基于双通道深度神经网络的驾驶员房颤检测方法及系统技术方案

本发明专利技术公开了一种基于双通道深度神经网络的驾驶员房颤检测方法及系统，该方法包括：基于安装在方向盘的传感器采集驾驶员的心电图信号；对心电图信号进行预处理，得到预处理信号；根据预处理信号绘制时频图和庞加莱图；以时频图和庞加莱图为输入，基于预构建的卷积神经网络根据进行信号分类，完成房颤检测。该系统包括：信号采集模块、信号预处理模块、图绘制模块和信号分类模块。通过使用本发明专利技术，提高驾驶环境下的安全性。本发明专利技术作为一种基于双通道深度神经网络的驾驶员房颤检测方法及系统，可广泛应用于安全驾驶领域。可广泛应用于安全驾驶领域。可广泛应用于安全驾驶领域。

【技术实现步骤摘要】
基于双通道深度神经网络的驾驶员房颤检测方法及系统


[0001]本专利技术涉及安全驾驶领域，尤其涉及一种基于双通道深度神经网络的驾驶员房颤检测方法及系统。

技术介绍

[0002]交通过程中，驾驶员若在行驶时突发心梗，不仅危及自身生命安全，而且还将对车上的乘客造成伤害，近年来由于突发心血管疾病引发的交通事故屡见不鲜。驾驶场景中的心电图检测及房颤识别领域存在缺口。现有的设备或技术不能同时满足在驾驶过程中收集心电信号与检测房颤的实时性、准确性、便捷性和低成本等要求。

技术实现思路

[0003]为了解决上述技术问题，本专利技术的目的是提供一种基于双通道深度神经网络的驾驶员房颤检测方法及系统，可以在驾驶场景中做到实时、准确、便捷和低成本收集心电信号并检测房颤，从而提高。
[0004]本专利技术所采用的第一技术方案是：基于双通道深度神经网络的驾驶员房颤检测方法，包括以下步骤：
[0005]基于安装在方向盘的传感器采集驾驶员的心电图信号；
[0006]对心电图信号进行预处理，得到预处理信号；
[0007]根据预处本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于双通道深度神经网络的驾驶员房颤检测方法，其特征在于，包括以下步骤：基于安装在方向盘的传感器采集驾驶员的心电图信号；对心电图信号进行预处理，得到预处理信号；根据预处理信号绘制时频图和庞加莱图；以时频图和庞加莱图为输入，基于预构建的卷积神经网络根据进行信号分类，完成房颤检测。2.根据权利要求1所述基于双通道深度神经网络的驾驶员房颤检测方法，其特征在于，还包括：判断到房颤发生，发出警报警示车内人员，拨打求救电话并发送车辆实时位置。3.根据权利要求2所述基于双通道深度神经网络的驾驶员房颤检测方法，其特征在于，所述对心电图信号进行预处理，得到预处理信号这一步骤，其具体包括：对心电图信号进行归一化处理，得到归一化后心电图信号；对心电图信号进行滤波处理，得到平滑心电图信号；对心电图信号进行信号质量评估并结合去噪阈值进行去噪处理，得到去噪后的信号；对心电图信号进行R峰检测，输出心电图信号序列中所有代表R峰的数据点的序号，得到R峰位置；预处理完成，得到预处理信号。4.根据权利要求3所述基于双通道深度神经网络的驾驶员房颤检测方法，其特征在于，所述根据预处理信号绘制时频图和庞加莱图这一步骤，其具体包括：基于短时傅里叶变换方法对预处理信号进行时频转换，得到时频图；根据R峰位置，求相邻R峰之间的间隔；将R峰之间的间隔储存在数组RR中，并绘制散点图，得到庞加莱图。5.根据权利要求4所述基于双通道深度神经网络的驾驶员房颤检测...

【专利技术属性】
技术研发人员：王伟，黄欣龙，黄诺贤，彭显为，刘睿琦，陈健，
申请(专利权)人：中山大学，
类型：发明
国别省市：