一种基于SHAP值加权和分段HDBSCAN的心拍聚类方法及系统技术方案

本发明专利技术提供了一种基于SHAP值加权和分段HDBSCAN的心拍聚类方法及系统，采用SHAP模型计算心电数据库，包括公开数据库和自有数据库中所有类型心拍在分类任务中不同特征的贡献值，并将其作为聚类算法中的权重值；然后本发明专利技术采用分段聚类法，基于HDBSCAN算法将QRS波、P波段和T波段分别进行顺序三次聚类以获得最终的聚类结果，此算法不用预设聚类个数，能够有针对性的对不同人群的心电图进行较为准确且稳定的个性化聚类，具有较强的抗干扰性。具有较强的抗干扰性。具有较强的抗干扰性。

【技术实现步骤摘要】
一种基于SHAP值加权和分段HDBSCAN的心拍聚类方法及系统


[0001]本专利技术涉及信号处理
，具体涉及一种基于SHAP值加权和分段HDBSCAN的心拍聚类方法及系统。

技术介绍

[0002]心血管疾病一直以来都被视为威胁人们身体健康甚至生命安全的重大疾病，心电图作为临床诊断心血管疾病的主要依据之一，其各波形反映了心脏收缩和舒张的周期性变化过程中所产生的电流情况。典型的心电图包括P波、QRS波、T波，P波反映心房除极过程的电位变化；P
‑
R间期代表激动从窦房结通过房室交界区到心室肌开始除极的时限；QRS波群反映心室除极过程的电位变化；T波代表心室肌复极过程中的电位变化。如果心脏产生病理性变化，则心电信号将在波形周期和形态上发生畸变。
[0003]因此，对心电信号心拍进行分析在心电信号智能分析和临床辅助诊断中具有十分重要的作用。生活中的心电数据的异常心拍类型往往是不可预知类型的，采用固定类别训练的分类模型往往不能覆盖所有类别。心拍聚类是一种无监督的心拍分类算法，相对于有监督的心拍分类算法具有良好的泛化性能。尤本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于SHAP值加权和分段HDBSCAN的心拍聚类方法，其特征在于，包括以下步骤：获取心电数据库中的心电数据并去噪，包括公开数据库和自有数据库，并从去噪后的心电数据中提取心拍数据；对所有心拍数据进行预处理，得到训练数据和测试数据；对训练数据进行分类，计算所有类型心拍在分类任务中不同特征的贡献值，将其作为聚类算法中的权重值；将测试数据与权重值融合，得到带权重的心电特征点融合数据；采用分段聚类法对融合数据按顺序进行三次聚类，生成聚类结果。2.如权利要求1所述的心拍聚类方法，其特征在于，使用SHAP模型计算心电数据库中所有类型心拍在分类任务中不同特征的贡献值，即SHAP值，并将其作为聚类算法中的权重值；其中，SHAP模型是一个加性的解释模型，可以计算每个特征对分类算法模型输出的边际贡献。3.如权利要求1所述的心拍聚类方法，其特征在于，所述分段聚类法对融合数据按顺序进行三次聚类，包括，采用HDBSCAN算法分别对QRS波段、P波段和T波段特征点按顺序依次进行三次聚类，每次聚类都在前一次聚类的基础上进行。4.如权利要求1所述的心拍聚类方法，其特征在于，所述去噪包括：去除工频干扰，去除基线漂移，以及去除运动伪差和肌电干扰。5.如权利要求1所述的心拍聚类方法，其特征在于，所述预处理为将所有心拍数据进行分割和降采样处理。6.如权利要求1所述的心拍聚...

【专利技术属性】
技术研发人员：魏守水，陈蒙，梁业松，王颖，火蕊，
申请(专利权)人：山东大学，
类型：发明
国别省市：