心拍信号基准点确定方法、心拍类型识别方法及装置制造方法及图纸

本发明专利技术公开了一种心拍信号基准点确定方法、心拍类型识别方法及装置。在获取心电信号后，对心电信号进行特征提取，得到心电信号在多个不同尺度的特征图，基于特征图确定QRS波群的概率图，概率图中概率值大于概率阈值的局部极大值点表示QRS波群的位置信息的候选点，针对每一QRS波群，从多个概率图中筛选出概率值最大的候选点作为表示QRS波群的位置信息的目标点，以及目标点对应的特征图作为目标特征图，基于目标特征图上的区域特征图确定QRS波群所属的心拍信号的基准点。无需基于预设锚点和锚框进行检测，只需基于目标特征图上的区域特征图确定QRS波群所属的心拍信号的基准点即可，节省了计算资源，提高了基准点的检测效率。提高了基准点的检测效率。提高了基准点的检测效率。

【技术实现步骤摘要】
心拍信号基准点确定方法、心拍类型识别方法及装置


[0001]本专利技术实施例涉及心电
，尤其涉及一种心拍信号基准点确定方法、心拍类型识别方法及装置。

技术介绍

[0002]随着社会向老龄化发展，心血管疾病的发病率和危害性不断上升。目前我国的心血管疾病患者数量约为2.6亿，心血管疾病导致死亡的死亡率占城乡居民疾病死亡构成的首位，并且患病人数依然在持续增加。
[0003]心电图作为一种常规的体检项目，对心血管疾病的诊断和监测具有重要意义。在临床医学中，医生主要基于心电波形和测量某些关键参数进行心电分析，以确定患者病情。因此，需要一种能够快速、准确地提取心电图的波形信息和测量关键参数的心电分析方法来帮助医生工作。
[0004]现有技术中，通常采用在锚点加锚框的方式来检测心拍信号或特征波形。即，将特征图上每一点作为锚点，建立以该锚点为中心的多个不同尺度的锚框，对锚框中的特征进行检测，确定心拍信号或特征波形。该方案需要遍历特征图上所有的点，并以每个点为锚点建立多个不同尺度的锚框，然后对每个锚框中的特征进行目标检测，计算量非常大，检测效率低下。

