[發(fā)明專利]心電信號的處理方法、裝置及終端設(shè)備有效
| 申請?zhí)枺?/td> | 201911282356.8 | 申請日： | 2019-12-13 |
| 公開（公告）號： | CN111160139B | 公開（公告）日： | 2023-10-24 |
| 發(fā)明（設(shè)計）人： | 王如心;李燁 | 申請（專利權(quán)）人： | 中國科學(xué)院深圳先進(jìn)技術(shù)研究院 |
| 主分類號： | G06F18/24 | 分類號： | G06F18/24;G06F18/10;G06F18/213;G06F18/214;G06N3/0464;G06N3/08 |
| 代理公司： | 深圳中一聯(lián)合知識產(chǎn)權(quán)代理有限公司 44414 | 代理人： | 李娟 |
| 地址： | 518000 廣東省深圳*** | 國省代碼： | 廣東;44 |
| 權(quán)利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關(guān)鍵詞： | 電信號 處理 方法 裝置 終端設(shè)備 | ||
1.一種心電信號的處理方法，其特征在于，所述處理方法包括：
獲取待分析的心電信號，對所述心電信號進(jìn)行預(yù)處理，得到所述心電信號對應(yīng)的張量；
對所述張量進(jìn)行多尺度重采樣得到多個預(yù)設(shè)尺度的心電數(shù)據(jù)；
將所述心電數(shù)據(jù)輸入已訓(xùn)練的分類模型進(jìn)行處理，得到所述心電信號所屬的心電信號類型，其中，所述分類模型基于多個樣本心電數(shù)據(jù)以及每個樣本心電數(shù)據(jù)對應(yīng)的分類標(biāo)簽對深度學(xué)習(xí)網(wǎng)絡(luò)進(jìn)行訓(xùn)練得到，所述分類模型包括卷積神經(jīng)網(wǎng)絡(luò)、循環(huán)神經(jīng)網(wǎng)絡(luò)以及分類器，在訓(xùn)練過程中，所述分類模型的卷積神經(jīng)網(wǎng)絡(luò)用于對多個樣本心電數(shù)據(jù)進(jìn)行特征提取，所述循環(huán)神經(jīng)網(wǎng)絡(luò)用于對所述卷積神經(jīng)網(wǎng)絡(luò)提取的特征信息進(jìn)行融合，所述分類器用于對融合后的特征信息進(jìn)行分類，得到樣本心電數(shù)據(jù)對應(yīng)的分類結(jié)果。
2.根據(jù)權(quán)利要求1所述的處理方法，其特征在于，所述將所述心電數(shù)據(jù)輸入已訓(xùn)練的分類模型進(jìn)行處理，得到所述心電信號所屬的心電信號類型，包括：
通過所述已訓(xùn)練的分類模型中的所述卷積神經(jīng)網(wǎng)絡(luò)對每個預(yù)設(shè)尺度的所述心電數(shù)據(jù)進(jìn)行特征提取，得到每個預(yù)設(shè)尺度的所述心電數(shù)據(jù)對應(yīng)的特征信息；
將每個預(yù)設(shè)尺度的所述心電數(shù)據(jù)對應(yīng)的特征信息輸入所述循環(huán)神經(jīng)網(wǎng)絡(luò)進(jìn)行特征融合，得到多尺度融合后的特征信息；
通過所述分類器對所述融合后的特征信息進(jìn)行分類處理，得到所述心電信號所屬的心電信號類型。
3.根據(jù)權(quán)利要求2所述的處理方法，其特征在于，每個預(yù)設(shè)尺度的所述心電數(shù)據(jù)對應(yīng)的特征信息包括第一特征信息和第二特征信息，所述第一特征信息的抽象程度小于所述第二特征信息的抽象程度，所述卷積神經(jīng)網(wǎng)絡(luò)包括第一數(shù)量的第一卷積層和第二數(shù)量的第二卷積層；
所述通過所述已訓(xùn)練的分類模型中的所述卷積神經(jīng)網(wǎng)絡(luò)對每個預(yù)設(shè)尺度的所述心電數(shù)據(jù)進(jìn)行特征提取，得到每個預(yù)設(shè)尺度的所述心電數(shù)據(jù)對應(yīng)的特征信息，包括：
