一种信号处理方法、装置、电子设备和存储介质制造方法及图纸

本发明专利技术实施例公开了一种信号处理方法、装置、电子设备和存储介质，信号识别方法包括：获取多通道初始信号，分别对各初始信号进行分段处理，得到各初始信号的分段信号；提取各分段信号的初始特征向量和时间间隔特征，基于初始特征向量和时间间隔特征，确定中间特征向量；基于各分段信号的时序，将多通道初始信号中，第一预设数量的分段信号对应的中间特征向量进行组合，形成组合特征向量；将各分段信号的时序标识和对应的通道标识添加至组合特征向量，得到目标特征向量；将目标特征向量输入自注意力模型，基于自注意力模型的输出确定多通道初始信号属于各预设分类的概率值。能够建立起不同信号段之间的时空关联，增强了信号识别，提高了识别精度。提高了识别精度。提高了识别精度。

【技术实现步骤摘要】
一种信号处理方法、装置、电子设备和存储介质


[0001]本专利技术实施例涉及医疗健康领域，尤其涉及一种信号处理方法、装置、电子设备和存储介质。

技术介绍

[0002]随着心脏疾病越来越受到人们的关注，对于心脏疾病的诊断也变得十分重要。心电识别是诊断心脏疾病主要的方法，心电识别的目标是从心电图信号判断患者心脏的健康状况或预测可能的心脏疾病类型。
[0003]现有技术中，通常使用卷积神经网络(Convolutional Neural Networks，CNN)或循环神经网络(Recurrent Neural Network，RNN)等“端到端”的模型，一种是将每个导联的信号输入对应的模型，输出特征值，然后多个导联的特征值结合起来进行判断直接对心电图的信号进行识别，另一种是将所有导联通道当成一个输入数据的多个特征，进入一个模型直接输出最终识别结果，现有技术都是输入网络特定长度的信息，通过网络直接输出预测的疾病或者症状名称。
[0004]现有技术至少存在以下不足：CNN或RNN模型记住所有位置的信息的能力虽信号的长度增加而下降，症状表现本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种信号处理方法，其特征在于，包括：获取多通道的初始信号，分别对各所述初始信号进行分段处理，得到各初始信号的分段信号；提取各所述分段信号的初始特征向量和时间间隔特征，基于所述初始特征向量和所述时间间隔特征，确定中间特征向量；基于各所述分段信号的时序，将所述多通道初始信号中，第一预设数量的分段信号对应的所述中间特征向量进行组合，形成组合特征向量；将各分段信号的时序标识和对应的通道标识添加至所述组合特征向量中，得到目标特征向量；将所述目标特征向量输入自注意力模型中，基于各自注意力模型的输出确定所述多通道初始信号属于各预设分类的概率值。2.根据权利要求1所述的方法，其特征在于，所述分别对各所述初始信号进行分段处理，包括：对于任一初始信号，识别所述初始信号中的第一类型波；将各所述第一类型波所在时刻以及第一时间间隔，确定各分段时刻，基于任意相邻的两个分段时刻确定一分段信号。3.根据权利要求1所述的方法，其特征在于，所述提取各所述分段信号的初始特征向量和时间间隔特征，基于所述第一特征向量和所述时间间隔特征，确定中间特征向量，包括：将所述分段信号输入所属通道对应的长短期记忆模型中，基于模型输出确定所述初始特征向量；基于所述分段信号中至少一种类型波之间的时间间隔，确定所述时间间隔特征；将所述时间间隔特征添加至所述初始特征向量，确定所述中间特征向量。4.根据权利要求3所述的方法，其特征在于，所述时间间隔特征包括如下至少一项：R波-R波间隔特征、R波-P波间隔特征和S波-T波间隔特征。5.根据权利要求1所述的方法，其特征在于，所述基于各所述分段信号的时序，将所述多通道初始信号中，第一预设数量的分段信号对应的所述中间特征向量进行组合，形成组合特征向量，包括：对应任一通道，基于所述分段信号的时序，将预设数量的分段信号进行合并，形成中间段信号，并将进行合并的各分段信号的中间特征向量进行组合；将多通道的所述中间段信...

【专利技术属性】
技术研发人员：吴边，孟海忠，
申请(专利权)人：微医云杭州控股有限公司，
类型：发明
国别省市：