一种基于高斯混合模型的心电信号识别算法制造技术

本发明专利技术涉及一种基于高斯混合模型心电信号识别算法，该方法具体过程是：首先确定读取原始心电图像，应用心电提取算法获取连续周期心电信号，然后根据心电数据点导数(包括一阶和二阶导数)，对周期心电信号进行分割，提取单个周期的心电数据。并利用插值法，实现对缺失数据进行平滑。再此基础上，将相应心电数据进行分组，并通过训练集上的心电数据进行训练。训练过程中，根据高斯混合模型的最优解的数字特征，通过先对模型参数进行初始化，而后依据二阶平方差最小，获取隐函数的Q表达，继而根据相应的公式，对原始参数进行相应的调整，重复上述过程，使得模型参数的逐步向最优值靠近。当误差在一定范围后，停止训练，并使用交叉验证集上的数据，对模型参数进行调优。最终获得稳定的模型参数。该算法方法不仅快速、高效，而且能够有效克服局部心电图因扭曲、噪声等因素造成的失真，在心电信号自动分析过程中具有重要的应用价值。要的应用价值。要的应用价值。

【技术实现步骤摘要】
一种基于高斯混合模型的心电信号识别算法


[0001]本专利技术涉及心电信号自动化处理
，特别是一种基于高斯混合模型的心电信号识别算法

技术介绍

[0002]心电自动化分析是人工智能背景下互联网+时代的研究热点之一。它以互联网为纽带，以智能终端为载体，将用户与中央心电监护链接起来，在实现心电快速采集的同时，借助人工智能技术，实现心电信号自动分析，从而为用户提供及时、准确的心血健康状况的客观评估，能有效避免猝死等悲剧的发生。这无论在理论还是社会实用价值上都具有非常重要的意义。本专利技术算法属于数字心电信号自动化处理领域。该算法以数字心电信号图像为处理对象，并运用数字图像处理技术，从心电数字图像中提取出数字心电信号。并在此基础上，通过使用高斯混合模型，将提取到的心电信号进行识别，从而能够辅助医生对相应心血管疾病的诊断。
[0003]随着人工智能技术不断发展与完善，人工智能技术应用范围也在不断扩展。自动化心电识别就是将人工智能技术与心电分析应用相结合，它利用多层神经网络模型(如限制性玻尔兹曼机模型RBM，自动编码器模型AE，变分自动编码器本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于高斯混合模型心电信号识别算法，其特征在于，所述方法包括以下步骤：步骤A：读取原始心电图像，应用心电提取算法获取连续周期心电信号。步骤B：根据心电数据点导数(包括一阶和二阶导数)，对周期心电信号进行分割，提取单个周期的心电数据。步骤C：针对相邻数据点出现遗漏情况，结合对相同周期上相邻位置上的心电数据，采用插值方式补充遗漏心电数据，确保心电周期完整。步骤D：将多个完整心电周期数据进行随机分组，分别获得训练组、交叉验证组和测试组数据。步骤E：初始化高斯混合模型，然后使用训练组心电信号进行训练，然后再使用交叉验证组数据对训练结果进行修正，如此反复，直到误差在指定范围之内。步骤F：用训练之后的高斯混合模型，对测试组数据进行测试，以验证本算法的有效性。2.根据权利要求1所述的一种基于高斯混合模型心电信号识别算法，其特征在于训练和交叉验证过程按照以下公式运行：和交叉验证过程按照以下公式运行：和交叉验证过程按照以下公式运行：和交叉验证过程按照以下公式运行：和交叉验证过程按照以下公式运行：和交叉验证过程按照以下公式运行：和交叉验证过程按照以下公式运行：和交叉验证过程按照以下公式运行：和交叉验证过程按照以下公式运行：其中，公式(1)表示一个服从高斯分布的概率密度函数，公式(2)表示一个由K个高斯混合分布组成的高斯混合模型。公式(3，4)表示给定一组N个数据X＝{x1，x2，...，x
N...

【专利技术属性】
技术研发人员：陈少杰，
申请(专利权)人：天津科技大学，
类型：发明
国别省市：