图数据；

将所述多个片段心电图数据分别与模板库中的预设模板进行匹配，得到与所述每个片段心电图数据匹配的预设模板编号；

获取同一预设模板编号对应的片段心电图数据，根据所述同一预设模板编号对应的片段心电图数据确定与所述同一预设模板编号对应的模板波形数据；

计算每个所述片段心电图数据与相应的模板波形数据的差异值；

当所述片段心电图数据与相应的模板波形数据的差异值小于预设阈值时，将与所述模板波形数据对应的模板作为所述片段心电图数据的目标匹配模板；

将所述差异值大于预设阈值的片段心电图数据作为目标片段心电图数据，计算两两目标片段心电图数据之间的差异值；

根据所述两两目标片段心电图数据之间的差异值确定每个所述目标片段心电图数据对应的目标匹配模板。

第二方面，本发明实施例提供了一种心电图模板匹配的装置，所述装置包括：

第一获取模块，用于获取待分析心电图数据，将所述待分析心电图数据处理为多个片段心电图数据；

确定模块，用于将所述多个片段心电图数据分别与模板库中的预设模板进行匹配，得到与所述每个片段心电图数据匹配的预设模板编号；

第二获取模块，用于获取同一预设模板编号对应的片段心电图数据，根据所述同一预设模板编号对应的片段心电图数据确定与所述同一预设模板编号对应的模板波形数据；

第一计算模块，用于计算每个所述片段心电图数据与相应的模板波形数据的差异值；

第一匹配模块，用于当所述片段心电图数据与相应的模板波形数据的差异值小于预设阈值时，将与所述模板波形数据对应的模板作为所述片段心电图数据的目标匹配模板；

第二计算模块，用于将所述差异值大于预设阈值的片段心电图数据作为目标片段心电图数据，计算两两目标片段心电图数据之间的差异值；

第二匹配模块，用于根据所述两两目标片段心电图数据之间的差异值确定每个所述目标片段心电图数据对应的目标匹配模板。

第三方面，本发明实施例提供一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行如下步骤：

获取待分析心电图数据，将所述待分析心电图数据处理为多个片段心电图数据；

将所述多个片段心电图数据分别与模板库中的预设模板进行匹配，得到与所述每个片段心电图数据匹配的预设模板编号；

获取同一预设模板编号对应的片段心电图数据，根据所述同一预设模板编号对应的片段心电图数据确定与所述同一预设模板编号对应的模板波形数据；

计算每个所述片段心电图数据与相应的模板波形数据的差异值；

当所述片段心电图数据与相应的模板波形数据的差异值小于预设阈值时，将与所述模板波形数据对应的模板作为所述片段心电图数据的目标匹配模板；

将所述差异值大于预设阈值的片段心电图数据作为目标片段心电图数据，计算两两目标片段心电图数据之间的差异值；

根据所述两两目标片段心电图数据之间的差异值确定每个所述目标片段心电图数据对应的目标匹配模板。

第四方面，本发明实施例提供一种计算机可读存储介质，存储有计算机程序，所述计算机程序被处理器执行时，使得所述处理器执行如下步骤：

获取待分析心电图数据，将所述待分析心电图数据处理为多个片段心电图数据；

将所述多个片段心电图数据分别与模板库中的预设模板进行匹配，得到与所述每个片段心电图数据匹配的预设模板编号；

获取同一预设模板编号对应的片段心电图数据，根据所述同一预设模板编号对应的片段心电图数据确定与所述同一预设模板编号对应的模板波形数据；

计算每个所述片段心电图数据与相应的模板波形数据的差异值；

当所述片段心电图数据与相应的模板波形数据的差异值小于预设阈值时，将与所述模板波形数据对应的模板作为所述片段心电图数据的目标匹配模板；

将所述差异值大于预设阈值的片段心电图数据作为目标片段心电图数据，计算两两目标片段心电图数据之间的差异值；

根据所述两两目标片段心电图数据之间的差异值确定每个所述目标片段心电图数据对应的目标匹配模板。

上述心电图模板匹配方法、装置、计算机设备及存储介质，通过将获取的待分析心电图数据划分为多个片段心电图数据，将多个片段心电图数据分别与模板库中的预设模板进行匹配，得到与每个片段心电图数据匹配的预设模板编号，根据同一预设模板编号对应的片段心电图数据确定与同一预设模板编号对应的模板波形数据，根据每个片段心电图数据与相应的模板波形数据的差异值与预设阈值，分别得到每个片段心电图数据对应的目标匹配模板。通过将待分析心电图数据划分为多个片段心电图数据，再分别对每个片段心电图数据进行模板匹配，无需对心电图数据进行信号变换，可以直接在原始的心电图数据的基础上进行模板匹配，匹配效率高；通过对每个片段心电图数据进行的初步匹配与进一步匹配，可以根据不同的片段心电图数据动态调整心电图模板，可以使得每个片段心电图数据均能匹配到最接近的目标匹配模板中，从而可以实现高效准确地对心电图数据进行模板匹配。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，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地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，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示出的结构获得其他的附图。

