一种基于BiLSTM-Treg的心电信号分类方法技术

本发明专利技术涉及一种基于BiLSTM

【技术实现步骤摘要】
一种基于BiLSTM
‑
Treg的心电信号分类方法


[0001]本专利技术属于心电信号分类
，具体涉及一种基于BiLSTM
‑
Treg的心电信号分类方法。

技术介绍

[0002]心电图(ECG)作为心脏电活动在体表的综合表现，蕴含着丰富的反应心脏节律及其电传导的生理和病理信息，传统的心电图波形分析是通过医务人员手动完成的，他们需要根据心血管疾病诊断规则和个人经验给出诊断结果。由于患者个体差异，以及疾病的复杂性，使得心电图的种类繁多，医生手动进行ECG波形的分析，这需要医生具有专业的医学理论基础和丰富的临床经验。由于心律失常的多样性和ECG波形的复杂性，因而医生进行心电图分类的普遍效率较低。
[0003]随着计算机技术和电子信息技术的飞速发展，计算机已成为医疗现代化不可缺少的重要工具，国内外的心电研究人员提出了各种心搏分类方法，这些方法可以从是否需要人工进行心电信号的特征提取这一角度分为两类：基于特征工程的分类方法和基于深度学习的方法。传统的基于规则和基于机器学习的心搏分类方法都需要手动的进行特征本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于BiLSTM
‑
Treg的心电信号分类方法，其特征在于，包括如下步骤：建立BiLSTM
‑
Treg神经网络模型：该神经网络模型由MIT
‑
BIH心律失常数据库中的心搏数据作为训练集、并将连续的多个单心搏的心电信号组成心搏段，并以心搏段为单位利用树正则化的BiLSTM模型训练得到；采集心电信号；对数据进行预处理：利用计算机对心电信号进行离散小波变换去噪，后将去噪后的心电信号以心搏为单位进行划分；进行心电信号的分类：将去噪后的心电数据以心搏段为单位输入BiLSTM
‑
Treg神经网络模型进行分类。2.根据权利要求1所述的基于BiLSTM
‑
Treg的心电信号分类方法，其特征在于：心搏段包括10
‑
15个单心搏。3.根据权利要求1所述的基于BiLSTM
‑
Treg的心电信号分类方法，其特征在于：心搏段包括15个单心搏。4.根据权利要求1所述的基于BiLSTM
‑
Treg的心电信号分类方法，其特征在于：利用db6小波来进行心电信号的去噪，心搏分割时，以MIT
‑
BIH数据库中标注的R波峰值点作为心搏分割参考点，分别在R峰前后提取0.25s和0.4s，截取R峰前90个采样点，R峰后144个采样点作为一个完整的心搏。5.根据权利要求1所述的基于BiLSTM
‑
Treg的心电信号分类方法，其特征在于，建立BiLSTM
‑
Treg神经网络模型包括如下步骤：以x
t
＝[x
t1
，x
t2
，
…
，x
t235
，]表示一个单心搏样本，将连续的t个单心搏组成的心搏段作为网络的输入，心搏段中单心搏的个数t为网络的时间步长；首先使用BiLSTM进行心搏分类，其次使用决策树对BiLSTM进行模拟，并计算平...

【专利技术属性】
技术研发人员：姚金良，李润川，彭岩，宋鲲鹏，宋洪军，周兵，王宗敏，
申请(专利权)人：云心电网络科技上海有限公司河南云心电网络科技有限公司，
类型：发明
国别省市：