[發明專利]一種心率信號檢測裝置及方法

有效

• 申請號: 201910287109.0
• 申請日: 2019-04-11
• 公開（公告）號: CN110507299B
• 公開（公告）日: 2022-05-13
• 發明（設計）人: 黃宇仁;胡文彬
• 申請（專利權）人: 研和智能科技（杭州）有限公司
• 主分類號: A61B5/024
• 分類號: A61B5/024
• 代理公司: 杭州橙知果專利代理事務所(特殊普通合伙) 33261
• 代理人: 李品

本發明公開了一種心率信號檢測裝置，包括：樣本提取器，用于將連續的人體心率信號中均分為多個固定時長的信號樣本；樣本處理器，用于確定信號樣本的特征圖，所述特征圖包括時域特征和頻域特征；概率計算器，用于根據所述特征圖確定所述信號樣本屬于各個心率類型的概率分布，所述心率類型包括心率正常類型和心率失常類型；還公開了一種利用上述心率信號檢測裝置進行檢測的方法。本發明能夠無需依靠人工標記，就能對人體心率信號進行準確的分類，并結合同一心率信號的時域特征和頻域特征對這一心率信號所屬的心率類型進行判別，提高心率失常檢測的準確度。

技術領域

本發明涉及心率信號處理技術領域，具體為一種心率信號檢測裝置及方法。

背景技術

心血管疾病是人類健康的一大殺手，心率失常的原因是心臟正常節律產生了異常的改變，主要表現為快于正常心率的心率失常。臨床上通常通過心電圖儀對患者的心率進行家檢查，如果心電圖儀未查出心率失常的問題，則可以通過長時間佩戴智能穿戴設備，以進行長時間的心率監測。

2018年5月15日公告的108039203A的發明提供一種基于深度神經網絡的心律失常的檢測系統，包括：分段模塊，用于對獲取的待檢測患者的K導聯心電數據按時間順序進行分段處理，獲取多個K導聯心電數據段，每個K導聯心電數據段的長度相等，K為正整數；檢測模塊，用于將所述多個K導聯心電數據段按照時間的先后順序依次分別輸入訓練好的深度神經網絡模型，獲取所述待檢測患者患心律失常的類型。本發明提供的基于深度神經網絡的心律失常的檢測系統，通過將深度神經網絡與心電數據相結合，利用人工對心律失常進行診斷的臨床經驗知識作為先驗，對病例作出高可靠的預測，從而提高了心律失常檢測的準確度。

上述專利中，使用人工對心律失常進行診斷的臨床經驗知識作為先驗，存在對做標記的人工經驗的依賴性，標簽是否正確是模型實際分類性能的關鍵。并且其中使用了數據增強，增強的數據集與原始數據集存在一定的相關性，會影響模型的判斷，導致判斷不準確。

發明內容

本發明的目的是為了提供一種心率信號檢測裝置及方法，無需依靠人工標記，就能對人體心率信號進行準確的分類。

為了實現上述發明目的，本發明采用了以下技術方案：一種心率信號檢測裝置，包括：

樣本提取器，用于將連續的人體心率信號中均分為多個固定時長的信號樣本；

樣本處理器，用于確定信號樣本的特征圖，所述特征圖包括時域特征和頻域特征；

概率計算器，用于根據所述特征圖確定所述信號樣本屬于各個心率類型的概率分布，所述心率類型包括心率正常類型和心率失常類型。

優選的，所述樣本處理器包括：

時域特征單元，用于從所述信號樣本中提取時域特征；

信號轉換單元，用于將所述信號樣本從時域樣本轉換為頻域樣本；

頻域分段單元，用于將所述頻域樣本均分成多個頻域段；

頻域特征單元，用于根據所述頻域段確定頻域特征；

特征處理單元，用于將所述時域特征和所述頻域特征結合，得到所述特征圖。

優選的，還包括類型確定器，用于根據所述概率分布，并結合該信號樣本的前后樣本信號特征，確定該信號樣本的心率類別。

由于人體心率信號是根據時間連續的信號，故在判斷時結合該心率信號的前后心率信號對該心率類型進行判斷，能夠進一步提高判斷的準確性。

優選的，還包括信號采集器，用于從人體中采集人體心率信號。

優選的，還包括信號濾波器，用于過濾所述人體心率信號中的干擾信號，所述信號過濾器包括：

低通濾波器，用于去除人體心率信號中的肌電噪聲干擾；