图1为一个实施例中心电图模板匹配方法的流程图；

图2为一个实施例中计算得到差异值的流程图；

图3为一个实施例中确定目标片段心电图数据对应的目标匹配模板的流程图；

图4为一个实施例中得到多个片段心电图数据的流程图；

图5为一个实施例中心电图模板匹配装置的结构框图；

图6为一个实施例中计算机设备的结构框图。

具体实施方式

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

如图1所示，提出了一种心电图模板匹配方法，该心电图模板匹配方法可以应用于终端，本实施例以应用于终端举例说明。该心电图模板匹配方法具体包括以下步骤：

步骤102，获取待分析心电图数据，将所述待分析心电图数据处理为多个片段心电图数据。

其中，待分析心电图数据是指需要分析的心电图数据，待分析心电图数据可以是动态心电图数据，也可以是静态心电图数据；片段心电图数据是指将待分析心电图数据划分得到的多段等长的心电图数据。将待分析心电图数据处理为多个片段心电图数据的目的是便于将待分析心电图数据中多个形态相似的片段心电图数据进行归类。在一个实施例中，假设待分析心电图数据为动态心电图数据，可以根据动态心电图采集设备采集得到待分析心电图数据，则获取的动态心电图数据可以包括：24小时的动态心电图数据、经过qrs波检测得到的r波位置、主分析导联、次分析导联和采集动态心电图数据的设备采样率。获取上述动态心电图数据，从而可以得到待分析心电图数据。将上述动态心电图数据处理为多个片段心电图数据，可以是根据动态心电图数据中的r波位置进行等长心电图片段地提取，从而可以得到多个片段心电图数据。

步骤104，将所述多个片段心电图数据分别与模板库中的预设模板进行匹配，得到与所述每个片段心电图数据匹配的预设模板编号。

其中，模板库是指在初始阶段预先设置的心电图模板数据库，模板库可以是由若干类不同的心电图模板构成；预设模板是指模板库中的某一类心电图模板；预设模板编号是指预先设置的预设模板对应的编号。将多个片段心电图数据分别与模板库中的预设模板进行匹配是为了将多个相近的片段心电图匹配到最相似的预设模板中，实现对待分析心电图数据中的片段心电图数据的初步匹配，进而可以根据初步匹配结果得到每个片段心电图数据对应的预设模板的编号。

在一个实施例中，可以是采用k-means聚类方法将多个片段心电图数据分别与模板库中的预设模板进行匹配，从而可以得到与每个片段心电图数据匹配的预设模板的编号。例如，可以采用k-means聚类方法将多个相近的片段心电图数据分配到最相似的预设模板中，再根据每个预设模板包含的片段心电图数据重新更新预设模板的波形数据。重复上述分配步骤，假设重复次数为r，则通过r次循环分配后，可以依次将所有相近的片段心电图数据分配到最接近的预设模板中，再根据每个预设模板包含的片段心电图数据重新更新预设模板的波形数据，直至将每个片段心电图数据均分配完毕，即可得到同一预设模板对应的片段心电图数据。然后根据预设模板编号，可以得到每个片段心电图数据匹配的预设模板编号，以此可以得到每个片段心电图数据与模板库中的预设模板之间的对应关系。采用经典k-means聚类方法将多个片段心电图数据分别与模板库中的预设模板进行匹配，聚类精度高，并可利用多核cpu并行运算技术进一步提高运算效率。

步骤106，获取同一预设模板编号对应的片段心电图数据，根据所述同一预设模板编号对应的片段心电图数据确定与所述同一预设模板编号对应的模板波形数据。

其中，模板波形数据是指同一预设模板编号对应的预设模板的代表波形数据，不同预设模板编号对应的模板波形数据不同。由于预设模板编号对应的模板波形数据可以是根据分配到预设模板编号对应的预设模板的片段心电图数据，重新更新预设模板的代表波形数据得到，而同一预设模板编号可以对应一个片段心电图，也可以对应多个片段心电图，所以可以根据同一预设模板编号对应的片段心电图数据确定同一预设模板编号对应的模板波形数据。在一个实施例中，假设同一预设模板编号对应3个片段心电图数据，则可以根据3个片段心电图数据确定同一预设模板编号对应的模板波形数据，例如，可以是分别提取3个片段心电图数据的特征波形，根据分别提取到的特征波形确定同一预设模板编号对应的模板波形数据。在另一个实施例中，假设同一预设模板编号对应1个片段心电图数据，则可以提取该片段心电图数的特征波形确定同一预设模板编号对应的模板波形数据。

步骤108，计算每个所述片段心电图数据与相应的模板波形数据的差异值。

其中，每个片段心电图数据与相应的模板波形数据的差异值是指每个片段心电图数据与相应的模板波形数据之间的相对误差值。可以将计算得到的差异值用于判断片段心电图数据与相应的模板波形数据对应的预设模板是否匹配成功。在一个实施例中，可以根据每个片段心电图数据与相应的模板波形数据计算得到差异值，例如，可以是计算每个片段心电图数据与相应的模板波形数据之间的比值，从而可以得到差异值。

步骤110，当所述片段心电图数据与相应的模板波形数据的差异值小于预设阈值时，将与所述模板波形数据对应的模板作为所述片段心电图数据的目标匹配模板。

其中，预设阈值是指预先设置的、差异值对应的临界值；目标匹配模板是需要得到的、与片段心电图数据匹配成功的心电图模板。在一个实施例中，可以通过判断片段心电图数据与相应的模板波形数据的差异值是否小于预设阈值，从而确定模板波形数据对应的模板是否为片段心电图数据的目标匹配模板。例如，当片段心电图数据与相应的模板波形数据的差异值小于预设阈值时，可以确定片段心电图数据与相应的模板波形数据之间的相对误差较小，进而可以确定片段心电图数据匹配成功，即可确定模板波形数据对应的模板为片段心电图数据的目标匹配模板。

