[發(fā)明專利]一種預(yù)測(cè)時(shí)序信號(hào)分類(lèi)的方法、裝置、服務(wù)器及存儲(chǔ)介質(zhì)

在審

• 申請(qǐng)?zhí)枺?/td>: 202010079757.X
• 申請(qǐng)日: 2020-02-04
• 公開(kāi)（公告）號(hào): CN111291673A
• 公開(kāi)（公告）日: 2020-06-16
• 發(fā)明（設(shè)計(jì)）人: 石用伍;謝泉;羅姣蓮;石用德
• 申請(qǐng)（專利權(quán)）人: 貴州省人民醫(yī)院
• 主分類(lèi)號(hào): G06K9/00
• 分類(lèi)號(hào): G06K9/00;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 北京集佳知識(shí)產(chǎn)權(quán)代理有限公司 11227
• 代理人: 王歡

本申請(qǐng)?zhí)峁┮环N預(yù)測(cè)時(shí)序信號(hào)分類(lèi)的方法、裝置、服務(wù)器及存儲(chǔ)介質(zhì)，實(shí)時(shí)確定ECG設(shè)備輸出的待預(yù)測(cè)分類(lèi)的信號(hào)序列，信號(hào)序列的時(shí)長(zhǎng)為預(yù)先設(shè)置的目標(biāo)時(shí)長(zhǎng)；基于利用訓(xùn)練集生成的標(biāo)準(zhǔn)化參數(shù)對(duì)信號(hào)序列進(jìn)行標(biāo)準(zhǔn)化處理生成目標(biāo)信號(hào)序列；將目標(biāo)信號(hào)序列輸入至預(yù)訓(xùn)練的時(shí)序信號(hào)預(yù)測(cè)分類(lèi)模型得到目標(biāo)信號(hào)序列所屬的分類(lèi)以及目標(biāo)信號(hào)序列的異常信息；根據(jù)目標(biāo)信號(hào)序列所屬的分類(lèi)以及目標(biāo)信號(hào)序列的異常信息控制告警系統(tǒng)進(jìn)行告警；時(shí)序信號(hào)預(yù)測(cè)分類(lèi)模型基于卷積神經(jīng)網(wǎng)絡(luò)、長(zhǎng)短期記憶網(wǎng)絡(luò)和注意力機(jī)制模塊構(gòu)建且通過(guò)訓(xùn)練樣本進(jìn)行訓(xùn)練生成?；谠摲椒ú粌H可以提高對(duì)時(shí)序信號(hào)預(yù)測(cè)分類(lèi)的效率、還可以提高對(duì)時(shí)序信號(hào)分類(lèi)結(jié)果預(yù)測(cè)的準(zhǔn)確性。

技術(shù)領(lǐng)域

本發(fā)明涉及在線時(shí)序信號(hào)預(yù)測(cè)分類(lèi)技術(shù)領(lǐng)域，更具體地說(shuō)，涉及一種預(yù)測(cè)時(shí)序信號(hào)分類(lèi)的方法、裝置、服務(wù)器及存儲(chǔ)介質(zhì)。

背景技術(shù)

ECG是electrocardiogram的縮寫(xiě)，意思是心電圖，指心臟在每個(gè)心動(dòng)周期中，由起搏點(diǎn)、心房、心室相繼興奮，伴隨著生物電的變化，通過(guò)心電描記器從體表引出多種形式的電位變化的圖形。

ECG信號(hào)是時(shí)序信號(hào)，傳統(tǒng)的預(yù)測(cè)時(shí)序信號(hào)的分類(lèi)的方法主要是基于統(tǒng)計(jì)學(xué)方法的回歸方法，如主成分分類(lèi)法(PCA)、線性判別分類(lèi)(LDA)、Softmax分類(lèi)等。

這種傳統(tǒng)的預(yù)測(cè)時(shí)序信號(hào)分類(lèi)的方法不具備在線學(xué)習(xí)功能，當(dāng)分類(lèi)預(yù)測(cè)模型建立以后分類(lèi)預(yù)測(cè)模型中參數(shù)就固定下來(lái)，如需要對(duì)新處理數(shù)據(jù)進(jìn)行學(xué)習(xí)就必須重新訓(xùn)練分類(lèi)預(yù)測(cè)模型，時(shí)序信號(hào)分類(lèi)預(yù)測(cè)效率低；另外，傳統(tǒng)的預(yù)測(cè)時(shí)序信號(hào)分類(lèi)的方法主要適用于線性關(guān)系分類(lèi)預(yù)測(cè)，對(duì)時(shí)序信號(hào)預(yù)測(cè)的分類(lèi)結(jié)果不準(zhǔn)確。

