【技术实现步骤摘要】
一种心电图心搏识别方法、终端设备及存储介质
本专利技术涉及心电图自动识别领域,尤其涉及一种心电图心搏识别方法、终端设备及存储介质。
技术介绍
心电图对于心血管疾病的诊断具有重要的价值,它是临床最常用的无创检查手段之一。心电图数据由采集设备从人体采集得到,然后在心电图分析系统进行预处理后展示给医生进行诊断。预处理的主要工作是进行QRS波识别,QRS波是心电图上周期性出现的尖峰状信号,是心脏电活动的最主要特征。业界识别QRS波的传统方法主要有:自适应阈值法、小波变换法、模板法等。这些方法对于采集质量较高、心搏形态和节律比较常见的图可以满足要求。然而,QRS波的形态因人而异,即使同一个人也容易受高频噪声、基线漂移、运动伪迹、个体差异等的影响而造成失真,使得识别变得困难。尤其是动态心电图领域,心搏形态和节律变化非常复杂,传统方法识别的效果与医生的要求还有较大差距。医生需要手动修改大量的错误标记,或者添加很多漏检的QRS波,严重降低了工作效率。究其原因,这些方法还远远不能模拟人类大脑的工作过程,它们是基于一套人为制定的决策规则来进行模式识别,而QRS的模式很难用有限的规则去涵盖。深度学习技术利用大数据训练深度神经网络,在计算机视觉领域取得了革命性的突破。现有技术中已有一些方案把深度学习应用于心搏分类,但前提是需要传统QRS识别算法先将心搏位置定位出来,然后再将定位到的心搏片段数据送入神经网络。这样做存在两个缺陷,第一是QRS检出的准确度受传统方法限制,二是单个心搏片段提供的信息有限,无法综合心电图上下文信息,从 ...
【技术保护点】
1.一种心电图心搏识别方法,其特征在于,包括以下步骤:/nS1:采集心电图数据组成训练集;/nS2:构建心搏识别模型并设定模型的损失函数,对模型进行训练使得损失函数最小后,得到训练后的最终模型;/n构建的心搏识别模型由编码器和解码器组成;/n所述编码器包括一个卷积层和多个改进残差网络,改进残差网络采用多个不同尺度的卷积核路径并行编码;/n所述解码器包括一个带注意力机制的循环神经网络和两个全连接网络,两个全连接网络分别用于识别心搏类型和心搏位置;/n所述心搏识别模型的损失函数由分类损失和位置损失两部分组成;/nS3:将待识别心电图进行预处理后得到的多个子片段依次输入最终模型,得到最终模型输出的每个子片段对应的心搏类型和心搏位置的预测序列;将多个预测序列依次连接,组成该待识别心电图的识别结果。/n
【技术特征摘要】 【专利技术属性】
1.一种心电图心搏识别方法,其特征在于,包括以下步骤:
S1:采集心电图数据组成训练集;
S2:构建心搏识别模型并设定模型的损失函数,对模型进行训练使得损失函数最小后,得到训练后的最终模型;
构建的心搏识别模型由编码器和解码器组成;
所述编码器包括一个卷积层和多个改进残差网络,改进残差网络采用多个不同尺度的卷积核路径并行编码;
所述解码器包括一个带注意力机制的循环神经网络和两个全连接网络,两个全连接网络分别用于识别心搏类型和心搏位置;
所述心搏识别模型的损失函数由分类损失和位置损失两部分组成;
S3:将待识别心电图进行预处理后得到的多个子片段依次输入最终模型,得到最终模型输出的每个子片段对应的心搏类型和心搏位置的预测序列;将多个预测序列依次连接,组成该待识别心电图的识别结果。
2.根据权利要求1所述的心电图心搏识别方法,其特征在于:步骤S1具体包括:采集多个心电图数据并将每个心电图数据截取为多个额定时间长度的子片段,对每个子片段进行心搏类型和心搏位置标记后,将每个心电图数据对应的所有子片段叠加后的数据和所有子片段标记后的数据叠加后的数据共同组成该心电图数据的训练样本,将采集的所有心电图数据的训练样本组成训练集。
3.根据权利要求2所述的心电图心搏识别方法,其特征在于:子片段的截取方法为:根据心电图数据横坐标的时间设定采样点,设定额定时间长度为m,从第1个采样点开始,截取时间长度为m的区间组成第1个子片段,从第1+m-w个采样点开始,截取时间长度为m的区间组成第2个片段,依次类推,直到某个片段达到心电图数据的结尾,其中w表示重叠的范围,且满足w<=0.5*m。
4.根据权利要求2所述的心电图心搏识别方法,其特征在于:标记包括以下步骤:
S11:读取心电图数据中的心搏标记信息,提取心搏标记信息中的标签序列和位置序列;
S12:构造心搏类型标记张量label_cls,将每个子片段对应时间范围内的心搏类型标记依次编码后写入心搏类型标记张量label_cls中;
S13:构造心搏位置标记张量label_pos,将每个子片段对应时间范围内的心搏位置标记依次进行位置编码后写入心搏位置标记张量label_pos中。
技术研发人员:李熙,徐拥军,
申请(专利权)人:厦门纳龙科技有限公司,
类型:发明
国别省市:福建;35
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。