步骤112，将所述差异值大于预设阈值的片段心电图数据作为目标片段心电图数据，计算两两目标片段心电图数据之间的差异值。

其中，目标片段心电图数据是指未匹配成功的片段心电图数据；两两目标片段心电图数据之间的差异值是指每两个未匹配成功的片段心电图数据之间的相对误差值。由于片段心电图数据与相应的模板波形数据的差异值大于预设阈值，所以片段心电图数据与相应的模板波形数据之间的相对误差较大，则可以确定该片段心电图数据与相应的模板波形数据对应的模板不匹配，所以该片段心电图数据未匹配成功，需要将未匹配成功的片段心电图数据进行重新匹配，直至未匹配成功的片段心电图数据匹配成功。在一个实施例中，可以将差异值大于预设阈值的片段心电图数据作为目标片段心电图数据，进而可以对目标片段心电图数据进行重新匹配，直至目标片段心电图数据匹配成功。例如，可以计算两两目标片段心电图数据之间的差异值，从而可以根据所得差异值对目标片段心电图数据进行重新匹配。

步骤114，根据所述两两目标片段心电图数据之间的差异值确定每个所述目标片段心电图数据对应的目标匹配模板。

由于目标片段心电图数据与原模板库中的预设模板匹配未成功，所以需要对目标片段心电图数据进行重新匹配，直至目标片段心电图数据匹配成功。在一个实施例中，可以根据两两目标片段心电图数据之间的差异值，对每个目标片段心电图数据进行重新匹配，直至目标片段心电图数据匹配成功，从而可以确定每个目标片段心电图数据对应的目标匹配模板。例如，可以根据预设的阈值确定两两目标片段心电图数据之间的差异值是否符合重新匹配的要求，当差异值没有超过预设的阈值时，可以确定差异值符合要求，否则差异值不符合要求。然后，可以根据符合要求的差异值对应的两两目标片段心电图数据确定两两目标片段心电图数据对应的目标匹配模板，可以根据不符合要求的差异值对应的目标片段心电图数据分别确定每个目标片段心电图数据对应的目标匹配模板，从而可以成功匹配每个目标片段心电图数据与其对应的目标匹配模板。

上述心电图模板匹配方法，通过将待分析心电图数据划分为多个片段心电图数据，再分别对每个片段心电图数据进行模板匹配，无需对心电图数据进行信号变换，可以直接在原始的心电图数据的基础上进行模板匹配，匹配效率高；通过对每个片段心电图数据进行的初步匹配与进一步匹配，可以根据不同的片段心电图数据动态调整匹配的心电图模板，可以使得每个片段心电图数据均能匹配到最接近的目标匹配模板中，从而可以实现高效准确地对心电图数据进行模板匹配。

在一个实施例中，所述获取同一预设模板编号对应的片段心电图数据，根据所述同一预设模板编号对应的片段心电图数据确定与所述同一预设模板编号对应的模板波形数据，包括：

步骤1，提取所述同一预设模板编号对应的每个片段心电图数据对应的特征波形。

其中，特征波形是指可以表示每个片段心电图数据的特点的波形。提取特征波形的目的是可以根据特征波形得到同一预设模板编号对应的模板波形数据。由于同一预设模板编号对应的片段心电图数据可能是一个或多个，而每个片段心电图数据之间存在一定的差异，所以不同的片段心电图数据对应的特征波形不同，所以需要提取同一预设模板编号对应的每个片段心电图数据对应的特征波形。在一个实施例中，假设同一预设模板编号对应的片段心电图数据为一个，则可以提取该片段心电图数据对应的特征波形，从而可以得到同一预设模板编号对应的每个片段心电图数据对应的特征波形。

在另一个实施例中，假设同一预设模板编号对应的片段心电图数据为多个，假设同一预设模板编号对应的片段心电图数据为100个，则可以分别提取这100个片段心电图数据对应的特征波形，从而可以得到同一预设模板编号对应的每个片段心电图数据对应的特征波形。

步骤2，根据所述每个片段心电图数据对应的特征波形得到与所述同一预设模板编号对应的模板波形数据。

由于同一预设模板编号对应的片段心电图数据可以是一个或多个，所以，当同一预设模板编号对应一个片段心电图数据时，可以根据该片段心电图数据的特征波形直接得到该预设模板编号对应的模板波形数据；当同一预设模板编号对应多个片段心电图数据时，可以根据多个片段心电图数据分别对应的特征波形，组合得到同一预设模板编号对应的模板波形数据。

在一个实施例中，假设同一预设模板编号对应一个片段心电图数据，假设预设模板编号为⑤，则预设模板编号⑤只分配到了一个片段心电图数据，则可以直接根据该片段心电图数据对应的特征波形得到预设模板编号⑤对应的模板波形数据，从而可以得到同一预设模板编号对应的模板波形数据。

在另一个实施例中，假设同一预设模板编号对应多个片段心电图数据，假设预设模板编号是⑩对应3个片段心电图数据，则可以分别提取这三个片段心电图数据对应的特征波形，根据这3个片段心电图数据对应的特征波形，可以组合得到预设模板编号⑩对应的模板波形数据，从而可以得到同一预设模板编号对应的模板波形数据。通过提取同一预设模板编号对应的每个片段心电图数据对应的特征波形，再根据特征波形得到同一预设模板编号对应的模板波形数据，可以根据不同预设模板编号对应的每个片段心电图数据对应的特征波形，分别得到每个预设模板编号对应的准确的模板波形数据，可以使得匹配精度更高。

