一种心电图数据增强方法、系统、介质、设备及终端技术方案

本发明专利技术属于数据增强处理技术领域，公开了一种心电图数据增强方法、系统、介质、设备及终端，系统构建双向长短期记忆网络与通道

【技术实现步骤摘要】
一种心电图数据增强方法、系统、介质、设备及终端


[0001]本专利技术属于数据增强处理
，尤其涉及一种心电图数据增强方法、系统、介质、设备及终端。

技术介绍

[0002]目前，心电图(Electrocardiography，ECG)可以客观反映心脏各部位的生理状况和工作状态，是诊断心律失常疾病的重要手段和主要依据。MIT
‑
BIH心律失常数据库是当前世界上公认的心电信号数据库之一，被广泛应用于心律失常分类和临床研究中。但MIT
‑
BIH数据库的ECG数据存在严重的不平衡性，这可能会使ECG分类模型在技术上具有较大挑战。大多数研究使用的分类方法往往应用于主要疾病类，而忽略了次要疾病类的识别。因此，为了能够获得更好的分类性能，亟需针对次要疾病类样本使用良好的数据增强技术。
[0003]通过上述分析，现有技术存在的问题及缺陷为：现有ECG分类方法往往应用于主要疾病类，而忽略了次要疾病类的识别，这会导致分类的相对准确率较差。目前缓解数据不平衡的经典数据增强方法有平移、旋转和加噪声等，通过修改原始训练集来本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种心电图数据增强方法，其特征在于，心电图数据增强方法包括：系统构建双向长短期记忆网络BiLSTM与通道
‑
空间注意力机制CBAM特征融合的生成对抗网络模型；GAN由生成器和判别器组成，生成器模型含有BiLSTM的分支用于捕捉时序序列的依赖关系，从而保留疾病的关键特征；含有CBAM的分支用于对输入的特征图进行自适应特征细化；判别器使用具有三层卷积核大小为1x3卷积层的网络结构；在GAN的训练过程中，生成器和判别器通过对抗学习，最终生成逼真的ECG心拍数据；最后可将生成的ECG心拍数据加入分类模型的训练集，实现心电图数据增强。2.如权利要求1所述的心电图数据增强方法，心电图数据增强方法包括以下步骤：步骤一，数据预处理：对原始采集的ECG记录应用巴特沃斯带通滤波器去除高频和低频来消除噪声；步骤二，数据划分：将来自MIT
‑
BIH数据库中导联II分割后的ECG心拍分为训练集和测试集；步骤三，构建BiLSTM+CBAM特征融合生成对抗网络模型；步骤四，利用评价指标对生成对抗网络模型的性能进行评价。3.如权利要求2所述的心电图数据增强方法，其特征在于，步骤一中，使用巴特沃斯带通滤波器去除原始ECG数据中的噪声干扰；根据AAMI的建议，丢弃102、104、107和217四条记录。R峰已在MIT
‑
BIH数据库中标记，每个心拍取R波前100个采样点，R波后200个采样点，含R波共300个采样点。4.如权利要求2所述的心电图数据增强方法，其特征在于，步骤二中，心电图数据增强方法基于MIT
‑
BIH数据库中的14个疾病类别，仅使用来自导联II的心拍被分为训练集和测试集，在数据增强阶段仅使用训练集中的心拍数据。5.如权利要求2所述的心电图数据增强方法，其特征在于，步骤三中，BiLSTM+CBAM特征融合生成对抗网络模型的生成器输入是长度为100的随机噪声，判别器的输入是原始心拍，将生成器生成的数据作为输出，并用判别器判别生成数据的真假；生成器模型包括两条分支，第一条分支使用编码器、BiLSTM和解码器设计；编码器包括两个反卷积层，具有不同的内核大小和相同特征图；解码器具有两个不同内核大小的反卷积层；另一条分支使用编码器、CBAM和解码器设计；通过BiLSTM...

【专利技术属性】
技术研发人员：周飞燕，李佳佳，
申请(专利权)人：广西师范大学，
类型：发明
国别省市：