[發明專利]心電異常檢測網絡訓練方法、心電異常預警方法及裝置

有效

• 申請號: 202010942309.8
• 申請日: 2020-09-09
• 公開（公告）號: CN112022144B
• 公開（公告）日: 2022-05-24
• 發明（設計）人: 王景峰;黃凱;陳樣新;張玉玲;郭思璐;宋日輝
• 申請（專利權）人: 生物島實驗室;中山大學孫逸仙紀念醫院
• 主分類號: A61B5/346
• 分類號: A61B5/346;A61B5/349
• 代理公司: 北京品源專利代理有限公司 11332
• 代理人: 孟金喆

1.一種心電異常檢測網絡訓練方法，其特征在于，包括：

獲取心電異?；颊叩男碾妶D信號和正常人的心電圖信號；

從獲取到的所述心電圖信號中提取訓練數據，所述訓練數據包括一個心拍信號的采樣數據和所述心拍信號的樣本標簽；

采用所述訓練數據訓練二值神經網絡，將訓練好的二值神經網絡作為心電異常檢測網絡，其中，對于所述心電異常檢測網絡中的每一個網絡層，所述網絡層的節點的值和權值為二值數據，通過所述網絡層的節點的值和權值進行二值運算來得到下一網絡層的節點值；

所述采用所述訓練數據訓練二值神經網絡，包括：

初始化二值神經網絡；

隨機提取一個心拍信號的采樣數據輸入所述二值神經網絡中進行前向傳播得到各個網絡層的二值化激活值和實數型激活值；

將所述二值神經網絡的輸出層的所述實數型激活值和所述樣本標簽代入預設損失函數中計算損失率；

判斷所述損失率是否小于預設閾值；

若是，停止對所述二值神經網絡進行訓練，將訓練好的二值神經網絡作為心電異常檢測網絡；

若否，采用所述損失率計算各個網絡層的二值化權值的梯度；

根據所述二值化權值的梯度和預設學習率調整所述二值神經網絡的各個網絡層的權值，返回隨機提取一個心拍信號的采樣數據輸入所述二值神經網絡中進行前向傳播得到各個網絡層的二值化激活值和實數型激活值的步驟。

2.根據權利要求1所述的心電異常檢測網絡訓練方法，其特征在于，所述從獲取到的所述心電圖數據中提取訓練數據，包括：

對獲取到的所述心電圖信號進行去噪處理，得到去噪后的心電圖信號；

從所述去噪處理后的心電圖信號中提取心拍信號；

對所述心拍信號采樣獲得訓練樣本；

對所述心拍信號標注得到樣本標簽，所述樣本標簽表示所述心拍信號為異常心電信號或者正常心電信號；

將所述訓練樣本和所述樣本標簽確定為訓練數據。

3.根據權利要求2所述的心電異常檢測網絡訓練方法，其特征在于，所述對獲取到的心電圖信號進行去噪處理，得到去噪后的心電圖信號，包括：

對獲取到的所述心電圖信號進行消除肌電干擾噪聲、消除基線漂移噪聲、消除工頻干擾噪聲處理得到去噪后的心電圖信號。

4.根據權利要求2所述的心電異常檢測網絡訓練方法，其特征在于，所述從所述去噪處理后的心電圖信號中提取心拍信號，包括：

將所述去噪處理后的心電圖信號輸入預先訓練好的心拍分割模型中提取出多個心拍信號。

5.根據權利要求2所述的心電異常檢測網絡訓練方法，其特征在于，所述對所述心拍信號采樣獲得訓練樣本，包括：

按照預設采樣頻率對所述心拍信號采樣獲得多個采樣數據；

判斷所述采樣數據的數量是否小于預設數量；

若是，對所述采樣數據進行擴充，使得所述采樣數據的數量等于所述預設數量；

將所述采樣數據確定為訓練數據。

6.根據權利要求1所述的心電異常檢測網絡訓練方法，其特征在于，所述初始化二值神經網絡，包括：

初始化所述二值神經網絡的輸入層，所述輸入層的寬度等于所述心電圖信號的導聯數。

7.根據權利要求1所述的心電異常檢測網絡訓練方法，其特征在于，所述隨機提取一個心拍信號的采樣數據輸入所述二值神經網絡中進行前向傳播得到所述心拍信號的預測值，包括：

針對所述二值神經網絡的每層網絡層，將當前網絡層的實數型權值二值化得到二值化權值；

將所述當前網絡層的二值化權值和上一層網絡層的二值化激活值作乘法得到所述當前網絡層的實數型中間向量；

根據所述當前網絡層的標準化處理參數對所述實數型中間向量做標準化處理得到實數型激活值；

判斷所述當前網絡層是否為輸出層；

若是，將所述實數型激活值作為預測值；

若否，對所述實數型中間向量做二值化處理得到所述當前網絡層的二值化激活值；

將下一網絡層作為當前網絡層，返回將當前網絡層的實數型權值二值化得到二值化權值的步驟。