如图2所示，在一个实施例中，所述计算每个所述片段心电图数据与相应的模板波形数据的差异值，包括：

步骤202，获取所述模板波形数据对应的峰值波形数据。

其中，峰值波形数据是指模板波形数据的最大瞬间值。获取相应的模板波形数据对应的峰值波形数据是为了计算每个片段心电图数据与相应的模板波形数据的差异值。在一个实施例中，假设模板波形数据为tk，则模板波形数据对应的峰值波形数据可以是tkppv，获取上述峰值波形数据tkppv。

步骤204，根据所述峰值波形数据、所述片段心电图数据和所述模板波形数据，计算得到每个所述片段心电图数据与相应的模板波形数据的差异值。

在一个实施例中，可以是根据峰值波形数据、片段心电图数据和模板波形数据，计算得到每个片段心电图数据与相应的模板波形数据的差异值。例如，假设峰值波形数据为tkppv，假设模板波形数据为tk，假设片段心电图数据为xk(i)，假设片段心电图数据与相应的模板波形数据的差异值rek(i)，则可以根据下列公式计算得到片段心电图数据与相应的模板波形数据的差异值：

根据上述公式，可以分别计算得到每个片段心电图数据与相应的模板波形数据的差异值rek(i)。通过获取模板波形数据对应的峰值波形数据，可以根据所得峰值波形数据、片段心电图数据与模板波形数据，分别计算得到准确的、每个片段心电图数据与相应的模板波形数据的差异值。

如图3所示，在一个实施例中，所述根据所述两两目标片段心电图数据之间的差异值确定每个所述目标片段心电图数据对应的目标匹配模板，包括：

步骤302，获取预设差异阈值。

其中，预设差异阈值是指两两目标片段心电图数据的差异值对应的临界值。由于目标片段心电图数据是未匹配成功的片段心电图数据，所以需要对目标片段心电图数据进行重新匹配。可以是根据两两目标片段心电图数据的差异值，对目标片段心电图数据进行重新匹配。可以是获取预设差异阈值来确定两两目标片段心电图数据的差异值是否符合重新匹配的要求。在一个实施例中，假设两两目标片段心电图数据的差异值对应的预设差异阈值为rethreshold3＝0.005，获取上述预设差异阈值rethreshold3。

步骤304，根据所述预设差异阈值和所述两两目标片段心电图数据之间的差异值确定所述两两目标片段心电图数据是否符合相似条件。当所述两两目标片段心电图数据符合所述相似条件时，进入步骤306；当所述两两目标片段心电图数据不符合所述相似条件时，进入步骤308。

其中，相似条件是指确定两两目标片段心电图数据是否相近的具体条件。在对目标片段心电图数据进行重新匹配之前，可以先将符合相似条件的两两目标片段心电图数据进行组合，可以是根据预设差异阈值和两两目标目标片段心电图数据之间的差异值来确定两两目标片段心电图数据是否符合相似条件，符合相似条件的两两目标片段心电图数据可以进行组合，不符合相似条件的两两目标片段心电图数据不可以进行组合。

在一个实施例中，可以通过判断两两目标波形数据之间的差异值是否小于预设差异阈值，从而确定两两目标片段心电图数据是否符合相似条件，当两两目标片段心电图数据之间的差异值小于预设差异阈值时，可以确定两两目标片段心电图数据符合相似条件，进而可以对两两目标片段心电图数据进行组合；当两两目标片段心电图数据之间的差异值不小于预设差异阈值时，可以确定两两目标片段心电图数据不符合相似条件，所以不能对两两目标片段心电图数据进行组合。例如，假设预设差异阈值为rethreshold3＝0.005，假设两两目标片段心电图数据为re(k1,k2)，可以判断re(k1,k2)与rethreshold3之间的大小关系，当re(k1,k2)小于rethreshold3时，可以确定两两目标片段心电图数据之间相对误差较小，所以可以进入确定步骤306；当re(k1,k2)不小于rethreshold3时，可以确定两两目标片段心电图数据之间的相对误差较大，所以可以进入确定步骤308。

步骤306，分别提取相应的两个目标片段心电图数据对应的特征波形，将提取得到的两个所述特征波形进行组合得到与所述两两目标片段心电图数据对应的目标模板波形数据，根据所述目标模板波形数据得到所述两两目标片段心电图数据对应的目标匹配模板。

其中，两个目标片段心电图数据对应的特征波形是指可以用于表示差异值对应的每两个片段心电图数据的特点的波形；目标模板波形数据是指与目标片段心电图数据匹配成功的模板对应的代表波形的数据。由于两两目标片段心电图数据符合相似条件，两两目标片段心电图数据之间的相对误差较小，所以可以将相近的两个目标片段心电图数据进行组合。在一个实施例中，假设符合相似条件的目标片段心电图数为2个，可以是提取符合相似条件的2个目标片段心电图数据中的每个目标片段心电图数据对应的特征波形，将每个目标片段心电图数据对应的特征波形进行组合，例如，可以提取特征波形的数据，得到特征波形数据，然后可以计算各个特征波形数据之间的均值，可以将所得均值作为上述2个目标片段心电图数据对应的目标模板波形数据，从而可以得到符合相似条件的2个目标片段心电图数据对应的目标模板波形数据。

