一种基于机器学习的心电图P波识别方法技术

技术编号:38996929 阅读:48 留言:0更新日期:2023-10-07 10:27
本申请提供的一种基于机器学习的心电图P波识别方法,其通过采集不同人群不同时间内的p波形态以及qrst波形态得到原始心电信号数据,分割后得到P波、QRS波和T波,而后根据预设的心电信号波形规则生成各种类型的心电图数据,再随机组合并添加噪声后,得到待验证心电信号集;基于训练数据集对识别器进行训练,确保能够得到以准确地找到心电图数据中的P波位置。置。置。

【技术实现步骤摘要】
一种基于机器学习的心电图P波识别方法


[0001]本专利技术涉及人工智能
,具体为一种基于机器学习的心电图P波识别方法。

技术介绍

[0002]心电图(ECG)中的P波代表心脏的心房收缩。当心房收缩时,它会向心室传递电信号,这个信号会被记录在心电图上,形成一个称为P波的小波峰。P波通常在心电图的起始部分,即QRS波群之前出现,其形状通常为正波。P波的持续时间通常在0.08秒以内,其振幅通常小于2.5毫伏(mV)。P波的形态可以反映出心房的大小、形态和传导情况。如果P波异常,可能会提示存在心房肥大、传导异常或其他心脏问题。心电图中的P波对于评估心脏健康非常重要,所以为了实现对心电数据的细节分析,在一些场景下,需要技术人员在心电数据中找到具体的P波位置,类似于在波形图上将P波位置标记出来,如图1所示。
[0003]然而,目前基于传统方法识别P波,难以达到理想的准确度,主要有以下几点原因:
[0004]1)信号干扰;心电信号受到多种干扰,如肌电信号、电极移位、基线漂移等,这些干扰会掩盖P波信号,使得其难以被准确识别。2)P波形态本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于机器学习的心电图P波识别方法,其特征在于,其包括以下步骤:S1:基于历史数据,采集原始心电信号数据,过滤掉所述原始心电信号数据中的干扰噪声,得到有效心电信号数据;S2:对每一个所述有效心电信号进行分割,得到P波、QRS波和T波,构成:PQRST信号集;S3:将所述PQRST信号集中的每一个波形信号通过随机调整函进行随机调整,得到:调整后信号集;所述随机调整函数X_random为:X_random=f(X,length_X,length_random)*a其中,X为原始波形,f(X)函数是线性插值函数,length_X为原始波形X的宽度,length_random为随机数,表示目标宽度;a为随机数;S4:从所述调整后信号集中随机取出各种类型的波形信号,按照预设的心电信号波形规则拼接心电图信号,得到:拼接信号集;所述心电信号波形规则包括:正常心电图规则、房室传导阻滞的心电图规则和室早的心电图规则;S5:对所述拼接信号集中的每一条心电信号数据随机添加模拟干扰噪音,得到:待验证心电信号集;S6:基于encoder

decoder构建深度学习网络,记作:数据验证器;S7:使用真实的原始心电信号数据对所述数据验证器进行训练,得到训练好的所述数据验证器;训练中使用的lossfunction为:其中,x为输入波形数据,y为输出波形数据,n为波形长度;S8:预设一个仿真阈值;S9:逐一取出所述待验证心电信号集中的每一条信号数据,记作:待验证信号数据;将所述待验证信号数据送入训练好的所述数据验证器对中,进行验证;在验证过程中,如果所述待验证信号数据对应的lossfunction小于所述仿真阈值,则所述待验证信号数据判断为有效数据,存入训练数据集;否则,判断所述待验证信号数据无效,删除该数据;S10:基于卷积神经网络构建识别器;所述识别器的输出为:跟输入信号数据的波形的波形长度一致的p波位置标签,所述p波位置标签为表示输入信号数据对应位置的波形是否为p波的标识;S11:基于所述训练数据集对所述识别器进行训练,得到训练好的所述识别器;S12:获取待识别心电信号,将所述待识别心电信号送入到训练好的所述识别器中进行识别;所述识别器输出的p波位置标签上,存在标记的地方即表示所述待识别心电信号对应位置波形为p波。2.根据权利要求1所述一种基于机器学习的心电图P波识别方法,其特征在于:其还包括优化处理操作,基于所述优化处理操对每一个所述p波位置标签进行整理,具体包括以下
步骤:a1:以1代表所述p波位置标签上的p波标签,以0代表非p波;遍历所述p波位置标签,确认所述P波位置标签上的0和1所处的位置和个数;a2:预设震荡阈值N;找到所有连续的0的片段和1的片段,统计连续的0的个数和连续的1的个数,如果大于等于N,则将这些片段都记作:平稳片段;将所述平稳片段之外的片段都记作:震荡片段;分别确认每个所述震荡片段包括的0的个数和1的个数,如果1的个数大于0的个数,则将所述震荡片段中的0都重置为1,否则,将所述震荡片段中的1都重置为0;将重置后的p波位置标签记作:平稳数据标签;a3:预设固定阈值F;对所述平稳数据标签再次进行遍历,找到所有连续的1的片段,并统计每个片段中1的个数,如果1的个数小于F,则将对应的片段中的1都重置为0;整理后的标签记作:固定数据标签;a4:预设间隔阈值G;将所有的连续的1的片段,记作:p波片段;对所述固定数据标签再次进行遍历,找到所有位于两个所述p波片段之间的连续的0片段,记作:中间片段;a5:确认每一个所述中间片段中包括的连续的0的个数s0;如果存在所述中间片段,符合:s0>G,则将对应的所有所述中间片段记作:重确认片段,则,执行步骤a6;否则,如果所有的所述中间片段都符合s0≤G,则执行步骤a8;a6:将所述重确认片段对应的心拍数据进行增强操作后,在所述待识别心电信号中替换掉原数据,送入...

【专利技术属性】
技术研发人员:杨亮陈洪李卓
申请(专利权)人:无锡市健维仪器有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1