[發明專利]一種基于心拍差分編碼的心電信號人工智能處理電路

有效

• 申請號: 202210308702.0
• 申請日: 2022-03-28
• 公開（公告）號: CN114469127B
• 公開（公告）日: 2022-07-29
• 發明（設計）人: 周軍;肖劍彪;樊嘉靖;劉嘉豪
• 申請（專利權）人: 電子科技大學
• 主分類號: A61B5/318
• 分類號: A61B5/318;A61B5/346;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 電子科技大學專利中心 51203
• 代理人: 周劉英

1.一種基于心拍差分編碼的心電信號人工智能處理電路，其特征在于，包括：預處理模塊、心拍存儲器、心拍模板存儲器、差分編碼模塊、激活模塊、神經網絡分類器、差分網絡存儲器、非差分網絡存儲器和模板更新模塊，其中，預處理模塊通過心拍存儲器與差分編碼模塊相連，差分編碼模塊與激活模塊、神經網絡分類器順次相連，差分網絡存儲器和非差分網絡存儲器與神經網絡分類器相連，所述神經網絡分類器通過模板更新模塊與心拍模板存儲器相連，所述心拍模板存儲器與差分編碼模塊相連；

所述預處理模塊用于對輸入的心電信號進行信號預處理，檢測心拍信號并提取單個心拍信號，將提取的心拍信號存儲至心拍存儲器；

所述非差分網絡存儲器用于存儲預訓練好的非差分神經網絡模型M1，所述差分網絡存儲器用于存儲預訓練好的差分神經網絡模型M2；所述非差分神經網絡模型M1和差分神經網絡模型M2用于對輸入的心拍信號進行正常心拍和異常心拍的二分類識別處理；

所述差分編碼器包括兩種工作模式，分別為：

第一工作模式，差分編碼器從心拍存儲器中讀取心拍信號作為第一心拍信號并發送至神經網絡分類器，當神經網絡分類器檢測到當前接收的心拍信號為第一心拍信號時，神經網絡分類器從非差分網絡存儲器中讀取非差分神經網絡模型M1作為當前分類模型進行識別分類，得到第一分類結果并發送給模板更新模塊；模板更新模塊基于得到的多個第一分類結果，將第一分類結果中的正常心拍的均值作為初始心拍模板并存入心拍模板存儲器；

第二工作模式，差分編碼器從心拍存儲器中實時讀取預處理模塊當前獲得的心拍信號，并基于當前的心拍信號與當前心拍模板的差值得到差分心拍信號，將差分心拍信號發送給激活模塊；所述激活模塊用于計算差分心拍信號的方差，若當前差分心拍信號的方差大于閾值Th，則喚醒神經網絡分類器，將當前差分心拍信號發送給神經網絡分類器；若當前差分心拍信號的方差小于或等于閾值Th，則表示當前心拍信號的分類結果為正常心拍，直接輸出當前心拍信號的分類結果；

所述神經網絡分類器接收到差分心拍信號時，從差分網絡存儲器中讀取差分神經網絡模型M2作為當前分類模型進行識別分類，得到第二分類結果并發送給模板更新模塊；

當所述模板更新模塊檢測當前的第二分類結果為正常心拍時，根據配置的計算策略計算當前差分心拍信號的加權更新系數a，根據加權更新系數a與當前差分心拍信號的乘積得到更新量，并對心拍模板存儲器存儲的心拍模板進行更新，更新后的心拍模板為：更新前的心拍模板與更新量之和。

2.如權利要求1所述的基于心拍差分編碼的心電信號人工智能處理電路，其特征在于，所述加權更新系數a為：差分神經網絡模型M2輸出的當前差分心拍信號判別為正常心拍的概率值與判別為異常心拍的概率值之差的二分之一，再與預設的閾值threshold的乘積。

3.如權利要求1所述的基于心拍差分編碼的心電信號人工智能處理電路，其特征在于，所述激活模塊計算差分心拍信號的方差的具體計算方式為：

將差分心拍信號均勻分割為M段，其中，M為大于1的整數；并定義每一段包含的采樣點數為N；

對第m段差分心拍信號，取前N/2個采樣點計算均值X_m，其中，m=1,2，…，M；

對第m段差分心拍信號的后N/2個采樣點，分別計算各采樣點與均值X_m的絕對差并將各絕對差的累加和記為Y_m；

基于M段差分心拍信號的Y_m的均值得到近似方差并作為差分心拍信號的方差。

4.如權利要求1所述的基于心拍差分編碼的心電信號人工智能處理電路，其特征在于，所述激活模塊還包括：當檢測到不喚醒神經網絡分類器的次數累計超過頻次閾值時，將直接喚醒神經網絡分類器，并將最近的一個差分心拍信號發送給神經網絡分類器，等待神經網絡分類器反饋分類結果，若所述差分心拍信號為異常心拍，則按照指定比例降低閾值Th。