[發明專利]一種深度學習的數據預處理方法、裝置及訓練系統

在審

• 申請號: 201910307795.3
• 申請日: 2019-04-16
• 公開（公告）號: CN111832586A
• 公開（公告）日: 2020-10-27
• 發明（設計）人: 黃韻竹;楊海波;薛奮
• 申請（專利權）人: 成都心吉康科技有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;A61B5/0402;A61B5/00;G06N3/04
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種深度學習的數據預處理方法，通過該方法處理后的數據用于送入深度神經網絡進行訓練，實現心臟心搏分類，其特征在于，包括如下步驟：

采集ECG波形第K個完整的心拍波形，重采樣到N個點，0N≤Fs*t；

將上述步驟中的N個點直接作為1個輸入波形，或者將上述步驟中的N個點進行幅度歸一化處理，作為1個輸入波形；

連續采集M個上述輸入波形作為一個輸入樣本，M＞0；

將上述一個輸入樣本以N×1×M的三維形式輸入CNN深度神經網絡模型，或者將上述一個輸入樣本分解為M個N×1的點對應送入RNN深度神經網絡模型上的M個RNN基本神經單元，或者采用CRNN深度神經網絡模型，將上述一個輸入樣本分解為M個N×1×1的點對應送入M個相同的CNN深度神經網絡模型處理后再送入RNN深度神經網絡模型上的M個RNN基本神經單元。

2.根據權利要求1所述的一種深度學習的數據預處理方法，其特征在于，采集ECG波形第K個完整的心拍波形，重采樣到N個點，方法如下：采集ECG波形第K個R位置的前t1時間段和后t2時間段內的一段波形，重采樣到N個點，0N≤Fs*t，t＝t1+t2，R位置前t1時間段至少包含P波的一段波形，R位置后t2時間段至少包含T波的一段波形。

3.一種深度學習的數據預處理方法，通過該方法處理后的數據用于送入深度神經網絡進行訓練，實現心臟節律分類和/或心臟心搏分類，其特征在于，包括如下步驟：

S101：采集ECG波形第K個完整的心拍波形，重采樣到N個點，0N≤Fs*t；

S102：采集ECG波形上第K-1到第K個R的間期，或者采集ECG波形上第K到第K+1個R的間期；

S103：將步驟S101中的重采樣后的1個輸入波形和步驟S102中的1個RR間期分別進行歸一化處理，再組合為H，形成N+1的一維向量；或者將步驟S101中的重采樣后的1個輸入波形和步驟S102中的1個RR間期直接組合為H，形成N+1的一維向量；或者將步驟S101中的重采樣后的1個輸入波形和步驟S102中的1個RR間期二選一的進行歸一化處理，再組合為H，形成N+1的一維向量；

S104：取步驟S103中的連續M個H作為一個輸入樣本，M＞0；

S105：將步驟S104中的一個輸入樣本以(N+1)×1×M的三維形式輸入CNN深度神經網絡模型，或者將上述一個輸入樣本分解為M個(N+1)×1的點對應送入RNN深度神經網絡模型上的M個RNN基本神經單元；或者采用CRNN深度神經網絡模型，將上述一個輸入樣本分解為M個N×1×1的輸入波形和M個1×1的RR間期后，將M個N×1×1的輸入波形對應送入M個相同的CNN深度神經網絡模型處理后，得到M個結果P_M，M個結果P_M和M個1×1的RR間期組合成M個組合后，送入RNN深度神經網絡模型上的M個RNN基本神經單元，其中每個組合包含1個結果P_M和1個1×1的RR間期。

4.根據權利要求3所述的一種深度學習的數據預處理方法，其特征在于，采集ECG波形第K個完整的心拍波形，重采樣到N個點，方法如下：采集ECG波形第K個R位置的前t1時間段和后t2時間段內的一段波形，重采樣到N個點，0N≤Fs*t，t＝t1+t2，R位置前t1時間段至少包含P波的一段波形，R位置后t2時間段至少包含T波的一段波形。