[發明專利]一種基于1D卷積神經網絡的室性異位搏動檢測方法

有效

• 申請號: 201710300072.1
• 申請日: 2017-04-28
• 公開（公告）號: CN107137072B
• 公開（公告）日: 2019-09-24
• 發明（設計）人: 劉健;宋爽;程紹龍
• 申請（專利權）人: 北京科技大學
• 主分類號: A61B5/0245
• 分類號: A61B5/0245;A61B5/0452
• 代理公司: 成都行之專利代理事務所(普通合伙) 51220
• 代理人: 溫利平

本發明公開了一種基于1D(Dimension)卷積神經網絡的室性異位搏動檢測方法，由于卷積神經網絡普遍應用于二維圖像處理方面，而心電信號屬于一維的時間序列，本發明針對心電信號的特點設計了一種一維卷積神經網絡用于檢測室性異位搏動；同時，針對心電信號的特點，給出心電信號具體分割參數，并將心率失常數據庫分割得到的一系列單個心拍數據輸入到專門設計的一維卷積神經網絡中進行訓練，與以往的方法相比，魯棒性更強，檢測精度更佳。

技術領域

本發明屬于醫療測試技術領域，特別是，更為具體地講，涉及一種基于1D(Dimension)卷積神經網絡的室性異位搏動檢測方法。

背景技術

近年來快節奏的生活方式使得人們生活壓力逐年攀升，身體健康更加引人關注，而心臟病一直以來都對人類的健康產生嚴重威脅。隨著社會經濟的發展，人們生活方式發生了深刻的變化。尤其是人口老齡化及城鎮化進程的加速，中國心血管病流行趨勢呈明顯上升態勢，導致了心血管病的發病人數持續增加。而對于心臟疾病的防治一直是國內外研究的熱點。

心電信號在臨床醫學的研究中地位舉足輕重，它能夠綜合反映心臟興奮的活動過程，并且檢測手段豐富，易于觀察，對于心臟病的檢測和診斷有著十分重要的作用。由于大部分心電疾病一般出現在較長時間段中的某一心拍，不易被發現，因此，對于心電信號疾病的自動檢測對于醫生的輔助治療極具意義。

室性異位搏動為最常見的心律失常之一，在器質性心臟病和正常人均可見到。從胎兒直至高齡者均可發生。室性異位搏動是由希氏束分支以下異位起搏點提前產生的心室激動，中、老年人多見，有的可無明顯臨床癥狀，有的可導致嚴重后果不容忽視。室性異位搏動可見于器質性心臟病患者，也可見于無器質性心臟病的正常人。

發現室性異位搏動一般應做24小時動態心電圖檢查，并對室性異位搏動進行定量定性分析，以評價及指導預后。所以心電信號的異常檢測需要長時間的心電圖數據，然而醫生通過這大量數據對室性前期收縮等心臟疾病進行判斷，過程費時費力且容易出錯。

發明內容

本發明的目的在于克服現有技術的不足，提出一種基于1D(Dimension)卷積神經網絡的室性異位搏動檢測方法，以提高檢測的準確性(檢測精度)和魯棒性更強，同時減輕醫生判斷的負擔。

為實現上述發明目的，本發明基于1D(Dimension)卷積神經網絡的室性異位搏動檢測方法，其特征在于，包括以下步驟：

(1)、心電信號預處理

對心率失常數據庫中心電信號序列的每一拍心電信號進行分割(心拍分割)，得到一系列的長度為64的單個心拍數據作為訓練集數據，并對其中室性異位搏動的心拍標記為‘1’，其余心拍標記為‘0’，

對訓練集數據進行歸一化處理：

其中，x為單個心拍數據中的一個數據，x_min為訓練集數據中單個心拍數據中的最小值，x_max為訓練集數據中單個心拍數據中的最大值；

(2)、設計用于檢測室性異位搏動的1D CNN(卷積神經網絡)網絡

第1層：卷積層(記作C1層)，C1層輸入數據的大小為1x64的數據，分別使用16個大小為1x5的卷積核，以步長為1對輸入數據做卷積，得到16個大小為1x60的數據并輸出第2層(一個卷積核對輸入數據進行卷積得到一個輸出數據)，其中，卷積過程的激活函數采用修正線性單元ReLu；

第2層：池化層(記作S2層)，對輸入到S2層的16個大小為1x60的數據以步長為1，非重疊的做2的最大池化操作，得到16個大小為1x30的數據并輸出到第3層；