[發明專利]一種基于12導聯和卷積神經網絡的心電數據分類方法

在審

• 申請號: 202010421122.3
• 申請日: 2020-05-18
• 公開（公告）號: CN111568410A
• 公開（公告）日: 2020-08-25
• 發明（設計）人: 褚菲;李佳;魏宇倫;韋昊然;楊思怡;李明
• 申請（專利權）人: 中國礦業大學
• 主分類號: A61B5/0452
• 分類號: A61B5/0452;A61B5/00;A61B5/0456
• 代理公司: 北京淮海知識產權代理事務所(普通合伙) 32205
• 代理人: 劉振祥

一種基于12導聯和卷積神經網絡的心電數據分類方法，從PTB診斷心電數據庫中獲取12導聯心電數據信號；利用小波變換去噪算法對步驟一中獲取到的信號進行降噪處理；采用小波模極大值結合可變閾值法對步驟二中降噪處理的信號進行處理；利用步驟三中獲得的R波峰位置信息，分解12導聯心電圖的周期，然后再提取每個周期的P?QRS?T特征段；選取出合適的心電信號并根據設定采樣點對心電信號進行數據采樣；構造一維卷積神經網絡，設定一維卷積神經網絡輸入層、隱含層和輸出層的節點數，并對一維卷積神經網絡進行訓練，搭建12導聯心電圖分類模型。該方法可以快速地識別出患有心血管疾病的病人的心電信號。

技術領域

本發明提供一種基于12導聯和卷積神經網絡的心電數據分類方法。

背景技術

12導聯心電圖是反映心臟各部位生理狀態的典型診斷工具，其包括12根導聯(I、II、III、aVR、aVL、aVF、V1-V6)，分別檢測心臟的不同部位。由于檢測不同類型的心血管疾病需要評估不同導聯的復雜變化，這導致人工分析心電圖來輔助診斷心血管病費時費力，診斷結果也不夠理想。因此，為了有效可靠地分析12導聯心電圖，現有的科研工作者提出了多種自動心血管疾病檢測算法，來解決人工分析12導聯心電圖的局限性。

但現有的科研工作中，大多數研究工作是基于12導聯心電圖檢測某種心血管疾病。這些研究都針對某一種心血管疾病問題取得了一定的成果，但都非常局限，很少有工作就如何檢測多種心血管疾病進行研究，很難有效地輔助心血管疾病的臨床診斷。因此，快速高效的心血管疾病自動檢測方法，對于臨床輔助人工心電分析意義很大。

發明內容

針對上述現有技術存在的問題，本發明提供一種基于12導聯和卷積神經網絡的心電數據分類方法，該方法省時省力，其能快速有效的分析12導聯電心圖數據，可以快速地識別出患有心血管疾病的病人的心電信號。

本發明提供一種基于12導聯和卷積神經網絡的心電數據分類方法，包括以下步驟：

步驟一：從PTB診斷心電數據庫中獲取12導聯心電圖數據信號；

步驟二：利用小波變換去噪算法對步驟一中獲取到的信號進行降噪處理；

步驟三：采用小波模極大值結合可變閾值法對步驟二中降噪處理的信號進行處理；先使用Mallat算法對12導聯心電信號進行變換，并通過對過零點進行定位，從而對在時域空間上的R波峰值定位；

步驟四：利用步驟三中獲得的R波峰位置信息，分解12導聯心電圖的周期，然后再提取每個周期的P-QRS-T特征段；

步驟五：選取出合適的心電信號并根據設定采樣點對心電信號進行數據采樣；

步驟六：構造一維卷積神經網絡，設定一維卷積神經網絡輸入層、隱含層和輸出層的節點數，以及相鄰層節點之間的權重，并對一維卷積神經網絡進行訓練，采用一維卷積神經網絡模型對12導聯心電圖數據信號進行分類，并提取12導聯心電圖的特征信息，識別出患有心血管疾病的病人的心電信號。

進一步，為了更有效的識別出所需要的電信號，在步驟二中的小波變換去噪算法具體步驟為：

S1：選擇Coifiet小波系中的coif4作為小波去噪中的小波基函數；

S2：采用公式(2)根據12導聯心電圖的采樣頻率和噪聲頻率來確定去噪過程中的小波分解層數j；