一种动态心电房颤起止点的检测方法、装置及电子设备制造方法及图纸

本发明专利技术涉及一种动态心电房颤起止点的检测方法、装置及电子设备，所述方法包括：获取房颤心电信号和非房颤心电信号，根据所述房颤心电信号和非房颤心电信号生成数据集；构建初始网络模型，利用所述数据集对所述初始网络模型进行训练，得到训练完备后的网络模型；获取实时心电信号，根据所述实时心电信号和所述训练完备后的网络模型得到检测结果。本发明专利技术公开的动态心电房颤起止点的检测方法，提高了房颤起止点的检测精度，提高了房颤起止点的检测效率。率。率。

【技术实现步骤摘要】
一种动态心电房颤起止点的检测方法、装置及电子设备


[0001]本专利技术涉及动态心电图
，尤其涉及一种动态心电房颤起止点的检测方法、装置、电子设备及计算机可读存储介质。

技术介绍

[0002]对于动态心电图来说，记录的数据往往有几个小时到几十个小时的长度，有的病人可能只会在某些不固定的时段才会在心电图上表现出异常，而让医生观察长达十几个小时的心电图是一件工作量巨大并且效率极低的事情，因此利用机器对动态心电图的自动分析是一件十分有意义的工作。
[0003]房颤起止点识别是在动态心电图领域内的一项重要任务，对于间歇性房颤病人而言，房颤的心电波形出现时间不固定、持续时间不固定、出现频率不固定，目前对房颤起止点的识别方法主要是采用传统的心电波形分析方法，使用滤波和阈值方法检测R波位置和P波波形，通过对其进行分析并判断是否属于房颤。
[0004]但传统的心电波形分析方法具有较多的阈值比较过程，对于有噪声的干扰数据的处理能力较差，且动态心电图是患者自行佩戴设备采集到的数据，因此数据会受到各种干扰，检测精度较差，传统分析方法耗时也较长，分析时间会随着数据长度线性增长，对于长达数十个小时的动态心电会花费大量时间，效率极低。

