噪声片段识别方法、ECG信号处理方法及装置制造方法及图纸

本申请提供一种噪声片段识别方法、ECG信号处理方法及装置。其中，该噪声片段识别方法包括：获得待识别的心电图ECG信号；从待识别的ECG信号中依次提取多个区段信号；其中，每一区段信号均具有预定长度；将每一区段信号依次作为输入内容输入至预先训练的卷积神经网络模型中，得到每一区段信号对应的噪声识别结果；基于每一区段信号对应的噪声识别结果，确定ECG信号中的噪声片段。可见，通过本申请所提供的噪声片段识别方法可以有效识别ECG信号中的噪声片段。 1

Noise fragment recognition method, ECG signal processing method and device

The application provides a noise fragment recognition method, a ECG signal processing method and a device. Among them, the method of noise fragment recognition includes: obtaining an ECG signal to be identified; extracting multiple section signals in sequence from the ECG signal to be identified; in which each segment signal has a predetermined length; each segment signal is inputted in turn as an input content to a pre trained convolutional neural network model. The noise recognition results corresponding to each section signal are obtained, and the noise segments in the ECG signal are determined based on the results of noise recognition corresponding to each segment signal. It can be seen that the noise fragment recognition method used in this application can effectively identify noise fragments in ECG signals. One

