[發(fā)明專利]一種數(shù)據(jù)長度自適應(yīng)的心電圖分類方法

有效

• 申請?zhí)枺?/td>: 201711332105.7
• 申請日: 2017-12-13
• 公開（公告）號: CN108090509B
• 公開（公告）日: 2021-10-08
• 發(fā)明（設(shè)計）人: 呂建成;陳堯;劉大一恒;李茂
• 申請（專利權(quán)）人: 四川大學(xué)
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06N3/04;G06N3/08
• 代理公司: 成都弘毅天承知識產(chǎn)權(quán)代理有限公司 51230
• 代理人: 徐金瓊;劉東

本發(fā)明公開了一種數(shù)據(jù)長度自適應(yīng)的心電圖分類方法，旨在解決現(xiàn)有技術(shù)中心電圖數(shù)據(jù)集少且數(shù)據(jù)集質(zhì)量參差不齊而導(dǎo)致現(xiàn)有的心電圖訓(xùn)練結(jié)果準(zhǔn)確度低的問題；本申請通過對原始數(shù)據(jù)進(jìn)行動態(tài)分割和連接獲得標(biāo)準(zhǔn)時間長度的心電圖段數(shù)據(jù)集，本申請對獲得的心電圖數(shù)據(jù)集進(jìn)行動態(tài)的分段與連接，產(chǎn)生了大量的額外訓(xùn)練數(shù)據(jù)集，并采集正常心電數(shù)據(jù)、心房顫動數(shù)據(jù)、其他數(shù)據(jù)和噪音數(shù)據(jù)四種類型的數(shù)據(jù)集，保持了數(shù)據(jù)集的平衡性，從而提高了后期訓(xùn)練的魯棒性和泛化能力，進(jìn)而使得輸入集的分類更加準(zhǔn)確；本申請適用于心電圖分類訓(xùn)練相關(guān)領(lǐng)域。

技術(shù)領(lǐng)域

本發(fā)明涉及心電圖分類訓(xùn)練相關(guān)領(lǐng)域，具體涉及一種數(shù)據(jù)長度自適應(yīng)的心電圖分類及訓(xùn)練方法。

背景技術(shù)

隨著社會經(jīng)濟(jì)的發(fā)展，居民生活方式的改變，人口老齡化進(jìn)程加快等原因，心血管病帶來的危險持續(xù)升高，中國城鄉(xiāng)居民心血管疾病患病率呈現(xiàn)上升趨勢、死亡率居高不下，全國每年約有350萬人死于心血管疾病。總體上看，我國心血管病的患病率及死亡率仍處于上升階段。心血管疾病占據(jù)居民疾病死亡構(gòu)成的40％以上，為我國居民的首位死因。心律不齊疾病作為心血管疾病的一種，其治療與預(yù)防已經(jīng)越來越受到人們的關(guān)注。

心電圖是一種使用廣泛的廉價無創(chuàng)檢查手段，是用來觀察心臟電活動、電瞬態(tài)方面的標(biāo)準(zhǔn)技術(shù)。人體心電圖作為心臟電活動在體表的綜合表現(xiàn)，蘊(yùn)含了豐富的心臟節(jié)律及其電傳導(dǎo)的生理信息，在一定的程度上可以客觀的反映心臟各部位的生理狀況，是診斷心臟疾病、評價心臟功能的重要依據(jù)之一。一直以來心電圖記錄主要的使用方式是由具有專業(yè)知識和臨床經(jīng)驗(yàn)的醫(yī)護(hù)人員對心電圖數(shù)據(jù)進(jìn)行觀察和分析，但由于心電圖記錄的心電信息持通常會長達(dá)數(shù)十個小時，而反應(yīng)患者心臟異常的記錄信息通常以記錄片段的形式存在。長時間的人工檢測的不僅容易造成誤檢，也是一種對醫(yī)護(hù)資源的浪費(fèi)。心電信號自動處理系統(tǒng)能夠有效的解決這一問題，利用計算機(jī)軟件提取心電信號的相關(guān)特征，自動檢查異常的心電活動片段，這些信息的反饋可以讓醫(yī)生針對性的識讀心電記錄，提高工作效率。現(xiàn)有的大量心電信號檢測系統(tǒng)所使用的特征提取與疾病檢測算法，仍存在特征識別率低、分類準(zhǔn)確率不高的問題。目前采用的分類方法都是基于傳統(tǒng)的機(jī)器學(xué)習(xí)的方法，主要是采用支持向量機(jī)(SVM)。但是，使用支持向量機(jī)分類，需要人工手動提取相關(guān)特征，適用于樣本量少的訓(xùn)練；

