In this application, an ECG signal detection method, device, computer equipment and storage medium are provided. The first ECG signal of known signal rhythm type is input into the convolution neural network for training, and the corresponding training parameters are trained. The convolution neural network with training parameters is used as the detection model of ECG signal. The second ECG signal to be detected is input into the detection model of the ECG signal for calculation, and the signal rhythm type of the second ECG signal is output. The training-completed ECG signal detection model can replace the medical experts'automatic detection of patients' ECG signal rhythm type, save a lot of manpower and material costs; at the same time, its detection accuracy of patients'ECG signal rhythm type can reach or even exceed that of experts.
【技术实现步骤摘要】
ECG信号的检测方法、装置、计算机设备和存储介质
本申请涉及计算机
,特别涉及一种ECG信号的检测方法、装置、计算机设备和存储介质。
技术介绍
心律失常指的是心脏电传导系统异常所引起的各种症状,包含心跳不规则、过快、或过慢的表现总称,是心血管疾病中重要的一组疾病。它可单独发病,亦可与其它心血管疾病伴发。心律失常的患者比例常年位于各种心血管疾病的前两位,严重危害我国居民的健康。因此,快速、准确的心律失常检测技术显得极为重要。由于心电图信号(ECG信号,Electrocardiogram)的多样性以及噪声的存在,机器检测存在较大的误差,目前,主流的心律失常检测技术是通过专家对ECG信号进行人工诊断,其诊断速度低、诊断效率低,其耗费大量的人力和物力成本。
技术实现思路
本申请的主要目的为提供一种ECG信号的检测方法、装置、计算机设备和存储介质,克服人工诊断心律失常时诊断速度低、诊断效率低的缺陷。为实现上述目的,本申请提供了一种ECG信号的检测方法,包括以下步骤:将已知信号节奏类型的第一ECG信号输入至卷积神经网络中进行训练,训练出对应的训练参数,将得出训练参数的卷积神经网络作为ECG信号的检测模型;将待检测的第二ECG信号输入至所述ECG信号的检测模型中进行计算,输出得到所述第二ECG信号的信号节奏类型。进一步地,所述将已知信号节奏类型的第一ECG信号输入至卷积神经网络中进行训练,训练出对应的训练参数的步骤之前,包括:对所述第一ECG信号进行标准化处理。进一步地,所述将待检测的第二ECG信号输入至所述ECG信号的检测模型中进行计算,输出得到所述第二ECG信号的 ...
【技术保护点】
1.一种ECG信号的检测方法,其特征在于,包括以下步骤:将已知信号节奏类型的第一ECG信号输入至卷积神经网络中进行训练,训练出对应的训练参数,将得出训练参数的卷积神经网络作为ECG信号的检测模型;将待检测的第二ECG信号输入至所述ECG信号的检测模型中进行计算,输出得到所述第二ECG信号的信号节奏类型。
【技术特征摘要】
1.一种ECG信号的检测方法,其特征在于,包括以下步骤:将已知信号节奏类型的第一ECG信号输入至卷积神经网络中进行训练,训练出对应的训练参数,将得出训练参数的卷积神经网络作为ECG信号的检测模型;将待检测的第二ECG信号输入至所述ECG信号的检测模型中进行计算,输出得到所述第二ECG信号的信号节奏类型。2.根据权利要求1所述的ECG信号的检测方法,其特征在于,所述将已知信号节奏类型的第一ECG信号输入至卷积神经网络中进行训练,训练出对应的训练参数的步骤之前,包括:对所述第一ECG信号进行标准化处理。3.根据权利要求1所述的ECG信号的检测方法,其特征在于,所述将待检测的第二ECG信号输入至所述ECG信号的检测模型中进行计算,输出得到所述第二ECG信号的信号节奏类型的步骤,包括:将待检测的第二ECG信号输入至所述ECG信号的检测模型中的输入层,经过32层卷积层卷积后再经输出层输出,得到所述第二ECG信号的信号节奏类型。4.根据权利要求1所述的ECG信号的检测方法,其特征在于,所述卷积神经网络使用的损失函数为交叉熵损失函数,所述卷积神经网络的优化方法为Adam方法。5.根据权利要求3所述的ECG信号的检测方法,其特征在于,所述经过32层卷积层卷积后再经输出层输出的步骤之前,包括:对所述第二ECG信号依次进行批标准化、线性修正以及深度学习。6.根据权利要求1-5中任一项所述的ECG信号的检测方法,其特征在于,所述将已知信号...
【专利技术属性】
技术研发人员:王健宗,吴天博,刘新卉,刘莉红,马进,肖京,
申请(专利权)人:平安科技深圳有限公司,
类型:发明
国别省市:广东,44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。