[發(fā)明專(zhuān)利]一種結(jié)合深度學(xué)習(xí)和電生理知識(shí)的多導(dǎo)聯(lián)心電信號(hào)特征點(diǎn)提取方法

有效

• 申請(qǐng)?zhí)枺?/td>: 202111460169.1
• 申請(qǐng)日: 2021-12-02
• 公開(kāi)（公告）號(hào): CN113951893B
• 公開(kāi)（公告）日: 2023-02-03
• 發(fā)明（設(shè)計(jì)）人: 師麗;韓闖;王松偉;王治忠
• 申請(qǐng)（專(zhuān)利權(quán)）人: 清華大學(xué);鄭州大學(xué)
• 主分類(lèi)號(hào): A61B5/318
• 分類(lèi)號(hào): A61B5/318;A61B5/366;A61B5/355;A61B5/358;A61B5/363;A61B5/00
• 代理公司: 寧波海曙甬睿專(zhuān)利代理事務(wù)所(普通合伙) 33330
• 代理人: 王廣平

本發(fā)明涉及心電信號(hào)提取點(diǎn)提取方法技術(shù)領(lǐng)域，公開(kāi)了一種結(jié)合深度學(xué)習(xí)和電生理知識(shí)的多導(dǎo)聯(lián)心電信號(hào)特征點(diǎn)提取方法，首先，多導(dǎo)聯(lián)心電信號(hào)獲取模塊用于提取12導(dǎo)聯(lián)心電信號(hào)；其次，特征點(diǎn)提取模塊通過(guò)基于U?net框架的卷積神經(jīng)網(wǎng)絡(luò)(CNN)和長(zhǎng)短期記憶網(wǎng)絡(luò)(LSTM)提取心拍的形態(tài)特征和采樣時(shí)刻的強(qiáng)時(shí)序相關(guān)性特征，并通過(guò)底層和高層信息的融合強(qiáng)化波形各個(gè)時(shí)刻更加精細(xì)的特征，之后通過(guò)固定閾值法提取特征點(diǎn)；最后，特征點(diǎn)位置修正模塊通過(guò)基于電生理學(xué)知識(shí)的多導(dǎo)聯(lián)互參方法和動(dòng)態(tài)閾值自適應(yīng)調(diào)整策略進(jìn)一步提升特征點(diǎn)提取精度，夠顯著降低特征點(diǎn)提取的漏診率和誤診率。

技術(shù)領(lǐng)域

本發(fā)明涉及心電電信號(hào)特征點(diǎn)提取方法技術(shù)領(lǐng)域，具體為一種結(jié)合深度學(xué)習(xí)和電生理知識(shí)的多導(dǎo)聯(lián)心電信號(hào)特征點(diǎn)提取方法。

背景技術(shù)

心電信號(hào)是一種由心臟產(chǎn)生的微弱電生理信號(hào)，能夠評(píng)估心臟狀態(tài)和診斷相關(guān)心血管疾病，主要由四波P波、QRS波、T波、U波和四段PR間期、QRS時(shí)間、ST段和QT間期組成。其關(guān)鍵特征點(diǎn)提取與定位技術(shù)是心電診斷和分析的基礎(chǔ)，對(duì)診斷心律失常、心肌梗死和房室肥大等心血管疾病具有重要意義。現(xiàn)有針對(duì)心電QRS波波群峰值點(diǎn)的方法包含濾波與差分閾值、數(shù)學(xué)形態(tài)學(xué)、小波變換、Hilbert變換、經(jīng)驗(yàn)?zāi)B(tài)分解、希爾伯特-黃變換、基于人工特征提取的機(jī)器學(xué)習(xí)和深度學(xué)習(xí)等；對(duì)QRS波起止點(diǎn)的識(shí)別一般是在峰值點(diǎn)識(shí)別的基礎(chǔ)上設(shè)置時(shí)間窗基于斜率閾值法搜索QRS波的起止點(diǎn)，也有研究者通過(guò)局部變換法、最小二乘擬合法和機(jī)器學(xué)習(xí)等方法識(shí)別，且小波分析法、梯形面積法和時(shí)間窗搜索法等被用于T波峰值點(diǎn)和終止點(diǎn)的提取中。