在另一个实施例中，假设符合相似条件的目标片段心电图数据为3个，可以分别提取上述3个目标片段心电图数据对应的特征波形，可以先将其中两个目标片段心电图数据对应的特征波形进行组合，例如，可以提取两个目标片段心电图数据对应的特征波形的数据，得到特征波形数据，可以是计算两个目标片段心电图数据对应的特征波形数据之间的均值，将所得均值作为上述两个目标片段心电图数据对应的目标模板波形数据。然后可以将所得的两个目标片段心电图数据对应的目标模板波形数据与第三个符合相似条件的目标片段心电图数据对应的特征波形进行组合，例如，可以是计算两个目标片段心电图数据对应的目标模板波形数据与第三个目标片段心电图数据对应特征波形数据之间的均值，可以将所得均值作为上述3个目标片段心电图数据对应的目标模板波形数据，从而可以得到符合相似条件的3个目标片段心电图数据对应的目标模板波形数据。

步骤308，提取每个目标片段心电图数据对应的波形数据，根据所述每个目标片段心电图数据对应的波形数据确定相应的所述目标片段心电图数据对应的目标匹配模板。

其中，每个目标片段心电图数据对应的波形数据是指每个目标片段心电图数据对应的波形信息。由于两两目标片段心电图数据不符合相似条件，所以可以确定两两目标片段心电图数据不相近，不相近的目标片段心电图数据不能进行组合，所以可以分别提取不相近的每个目标片段心电图数据对应的波形数据，根据每个目标片段心电图数据对应的波形数据确定每个目标片段心电图数据对应的目标匹配模板。在一个实施例中，假设某一目标片段心电图数据不与其他任何一个目标片段心电图数据相近，则可以提取该目标片段心电图数据对应的波形数据，直接根据提取的波形数据确定该目标片段心电图数据对应的目标匹配模板。通过预设差异阈值与两两目标片段心电图数据之间的差异值确定两两目标波形数据是否符合相似条件，可以在差异值小于预设差异阈值时确定两两片段心电图数据符合相似条件，否则两两片段心电图数据不符合相似条件。当两两目标片段心电图数据符合相似条件时，可以将符合相似条件的目标片段心电图数据分别对应的特征波形数据进行组合，得到两两目标片段心电图数据对应的目标匹配模板；当两两目标片段心电图数据不符合相似条件时，可以直接根据每个目标片段心电图数据对应的波形数据确定目标片段心电图数据对应的目标匹配模板，可以将相似的多个目标片段心电图数据分配到同一目标匹配模板中、将不相似的目标片段心电图数据根据其对应的波形数据建立目标匹配模板，使得每个目标片段心电图数据均能匹配到与之相适应的目标匹配模板中，可以实现对目标片段心电图数据的动态匹配，从而可以得到最优匹配结果。

在一个实施例中，所述根据所述目标模板波形数据得到所述两两目标片段心电图数据对应的目标匹配模板，包括：

步骤1，分别计算每个所述目标片段心电图数据与对应的目标模板波形数据的差异值。

其中，目标片段心电图数据与对应的目标模板波形数据的差异值，是指每个目标片段心电图数据与其对应的目标模板波形数据之间的相对误差值。可以是多个目标片段心电图数据对应一个目标模板波形数据，也可以是一个目标片段心电图数据对应一个目标模板波形数据，所以可以分别计算每个目标片段心电图数据与对应的目标模板波形数据之间的相对误差值，即可得到每个目标片段心电图数据与对应的目标模板波形数据的差异值。在一个实施例中，假设100个目标片段心电图数据对应一个目标模板波形数据，则可以分别计算上述100个目标片段心电图数据中每个目标片段心电图数据与该目标模板波形数据的差异值，从而得到每个目标片段心电图数据与对应的目标模板波形数据的差异值，例如，假设差异值为rek，则可以分别计算得到rek1，rek2，……，rek100。在另一个实施例中，假设一个目标片段心电图数据对应一个目标模板波形数据，则可以计算该目标片段心电图数据与该目标模板波形数据之间的差异值，从而可以得到每个目标片段心电图数据与对应的目标模板波形数据的差异值，例如，假设差异值为rek，则可以计算得到rek1。

步骤2，判断所述差异值与所述预设阈值之间的大小关系。当所述差异值小于所述预设阈值时，进入步骤3；当所述差异值大于所述预设阈值时，进入步骤4。

步骤3，将与所述目标模板波形数据对应的模板作为每个所述目标片段心电图数据对应的目标匹配模板。

其中，目标模板波形数据对应的模板是指根据目标模板波形数据建立得到的心电图模板。由于目标片段心电图数据与对应的目标模板波形数据的差异值小于预设阈值，则可以确定目标片段心电图数据与目标模板波形数据之间的相对误差较小，则可以将目标片段心电图数据匹配到目标模板波形数据对应的模板中，即可以将目标模板波形数据对应的模板作为每个目标片段心电图数据对应的目标匹配模板。在一个实施例中，假设预设阈值为rethreshold1＝0.005，假设目标片段心电图数据与对应的目标模板波形数据的差异值为rek＝0.001，rek＜rethreshold1，则差异值小于预设阈值；假设目标模板波形数据对应的模板为①号模板，则可以将①号模板作为该目标片段心电图数据对应的目标匹配模板，从而可以确定每个目标片段心电图数据对应的目标匹配模板。