【技术实现步骤摘要】
噪声片段识别方法、ECG信号处理方法及装置
本申请涉及心电图信号处理领域，特别涉及一种噪声片段识别方法、ECG信号处理方法及装置。
技术介绍
随着智能硬件技术的发展，通过移动设备进行医疗健康侦测和诊断成为可能。其中，通过采集人体的ECG(electrocardiogram，心电图)信号进行心律测量和心血管疾病诊断成为一种有效手段。目前具有ECG信号采集功能的智能手环、智能手表等可穿戴设备，为人们进行自助式心电探测提供了极大方便。具体的，这些可穿戴设备是通过传感器从用户的手腕部得到ECG信号。但是，由于受运动、皮肤干燥、肌电、以及传感器自身的电极干扰等等因素影响，从手腕部所采集的ECG信号会受到各种噪声的干扰。尽管现有技术中存在对噪声抑制的方式，但是，ECG信号中的噪声干扰是无法被根除的，这样，无疑会导致基于ECG信号的心电测量的精准度较低。例如：在计算HRV(heartratevariability，心率变异性)时，需要计算一段时间(如连续60秒)ECG信号的R峰的周期性变化；而如果在这段时间内存在噪声，那么，可能抽取出一个或若干个完全不可信的R峰，或抽取出一个或若干个存在位置偏差的R峰，这些都会造成HRV计算的不准确，甚至完全不可用。专利技术人发现，如果能够有效识别ECG信号中的噪声片段，从而在基于ECG信号的心电测量中避免利用噪声片段的相关信息，这无疑会使得心电测量得到有效提高。可见，如何有效识别ECG信号中的噪声片段是一个亟待解决的问题。
技术实现思路
有鉴于此，本申请提供了噪声片段识别方法、装置及电子设备，以有效识别ECG信号中的噪声片段；另外，本申请还提供了ECG信号处理方法、装置及电子设备，以提高属于心电测量的HRV值的计算精准度。具体地，本申请是通过如下技术方案实现的：第一方面，本申请提供了一种噪声片段识别方法，包括：获得待识别的心电图ECG信号；从所获得的ECG信号中依次提取多个区段信号；其中，每一区段信号均具有预定长度；将每一区段信号依次作为输入内容输入至预先训练的卷积神经网络模型中，得到每一区段信号对应的噪声识别结果；基于每一区段信号对应的噪声识别结果，确定所述ECG信号中的噪声片段。可选地，所述从所获得的ECG信号中依次提取多个区段信号的步骤，包括：利用滑动窗口在所述ECG信号上进行滑动，每隔预定时间间隔提取一次所述滑动窗口当前所对应的信号，得到多个区段信号；其中，所述滑动窗口的窗口大小为所述预定长度。可选地，所述多个区段信号中相邻的区段信号具有重叠部分。可选地，所述基于每一区段信号对应的噪声识别结果，确定所述ECG信号中的噪声片段的步骤，包括：从所述多个区段信号中，选取所对应噪声识别结果为存在噪声的第一类目标区段信号；将各个第一类目标区段信号按照时间关系进行叠加，并基于叠加得到的片段，确定所述ECG信号中的噪声片段。可选地，所述基于每一区段信号对应的噪声识别结果，确定所述ECG信号中的噪声片段的步骤，包括：从所述多个区段信号中，选取所对应噪声识别结果为不存在噪声的第二类目标区段信号；将各个第二类目标区段信号按照时间关系进行叠加，并基于叠加得到的片段以外的片段，确定所述ECG信号中的噪声片段。第二方面，本申请提供了一种噪声片段识别装置，包括：信号获得单元，用于获得待识别的心电图ECG信号；区段信号提取单元，用于从所获得的ECG信号中依次提取多个区段信号；其中，每一区段信号均具有预定长度；识别结果获得单元，用于将每一区段信号依次作为输入内容输入至预先训练的卷积神经网络模型中，得到每一区段信号对应的噪声识别结果；噪声片段确定单元，用于基于每一区段信号对应的噪声识别结果，确定所述ECG信号中的噪声片段。可选地，所述区段信号提取单元包括：提取子单元，用于利用滑动窗口在所述ECG信号上进行滑动，每隔预定时间间隔提取一次所述滑动窗口当前所对应的信号，得到多个区段信号；其中，所述滑动窗口的窗口大小为所述预定长度。可选地，所述多个区段信号中相邻的区段信号具有重叠部分。可选地，所述噪声片段确定单元包括：第一选取子单元，用于从所述多个区段信号中，选取所对应噪声识别结果为存在噪声的第一类目标区段信号；第一确定子单元，用于将各个第一类目标区段信号按照时间关系进行叠加，并基于叠加得到的片段，确定所述ECG信号中的噪声片段。可选地，所述噪声片段确定单元包括：第二选取子单元，用于从所述多个区段信号中，选取所对应噪声识别结果为不存在噪声的第二类目标区段信号；第二确定子单元，用于将各个第二类目标区段信号按照时间关系进行叠加，并基于叠加得到的片段以外的片段，确定所述ECG信号中的噪声片段。第三方面，本申请提供了一种电子设备，包括：处理器；用于存储所述处理器可执行指令的存储器；其中，所述处理器，用于执行上述权利要求1-5任一项所述的噪声片段识别方法。第四方面，本申请提供了一种计算机可读存储介质，所述存储介质存储有计算机程序，所述计算机程序用于执行本申请第一方面所提供的噪声片段识别方法。第五方面，本申请提供了一种ECG信号处理方法，包括：获得待处理的心电图ECG信号；利用本申请第一方面所提供的噪声片段识别方法，对所获得的ECG信号进行噪声片段识别，得到所述ECG信号中的噪声片段；从目标片段中提取多个R峰；其中，所述目标片段为所述ECG信号中除所述噪声片段以外的片段；基于所提取的多个R峰对所述ECG信号进行平滑处理，得到第一ECG信号；利用所提取的多个R峰和所述第一ECG信号，确定所述ECG信号的心率变异性HRV。第六方面，本申请提供了一种ECG信号处理装置，包括：信号获得单元，用于获得待处理的心电图ECG信号；噪声片段识别单元，用于利用本申请第一方面所提供的噪声片段识别方法，对所获得的ECG信号进行噪声片段识别，得到所述ECG信号的噪声片段；R峰提取单元，用于从目标片段中提取多个R峰；其中，所述目标片段为所述ECG信号中除所述噪声片段以外的片段；第一ECG信号确定单元，用于基于所提取的多个R峰对所述ECG信号进行平滑处理，得到第一ECG信号；结果确定单元，用于利用所提取的多个R峰和所述第一ECG信号，确定所述ECG信号的心率变异性HRV。第七方面，本申请提供了一种电子设备，包括：处理器；用于存储所述处理器可执行指令的存储器；其中，所述处理器，用于执行上述第五方面所提供的ECG信号处理方法。第八方面，本申请提供了一种计算机可读存储介质，所述存储介质存储有计算机程序，所述计算机程序用于执行上述第五方面所提供的ECG信号处理方法。第九方面，本申请提供了一种ECG信号处理方法，包括：获得待处理的心电图ECG信号；从所获得的ECG信号中提取多个R峰；基于所述多个R峰对所述ECG信号进行平滑处理，得到第二ECG信号；利用本申请第一方面所提供的噪声片段识别方法，对所述第二ECG信号进行噪声片段识别，得到所述第二ECG信号中的噪声片段；从所提取的多个R峰中，剔除位于所述噪声片段中的R峰，得到剩余的R峰；利用所述剩余的R峰和所述第二ECG信号，确定所述ECG信号的心率变异性。第十方面，本申请提供了一种ECG信号处理装置，包括：信号获得单元，用于获得待处理的心电图ECG信号；R峰提取单元，用于从所获得的ECG信号中提取多个R峰；第二本文档来自技高网...