通過所述卷積神經(jīng)網(wǎng)絡(luò)中的第一卷積層，對每個預(yù)設(shè)尺度的所述心電數(shù)據(jù)進(jìn)行特征提取，得到每個預(yù)設(shè)尺度的所述心電數(shù)據(jù)對應(yīng)的第一特征信息；
通過所述卷積神經(jīng)網(wǎng)絡(luò)的所述第二卷積層，對每個預(yù)設(shè)尺度的所述心電數(shù)據(jù)對應(yīng)的所述第一特征信息進(jìn)行特征提取，得到每個預(yù)設(shè)尺度的所述心電數(shù)據(jù)對應(yīng)的第二特征信息。
4.根據(jù)權(quán)利要求3所述的處理方法，其特征在于，所述將每個預(yù)設(shè)尺度的所述心電數(shù)據(jù)對應(yīng)的所述特征信息輸入所述循環(huán)神經(jīng)網(wǎng)絡(luò)進(jìn)行特征融合，得到多尺度融合后的特征信息，包括：
通過所述循環(huán)神經(jīng)網(wǎng)絡(luò)對每個預(yù)設(shè)尺度的所述心電數(shù)據(jù)對應(yīng)的第一特征信息進(jìn)行融合，得到多個預(yù)設(shè)尺度的第一融合特征信息；
通過所述循環(huán)神經(jīng)網(wǎng)絡(luò)對每個預(yù)設(shè)尺度的所述心電數(shù)據(jù)對應(yīng)的第二特征信息進(jìn)行融合，得到多個預(yù)設(shè)尺度的第二融合特征信息；
通過所述循環(huán)神經(jīng)網(wǎng)絡(luò)對所述第一融合特征信息和所述第二融合特征信息進(jìn)行進(jìn)一步融合，得到對應(yīng)的多尺度的融合后的特征信息。
5.根據(jù)權(quán)利要求2所述的處理方法，其特征在于，所述已訓(xùn)練的分類模型的訓(xùn)練過程，包括：
獲取多個樣本心電信號以及每個樣本心電信號對應(yīng)的分類標(biāo)簽，對每個所述樣本心電信號進(jìn)行預(yù)處理，得到每個所述樣本心電信號對應(yīng)的樣本張量；
對所述樣本張量進(jìn)行多尺度重采樣得到多個預(yù)設(shè)尺度的樣本心電數(shù)據(jù)；
通過所述深度學(xué)習(xí)網(wǎng)絡(luò)中的卷積神經(jīng)網(wǎng)絡(luò)對每個預(yù)設(shè)尺度的所述樣本心電數(shù)據(jù)進(jìn)行特征提取，得到每個預(yù)設(shè)尺度的所述樣本心電數(shù)據(jù)對應(yīng)的樣本特征信息；
將每個預(yù)設(shè)尺度的所述樣本心電數(shù)據(jù)對應(yīng)的所述樣本特征信息輸入所述循環(huán)神經(jīng)網(wǎng)絡(luò)進(jìn)行特征融合，得到多尺度的融合后的樣本特征信息；
通過所述分類器對所述融合后的樣本特征信息進(jìn)行分類處理，得到每個所述樣本心電信號所屬的樣本心電信號類型；
基于每個所述樣本心電信號所屬的樣本心電信號類型，以及每個所述樣本心電信號對應(yīng)的分類標(biāo)簽對所述深度學(xué)習(xí)網(wǎng)絡(luò)進(jìn)行迭代訓(xùn)練，得到所述已訓(xùn)練的分類模型。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息，商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于中國科學(xué)院深圳先進(jìn)技術(shù)研究院，未經(jīng)中國科學(xué)院深圳先進(jìn)技術(shù)研究院許可，擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作，請聯(lián)系【客服】
本文鏈接：http://www.17sss.com.cn/pat/books/201911282356.8/1.html，轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
