[發明專利]心電信號參數化方法、模型訓練方法、裝置、設備及介質

在審

• 申請號: 202010833864.7
• 申請日: 2020-08-18
• 公開（公告）號: CN111956203A
• 公開（公告）日: 2020-11-20
• 發明（設計）人: 李振齊;趙巍
• 申請（專利權）人: 廣州視源電子科技股份有限公司;廣州希科醫療器械科技有限公司
• 主分類號: A61B5/0402
• 分類號: A61B5/0402
• 代理公司: 北京品源專利代理有限公司 11332
• 代理人: 孟金喆

本發明公開了一種心電信號參數化方法、模型訓練方法、裝置、設備及介質，通過將心電信號中的特征波信號參數化為包括多個關鍵點的相對位置信息的不同維度的參數，從而可以直接利用這些參數區分析心電信號，臨床可解釋性好。在后續需要重構心電信號時，只需根據關鍵點確定特征波信號的波形，并根據這些參數調整各特征波信號得到重構信號。由于無需存儲原始的心電圖，只需存儲參數向量序列，因此，存儲的數據量大幅減少，存儲成本大幅降低。

技術領域

本發明實施例涉及心電技術領域，尤其涉及一種心電信號參數化方法、模型訓練方法、裝置、設備及介質。

背景技術

隨著社會向老齡化發展，心血管疾病的發病率和危害性不斷上升。心電圖作為一種常規的體檢項目，對心血管疾病的診斷和監測具有重要意義。在臨床醫學中，醫生主要通過觀察心電波形和測量某些關鍵參數來進行疾病診斷。因此，需要一種能夠快速、準確地提取心電圖的波形信息和測量關鍵參數的心電分析方法來幫助醫生工作。

現有的心電分析方法，通常采用基于深度學習的端到端方法，得到心電信號可能存在異常的概率。對基于深度學習的分析方法而言，雖然其性能較好，但通用性和臨床可解釋性一直都是該方法的短板。且現有的方法需要存儲的心電圖數據量龐大，數據存儲成本較高。

發明內容

本發明提供一種心電信號參數化方法、模型訓練方法、裝置、設備及介質，能夠減小存儲的數據量，降低存儲成本，且心電信號參數化后臨床可解釋性好。

第一方面，本發明實施例提供了一種心電信號參數化方法，包括：

獲取心電信號，所述心電信號包括多個特征波信號；

確定心電信號參數化模型，所述心電參數化模型的模型參數包括用于重構所述心電信號的多個關鍵點的相對位置信息；

將所述心電信號輸入所述心電信號參數化模型進行處理，得到所述心電信號的參數向量序列，所述參數向量序列包括多個用于表征所述特征波信號的參數向量，所述參數向量包括所述關鍵點的相對位置信息。

第二方面，本發明實施例還提供了一種心電信號參數化模型訓練方法，包括：

獲取心電信號樣本，所述心電信號樣本包括多個特征波信號樣本；

確定心電信號參數化模型，所述心電參數化模型的模型參數包括用于重構所述心電信號樣本的多個關鍵點的相對位置信息；

將所述心電信號樣本輸入所述心電信號參數化模型進行處理，得到所述心電信號樣本的參數向量序列，所述參數向量序列包括多個用于表征所述特征波信號樣本的參數向量，所述參數向量包括所述關鍵點的相對位置信息；

根據所述參數向量序列重構所述心電信號樣本，得到重構信號樣本；

計算所述心電信號樣本與所述重構信號樣本的誤差；

根據所述誤差更新所述心電參數化模型中所述關鍵點的相對位置信息。

第三方面，本發明實施例還提供了一種心電信號參數化裝置，包括：

心電信號獲取模塊，用于獲取心電信號，所述心電信號包括多個特征波信號；

參數化模型確定模塊，用于確定心電信號參數化模型，所述心電參數化模型的模型參數包括用于重構所述心電信號的多個關鍵點的相對位置信息；

參數化處理模塊，用于將所述心電信號輸入所述心電信號參數化模型進行處理，得到所述心電信號的參數向量序列，所述參數向量序列包括多個用于表征所述特征波信號的參數向量，所述參數向量包括所述關鍵點的相對位置信息。

第四方面，本發明實施例還提供了一種心電信號參數化模型訓練裝置，包括：