技术实现思路

[0005]本专利技术提供一种心拍信号基准点确定方法、心拍类型识别方法及装置，以提高基准点的检测效率。
[0006]第一方面，本专利技术实施例提供了一种心拍信号基准点确定方法，包括：
[0007]获取心电信号，所述心电信号包括多个心拍信号；
[0008]对所述心电信号进行特征提取，得到所述心电信号在多个不同尺度的特征图；
[0009]基于所述特征图确定QRS波群的概率图，所述概率图中概率值大于概率阈值的局部极大值点表示所述QRS波群的位置信息的候选点；
[0010]针对每一所述QRS波群，从多个所述概率图中筛选出概率值最大的候选点作为表示所述QRS波群的位置信息的目标点，以及所述目标点对应的特征图作为目标特征图；
[0011]基于所述目标特征图上的区域特征图确定所述QRS波群所属的心拍信号的基准点，所述区域特征图为所述目标特征图上以所述目标点为中心的预设范围内的特征。
[0012]第二方面，本专利技术实施例还提供了一种心拍类型识别方法，基于本专利技术第一方面提供的心拍信号基准点确定方法确定心拍信号的基准点，所述心拍信号的基准点包括所述心拍信号的起点与终点，所述心拍类型识别方法包括：
[0013]将所述目标特征图上所述心拍信号的起点与终点范围内的心拍特征图输入训练好的心拍类型识别模型中进行处理，得到所述心拍信号属于各心拍类型的概率值；
[0014]将所述概率值中的最大值对应的心拍类型作为所述心拍信号所属的心拍类型。
[0015]第三方面，本专利技术实施例还提供了一种心拍信号基准点确定装置，包括：
[0016]心电信号获取模块，用于获取心电信号，所述心电信号包括多个心拍信号；
[0017]特征图提取模块，用于对所述心电信号进行特征提取，得到所述心电信号在多个不同尺度的特征图；
[0018]概率图确定模块，用于基于所述特征图确定QRS波群的概率图，所述概率图中概率值大于概率阈值的局部极大值点表示所述QRS波群的位置信息的候选点；
[0019]目标确定模块，针对每一所述QRS波群，用于从多个所述概率图中筛选出概率值最大的候选点作为表示所述QRS波群的位置信息的目标点，以及所述目标点对应的特征图作为目标特征图；
[0020]基准点确定模块，用于基于所述目标特征图上的区域特征图确定所述QRS波群所属的心拍信号的基准点，所述区域特征图为所述目标特征图上以所述目标点为中心的预设范围内的特征。
[0021]第四方面，本专利技术实施例提供了一种心拍类型识别装置，基于本专利技术第三方面提供的心拍信号基准点确定装置确定心拍信号的基准点，所述心拍信号的基准点包括所述心拍信号的起点与终点，所述心拍类型识别装置包括：
[0022]概率值获取模块，用于将所述目标特征图上所述心拍信号的起点与终点范围内的心拍特征图输入训练好的心拍类型识别模型中进行处理，得到所述心拍信号属于各心拍类型的概率值；
[0023]心拍类型确定模块，用于将所述概率值中的最大值对应的心拍类型作为所述心拍信号所属的心拍类型。
[0024]第五方面，本专利技术实施例还提供了一种计算机设备，包括：
[0025]一个或多个处理器；
[0026]存储装置，用于存储一个或多个程序；
[0027]当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如本专利技术第一方面提供的心拍信号基准点确定方法，或实现如本专利技术第二方面提供的心拍类型识别方法。
[0028]第六方面，本专利技术实施例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，该程序被处理器执行时实现如本专利技术第一方面提供的心拍信号基准点确定方法，或实现如本专利技术第二方面提供的心拍类型识别方法。
[0029]本专利技术实施例提供的心拍信号基准点确定方法，在获取心电信号后，对心电信号进行特征提取，得到心电信号在多个不同尺度的特征图，基于特征图确定QRS波群的概率图，概率图中概率值大于概率阈值的局部极大值点表示QRS波群的位置信息的候选点，针对每一QRS波群，从多个概率图中筛选出概率值最大的候选点作为表示QRS波群的位置信息的目标点，以及目标点对应的特征图作为目标特征图，基于目标特征图上的区域特征图确定QRS波群所属的心拍信号的基准点。无需遍历目标特征图上所有点作为锚点，以及无需以锚点为中心建立多个不同尺度的锚框，并针对每个锚框进行检测的过程，只需基于目标特征图上的区域特征图确定QRS波群所属的心拍信号的基准点即可，节省了计算资源，提高了基准点的检测效率。
附图说明
[0030]图1A为本专利技术实施例一提供的一种心拍信号基准点确定方法的流程图；
[0031]图1B为本专利技术实施例提供的一个心拍信号的示意结构图；
[0032]图2A、2B为本专利技术实施例二提供的一种心拍信号基准点确定方法；
[0033]图2C为降噪滤波处理前的原始心电信号图；
[0034]图2D为经降噪滤波处理后的心电信号图；
[0035]图2E为本专利技术实施例提供的一种特征金字塔的网络结构示意图；