步骤4，根据所述目标片段心电图数据重新进入所述将所述多个片段心电图数据分别与模板库中的预设模板进行匹配的步骤。

由于差异值大于预设阈值，所以可以确定目标片段心电图数据与对应的目标模板波形数据之间的相对误差较大，所以目标片段心电图数据与对应的目标模板波形数据对应的模板不匹配，故而匹配未结束，需要对不匹配的目标片段心电图数据进行重新匹配。在一个实施例中，对目标片段心电图数据进行重新匹配，可以是根据目标片段心电图数据重新进入将多个片段心电图数据分布与模板库中的预设模板进行匹配的步骤，直至上述目标片段心电图数据匹配成功。通过分别计算每个目标片段心电图数据与对应的目标模板波形数据的差异值，分别根据所得差异值与预设阈值确定每个目标片段心电图数据对应的目标匹配模板，当目标片段心电图数据匹配成功时，可以将目标模板波形数据对应的模板作为目标片段心电图数据对应的目标匹配模板；当目标片段心电图数据未匹配成功时，重新进入将所述多个片段心电图数据分别与模板库中的预设模板进行匹配的步骤，对未匹配成功的目标片段心电图数据进行重新匹配，实现了对目标片段心电图数据的匹配结果的全面检测，从而可以及时发现并处理与目标匹配模板不符合的目标片段心电图数据，使得每个目标片段心电图数据都能匹配到最接近的目标匹配模板。

在一个实施例中，所述根据所述每个目标片段心电图数据对应的波形数据确定相应的所述目标片段心电图数据对应的目标匹配模板，包括：

步骤1，计算每个所述目标片段心电图数据与相应的波形数据的差异值。

其中，每个目标片段心电图数据与相应的波形数据的差异值，是指每个目标片段心电图数据与其对应的目标模板波形数据之间的相对误差值。由于两两目标片段心电图数据不符合相似条件，所以不符合相似条件的目标片段心电图数据不能与其他目标片段心电图数据进行组合，故而可以根据每个不符合目标片段心电图数据与相应的波形数据的差异值，单独建立与每个不符合相似条件的目标片段心电图数据对应的目标匹配模板。在一个实施例中，假设差异值为rek，假设不符合相似条件的目标片段心电图数据的数量为3个，则可以分别计算第一个目标片段心电图数据与相应的波形数据的差异值为rek1、第二个目标片段心电图数据与相应的波形数据的差异值为rek2和第三个目标片段心电图数据与相应的波形数据的差异值为rek3，从而可以分别得到每个目标片段心电图数据与相应的波形数据的差异值rek1、rek2、rek3。

步骤2，判断所述差异值与所述预设阈值之间的大小关系。当所述差异值小于所述预设阈值时，进入步骤3；当所述差异值大于所述预设阈值时，进入步骤4。

步骤3，将与所述波形数据对应的模板作为目标片段心电图数据对应的目标匹配模板。

其中，波形数据对应的模板是指根据波形数据建立得到的心电图模板。由于差异值小于预设阈值，所以目标片段心电图数据与相应的波形数据之间的相对误差较小，所以可以直接根据波形数据对应的模板得到目标片段心电图数据对应的目标匹配模板。在一个实施例中，假设预设阈值为rethreshold1＝0.005，假设目标片段心电图数据与相应的波形数据的差异值为rek1＝0.003，rek1＜rethreshold1，则差异值小于预设阈值；假设波形数据对应的模板为⑤号模板，则可以将⑤号模板作为该目标片段心电图数据对应的目标匹配模板，从而可以确定每个目标片段心电图数据对应的目标匹配模板。

步骤4，根据所述目标片段心电图数据重新进入所述将所述多个片段心电图数据分别与模板库中的预设模板进行匹配的步骤。

由于差异值大于预设阈值，所以可以确定目标片段心电图数据与对应的目标模板波形数据之间的相对误差较大，所以目标片段心电图数据与对应的波形数据对应的模板不匹配，故而匹配未结束，需要对不匹配的目标片段心电图数据进行重新匹配。在一个实施例中，对目标片段心电图数据进行重新匹配，可以是根据目标片段心电图数据重新进入将多个片段心电图数据分布与模板库中的预设模板进行匹配的步骤，直至上述目标片段心电图数据匹配成功。通过分别计算每个目标片段心电图数据与对应的波形数据的差异值，分别根据所得差异值与预设阈值确定每个目标片段心电图数据对应的目标匹配模板，当目标片段心电图数据匹配成功时，可以将波形数据对应的模板作为目标片段心电图数据对应的目标匹配模板；当目标片段心电图数据未匹配成功时，重新进入将所述多个片段心电图数据分别与模板库中的预设模板进行匹配的步骤，对未匹配成功的目标片段心电图数据进行重新匹配，使得每个目标片段心电图数据都能匹配到最接近的目标匹配模板。