心電圖分段作為心電圖信號處理得一個環(huán)節(jié)，分段的質(zhì)量直接關(guān)系到能否輸出正確的心率和能否進(jìn)行正確的診斷，但是由于心電圖信號的來源及采集方式，實(shí)際所獲得心電圖信號通常高噪音、不穩(wěn)定的；并且現(xiàn)有的數(shù)據(jù)集較少，如果直接對現(xiàn)有的數(shù)據(jù)集進(jìn)行處理，容易存在數(shù)據(jù)樣本不均衡，數(shù)據(jù)樣本不齊全進(jìn)而導(dǎo)致訓(xùn)練結(jié)果準(zhǔn)確率低進(jìn)而導(dǎo)致誤診率高的問題。

而本申請采用的神經(jīng)網(wǎng)絡(luò)的分類的方法，不需要人工手動提取特征，只需要將大量的樣本送進(jìn)神經(jīng)網(wǎng)絡(luò)中，讓神經(jīng)網(wǎng)絡(luò)自己學(xué)習(xí)，自動地提取特征，來進(jìn)行分類，分類效果更加準(zhǔn)確。為了讓心電檢測系統(tǒng)能夠更好地輔助醫(yī)護(hù)人員進(jìn)行心電信號分析，彌補(bǔ)當(dāng)前心電信號自動處理技術(shù)的不足、人工干預(yù)過多、分類不準(zhǔn)確等問題，進(jìn)而更好地對病癥做出分類，本系統(tǒng)采用了人工智能與神經(jīng)網(wǎng)絡(luò)領(lǐng)域中的最新算法和網(wǎng)絡(luò)結(jié)構(gòu)，提出了一套完整的心電圖分析處理方法。內(nèi)容涉及對心電信號的預(yù)處理、心律不齊疾病自動分類這些心電檢測、系統(tǒng)中的重要問題。對心電數(shù)據(jù)隨機(jī)分段的，再將組合的心電數(shù)據(jù)送到卷積神經(jīng)網(wǎng)絡(luò)中學(xué)習(xí)，可以有效地解決訓(xùn)練數(shù)據(jù)每個種類之間數(shù)據(jù)量不均衡的問題，使得訓(xùn)練得到的模型更具有魯棒性。利用本系統(tǒng)提出的方法，可以對心電信號進(jìn)行有效的處理，對心電信號反映的病癥進(jìn)行高準(zhǔn)確率的分類，可以輔助醫(yī)生對病人做出更準(zhǔn)確的判斷。

發(fā)明內(nèi)容

本發(fā)明的目的在于：針對現(xiàn)有技術(shù)中心電圖數(shù)據(jù)集少且數(shù)據(jù)集質(zhì)量參差不齊而導(dǎo)致現(xiàn)有的心電圖訓(xùn)練結(jié)果準(zhǔn)確度低的問題，本申請?zhí)峁┝艘环N數(shù)據(jù)長度自適應(yīng)的心電圖分類及訓(xùn)練方法。

本發(fā)明采用的技術(shù)方案如下：

一種數(shù)據(jù)長度自適應(yīng)的心電圖分類方法，包括以下步驟：

步驟1：對原始數(shù)據(jù)進(jìn)行動態(tài)分割和連接獲得標(biāo)準(zhǔn)時間長度的心電圖段數(shù)據(jù)集；

具體地，所述步驟1的具體步驟為：