【技术实现步骤摘要】
基于非平衡训练的二级神经网络的ECG信号处理方法
本专利技术涉及信号处理
，尤其是基于非平衡训练的二级神经网络的ECG信号处理方法。
技术介绍
心脏病是威胁人类生命的主要疾病之一，长期以来，对心脏病的研究一直是医学界的重要课题。人体心电图，作为心脏电活动在体表的综合表现，蕴涵着丰富的反映心脏节律及其电传导的生理和病理信息，所以心电图常用于分析、判断各种心律失常，也可用于诊断心肌受损的程度以及心房、心室的功能结构状况，在指导心脏疾病的治疗和康复上具有重大的参考价值，同时也是目前分析与鉴别各种心律失常最精确的方法之一。心电图作为临床上重要的常规检查手段,是医生诊断心脏疾病的得力助手。大量临床医学观察发现，大部分心律失常都有突发性和偶发性的特点，产生的时间和频率无固定的规律，因此，需要经过长时间不间断的观察才能捕获失常的心律。常规心电图只采集特定时间内的一段心电波形，然而有些患者的心电异常并不在采集的那段时间内发生，因此仅依靠常规心电图来检查一个人是否患有心脏疾病并不可靠。为此，美国物理学、实验物理学家NormanJ.Holter将动态心电图技术应用于心脏活动的监...
【技术保护点】
1.基于非平衡训练的二级神经网络的ECG信号处理方法，其特征在于，包括以下步骤：预处理：采集ECG信号，并采用滤波器消除基线漂移和工频干扰；寻找ECG信号的波形的R峰，并进行ECG信号的心拍分割；信号识别：采用非平衡训练的神经网络识别心拍分割的ECG信号，获得异常的ECG信号和正常的ECG信号；压缩处理：将所述异常的ECG信号采用无损压缩，且将所述正常的ECG信号采用有损压缩。
【技术特征摘要】
1.基于非平衡训练的二级神经网络的ECG信号处理方法，其特征在于，包括以下步骤：预处理：采集ECG信号，并采用滤波器消除基线漂移和工频干扰；寻找ECG信号的波形的R峰，并进行ECG信号的心拍分割；信号识别：采用非平衡训练的神经网络识别心拍分割的ECG信号，获得异常的ECG信号和正常的ECG信号；压缩处理：将所述异常的ECG信号采用无损压缩，且将所述正常的ECG信号采用有损压缩。2.根据权利要求1所述的基于非平衡训练的二级神经网络的ECG信号处理方法，其特征在于，所述神经网络为二级神经网络，且识别单心拍包括以下步骤：预判：向所述第一级神经网络加载数个标准库的单心拍，并向标准库中的异常的单心拍的损失项添加权值m，并联合BP算法训练第一级神经网络，并通过训练的第一级神经网络判别异常的单心拍和正常的单心拍；所述单心拍的标准库包括N节拍、S节拍、V节拍、F节拍和Q节拍；所述正常的单心拍为N节拍，且异常的单心拍为S节拍、V节拍、F节拍和Q节拍其中之一；所述权值m为大于0的超参数；判断异常的单心拍的类型：将所述异常的单心拍导入第二级神经网络，提取异常的单心拍的波形特征，判断异常的单心拍的类型。3.根据权利要求2所述的基于非平衡训练的二级神经网络的ECG信号处理方法，其特征在于，其中，向标准库中的异常的单心拍的损失项添加权值m，得到损失函数J(w)，其表达式为：其中，y(i)表示第i个样本的真实类型，Φ(i)表示二值神经网络给出第i个样本的预测结果，n表示样本的总数，w表示训练的权值。4.根据权利要求2所述的基于非平衡训练的二级神经网络的ECG信号处理方法，其特征在于，所述判断异常的单心拍的类型，包括利...
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。