上述方法中大都需要依賴(lài)于經(jīng)驗(yàn)參數(shù)和人工設(shè)計(jì)的各種特征，缺乏泛化性和魯棒性，而現(xiàn)有基于深度學(xué)習(xí)的檢測(cè)方法雖然能夠自動(dòng)提取波形各個(gè)時(shí)刻的特征，但對(duì)于心電信號(hào)中含特異QRS波群、形態(tài)復(fù)雜的ST-T段和惡性心律失常等情況，識(shí)別準(zhǔn)確率仍有待提高，漏診率和誤診率高。所以目前心電信號(hào)提取存在精準(zhǔn)度較低、漏診率和誤診率較較高等缺點(diǎn)。

發(fā)明內(nèi)容

（一）解決的技術(shù)問(wèn)題

針對(duì)現(xiàn)有技術(shù)的不足，本發(fā)明提供了一種結(jié)合深度學(xué)習(xí)和電生理知識(shí)的多導(dǎo)聯(lián)心電信號(hào)特征點(diǎn)提取方法，具備精準(zhǔn)度較高、漏診率和誤診率低等優(yōu)點(diǎn)，解決了背景技術(shù)中提出的問(wèn)題。

（二）技術(shù)方案

為實(shí)現(xiàn)上述精準(zhǔn)度較高、漏診率和誤診率低目的，本發(fā)明提供如下技術(shù)方案：

本發(fā)明要解決的另一技術(shù)問(wèn)題是提供一種結(jié)合深度學(xué)習(xí)和電生理知識(shí)的多導(dǎo)聯(lián)心電信號(hào)特征點(diǎn)提取方法，包括以下步驟：

（1）多導(dǎo)聯(lián)心電信號(hào)獲取模塊：通過(guò)信號(hào)采集傳感器、隔離電路、放大電路、濾波電路和模/數(shù)轉(zhuǎn)換電路獲取多導(dǎo)聯(lián)心電信號(hào)，并將多導(dǎo)聯(lián)心電信號(hào)分離為十二導(dǎo)聯(lián)信號(hào)；

（2）特征點(diǎn)提取模塊：將預(yù)處理后的心電數(shù)據(jù)輸入預(yù)先訓(xùn)練好的模型對(duì)心電信號(hào)特征點(diǎn)進(jìn)行檢測(cè)，獲取每個(gè)時(shí)刻采樣點(diǎn)屬于QRS波起止點(diǎn)、QRS波峰值點(diǎn)、QRS波終止點(diǎn)、T波峰值點(diǎn)和T波終止點(diǎn)的概率，并基于固定閾值法提取特征點(diǎn)；

（3）特征點(diǎn)位置修正模塊：在步驟（2）的基礎(chǔ)上，基于動(dòng)態(tài)閾值自適應(yīng)調(diào)整策略和基于電生理知識(shí)的多導(dǎo)聯(lián)互參方法進(jìn)一步修正QRS波起止點(diǎn)、QRS波峰值點(diǎn)、T波峰值點(diǎn)和T波終止點(diǎn)的位置。

優(yōu)選的，所述特征點(diǎn)提取模塊包括構(gòu)建數(shù)據(jù)集，將帶標(biāo)注的多導(dǎo)聯(lián)心電數(shù)據(jù)分別通過(guò)基于db6小波的離散小波變換去除基線干擾和0.5～40Hz的三階巴特沃斯帶通濾波器去除高頻和低頻噪聲，截取各導(dǎo)聯(lián)心電數(shù)據(jù)長(zhǎng)度為N，80%的數(shù)據(jù)為訓(xùn)練集，20%的數(shù)據(jù)為測(cè)試集，待完成構(gòu)建數(shù)據(jù)集后，如過(guò)某個(gè)采樣點(diǎn)被標(biāo)記為QRS波起始點(diǎn)，則認(rèn)為采樣點(diǎn)的前0.075s和后0.075s的采樣點(diǎn)也為QRS波起止點(diǎn)，即具有相同的標(biāo)簽。

優(yōu)選的，所述特征點(diǎn)提取模塊在構(gòu)建數(shù)據(jù)集處理完畢后進(jìn)行模型的建立與訓(xùn)練環(huán)節(jié)，模型的建立與訓(xùn)練環(huán)節(jié)采用以下兩個(gè)步驟：建立基于U-net框架的卷積神經(jīng)網(wǎng)絡(luò)；建立基于U-net框架的長(zhǎng)短期記憶網(wǎng)絡(luò)并對(duì)模型進(jìn)行訓(xùn)練。