一种基于一维ECG信号提取二维CNN特征的方法技术

本发明专利技术公开了一种基于一维ECG信号提取二维CNN特征的方法，包括：对原始连续时间内的心电数据预处理得到单心跳的离散数值样本，采用三次样条差值的方法作用于单心跳的离散数据，补充数据点之间的缺失信息，增加新的数据点；按正弦函数方式拟合一维心电信号得到单心跳的正弦曲线，并进行处理获得二维心电图片；将二维心电图片作为二维卷积特征的输入元素；划分数据集，训练集和测试集中的样本比例接近1:1，彼此之间无交叉数据；构建2D‑CNN模型，提取神经网络特征；应用分类器作用于提取的特征完成对单心跳的分类。本发明专利技术基于一维的心电信号，提出心电信号转化和二维特征提取的算法，从而提高心电信号计算机辅助诊断系统的准确度。

【技术实现步骤摘要】
一种基于一维ECG信号提取二维CNN特征的方法
本专利技术涉及机器学习技术与生物医学工程
，尤其涉及一种基于一维ECG(心电图)信号提取二维CNN(卷积神经网络)特征的方法。
技术介绍
心律不齐导致的心血管疾病是全世界面临的一大健康难题，它能导致病患暂时性休克甚至猝死。当前，精确诊断与及时治疗是应对心血管疾病最为有效的措施。ECG是目前最主要的检测和诊断心脏疾病的手段。然而，在疾病的检查中产生的大量影像信息易使医生疲劳，且诊断精度受医师的职业能力、经验等主观因素影响。在此背景下，通过机器学习方法来判定心脏是否有问题或心脏疾病的具体类型成为一个得到广泛关注的研究热点。在心脏疾病尤其是心律失常的计算机辅助诊断技术中，被检测者心跳所属的具体类型需要通过分类技术实现。为获得良好的诊断准确率，需找到可以准确描述心律失常心跳样本的特征量。常用的描述心跳的特征包括：形态特征、纹理特征及小波特征等。专利“一种心电信号分类识别方法”(CN107184198A)对原始心电图波形数据进行心电图节律信息和PQRST(心电图的五个基本波)波形的提取，获取心电图节律信息和PQRST波形的数字化数据，从而完本文档来自技高网...

【技术保护点】
1.一种基于一维ECG信号提取二维CNN特征的方法，其特征在于，所述方法包括以下步骤：对原始连续时间内的心电数据预处理得到单心跳的离散数值样本，采用三次样条差值的方法作用于单心跳的离散数据，补充数据点之间的缺失信息，增加新的数据点；按正弦函数方式拟合一维心电信号得到单心跳的正弦曲线，并进行处理获得二维心电图片；将二维心电图片作为二维卷积特征的输入元素；划分数据集，训练集和测试集中的样本比例接近1:1，彼此之间无交叉数据；构建2D‑CNN模型，提取神经网络特征，该2D‑CNN模型包括：卷积层、pooling层、全连接层、dropout层；应用分类器作用于提取的神经网络特征完成对单心跳的分类。

【技术特征摘要】
1.一种基于一维ECG信号提取二维CNN特征的方法，其特征在于，所述方法包括以下步骤：对原始连续时间内的心电数据预处理得到单心跳的离散数值样本，采用三次样条差值的方法作用于单心跳的离散数据，补充数据点之间的缺失信息，增加新的数据点；按正弦函数方式拟合一维心电信号得到单心跳的正弦曲线，并进行处理获得二维心电图片；将二维心电图片作为二维卷积特征的输入元素；划分数据集，训练集和测试集中的样本比例接近1:1，彼此之间无交叉数据；构建2D-CNN模型，提取神经网络特征，该2D-CNN模型包括：卷积层、pooling层、全连接层、dropout层；应用分类器作用于提取的神经网络特征完成对单心跳的分类。2.根据权利要求1所述的一种基于一维ECG信号提取二维CNN特征的方法，其特征在于，所述按正弦函数方式拟合一维心电信号得到单心跳的正弦曲线，并进行处理获得二维心电图片具体为：增加信息点并按正弦函数方式拟合一维心电信号得到单心跳的正弦曲线，使用某一预设宽度、高度的窗口对ECG设备的屏幕进行...

【专利技术属性】
技术研发人员：吕卫，孙宏博，侯弘慧，褚晶辉，汪虹，王粟瑶，
申请(专利权)人：天津大学，
类型：发明
国别省市：天津,12