本发明专利技术提供了一种心冲击信号的波峰定位方法、装置和电子设备，获取待定位心冲击信号；将待定位心冲击信号输入至预先训练完成的定位模型中，输出待定位心冲击信号中目标波峰的目标索引信息；目标波峰的目标索引信息包括目标波峰在待定位心冲击信号中的时间信息；其中的定位模型包括输入层、双向长短时记忆网络层、全连接层以及输出层。该方式中，通过包括输入层、双向长短时记忆网络层、全连接层以及输出层的定位模型，可以定位各种环境下，心冲击信号中的目标波峰，提高了心冲击信号中目标波峰的定位精度。峰的定位精度。峰的定位精度。
【技术实现步骤摘要】
心冲击信号的波峰定位方法、装置和电子设备
[0001]本专利技术涉及信号处理
，尤其是涉及一种心冲击信号的波峰定位方法、装置和电子设备。
技术介绍
[0002]心冲击(ballistocardiogram,BCG)信号为非接触式检测信号，心冲击信号通常在家庭环境用于健康检测。比如，通过非接触式的传感器采集心冲击信号，将采集的信号进行各种处理，以达到健康监测的目的。通常心冲击信号包括多个波峰，其中的J波隐含的信息较多，因此目前针对J波的定位处理较为常见。
[0003]相关技术中，通常采用模板匹配法、差分阈值法、无监督学习法等定位心冲击信号的J波。但是BCG信号易因噪音干扰、个体差异、采集方式以及采集设备的不同呈现不同的形态。具体表现在各个波峰幅值以及距离的相对变化，“W”波模式不再明显。应用于整夜睡眠采集时，受试者的BCG波群会因为多重因素的干扰表现出明显差异。其次BCG的采集标准并不统一，不同的采集设备及对应去噪处理后的信号也会表现出明显差异。因此，上述方式无法准确的定位情况下BCG的J波。
技术实现思路
[0004]有鉴于此，本专利技术的目的在于提供一种心冲击信号的波峰定位方法、装置和电子设备，以提高心冲击信号中目标波峰的定位精度。
[0005]第一方面，本专利技术实施例提供了一种心冲击信号的波峰定位方法，方法包括：获取待定位心冲击信号；将待定位心冲击信号输入至预先训练完成的定位模型中，输出待定位心冲击信号中目标波峰的目标索引信息；目标波峰的目标索引信息包括目标波峰在待定位心冲击信号中的时间信息；其中，定位模型包括输入层、双向长短时记忆网络层、全连接层以及输出层。
[0006]进一步的，双向长短时记忆网络层包括相互连接的第一双向长短时记忆网络层和第二双向长短时记忆网络层；全连接层包括相互连接第一全连接层和第二全连接层；输入层与第一双向长短时记忆网络层连接；第二双向长短时记忆网络层与第一全连接层连接；第二全连接层与输出层连接；第一双向长短时记忆网络层设置有第一预设数值的隐藏层单元，第二双向长短时记忆网络层设置有第二预设数值的隐藏层单元；第一全连接层设置有第三预设数值的隐藏层单元；第二连接层设置有第四预设数值的隐藏层单元。
[0007]进一步的，定位模型通过下述方式训练：获取心冲击信号的训练信号；其中，训练信号中标注有第一标识符，第一标识符用于指示目标波峰的标准索引信息；将训练信号输入至定位模型，输出训练信号中目标波峰的预测索引信息；根据预测索引信息和标准索引信息，计算预测索引信息的损失值；基于损失值优化定位模型的模型参数，直至损失值满足预设条件，得到训练完成的定位模型。
[0008]进一步的，获取心冲击信号的训练信号的步骤，包括：获取同一被试对象在相同时
间内的初始心冲击信号和初始心电信号；通过R波定位算法，在初始心电信号的R波上标注第二标识符，得到初始心冲击信号的参考信号；其中，第二标识符用于指示R波的索引信息；基于参考信号，确定初始心冲击信号中目标波峰；在目标波峰上标注第二标识符，得到心冲击信号的训练信号。
[0009]进一步的，获取同一被试对象在相同时间内的初始心冲击信号和初始心电信号的步骤之后，方法还包括：去除初始心冲击信号中的运行非正常信号。
[0010]进一步的，在目标波峰上标注第二标识符，得到心冲击信号的训练信号的步骤之后，方法还包括：将训练信号进行序列处理，得到多维数据矩阵；其中，数据矩阵的步长为指定步长。
[0011]进一步的，目标波峰至少包括：心冲击信号的J波；方法还包括：基于心冲击信号中目标波峰的目标索引信息，计算心冲击信号所属对象的心率。
[0012]第二方面，本专利技术实施例提供了一种心冲击信号的波峰定位装置，装置包括：获取模块，用于获取待定位心冲击信号；定位模块，用于将待定位心冲击信号输入至预先训练完成的定位模型中，输出待定位心冲击信号中目标波峰的目标索引信息；目标波峰的目标索引信息包括目标波峰在待定位心冲击信号中的时间信息；其中，定位模型包括输入层、双向长短时记忆网络层、全连接层以及输出层。
[0013]第三方面，本专利技术实施例提供了一种电子设备，包括处理器和存储器，存储器存储有能够被处理器执行的机器可执行指令，处理器执行机器可执行指令以实现权第一方面任一项的心冲击信号的波峰定位方法。