如图4所示，在一个实施例中，所述获取待分析心电图数据，将所述待分析心电图数据处理为多个片段心电图数据，包括：

步骤402，获取待分析心电图数据中的主分析导联和次分析导联，根据所述主分析导联和所述次分析导联构建双导联心电图数据。

其中，将记录里心电图时电极在人体体表的放置位置及电极与放大器的连接方式称为心电图的导联；主分析导联是指待分析心电图数据中的第一个需要分析的心电图导联；次分析导联是指待分析心电图数据中的第二个需要分析的心电图导联；双导联心电图数据是指主分析导联和次分析导联联合匹配后得到的心电图导联数据。在一个实施例中，假设待分析心电图数据为患者b相应的动态心电图数据，可以是通过动态心电图采集设备采集得到动态心电图数据。待分析心电图数据可以是由一个dat文件和一个datrst文件构成，其中，dat文件可以是存储了包含12导联的动态心电图的原始信号数据，datrst文件存储的可以是动态心电图数据分析结果信息，包括r波位置信息、采样率信息fs以及主分析导联和次分析导联。可以从上述dat文件中提取得到主分析导联和次分析导联，假设提取到的主分析导联为v2，假设提取得到的次分析导联为v5，则可以根据v2和v5联合匹配，构建双导联心电图数据，可以获取上述双导联心电图数据。

步骤404，对所述双导联心电图数据进行数据去噪，得到去噪后的双导联心电图数据。

其中，去噪后的双导联心电图数据是指对由主分析导联和次分析导联联合匹配构建的双导联心电图数据进行数据去噪后得到的心电图数据。由于由主分析导联和次分析导联联合匹配构建的双导联心电图数据中可能存在一些冗余数据，为使得采集得到的片段心电图数据更准确，可以对双导联心电图数据进行数据去噪，将冗余数据从双导联心电图数据中剔除。在一个实施例中，可以是通过带通滤波，滤除双导联心电图数据中的低频的基线漂移干扰和高频噪声，从而可以得到去噪后的双导联心电图数据。例如，可以是根据0.5hz-50hz的带通滤波器对双导联心电图数据进行数据去噪，输出得到滤除了基线漂移和高频噪声的带通滤波信号，可以将所得的带通滤波信号作为去噪后的双导联心电图数据。

步骤406，获取待分析心电图数据中的r波位置，获取预设片段宽度。

其中，r波位置是指在待分析心电图数据中的qrs波群中的r波的位置信息，qrs波群反映左、右心室除极电位和时间的变化，第一个向下的波为q波，向上的波为r波，接着向下的波是s波；预设片段宽度是指预先设置的片段心电图数据的单位长度。在一个实施例中，假设r波位置为rpos，假设预设片段宽度为w＝0.1s，获取上述r波位置与预设片段宽度。

步骤408，根据所述r波位置和所述预设片段宽度对所述去噪后的双导联心电图数据进行划分，得到多个片段心电图数据。

在一个实施例中，可以根据获取的r波位置，将待分析心电图数据划分为片段中心对应该r波位置、长度为预设片段宽度的片段心电图数据，由此可以得到多个片段心电图数据。例如，假设r波位置为rpos，假设预设片段宽度为w，假设片段心电图数据为x，则可以依据rpos，设置预设片段宽度w＝0.1s，其中w在rpos前后各占0.05s，假设预设片段宽度对应的样本点个数为0.1*fs，可以对待分析心电图数据进行划分，得到10万个长度为w的片段心电图数据x(i)，其中x(i)∈r^n*2w，其中n表示划分好的片段心电图数据的个数，例如，n＝100000；2w表示将双导联心电图数据中的二维数据合并为一维数据的样本点个数。通过获取主分析导联和次分析导联，根据主分析导联和次分析导联联合匹配得到双导联心电图数据，避免了采用单一导联进行匹配时出现心电图模板混合的情况，匹配精度高；对双导联心电图数据进行去噪，可以得到准确的双导联心电图数据；根据r波位置和预设片段宽度对去噪后的双导联心电图数据进行划分，得到多个长度为预设片段宽度的片段心电图数据，可以得到精确的多个片段心电图数据，可以分别对每个片段心电图数据进行心电图模板匹配，从而可以获取最优匹配结果。

如图5所示，本发明实施例提出了一种心电图模板匹配的装置，所述装置包括：

第一获取模块502，用于获取待分析心电图数据，将所述待分析心电图数据处理为多个片段心电图数据；

确定模块504，用于将所述多个片段心电图数据分别与模板库中的预设模板进行匹配，得到与所述每个片段心电图数据匹配的预设模板编号；

第二获取模块506，用于获取同一预设模板编号对应的片段心电图数据，根据所述同一预设模板编号对应的片段心电图数据确定与所述同一预设模板编号对应的模板波形数据；

第一计算模块508，用于计算每个所述片段心电图数据与相应的模板波形数据的差异值；

第一匹配模块510，用于当所述片段心电图数据与相应的模板波形数据的差异值小于预设阈值时，将与所述模板波形数据对应的模板作为所述片段心电图数据的目标匹配模板；

第二计算模块512，用于将所述差异值大于预设阈值的片段心电图数据作为目标片段心电图数据，计算两两目标片段心电图数据之间的差异值；

第二匹配模块514，用于根据所述两两目标片段心电图数据之间的差异值确定每个所述目标片段心电图数据对应的目标匹配模板。

在一个实施例中，所述获取同一预设模板编号对应的片段心电图数据，根据所述同一预设模板编号对应的片段心电图数据确定与所述同一预设模板编号对应的模板波形数据，包括：第一获取模块502还用于提取所述同一预设模板编号对应的每个片段心电图数据对应的特征波形；确定模块504还用于根据所述每个片段心电图数据对应的特征波形得到与所述同一预设模板编号对应的模板波形数据。