發(fā)明內(nèi)容

有鑒于此，本申請(qǐng)實(shí)施例提供一種預(yù)測(cè)時(shí)序信號(hào)分類(lèi)的方法、裝置、服務(wù)器及存儲(chǔ)介質(zhì)，以提高對(duì)時(shí)序信號(hào)預(yù)測(cè)分類(lèi)的效率、提高對(duì)時(shí)序信號(hào)分類(lèi)結(jié)果預(yù)測(cè)的準(zhǔn)確性。技術(shù)方案如下：

一種預(yù)測(cè)時(shí)序信號(hào)分類(lèi)的方法，包括：

實(shí)時(shí)確定ECG設(shè)備輸出的待預(yù)測(cè)分類(lèi)的信號(hào)序列，所述信號(hào)序列的時(shí)長(zhǎng)為預(yù)先設(shè)置的目標(biāo)時(shí)長(zhǎng)；

基于利用訓(xùn)練集生成的標(biāo)準(zhǔn)化參數(shù)對(duì)所述信號(hào)序列進(jìn)行標(biāo)準(zhǔn)化處理生成目標(biāo)信號(hào)序列；

將所述目標(biāo)信號(hào)序列輸入至預(yù)訓(xùn)練的時(shí)序信號(hào)預(yù)測(cè)分類(lèi)模型得到所述目標(biāo)信號(hào)序列所屬的分類(lèi)以及所述目標(biāo)信號(hào)序列的異常信息；

根據(jù)所述目標(biāo)信號(hào)序列所屬的分類(lèi)以及所述目標(biāo)信號(hào)序列的異常信息控制告警系統(tǒng)進(jìn)行告警；

其中，所述時(shí)序信號(hào)預(yù)測(cè)分類(lèi)模型基于卷積神經(jīng)網(wǎng)絡(luò)、長(zhǎng)短期記憶網(wǎng)絡(luò)和注意力機(jī)制模塊構(gòu)建且通過(guò)訓(xùn)練樣本進(jìn)行訓(xùn)練生成；所述訓(xùn)練樣本為利用所述標(biāo)準(zhǔn)化參數(shù)對(duì)所述訓(xùn)練集和驗(yàn)證集中的信號(hào)序列樣本進(jìn)行標(biāo)準(zhǔn)化處理生成，所述訓(xùn)練集中的信號(hào)序列樣本和所述驗(yàn)證集中的信號(hào)序列樣本的時(shí)長(zhǎng)均為所述目標(biāo)時(shí)長(zhǎng)。

優(yōu)選的，所述實(shí)時(shí)確定ECG設(shè)備輸出的待預(yù)測(cè)分類(lèi)的信號(hào)序列，包括：

依次將接收到的ECG設(shè)備輸出的ECG信號(hào)中的每個(gè)ECG信號(hào)確定為一個(gè)第一ECG信號(hào)；

若當(dāng)前已確定的各個(gè)第一ECG信號(hào)中存在接收時(shí)間與當(dāng)前時(shí)間之間的時(shí)間間隔為所述目標(biāo)時(shí)長(zhǎng)的第二ECG信號(hào)，將所述ECG設(shè)備從輸出所述第二ECG信號(hào)開(kāi)始到輸出當(dāng)前接收到的ECG信號(hào)為止依次輸出的各個(gè)ECG信號(hào)確定為一個(gè)信號(hào)序列。

優(yōu)選的，所述基于利用訓(xùn)練集生成的標(biāo)準(zhǔn)化參數(shù)對(duì)所述信號(hào)序列進(jìn)行標(biāo)準(zhǔn)化處理生成目標(biāo)信號(hào)序列，包括：

確定訓(xùn)練集中各個(gè)信號(hào)序列樣本的標(biāo)準(zhǔn)化參數(shù)，所述標(biāo)準(zhǔn)化參數(shù)包括平均值和標(biāo)準(zhǔn)差值；

根據(jù)所述平均值和標(biāo)準(zhǔn)差值對(duì)所述信號(hào)序列進(jìn)行標(biāo)準(zhǔn)化處理生成目標(biāo)信號(hào)序列。

優(yōu)選的，還包括時(shí)序信號(hào)預(yù)測(cè)分類(lèi)模型的訓(xùn)練過(guò)程，所述時(shí)序信號(hào)預(yù)測(cè)分類(lèi)模型的訓(xùn)練過(guò)程包括：