[0014]第四方面，本专利技术实施例提供了一种机器可读存储介质，机器可读存储介质存储有机器可执行指令，机器可执行指令在被处理器调用和执行时，机器可执行指令促使处理器实现第一方面任一项的心冲击信号的波峰定位方法。
[0015]本专利技术实施例带来了以下有益效果：
[0016]本专利技术提供了一种心冲击信号的波峰定位方法、装置和电子设备，获取待定位心冲击信号；将待定位心冲击信号输入至预先训练完成的定位模型中，输出待定位心冲击信号中目标波峰的目标索引信息；目标波峰的目标索引信息包括目标波峰在待定位心冲击信号中的时间信息；其中的定位模型包括输入层、双向长短时记忆网络层、全连接层以及输出层。该方式中，通过包括输入层、双向长短时记忆网络层、全连接层以及输出层的定位模型，可以定位各种环境下，心冲击信号中的目标波峰，提高了心冲击信号中目标波峰的定位精度。
[0017]本专利技术的其他特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本专利技术而了解。本专利技术的目的和其他优点在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。
[0018]为使本专利技术的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。
附图说明
[0019]为了更清楚地说明本专利技术具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的
附图是本专利技术的一些实施方式，对于本领域技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0020]图1为本专利技术实施例提供的一种心冲击信号的波峰定位方法流程图；
[0021]图2为本专利技术实施例提供的一种心冲击信号的波峰定位方法中定位模型的示意图；
[0022]图3为本专利技术实施例提供的一种心冲击信号的波峰定位装置的结构示意图；
[0023]图4为本专利技术实施例提供的一种电子设备的结构示意图。
具体实施方式
[0024]为使本专利技术实施例的目的、技术方案和优点更加清楚，下面将结合附图对本专利技术的技术方案进行清楚、完整地描述，显然，所描述的实施例是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0025]鉴于心电图(electrocardiogram,ECG)采集无可避免的接触性干扰和相对专业化的操作过程，适合家庭环境的非接触式心冲击(ballistocardiogram,BCG)信号检测技术备受瞩目，而本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种心冲击信号的波峰定位方法，其特征在于，所述方法包括：获取待定位心冲击信号；将所述待定位心冲击信号输入至预先训练完成的定位模型中，输出所述待定位心冲击信号中目标波峰的目标索引信息；所述目标波峰的目标索引信息包括所述目标波峰在所述待定位心冲击信号中的时间信息；其中，所述定位模型包括输入层、双向长短时记忆网络层、全连接层以及输出层。2.根据权利要求1所述的方法，其特征在于，所述双向长短时记忆网络层包括相互连接的第一双向长短时记忆网络层和第二双向长短时记忆网络层；所述全连接层包括相互连接第一全连接层和第二全连接层；所述输入层与所述第一双向长短时记忆网络层连接；所述第二双向长短时记忆网络层与所述第一全连接层连接；所述第二全连接层与所述输出层连接；所述第一双向长短时记忆网络层设置有第一预设数值的隐藏层单元，所述第二双向长短时记忆网络层设置有第二预设数值的隐藏层单元；所述第一全连接层设置有第三预设数值的隐藏层单元；所述第二连接层设置有第四预设数值的隐藏层单元。3.根据权利要求1所述的方法，其特征在于，所述定位模型通过下述方式训练：获取所述心冲击信号的训练信号；其中，所述训练信号中标注有第一标识符，所述第一标识符用于指示所述目标波峰的标准索引信息；将所述训练信号输入至所述定位模型，输出所述训练信号中目标波峰的预测索引信息；根据所述预测索引信息和所述标准索引信息，计算所述预测索引信息的损失值；基于所述损失值优化所述定位模型的模型参数，直至所述损失值满足预设条件，得到训练完成的所述定位模型。4.根据权利要求1所述的方法，其特征在于，所述获取所述心冲击信号的训练信号的步骤，包括：获取同一被试对象在相同时间内的初始心冲击信号和初始心电信号；通过R波定位算法，在所述初始心电信号的R波上标注第二标识符，得到所述初始心冲击信号的参考信号；其中，所述第二标识符用...
【专利技术属性】
技术研发人员：庞耕，耿读艳，
申请(专利权)人：河北工业大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。