基于人工智能的心电图心搏自动识别分类方法技术

本发明专利技术实施例涉及一种基于人工智能的心电图心搏自动识别分类方法，包括：处理接收到的原始心电图数字信号，得到心搏时间序列数据和导联心搏数据；根据心搏时间序列数据，对导联心搏数据进行切割生成导联的心搏分析数据；对导联的心搏分析数据进行数据组合，得到一维心搏分析数组；根据一维心搏分析数组，进行数据维度扩增转换，得到四维张量数据；输入四维张量数据到训练得到的LepuEcgCatNet心搏分类模型，得到心搏分类信息。本方法改进了传统方法仅仅依靠单个导联独立分析进行结果汇总统计比较容易得出的分类错误的缺陷，极大地提高了心电图心搏分类的准确率。

Automatic recognition and classification of ECG heartbeat based on Artificial Intelligence

The embodiment of the present invention relates to an automatic ECG classification method based on artificial intelligence, which includes processing the received digital signal of the original ECG, obtaining the heart beat time sequence data and the lead heart beat data, and analyzing the heart beat analysis of the lead heart beat number according to the time series data of the heart beat. Data combined with the heart beat analysis data of the lead, obtained the one-dimensional heart beat analysis array, and based on the one-dimensional heart beat analysis array, the data dimension expansion and conversion, the four dimensional tensor data, the input of four dimensional tensor data to the trained LepuEcgCatNet heart beat classification model, and the heart beat classification information. This method improves the accuracy of ECG classification by improving the shortcomings of the classification error which is easily obtained by the analysis of the results of single lead independent analysis by the traditional method.

【技术实现步骤摘要】
基于人工智能的心电图心搏自动识别分类方法
本专利技术涉及人工智能辅助数据分析处理的
，尤其涉及一种基于人工智能的心电图心搏自动识别分类方法。
技术介绍
心血管疾病是威胁人类健康的主要疾病之一，利用有效的手段对心血管疾病进行检测是目前全世界关注的重要课题。心电图(ECG)现代医学中诊断心血管疾病的主要方法，利用ECG诊断各种心血管疾病，本质上就是提取ECG的特征数据对ECG进行分类的过程。专家医生在心电图的阅读分析过程中，都是需要同时比较各个导联(单导数据除外)的信号在时间顺序上的前面变化，导联之间的相关性(空间关系)和变异，然后才能够做出一个比较准确的判断。而这种依赖于医生经验的方式，准确率无法得到保障。随着科技的进步，利用计算机对ECG进行自动准确的分析已经得到了快速的发展。但是，虽然市场上大多数的心电图分析软件都可以对数据进行自动分析，但由于心电图信号本身的复杂与变异性，目前自动分析软件的准确率远远不够，无法达到临床分析使用的要求。
技术实现思路
本专利技术的目的是提供一种基于人工智能的心电图心搏自动识别分类方法，改进了传统方法仅仅依靠单个导联独立分析进行结果汇总统计比较容易得本文档来自技高网...

【技术保护点】
一种基于人工智能的心电图心搏自动识别分类方法，其特征在于，所述方法包括：处理接收到的原始心电图数字信号，生成心搏时间序列数据和导联心搏数据；根据心搏时间序列数据，以设定数据量对导联心搏数据进行切割生成导联的心搏分析数据；将导联的心搏分析数据进行数据组合，得到一维心搏分析数组；根据一维心搏分析数组，进行数据维度扩增转换，得到四维张量数据；将四维张量数据输入到训练好的LepuEcgCatNet心搏分类模型，得到所述心搏分析数据所对应的心搏分类信息。

【技术特征摘要】
1.一种基于人工智能的心电图心搏自动识别分类方法，其特征在于，所述方法包括：处理接收到的原始心电图数字信号，生成心搏时间序列数据和导联心搏数据；根据心搏时间序列数据，以设定数据量对导联心搏数据进行切割生成导联的心搏分析数据；将导联的心搏分析数据进行数据组合，得到一维心搏分析数组；根据一维心搏分析数组，进行数据维度扩增转换，得到四维张量数据；将四维张量数据输入到训练好的LepuEcgCatNet心搏分类模型，得到所述心搏分析数据所对应的心搏分类信息。2.根据权利要求1所述的心电图心搏自动识别分类方法，其特征在于，所述根据心搏时间序列数据，以设定数据量对导联心搏数据进行切割生成导联的心搏分析数据具体包括：依据所述心搏时间序列数据，确定所述导联心搏数据的中心采样点；以所述导联中心采样点为中心，按照时间表征数据和预设数据采样频率，对所述导联心搏数据以设定数据量向两侧进行数据取样，得到所述导联的心搏分析数据。3.根据权利要求1所述的心电图心搏自动识别分类方法，其特征在于，所述导联心搏分析数据为单导联心搏分析数据，所述将导联的心搏分析数据进行数据组合，得到一维心搏分析数组具体包括：对所述单导联心搏分析数据，按照心搏时间序列数据，组合为一维心搏分析数组。4.根据权利要求1所述的心电图心搏自动识别分类方法，其特征在于，所述导联心搏分析数据为多导联心搏分析数据，所述将导联的心搏分析数据进行数据组合，得到一维心搏分析数组具体包括：对所述多导联心搏分析数据，按照所述导联参数和心搏时间序列数据，组合为一维心搏分析数组。5.根据权利要求1所述的心电图心搏自动识别分类方法，其特征在于，所述一维心搏分析数组，进行数据维度扩增转换，得到四维张量数据具体包括：将所述一维心搏分析数组以特定转换方式转换成所述训练得到的心搏分类模型所要求的一个四维张量数据输入格式；所述四维张量...

【专利技术属性】
技术研发人员：胡传言，张雪，田亮，刘涛，曹君，刘畅，
申请(专利权)人：乐普北京医疗器械股份有限公司，
类型：发明
国别省市：北京,11