心电信号检测装置及设备制造方法及图纸

本申请实施例公开了一种心电信号检测装置及设备，其包括：信号获取模块，用于获取待检测的第一心电信号；特征提取模块，用于将第一心电信号输入至第一神经网络，由第一神经网络提取第一心电信号的深度特征；先验获取模块，用于获取预先设置的心电先验特征；特征融合模块，用于融合深度特征和心电先验特征，得到融合特征；信号检测模块，用于将融合特征输入至第二神经网络，由第二神经网络根据融合特征输出第一心电信号的检测结果。采用上述装置可以解决相关技术中无法使便携式的心电检测仪高性能的分析复杂的心电信号的技术问题。性能的分析复杂的心电信号的技术问题。性能的分析复杂的心电信号的技术问题。

【技术实现步骤摘要】
心电信号检测装置及设备


[0001]本申请实施例涉及心电信号分析
，尤其涉及一种心电信号检测装置及设备。

技术介绍

[0002]心电信号可以反映心脏活动的电生理过程，常用于辅助于心脏疾病的诊断。便携式的心电检测仪作为一种心电信号检测设备得到了广泛的普及。便携式的心电检测仪可以在人们的日常生活中有规律地随时随地记录心电信号的数据并进行计算和分析，以确定心电信号是否出现异常，进而实现对心脏活动的监测。
[0003]为了提高便携式的心电检测仪的性能，需要使便携式的心电检测仪能够分析复杂的心电信号。一些相关技术中，在便携式的心电检测仪中应用机器学习技术，以使便携式的心电检测仪具备分析复杂的心电信号的能力。例如，在便携式的心电检测仪中应用人工神经网络和支持向量机，以识别复杂的心电信号的异常类型，然而，这类方式需要利用专业领域知识构建人工特征，使得检测结果易受人为因素的干扰，如构建人工特征时容易出现特征维度不全和特征表达能力较弱的问题，进而影响便携式心电检测仪的性能。再如，在便携式的心电检测仪中应用深度神经网络对心电信号进行异常检测，但是，深度神经网络需要大量的训练样本，当作为训练样本的异常心电信号的数据量较少时，训练出的深度神经网络存在较大的性能缺陷，进而影响便携式心电检测仪的性能。
[0004]综上，如何使便携式的心电检测仪高性能的分析复杂的心电信号，成为了亟需解决的技术问题。

