[發明專利]一種預測時序信號分類的方法、裝置、服務器及存儲介質

在審

• 申請號: 202010079757.X
• 申請日: 2020-02-04
• 公開（公告）號: CN111291673A
• 公開（公告）日: 2020-06-16
• 發明（設計）人: 石用伍;謝泉;羅姣蓮;石用德
• 申請（專利權）人: 貴州省人民醫院
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 北京集佳知識產權代理有限公司 11227
• 代理人: 王歡

1.一種預測時序信號分類的方法，其特征在于，包括：

實時確定ECG設備輸出的待預測分類的信號序列，所述信號序列的時長為預先設置的目標時長；

基于利用訓練集生成的標準化參數對所述信號序列進行標準化處理生成目標信號序列；

將所述目標信號序列輸入至預訓練的時序信號預測分類模型得到所述目標信號序列所屬的分類以及所述目標信號序列的異常信息；

根據所述目標信號序列所屬的分類以及所述目標信號序列的異常信息控制告警系統進行告警；

其中，所述時序信號預測分類模型基于卷積神經網絡、長短期記憶網絡和注意力機制模塊構建且通過訓練樣本進行訓練生成；所述訓練樣本為利用所述標準化參數對所述訓練集和驗證集中的信號序列樣本進行標準化處理生成，所述訓練集中的信號序列樣本和所述驗證集中的信號序列樣本的時長均為所述目標時長。

2.根據權利要求1所述的方法，其特征在于，所述實時確定ECG設備輸出的待預測分類的信號序列，包括：

依次將接收到的ECG設備輸出的ECG信號中的每個ECG信號確定為一個第一ECG信號；

若當前已確定的各個第一ECG信號中存在接收時間與當前時間之間的時間間隔為所述目標時長的第二ECG信號，將所述ECG設備從輸出所述第二ECG信號開始到輸出當前接收到的ECG信號為止依次輸出的各個ECG信號確定為一個信號序列。

3.根據權利要求1所述的方法，其特征在于，所述基于利用訓練集生成的標準化參數對所述信號序列進行標準化處理生成目標信號序列，包括：

確定訓練集中各個信號序列樣本的標準化參數，所述標準化參數包括平均值和標準差值；

根據所述平均值和標準差值對所述信號序列進行標準化處理生成目標信號序列。

4.根據權利要求1所述的方法，其特征在于，還包括時序信號預測分類模型的訓練過程，所述時序信號預測分類模型的訓練過程包括：

確定訓練集、驗證集和測試集，其中，訓練集中信號序列樣的數量、驗證集中信號序列樣本的數量和測試集中信號序列樣本的數量滿足預設比例，所述測試集中信號序列樣本的時長為所述目標時長；

基于利用訓練集生成的標準化參數對所述訓練集、驗證集和測試集中的信號序列樣本進行標準化處理得到目標信號序列樣本；

將所述訓練集和驗證集的目標信號序列樣本作為訓練樣本對待訓練時序信號預測分類模型進行訓練生成時序信號預測分類模型，所述待訓練時序信號預測分類模型基于卷積神經網絡、長短期記憶網絡和注意力機制模塊構建；

利用所述測試集中的目標信號序列樣本對所生成的時序信號預測分類模型進行評價得到所述時序信號預測分類模型的評價指標。

5.根據權利要求4所述的方法，其特征在于，所述利用所述測試集中的目標信號序列樣本對所生成的時序信號預測分類模型進行評價得到所述時序信號預測分類模型的評價指標，包括：

將所述測試集中的目標信號序列樣本輸入至所述時序信號預測分類模型得到所述目標信號序列樣本所屬的分類；

比對所述測試集中目標信號序列樣本攜帶的標準分類結果和所述時序信號預測分類模型預測的所述測試集中目標信號序列樣本的分類結果得到所述測試集中目標信號序列樣本的比對結果；

根據所述測試集中各個目標信號序列樣本的比對結果計算所述時序信號預測分類模型的評價指標。

6.根據權利要求5所述的方法，其特征在于，還包括：

根據所述評價指標確定所述時序信號預測分類模型的性能，所述評價指標包括準確率指標、特效度指標、精確率指標、召回率指標和綜合評價指標中的任意一項或多項。

7.根據權利要求4所述的方法，其特征在于，所述卷積神經網絡包括：卷積層、批歸一化層、激活層、池化層和丟棄層。