【技术实现步骤摘要】
一种心率失常数据检测识别方法及系统
[0001]本专利技术具体涉及心率失常识别
,具体是一种心率失常数据检测识别方法及系统。
技术介绍
[0002]心律失常分析正是基于对心电信号波形分析,造成心律失常最主要的原因就是人体心脏器官本身的原因,特别是冠状动脉,心脏辨膜发生病变以及心力衰竭,心脏机能会随着年龄增长发生退化;二是高血压,在人体血压升高情况下,心脏会受到影响,而且高血压患者特别容易诱发冠心病,血管也会因为血压高长期影响发生病变;三是甲状腺问题,甲状腺分泌的甲状腺激素起着调节人体系统功能,这个部位如果发生病变,会使甲状腺激素分泌发生异常,分泌过多时会对人体心血管系统起到刺激作用,心率加快,心脏输出血液量增加,甲状腺异常以房室性早搏多见,也可能发生阵发性或持续性心房微颤。有时可能被误诊为心脏病;四是药物,某些止咳药和要感冒药包括治疗心脏病药物会造成心律失常;五是电解质不平衡,电解质指人体血液中的物质,浓度过高或过低会影响电脉冲,从而造成心律失常;六是兴奋剂,兴奋剂可以使心脏收缩舒张过程加快,严重影响人体的心脏严重时可 ...
【技术保护点】
【技术特征摘要】
1.一种心率失常数据检测识别方法,其特征在于,包括以下步骤:S100、获取心电图数据,对心电图数据进行预处理得到标准心电数据;S200、构建神经网络模型,所述神经网络模型用于处理标准心电数据;S300、将标准心电数据输入神经网络模型,得到标准心电数据的分类结果,其中:步骤S200包括:S201、获取MIT
‑
βIH心律失常数据库中的心电数据集,将心电数据集分为训练集、验证集和测试集;S202、构建神经网络模型,所述神经网络模型包括卷积模块和LSTM模块,卷积模块的输出作为LSTM模块的输入,所述卷积模块设有五段卷积,每段卷积均包括有卷积层、ReLu激活层和池化层,所述LSTM模块设有隐藏层、注意力层和加权输出层;S203、使用训练集的数据对构建的神经网络模型进行训练,即将训练集数据输入到步骤S202中的神经网络模型进行迭代;S204、使用验证集的数据对训练好的神经网络模型进行验证;S205、将测试集的数据输入到训练好的神经网络模型,得到识别结果;S206、判断识别结果是否符合预期,结果不符合时,继续步骤S203;结果符合时,神经网络模型构建完成。2.根据权利要求1所述的心率失常数据检测识别方法,其特征在于,步骤S100包括:S101、获取心电监测设备输出的心电图数据;S102、对所述心电图数据进行预处理。3.根据权利要求2所述的心率失常数据检测识别方法,其特征在于,步骤S102中,采用中值滤波对心电图数据集进行预处理,中值滤波的中值运算公式为:y(n)=med[x(m
‑
k),...,x(m),...,x(m+k)]其中,m为在这个窗口中某个样本点,m点周围区域中信号为x(m
‑
k),x(m),x(m+k),med[]表示对窗口内的样本点m做中值运算。4.根据权利要求1所述的心率失常数据检测识别方法,其特征在于,步骤S201中,将心电数据集分为训练集、验证集和测试集的方式为:随机选取处理好的心电数据集,将心电数据集中的80%数据作为训练集,10%作为验证集,10%作为测试集。5.根据权利要求1所述的心率失常数据检测识别方法,其特征在于,步骤S202中,所述神经网络模型还包括有输入层、拼接层、全连接层和输出层,所述输入层与卷积模块连接,卷积模块与LSTM模块连接,LSTM模块与拼接层连接,拼接层与全连接层连接,全连接层与和输出层连接,其中:卷积模块,用于提取心电图数据特征,然后使用Re...
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。