[發明專利]一種運動過程中異常心電信號的識別方法

在審

• 申請號: 202210114479.6
• 申請日: 2022-01-30
• 公開（公告）號: CN114469124A
• 公開（公告）日: 2022-05-13
• 發明（設計）人: 王宏洲;陳建怡;周志雄
• 申請（專利權）人: 北京理工大學;首都體育學院
• 主分類號: A61B5/318
• 分類號: A61B5/318;A61B5/346;A61B5/352;A61B5/00
• 代理公司: 北京理工大學專利中心 11120
• 代理人: 田亞琪

1.一種運動過程中異常心電信號的識別方法，其特征在于，包括以下步驟：

步驟1：獲取用于訓練和測試的運動過程中的心電信號，獲得心電信號的類別標簽，并對其進行數據預處理；

步驟1.1：設計改進EEMD算法，對心電信號進行分解；

步驟1.2：通過閾值和閾值函數對分解后的IMF分量進行去噪，并重構得到去噪信號；

步驟2：心拍自動劃分；

步驟2.1：對去噪后的心電信號進行傅里葉變換，得到該心電信號的周期特征；

步驟2.2：通過差分法定位R波位置后進行心拍劃分；

步驟3：構建VIT分類模型，提取步驟2劃分后的心拍的頻域特征輸入到分類模型中進行訓練并分類；

步驟3.1：提取心拍序列的二維頻域特征；

步驟3.2：搭建Vision Transformer分類模型；

步驟3.3：將訓練數據集劃分為80％的訓練集、20％的驗證集，將訓練集輸入到VIT模型中進行訓練，通過驗證集對模型進行調參，得到分類模型；

步驟3.4：計算分類模型在測試集上的準確率、召回率和精準率，評價模型的分類效果。

2.如權利要求1所述的一種運動過程中異常心電信號的識別方法，其特征在于，步驟1.1具體為：

(1)得到原始信號采樣序列{x(t_n)},n＝1,2,...,N，其中N為序列長度，計算原始序列的一階差分序列其中

(2)計算一階差分序列的絕對值的中位數，作為是否進行插值的判斷閾值，即

(3)對一階差分序列的值進行判斷，若差分值大于判斷閾值，即則在對應原信號位置處開始加入k_g＝|x(t_n+1)-x(t_n)|/θ個擾動插值，g表示插值次數的計數值，插值使用線性插值y(t)＝at+b+ε，其中a＝[x(t_n+1)-x(t_n)]/(t_n+1-t_n)，b＝x(t_n)-[x(t_n+1)-x(t_n)]/(t_n+1-t_n)t_n，ε為服從正態分布的隨機數，得到插值信號序列K為插值總個數，并記錄原信號在插值信號中的位置；

(4)生成與插值信號序列同等長度N+K的高斯白噪聲序列，向插值信號序列中加入高斯白噪聲，進行噪聲輔助分析，得到

(5)計算序列的極值點，通過三次樣條插值對分別對上極值點、下極值點擬合上下包絡線；

(6)對上下包絡線求均值，得到局部均值曲線，就是第一個IMF分量

(7)重復步驟(5)和(6)，直到余項的極值點個數小于2，得到q個IMF分量，即將信號分解為

3.如權利要求2所述的一種運動過程中異常心電信號的識別方法，其特征在于，步驟1.2具體為：

(1)對步驟1.1分解后得到的q個IMF分量，確定出以噪聲為主導的分量，計算每個IMF分量的過零率p_i,i＝1,...,q，然后計算相鄰兩個IMF分量的過零率比值f_i’＝p_i/p_i+1,i’＝1,..,q-1，當f_i’第一次達到極大值點時，定義其為以噪聲為主導的分量和以信號為主導的分量的分界處；

(2)對以噪聲為主導的IMF分量進行系數篩選，使用通用閾值其中N+K為IMF分量的長度，選擇軟閾值函數：

對IMF分量系數進行篩選；

(3)根據步驟1.1中(3)記錄的原始信號的位置，對去噪后的以噪聲為主導的IMF分量和以信號為主導的IMF分量進行相應位置重構，得到去噪信號序列{x’(t_n)},n＝1,2,...,N。

4.如權利要求3所述的一種運動過程中異常心電信號的識別方法，其特征在于，步驟2.1具體為：

(1)對去噪后的心電信號序列{x’(t_n)},n＝1,2,...,N進行離散傅里葉變換

(2)找到其傅里葉變換F(ω)的極大值點F_max(ω)及其對應的頻率ω_max，得到心電信號序列的周期T＝N/ω_max，其中N為序列長度。