【技术保护点】
1.一种噪声片段识别方法，其特征在于，包括：

【技术特征摘要】
1.一种噪声片段识别方法，其特征在于，包括：获得待识别的心电图ECG信号；从所获得的ECG信号中依次提取多个区段信号；其中，每一区段信号均具有预定长度；将每一区段信号依次作为输入内容输入至预先训练的卷积神经网络模型中，得到每一区段信号对应的噪声识别结果；基于每一区段信号对应的噪声识别结果，确定所述ECG信号中的噪声片段。2.根据权利要求1所述的方法，其特征在于，所述从所获得的ECG信号中依次提取多个区段信号的步骤，包括：利用滑动窗口在所述ECG信号上进行滑动，每隔预定时间间隔提取一次所述滑动窗口当前所对应的信号，得到多个区段信号；其中，所述滑动窗口的窗口大小为所述预定长度。3.根据权利要求2所述的方法，其特征在于，所述多个区段信号中相邻的区段信号具有重叠部分。4.根据权利要求1-3任一项所述的方法，其特征在于，所述基于每一区段信号对应的噪声识别结果，确定所述ECG信号中的噪声片段的步骤，包括：从所述多个区段信号中，选取所对应噪声识别结果为存在噪声的第一类目标区段信号；将各个第一类目标区段信号按照时间关系进行叠加，并基于叠加得到的片段，确定所述ECG信号中的噪声片段。5.根据权利要求1-3任一项所述的方法，其特征在于，所述基于每一区段信号对应的噪声识别结果，确定所述ECG信号中的噪声片段的步骤，包括：从所述多个区段信号中，选取所对应噪声识别结果为不存在噪声的第二类目标区段信号；将各个第二类目标区段信号按照时间关系进行叠加，并基于叠加得到的片段以外的片段，确定所述ECG信号中的噪声片段。6.一种噪声片段识别装置，其特征在于，包括：信号获得单元，用于获得待识别的心电图ECG信号；区段信号提取单元，用于从所获得的ECG信号中依次提取多个区段信号；其中，每一区段信号均具有预定长度；识别结果获得单元，用于将每一区段信号依次作为输入内容输入至预先训练的卷积神经网络模型中，得到每一区段信号对应的噪声识别结果；噪声片段确定单元，用于基于每一区段信号对应的噪声识别结果，确定所述ECG信号中的噪声片段。7.根据权利要求6所述的装置，其特征在于，所述区段信号提取单元包括：提取子单元，用于利用滑动窗口在所述ECG信号上进行滑动，每隔预定时间间隔提取一次所述滑动窗口当前所对应的信号，得到多个区段信号；其中，所述滑动窗口的窗口大小为所述预定长度。8.根据权利要求7所述的装置，其特征在于，所述多个区段信号中相邻的区段信号具有重叠部分。9.根据权利要求6-8任一项所述的装置，其特征在于，所述噪声片段确定单元包括：第一选取子单元，用于从所述多个区段信号中，选取所对应噪声识别结果为存在噪声的第一类目标区段信号；第一确定子单元，用于将各个第一类目标区段信号按照时间关系进行叠加，并基于叠加得到的片段，确定所述ECG信号中的噪声片段。10.根据权利要求6-8任一项所述的装置，其特征在于，所述噪声片段确定单元包括：第二选取子单元，用于从所述多个区段信号中，选取所对应噪声识别结果为不存在噪声的第二类目标区段信号；第二确定子单元，用于将各个第二类目标区段信号按照时间关系进行叠加，并基于叠加得到的片段以外的片段，确定所述ECG信号中的噪声片段。11.一种电子设备，其特征在于，包括：处理器；用于存储所述处理器可执行指令的存储器；其中，所述处理器，用于...

【专利技术属性】
技术研发人员：汪孔桥，朱国康，
申请(专利权)人：北京顺源开华科技有限公司，
类型：发明
国别省市：北京,11