[發明專利]心電信號波形的檢測研究方法

在審

• 申請號: 202011097680.5
• 申請日: 2020-10-14
• 公開（公告）號: CN112137611A
• 公開（公告）日: 2020-12-29
• 發明（設計）人: 王永濤;薛汝成
• 申請（專利權）人: 山東平偉醫療技術有限公司
• 主分類號: A61B5/0402
• 分類號: A61B5/0402;A61B5/00;G06K9/00;G06K9/62;G06N3/08
• 代理公司: 山東高景專利代理事務所(特殊普通合伙) 37298
• 代理人: 高小荷

1.心電信號波形的檢測研究方法，其特征在于：包括以下步驟：

步驟一：心電信號類型的選擇，深度神經網絡參數是根據預先設計的學習規則對輸入的心電樣本進行學習，不斷優化得到的，因此要選擇合適的心電信號類型送入網絡中進行學習訓練；

步驟二：心電信號特征選擇，利用現有算法提取心電特征會在提取過程中造成心電特征信息損失，完整的心拍中保留了心電信號中所有的信息；

步驟三：深度神經網絡學習參數設置，深度神經網絡的學習率、網絡誤差等學習參數的設置對網絡訓練有著至關重要的影響，在網絡設計過程中要對學習率、網絡誤差的選擇進行優化。

2.根據權利要求1所述的心電信號波形的檢測研究方法，其特征在于：所述步驟二中還包括利用深度神經網絡對完整心拍自學習避免了特征提取過程中的心電信息損失，有利于優化深度神經網絡的參數，提高網絡對ECG信號的識別率。

3.根據權利要求1所述的心電信號波形的檢測研究方法，其特征在于：所述步驟三中的深度神經網絡對心電信號識別分類包括：

A：在軟件平臺上讀取標注好的心電數據庫中的ECG信號；

B：數據庫中的心電信號帶有干擾噪聲，影響自適應差分閾值法對心電信號中R波的準確檢測，采用雙重濾波對心電信號進行去噪，心電信號濾波去噪有利于心電識別分類過程中避免噪聲的干擾，提高心電信號識別分類率；

C：合適的心電特征更能表達心電信號信息，心電信號特征信息保留在完整的心拍中；

D：采用一折交叉驗證法對深度神經網絡進行訓練和測試。

4.根據權利要求3所述的心電信號波形的檢測研究方法，其特征在于：在分類A中，訓練樣本的選擇對深度神經網絡的訓練至關重要，若選擇的訓練樣本數目較少，則深度神經網絡對心拍特征不能夠充分學習，容易造成神經網絡對心電信號識別率低，深度神經網絡的訓練需要大量實驗樣本，因此，選擇數據庫中樣本數目較多的八種心電信號：正常心電信號、完全左束支傳導阻滯、完全右束支傳導阻滯、室性早搏、起搏心率、房性早搏、房顫、一階房室傳導阻滯。

5.根據權利要求3所述的心電信號波形的檢測研究方法，其特征在于：在分類B中，常規的閾值函數一般有兩種，其一主要是軟閾值函數，其二主要是硬閾值函數。

6.根據權利要求3所述的心電信號波形的檢測研究方法，其特征在于：在分類C中，根據網絡的誤差反向傳播，在訓練過程中每經過一個批次，網絡進行一次參數優化，待網絡實際輸出誤差達到預先設置網絡誤差時，神經網絡訓練結束，將測試組數據輸入深度神經中檢驗網絡識別心電信號的性能。