[發明專利]一種單心拍分類方法、裝置、設備及計算機可讀存儲介質

有效

• 申請號: 202210182882.2
• 申請日: 2022-02-25
• 公開（公告）號: CN114652324B
• 公開（公告）日: 2023-04-07
• 發明（設計）人: 王麗榮;朱文亮;須金柯;張浚瑋;陳宇杰;劉晶;周靖杰;劉星宇
• 申請（專利權）人: 蘇州大學
• 主分類號: A61B5/352
• 分類號: A61B5/352;A61B5/355;A61B5/363;A61B5/353;A61B5/00;G06F18/24;G06N3/045;G06N3/08
• 代理公司: 蘇州市中南偉業知識產權代理事務所(普通合伙) 32257
• 代理人: 張榮

本發明涉及一種單心拍分類方法，通過提取每個單心拍信號的特征，將每個單心拍信號和每個單心拍信號的特征輸入至第一分類網絡中，利用第一分類網絡學習相鄰心拍信號之間的特征變化規律，輸出每個單心拍信號的權重和類別；將每個單心拍信號的權重和類別進行合并，輸出每個單心拍信號為非異常心拍或異常心拍的分類結果；將異常心拍和異常心拍的特征輸入至第二分類網絡中，通過第二分類網絡學習異常心拍之間的特征變化規律，輸出異常心拍為室上性異常心拍或室性異常心拍的分類結果。本發明通過考慮每個單心拍信號和每個異常心拍之間的特征變化規律，能夠有效提高心拍分類的準確性，提高基于人工智能系統的疾病檢測性能。

技術領域

本發明涉及人工智能和信號處理技術領域，尤其是指一種單心拍分類方法、裝置、設備及計算機可讀存儲介質。

背景技術

根據AAMI標準，在心電圖中，心律失常分為五大類，既非異常心拍、室上性異常心拍，室性異常心拍，融合心拍以及未知心拍。其中，室上性異常和室性異常心拍具有較高的分類難度。

單心拍分類方法是對單個心拍進行分類。現有的單個心拍分類算法實現形式有：一對單個心拍直接進行分類，使用分類器深度學習。二對單個心拍進行特征提取，如提取當前心拍的間期、小波分量、偏度、峰度、樣本熵等，然后將這些特征送物分類器進行分類，分類器有隨機森林、SVM以及深度學習網絡等。但是未考慮心拍特征之間的變化規律，從而不能有效的提高心拍的分類準確率。因此，需要設計一種單心拍分類方法。

發明內容

為此，本發明所要解決的技術問題在于克服現有技術中未考慮心拍特征之間的變化規律，而導致心拍的分類不準確的缺陷。

為解決上述技術問題，本發明提供了一種單心拍分類方法，包括：

獲取連續心拍信號，根據所述連續心拍信號的R波位置將所述連續心拍信號分割，獲得單心拍信號；

提取每個單心拍信號的特征，將所述每個單心拍信號和所述每個單心拍信號的特征輸入至第一分類網絡中，通過所述第一分類網絡逐步下采樣學習相鄰心拍信號之間的特征變化規律，輸出所述每個單心拍信號的權重和類別；

將所述每個單心拍信號的權重和類別進行合并，輸出所述每個單心拍信號為非異常心拍或異常心拍的分類結果；

將所述異常心拍和所述異常心拍的特征輸入至第二分類網絡中，通過所述第二分類網絡逐步下采樣學習所述異常心拍之間的特征變化規律，輸出所述異常心拍為室上性異常心拍或室性異常心拍的分類結果。

在本發明的一個實施例中，所述獲取連續心拍信號，根據所述連續心拍信號的R波位置將所述連續心拍信號分割，獲得單心拍信號包括：

獲取所述連續心拍信號，利用帶通濾波器對所述連續心拍信號進行去噪，根據所述連續心拍信號的R波位置將所述連續心拍信號進行分割，獲得所述單心拍信號。

在本發明的一個實施例中，所述提取每個單心拍信號的特征包括：提取所述每個單心拍信號的R波前后間期、T波存在標志、P波存在標志和偏度值。

在本發明的一個實施例中，所述提取所述每個單心拍信號的T波存在標志和P波存在標志包括：

將所述每個單心拍信號分別輸入至T波存在標志提取網絡和P波存在標志提取網絡中，分別識別所述每個單心拍信號中的T波和P波，輸出所述每個單心拍信號的T波識別結果和P波識別結果；

對所述每個單心拍信號的T波識別結果和P波識別結果進行計算處理，獲得計算后的T波結果值和P波結果值；

若所述T波結果值大于第一閾值，則所述單心拍信號存在T波，否則不存在T波；

若所述P波結果值大于第二閾值，則所述單心拍信號存在P波，否則不存在P波。