基于人工智能的心冲击波信号处理方法及计算机设备技术

本发明专利技术公开了基于人工智能的心冲击波信号处理方法及计算机设备，获取心肌输出功率特征和功率输出时段特征；基于心肌输出功率特征和功率输出时段特征之间的特征关联性，进行配对得到特征配对结果；根据功率输出时段特征与待匹配功率输出时段特征的特征相似度，确定信号噪声标签；将信号噪声标签和待匹配功率输出时段特征进行配对，得到标签配对结果；根据标签配对结果和特征配对结果，确定信号噪声数据和信号噪声标签。通过上述方法能精确的对输出功率特征和功率输出时段特征进行匹配，这样能对过程中数据发生误差的问题，进行有效的检测，从而保证了数据在传输过程中的误差属于正常误差范围内，这样就能精确的确定输入数据和输出数据。输出数据。输出数据。

【技术实现步骤摘要】
基于人工智能的心冲击波信号处理方法及计算机设备


[0001]本公开涉及人工智能和信号处理的
，特别涉及基于人工智能的心冲击波信号处理方法及计算机设备。

技术介绍

[0002]心脏是脊椎动物器官之一。是循环系统中的动力。人的心脏基本上和本人的拳头大小一样，外形像桃子，心尖偏向左。位于横膈之上，纵膈之间，胸腔中部偏左下方，两肺间而偏左。主要由心肌构成，有左心房、左心室、右心房、右心室四个腔。左右心房之间和左右心室之间均由间隔隔开，故互不相通，心房与心室之间有瓣膜(房室瓣)，这些瓣膜使血液只能由心房流入心室而不能倒流。
[0003]心脏搏动异常即可指心脏搏动位置的异常，也可是频率的异常。心尖搏动位置的改变可受多种生理性和病理性因素的影响。
[0004]因此，在一些情况下，需要对心肌的搏动进行检测并进行心冲击波的相关数据信号处理。然而在实际处理过程中，获取到的心冲击波数据存在噪声，如何对噪声进行有效去除是现目前需要解决的一个技术问题。

技术实现思路

[0005]为改善相关技术中存在的上述
技术介绍
存在的技术问题，本公本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于人工智能的心冲击波信号处理方法，其特征在于，包括：获取待处理心冲击波数据中的心肌输出功率特征和功率输出时段特征；基于所述待处理心冲击波数据中的心肌输出功率特征和功率输出时段特征之间的特征关联性，对所述待处理心冲击波数据中的心肌输出功率特征和功率输出时段特征进行配对，得到特征配对结果；将配对异常的功率输出时段特征确定为待匹配功率输出时段特征，根据所述特征配对结果中的功率输出时段特征与所述待匹配功率输出时段特征之间的特征相似度，确定与所述待匹配功率输出时段特征相匹配的信号噪声标签；对与所述待匹配功率输出时段特征相匹配的信号噪声标签和所述待匹配功率输出时段特征进行配对，得到标签配对结果；根据所述标签配对结果和所述特征配对结果，确定所述待处理心冲击波数据中的信号噪声数据和所述信号噪声数据对应的信号噪声标签。2.根据权利要求1所述的方法，其特征在于，所述获取待处理心冲击波数据中的心肌输出功率特征和功率输出时段特征，包括：获取所述待处理心冲击波数据中的至少两个心肌输出功率轨迹片段和至少两个功率输出时段轨迹片段；获取所述至少两个心肌输出功率轨迹片段之间的第一片段相似度和第一轨迹片段变化信息，获取所述至少两个功率输出时段轨迹片段之间的第二轨迹片段相似度和第二轨迹片段变化信息；根据所述第一片段相似度和所述第一轨迹片段变化信息，对所述至少两个心肌输出功率轨迹片段进行特征识别，得到所述待处理心冲击波数据中的心肌输出功率特征；一个心肌输出功率特征包括至少一个心肌输出功率轨迹片段；根据所述第二轨迹片段相似度和所述第二轨迹片段变化信息，对所述至少两个功率输出时段轨迹片段进行特征识别，得到所述待处理心冲击波数据中的功率输出时段特征；一个功率输出时段特征包括至少一个功率输出时段轨迹片段。3.根据权利要求2所述的方法，其特征在于，所述基于所述待处理心冲击波数据中的心肌输出功率特征和功率输出时段特征之间的特征关联性，对所述待处理心冲击波数据中的心肌输出功率特征和功率输出时段特征进行配对，得到特征配对结果，包括：将所述待处理心冲击波数据中的功率输出时段特征确定为局部功率输出时段特征，将所述待处理心冲击波数据中的心肌输出功率特征确定为局部心肌输出功率特征；所述局部功率输出时段特征中的功率输出时段轨迹片段是从针对所述待处理心冲击波数据的目标测试轨迹片段中所获取的；获取所述目标测试轨迹片段中的心肌输出功率轨迹片段；将所述目标测试轨迹片段中的心肌输出功率轨迹片段与所述局部心肌输出功率特征中的心肌输出功率轨迹片段之间的轨迹片段相似度，确定为所述局部功率输出时段特征与所述局部心肌输出功率特征之间的所述特征关联性；当所述特征关联性大于或等于关联性阈值时，对所述局部功率输出时段特征和所述局部心肌输出功率特征进行配对，得到所述特征配对结果。4.根据权利要求1所述的方法，其特征在于，所述待匹配功率输出时段特征包括所述待
处理心冲击波数据中的第一功率输出时段轨迹片段；所述特征配对结果的数目为至少两个；每个特征配对结果中的功率输出时段特征分别包括所述待处理心冲击波数据中的第二功率输出时段轨迹片段；所述根据所述特征配对结果中的功率输出时段特征与所述待匹配功率输出时段特征之间的特征相似度，确定与所述待匹配功率输出时段特征相匹配的信号噪声标签，包括：根据所述第一功率输出时段轨迹片段，获取所述待匹配功率输出时段特征的第一特征描述信息；根据所述每个特征配对结果包括的第二功率输出时段轨迹片段，分别获取所述每个特征配对结果中的功率输出时段特征的第二特征描述信息；获取所述第一特征描述信息分别与所述每个特征配对结果对应的第二特征描述信息之间的描述信息比较结果；根据所述每个特征配对结果所属的描述信息比较结果，确定所述每个特征配对结果中的功率输出时段特征分别与所述待匹配功率输出时段特征之间的特征相似度；当目标特征配对结果的数目大于第一数目阈值且小于或等于第二数目阈值时，将所述目标特征配对结果中的心肌输出功率特征所包含的信号噪声标签，确定为与所述待匹配功率输出时段特征相匹配的信号噪声标签；所述目标特征配对结果，指所属的特征相似度大于或等于特征相似度阈值的特征配对结果。5.根据权利要求4所述的方法，其特征在于，所述第一功率输出时段轨迹片段的轨迹片段数目为至少两个；所述根据所述第一功率输出时段轨迹片段获取所述待匹配功率输出时段特征的第一特征描述信息，包括：获取至少两个第一功率输出时段轨迹片段中的每个第一功率输出时段轨迹片段分别对应的轨迹片段特征向量；根据所述每个第一功率输出时段轨迹片段分别对应的轨迹片段特征向量，获取所述至少两个第一功率输出时段轨迹片段对应的第一综合特征向量；将所述第一综合特征向量，确定为所述第一特征描述信息。6.根据权利要求4所...

【专利技术属性】
技术研发人员：张黎明，杨浩伦，薛建良，
申请(专利权)人：四川大学华西医院，
类型：发明
国别省市：