技术实现思路

[0005]有鉴于此，有必要提供一种动态心电房颤起止点的检测方法、装置、电子设备及计算机可读存储介质，用以解决现有技术中房颤起止点检测精度低、检测效率低的问题。
[0006]为了解决上述问题，本专利技术提供一种动态心电房颤起止点的检测方法，包括：
>[0007]获取房颤心电信号和非房颤心电信号，根据所述房颤心电信号和非房颤心电信号生成数据集；
[0008]构建初始网络模型，利用所述数据集对所述初始网络模型进行训练，得到训练完备后的网络模型；
[0009]获取实时心电信号，根据所述实时心电信号和所述训练完备后的网络模型得到检测结果。
[0010]进一步地，根据所述房颤心电信号和非房颤心电信号生成数据集，包括：
[0011]将所述房颤心电信号和非房颤心电信号按照设定范围进行划分，得到若干房颤心电信号和若干非房颤心电信号；
[0012]对所述若干房颤心电信号和若干非房颤心电信号进行标记，得到标记后的若干房颤心电信号和若干非房颤心电信号；
[0013]利用所述标记后的若干房颤心电信号和若干非房颤心电信号生成数据集。
[0014]进一步地，将所述房颤心电信号和非房颤心电信号按照设定范围进行划分，包括：
[0015]获取所述房颤心电信号和非房颤心电信号中R波的波峰，以所述R波的波峰为中
心，以预设波段宽度对所述房颤心电信号和非房颤心电信号进行划分。
[0016]进一步地，对所述若干房颤心电信号和若干非房颤心电信号进行标记，包括：
[0017]将所述若干房颤心电信号标记为第一预设数值，将所述若干非房颤心电信号标记为第二预设数值。
[0018]进一步地，所述初始网络模型为U
‑
Net模型的一维卷积变体。
[0019]进一步地，利用所述数据集对所述初始网络模型进行训练，包括：
[0020]利用优化器、损失函数及所述数据集对所述初始网络模型进行训练。
[0021]进一步地，还包括：
[0022]当所述检测结果为持续性房颤或间歇性房颤时，对所述实时心电信号的房颤位置进行索引得到房颤起止点。
[0023]本专利技术还提供了一种动态心电房颤起止点检测装置，包括数据获取模块、模型构建模块及实时检测模块；
[0024]所述数据获取模块，用于获取房颤心电信号和非房颤心电信号，根据所述房颤心电信号和非房颤心电信号生成数据集；
[0025]所述模型构建模块，用于构建初始网络模型，利用所述数据集对所述初始网络模型进行训练，得到训练完备后的网络模型；
[0026]所述实时检测模块，用于获取实时心电信号，根据所述实时心电信号和所述训练完备后的网络模型得到检测结果。
[0027]本专利技术还提供了一种电子设备，包括存储器和处理器，所述存储器上存储有计算机程序，所述计算机程序被所述处理器执行时，实现如上述任一技术方案所述的动态心电房颤起止点的检测方法。
[0028]本专利技术还提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机该程序被处理器执行时，实现如上述任一技术方案所述的动态心电房颤起止点的检测方法。
[0029]采用上述实施例的有益效果是：本专利技术提供的动态心电房颤起止点的检测方法，通过建立房颤和非房颤心电信号的数据集，构建初始网络模型，利用数据集对初始网络模型进行训练，得到训练完备后的网络模型，通过训练完备后的网络模型对实时心电信号进行检测，能够提高房颤起始点的检测精度；通过建立数据集，利用数据集对初始网络模型进行训练能够在实时检测心电信号时提高房颤起止点的检测效率。
附图说明
[0030]图1为本专利技术提供的动态心电房颤起止点的检测方法一实施例的流程示意图；
[0031]图2为本专利技术实施例中提供的心电信号标记图；
[0032]图3为本专利技术实施例中提供的U
‑
Net网络模型的结构示意图；
[0033]图4为本专利技术实施例中提供的间歇性房颤的检测结果示意图；
[0034]图5为本专利技术实施例中提供的非房颤的检测结果示意图；
[0035]图6为本专利技术实施例中提供的持续性房颤的检测结果示意图；
[0036]图7为本专利技术提供的动态心电房颤起止点的检测装置一实施例的结构框图；
[0037]图8为本专利技术提供的电子设备一实施例的结构框图。
具体实施方式
[0038]下面结合附图来具体描述本专利技术的优选实施例，其中，附图构成本申请一部分，并与本专利技术的实施例一起用于阐释本专利技术的原理，并非用于限定本专利技术的范围。
[0039]本专利技术提供了一种动态心电房颤起止点的检测方法、装置、电子设备及计算机可读存储介质，以下分别进行详细说明。
[0040]本专利技术实施例提供了一种动态心电房颤起止点的检测方法，其流程示意图，如图1所示，所述动态心电房颤起止点的检测方法包括：
[0041]步骤S101、获取房颤心电信号和非房颤心电信号，根据所述房颤心电信号和非房颤心电信号生成数据集；
[0042]步骤S102、构建初始网络模型，利用所述数据集对所述初始网络模型进行训练，得到训练完备后的网络模型；
[0043]步骤S103、获取实时心电信号，根据所述实时心电信号和所述训练完备后的网络模型得到检测结果。
[0044]本专利技术的一些实施例中，在步骤S101中，房颤心电信号是指患者出现不规律的心搏即R波间期不规律，并伴有P波消失的心电信号，非房颤心电信号是非房颤患者的心电信号，数据集一般为采集若干个持续性房颤患者、若干个间歇性房颤患者、若干个非房颤个体的心电信号作为数据集。
[0045]一个具体的实施例中，获取房颤心电信号和非房本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种动态心电房颤起止点的检测方法，其特征在于，包括：获取房颤心电信号和非房颤心电信号，根据所述房颤心电信号和非房颤心电信号生成数据集；构建初始网络模型，利用所述数据集对所述初始网络模型进行训练，得到训练完备后的网络模型；获取实时心电信号，根据所述实时心电信号和所述训练完备后的网络模型得到检测结果。2.根据权利要求1所述的动态心电房颤起止点的检测方法，其特征在于，根据所述房颤心电信号和非房颤心电信号生成数据集，包括：将所述房颤心电信号和非房颤心电信号按照设定范围进行划分，得到若干房颤心电信号和若干非房颤心电信号；对所述若干房颤心电信号和若干非房颤心电信号进行标记，得到标记后的若干房颤心电信号和若干非房颤心电信号；利用所述标记后的若干房颤心电信号和若干非房颤心电信号生成数据集。3.根据权利要求2所述的动态心电房颤起止点的检测方法，其特征在于，将所述房颤心电信号和非房颤心电信号按照设定范围进行划分，包括：获取所述房颤心电信号和非房颤心电信号中R波的波峰，以所述R波的波峰为中心，以预设波段宽度对所述房颤心电信号和非房颤心电信号进行划分。4.根据权利要求2所述的动态心电房颤起止点的检测方法，其特征在于，对所述若干房颤心电信号和若干非房颤心电信号进行标记，包括：将所述若干房颤心电信号标记为第一预设数值，将所述若干非房颤心电信号标记为第二预设数值。5.根据权利要求1所述的动态心电房颤起止点的检测方法，其特征在于，所述初始...

【专利技术属性】
技术研发人员：方全，
申请(专利权)人：武汉中旗生物医疗电子有限公司，
类型：发明
国别省市：