技术实现思路

[0005]本申请实施例提供了一种心电信号检测装置及设备，以解决相关技术中无法使便携式的心电检测仪高性能的分析复杂的心电信号的技术问题。
[0006]第一方面，本申请实施例提供了一种心电信号检测装置，包括：
[0007]信号获取模块，用于获取待检测的第一心电信号；
[0008]特征提取模块，用于将所述第一心电信号输入至第一神经网络，由所述第一神经网络提取所述第一心电信号的深度特征；
[0009]先验获取模块，用于获取预先设置的心电先验特征；
[0010]特征融合模块，用于融合所述深度特征和所述心电先验特征，得到融合特征；
[0011]信号检测模块，用于将所述融合特征输入至第二神经网络，由所述第二神经网络根据所述融合特征输出所述第一心电信号的检测结果。
[0012]第二方面，本申请实施例还提供了一种心电信号检测设备，包括：
[0013]一个或多个处理器；
[0014]存储器，用于存储一个或多个程序；
[0015]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
器实现如第一方面所述的心电信号检测装置的计算。
[0016]上述心电信号检测装置及设备，通过信号获取模块获取待检测的第一心电信号，由特征提取模块利用第一神经网络提取第一心电信号的深度特征，由先验获取模块获取预先设置的心电先验特征，由特征融合模块融合深度特征和心电先验特征，由信号检测模块将融合后得到的融合特征输入至第二神经网络以得到第一心电信号检测结果的技术手段，解决了无法使便携式的心电检测仪高性能的分析复杂的心电信号的技术问题。通过设置心电先验特征，并将心电先验特征和深度特征进行融合可以得到辨别能力更强的融合特征，避免当作为训练样本的异常心电信号的数据量较少时，第一神经网络和第二神经网络出现性能缺陷的情况，使得心电信号检测装置具备更强的实用性，并且，可以避免单独使用心电先验特征时，出现特征维度不全和特征表达能力较弱的问题。
附图说明
[0017]图1为本申请一个实施例提供的一种心电信号检测装置的结构示意图；
[0018]图2为本申请一个实施例提供的一种残差卷积网络的结构示意图；
[0019]图3为本申请一个实施例中提供的一种深度神经网络示意图；
[0020]图4为本申请一个实施例提供的心电信号的处理流程图；
[0021]图5为本申请一个实施例提供的一种心电信号检测设备的结构示意图。
具体实施方式
[0022]下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是，此处所描述的具体实施例用于解释本申请，而非对本申请的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本申请相关的部分而非全部结构。
[0023]本申请一个实施例提供了一种心电信号检测装置，该心电信号检测装置可用于对心电信号进行检测，以分析出心电信号是否异常。该心电信号检测装置可以集成在心电信号检测设备中。心电信号检测设备可以是两个或多个物理实体构成，也可以是一个物理实体构成。心电信号检测设备可以是心电图机、心电检测仪、便携式心电检测仪等。一个实施例中，以便携式的心电检测仪为例进行描述，便携式的心电检测仪可以采集人体的心电信号并分析心电信号以得到心电信号的异常检测结果。
[0024]示例性的，为了便于理解心电信号检测装置的工作过程，一个实施例中，以心电信号检测装置可通过心电信号检测心房颤动(Atrial fibrillation，AF)为例进行描述。
[0025]心房颤动简称房颤，其是临床常见的一种心律失常疾病，心房颤动的特点是紊乱的心房活动和随之而来的脑卒、心肌梗死等并发症，心房颤动具有较高的致残率和死亡率，严重危害着人类的健康和生命，心房颤动时心房激动的频率达300～600次/分，使得心跳频率往往快而且不规则，有时候可达100～160次/分，不仅比正常人心跳快得多，而且绝对不整齐，并且心房失去有效的收缩功能。心房颤动发作时，两个重要的临床表现是：1、心电信号中的P波消失，代以形态、间距及振幅均绝对不规则的心房颤动波(f波)；2、心电信号中QRS波间距绝对不规则，其形态和振幅可常有不等，即心电信号中RR间期绝对不规则。可理解，心电信号由多个心拍组成，其中，心拍是指包含P波、QRS波和T波的一段信号。P波表示了心房极化的电活动。QRS波和T波分别表示了心室极化和复极化的电活动。QRS波中第一个向
下的波为Q波，向上的波为R波，接着向下的波是S波。有时，心拍中还会包含U波，U波是T波后0.02s～0.04s出现的宽而低的波。RR间期是指心电信号中两个R波之间的时限(时间长度)。一个实施例中，心电信号检测装置检测心房颤动时，以上述两个临床表现作为参考，构建心电先验特征，以使得心电信号检测装置可能处理复杂的心电信号。
[0026]图1为本申请一个实施例提供的一种心电信号检测装置的结构示意图。参考图1，该心电信号检测装置包括：信号获取模块101、特征提取模块102、先验获取模块103、特征融合模块104以及信号检测模块105。
[0027]其中，信号获取模块101，用于获取待检测的第一心电信号；特征提取模块102，用于将第一心电信号输入至第一神经网络，由第一神经网络提取第一心电信号的深度特征；先验获取模块103，用于获取预先设置的心电先验特征；特征融合模块104，用于融合深度特征和心电先验特征，得到融合特征；信号检测模块105，用于将融合特征输入至第二神经网络，由第二神经网络根据融合特征本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种心电信号检测装置，其特征在于，包括：信号获取模块，用于获取待检测的第一心电信号；特征提取模块，用于将所述第一心电信号输入至第一神经网络，由所述第一神经网络提取所述第一心电信号的深度特征；先验获取模块，用于获取预先设置的心电先验特征；特征融合模块，用于融合所述深度特征和所述心电先验特征，得到融合特征；信号检测模块，用于将所述融合特征输入至第二神经网络，由所述第二神经网络根据所述融合特征输出所述第一心电信号的检测结果。2.根据权利要求1所述的心电信号检测装置，其特征在于，所述心电信号检测装置还包括：心拍标注采集模块，用于采集带有心拍标注的第二心电信号，所述心拍标注用于标注所述第二心电信号中各心拍的心拍位置；先验特征确定模块，用于根据所述心拍标注中的心拍位置，基于所述第二心电信号得到心电先验特征。3.根据权利要求2所述的心电信号检测装置，其特征在于，所述心电先验特征包括：RR间期标准差、RR间期变异系数、PR间期变异性的标准差、P波变异性的标准差中的至少一项。4.根据权利要求3所述的心电信号检测装置，其特征在于，所述心电先验特征包括：RR间期标准差，所述先验特征确定模块包括：第一提取单元，用于根据所述心拍标注中的心拍位置，在所述第二心电信号中提取各RR间期，所述RR间期是指相邻的两个R波之间的时限；第一标准差计算单元，用于计算所述RR间期的第一标准差，并将所述第一标准差作为RR间期标准差；所述心电先验特征包括：RR间期变异系数，所述先验特征确定模块包括：第二提取单元，用于根据所述心拍标注中的心拍位置，在所述第二心电信号中提取各RR间期；第一参数确定单元，用于计算所述RR间期的第二标准差和第一平均值；变异系数确定单元，用于根据所述第二标准差和所述第一平均值得到RR期间变异系数；所述心电先验特征包括：PR间期变异性的标准差，所述先验特征确定模块包括：第三提取单元，用于根据所述心拍标注中的心拍位置，在所述第二心电信号中提各PR间期，所述PR间期是指P波起点至相邻QRS波起点的时限；第二参数确定单元，用于计算所述PR间期的第二平均值；第一变异性计算单元，用于计算各所述PR间期与所述第二平均值的第一比值，并将所述第一比值作为PR间期变异性；第二标准差计算单...

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