在一个实施例中，所述计算每个所述片段心电图数据与相应的模板波形数据的差异值，包括：第一获取模块502还用于获取所述相模板波形数据对应的峰值波形数据；第一计算模块508还用于根据所述峰值波形数据、所述片段心电图数据和所述模板波形数据，计算得到每个所述片段心电图数据与相应的模板波形数据的差异值。

在一个实施例中，所述根据所述两两目标片段心电图数据之间的差异值确定每个所述目标片段心电图数据对应的目标匹配模板，包括：第二获取模块506还用于获取预设差异阈值；确定模块504还用于根据所述预设差异阈值和所述两两所述目标波形数据之间的差异值确定所述两两目标片段心电图数据是否符合相似条件；第二匹配模块514还用于当所述两两目标片段心电图数据符合所述相似条件时，分别提取相应的两个目标片段心电图数据对应的特征波形，将提取得到的两个所述特征波形进行组合得到与所述两两目标片段心电图数据对应的目标模板波形数据，根据所述目标模板波形数据得到所述两两目标片段心电图数据对应的目标匹配模板；第二匹配模块514还用于当所述两两目标片段心电图数据不符合所述相似条件时，提取每个目标片段心电图数据对应的波形数据，根据所述每个目标片段心电图数据对应的波形数据确定相应的所述目标片段心电图数据对应的目标匹配模板。

在一个实施例中，所述根据所述目标模板波形数据得到所述两两目标片段心电图数据对应的目标匹配模板，包括：第二计算模块512还用于分别计算每个所述目标片段心电图数据与对应的目标模板波形数据的差异值；确定模块504还用于当所述差异值小于所述预设阈值时，将与所述目标模板波形数据对应的模板作为每个所述目标片段心电图数据对应的目标匹配模板；确定模块504还用于当所述差异值大于所述预设阈值时，根据所述目标片段心电图数据重新进入所述将所述多个片段心电图数据分别与模板库中的预设模板进行匹配的步骤。

在一个实施例中，所述根据所述每个目标片段心电图数据对应的波形数据确定相应的所述目标片段心电图数据对应的目标匹配模板，包括：第二计算模块512还用于计算每个所述目标片段心电图数据与相应的所述波形数据的差异值；确定模块504还用于当所述差异值小于所述预设阈值时，将与所述波形数据对应的模板作为目标片段心电图数据对应的目标匹配模板；确定模块504还用于当所述差异值大于所述预设阈值时，根据所述目标片段心电图数据重新进入所述将所述多个片段心电图数据分别与模板库中的预设模板进行匹配的步骤。

在一个实施例中，所述获取待分析心电图数据，将所述待分析心电图数据处理为多个片段心电图数据，包括：第一获取模块502还用于获取待分析心电图数据中的主分析导联和次分析导联，根据所述主分析导联和所述次分析导联构建双导联心电图数据；第一计算模块506还用于对所述双导联心电图数据进行数据去噪，得到去噪后的双导联心电图数据；第一获取模块502还用于获取待分析心电图数据中的r波位置，获取预设片段宽度；根据所述r波位置和所述预设片段宽度对所述去噪后的双导联心电图数据进行划分，得到多个片段心电图数据。

图6示出了一个实施例中计算机设备的内部结构图。该计算机设备可以是终端。如图6所示，该计算机设备包括通过系统总线连接的处理器、存储器和网络接口。其中，存储器包括非易失性存储介质和内存储器。该计算机设备的非易失性存储介质存储有操作系统，还可存储有计算机程序，该计算机程序被处理器执行时，可使得处理器实现心电图模板匹配方法。该内存储器中也可储存有计算机程序，该计算机程序被处理器执行时，可使得处理器执行心电图模板匹配方法。网络接口用于与外界进行通信。本领域技术人员可以理解，图6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，本申请提供的心电图模板匹配方法可以实现为一种计算机程序的形式，计算机程序可在如图6所示的计算机设备上运行。计算机设备的存储器中可存储组成该心电图模板匹配装置的各个程序模板。比如，第一获取模块502，确定模块504，第二获取模块506，第一计算模块508，第一匹配模块510，第二计算模块512，第二匹配模块514。

一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述计算机程序被所述处理器执行时实现上述心电图模板匹配方法各实施例的步骤。

一种计算机可读存储介质，存储有计算机程序，所述计算机程序被处理器执行时实现上述心电图模板匹配方法各实施例的步骤。

在本发明计算机设备和计算机可读存储介质的实施例中，包含了上述心电图模板匹配方法各实施例的全部技术特征，说明书拓展和解释内容与上述心电图模板匹配方法各实施例基本相同。

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，所述的程序可存储于一非易失性计算机可读取存储介质中，该程序在执行时，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/或易失性存储器。非易失性存储器可包括只读存储器(rom)、可编程rom(prom)、电可编程rom(eprom)、电可擦除可编程rom(eeprom)或闪存。易失性存储器可包括随机存取存储器(ram)或者外部高速缓冲存储器。作为说明而非局限，ram以多种形式可得，诸如静态ram(sram)、动态ram(dram)、同步dram(sdram)、双数据率sdram(ddrsdram)、增强型sdram(esdram)、同步链路(synchlink)dram(sldram)、存储器总线(rambus)直接ram(rdram)、直接存储器总线动态ram(drdram)、以及存储器总线动态ram(rdram)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本申请专利范围的限制。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。