[0036]图2F为本专利技术实施例中第一卷积块的结构示意图；
[0037]图2G为本专利技术实施例中第二卷积块的结构示意图；
[0038]图2H为本专利技术实施例中从特征图中确定目标点的流程图；
[0039]图2I为本专利技术实施例提供的心电信号图；
[0040]图2J为本专利技术实施例提供的经非极大值抑制处理后概率图；
[0041]图2K为本专利技术实施例中偏移量与心拍信号的宽度的检测流程图；
[0042]图2L为本专利技术实施例检测出的心拍基准点的示意图；
[0043]图3A为本专利技术实施例三提供的一种心拍类型识别方法的流程图；
[0044]图3B为本专利技术实施例提供的一种心拍本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种心拍信号基准点确定方法，其特征在于，包括：获取心电信号，所述心电信号包括多个心拍信号；对所述心电信号进行特征提取，得到所述心电信号在多个不同尺度的特征图；基于所述特征图确定QRS波群的概率图，所述概率图中概率值大于概率阈值的局部极大值点表示所述QRS波群的位置信息的候选点；针对每一所述QRS波群，从多个所述概率图中筛选出概率值最大的候选点作为表示所述QRS波群的位置信息的目标点，以及所述目标点对应的特征图作为目标特征图；基于所述目标特征图上的区域特征图确定所述QRS波群所属的心拍信号的基准点，所述区域特征图为所述目标特征图上以所述目标点为中心的预设范围内的特征。2.根据权利要求1所述的心拍信号基准点确定方法，其特征在于，对所述心电信号进行特征提取，得到所述心电信号在多个不同尺度的特征图，包括：将所述心电信号输入预先训练好的特征金字塔网络，得到三个尺度的特征图，三个尺度的特征图分别为第一特征图、第二特征图和第三特征图，所述第一特征图、第二特征图和第三特征图分别为所述心电信号的长度的1倍、0.5倍和0.25倍。3.根据权利要求2所述的心拍信号基准点确定方法，其特征在于，将所述心电信号输入预先训练好的特征金字塔网络，得到三个尺度的特征图，包括：将所述心电信号输入第一卷积块中进行处理，得到第一特征；将所述第一特征输入第二卷积块中进行处理，得到第二特征；对所述第二特征进行下采样处理，得到第一下采样特征；将所述第一下采样特征输入第三卷积块中进行处理，得到第三特征；对所述第三特征进行下采样处理，得到第二下采样特征；将所述第二下采样特征输入第四卷积块中进行处理，得到第四特征；对所述第四特征进行卷积处理，得到所述第三特征图；对所述第三特征图进行上采样处理，并与所述第三特征经卷积处理后得到的特征进行特征融合，得到第五特征；对所述第五特征进行卷积处理，得到所述第二特征图；对所述第五特征进行上采样处理，并与所述第二特征经卷积处理后得到的特征进行特征融合，得到第六特征；对所述第六特征进行卷积处理，得到所述第一特征图。4.根据权利要求1所述的心拍信号基准点确定方法，其特征在于，基于所述特征图确定QRS波群的概率图，包括：对所述特征图进行卷积处理，得到第一子特征图；对所述第一子特征图进行激活处理，得到第二子特征图；对所述第二子特征图进行平滑处理，得到QRS波群的概率图。5.根据权利要求1所述的心拍信号基准点确定方法，其特征在于，针对每一所述QRS波群，从多个所述概率图中筛选出概率值最大的候选点作为表示所述QRS波群的位置信息的目标点，以及所述目标点对应的特征图作为目标特征图，包括：将全部候选点按照概率值的大小降序排序，生成检查列表；将所述检查列表中概率值最大的候选点作为目标点；
将所述目标点对应的特征图作为目标特征图；删除所述目标点以及所述目标点预设距离范围内的所有候选点；返回执行将所述检查列表中概率值最大的候选点作为目标点的步骤，直至所述检查列表为空。6.根据权利要求1所述的心拍信号基准点确定方法，其特征在于，基于所述目标特征图上的区域特征图计算所述QRS波群所属的心拍信号的基准点，包括：对所述目标特征图上的第一区域特征图进行卷积处理，得到第三子特征图，所述第一区域特征图为所述目标特征图上以所述目标点为中心的第一预设范围内的特征；对所述第三子特征图进行全局平均池化处理，得到二维向量，所述二维向量中的元素分别表示所述心拍信号的中点相对于所述目标点的第一偏移量，以及所述心拍信号的宽度；基于所述第一偏移量以及所述心拍信号的宽度确定所述心拍信号的起点和终点，所述心拍信号的基准点包括所述心拍信号的起点和终点。7.根据权利要求6所述的心拍信号基准点确定方法，其特征在于，基于所述第一偏移量以及所述心拍信号的宽度确定所述心拍信号的起点和终点，包括：计算以自然数e为底数，以所述心拍信号的宽度的一半为指数的第一数值；计算所述目标点的位置与所述第一偏移量之和，得到第二数值；计算所述第二数值与所述第一数值的差，得到所述心拍信号的起点...

【专利技术属性】
技术研发人员：赵巍，李振齐，胡静，
申请(专利权)人：广州希科医疗器械科技有限公司广州视源人工智能创新研究院有限公司，
类型：发明
国别省市：