[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 |
| 地址: | 611731 四川省成*** | 國省代碼: | 四川;51 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 基于 心拍差分 編碼 電信號 人工智能 處理 電路 | ||
本發明公開了一種基于心拍差分編碼的心電信號人工智能處理電路,屬于心電信號處理技術領域。其方案為: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通過模板更新模塊與心拍模板存儲器相連,心拍模板存儲器還與差分編碼模塊相連。本發明利用差分心拍的波形特征和自適應閾值實現了正異常心拍的動態喚醒,從而減少人工智能分類器的啟動次數最終降低整體系統功耗。本發明利用人工智能分類器歷史分類結果生成病人心拍模板,提升了模型處理的泛化準確率,且全過程不需要額外標注病人心拍并且可以實時學習病人自特異性。
技術領域
本發明屬于心電信號處理技術領域,具體涉及一種基于心拍差分編碼的心電信號人工智能處理電路。
背景技術
根據世界衛生組織(WHO)發布的《2019年全球衛生估計報告》,心血管疾病(CVD)是全球最主要的死亡原因。為了準確檢測出CVD患者,醫療上一般采用心電圖(ECG)加上專業醫師人工進行心律不齊分析的方案,但是這類方案很難用于家用醫療設備領域,因為笨重的設備和高昂的人工成本。近些年,家用醫療領域隨著智能化時代到來而越發興起,在ECG心臟健康監測方面,具有智能分析能力的日常心電監測設備受到廣泛關注:1)相比醫院檢查,日常ECG監測可以長期、及時地發現心律不齊問題;2)由于早期心臟異常活動往往具有偶發性特點,醫院短期ECG檢測很難發現這類問題,最后可能患者錯過黃金治療期。
為了符合市場預期,優秀的日常心臟健康監測設備需要同時滿足實時性、智能化、可穿戴、長續航和高準確率的要求:實時性和智能化保證及時從ECG波形中發現心律不齊現象,可穿戴式設計降低對用戶日常生活的影響,而長續航避免過于頻繁的因更換電池或充電導致的監測中斷,最后的高準確率則是對此類設備的基本要求。總體來看,這五大要求往往互相制約,直接基于現有硬件的設計很難同時達到以上要求,因此通過軟硬件協同設計的專用集成電路(ASIC)芯片成為當前研究熱點,國際上很多先進的用于生理信號識別的ASIC芯片都在追求更低的功耗水平以滿足長續航要求。
此外,將現有技術成果應用于實際日常心臟健康監測設備上還需要解決泛化準確率的瓶頸:在ECG監測領域,由于病人和病人之間的生理構造的差異性導致每個人的心臟周期活動存在固有差異,從而使得記錄心臟周期活動的ECG波形存在著病人間特異性,此外,由于心電極的位置差異或者年齡變化等原因,會導致病人自身的ECG記錄也存在隨時間變化的病人自特異性。但對于心律不齊識別來說,人工智能分類器在學習階段只能接觸到數據庫中病人一段時間的ECG記錄,因此現在的人工智能分類器往往在數據庫上表現出了極高的識別準確率,但對于數據庫外的病人可能出現泛化準確率大幅下降的問題。現有的一些解決方法比如在線學習也存在一些固有問題:1)它們都需要采集實際用戶(患者)的一部分ECG記錄,再通過專業醫師在ECG波形上標注好每次心跳的分類標簽;2)無法實時學習病人最新的心跳特點(即ECG特征),在用戶日常使用中可能會隨著用戶重新佩戴而導致準確率下降。
發明內容
本發明提供了一種基于心拍差分編碼的心電信號人工智能處理電路,可用于提升心電信號的分類識別準確率。
本發明提供的基于心拍差分編碼的心電信號人工智能處理電路,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;
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于電子科技大學,未經電子科技大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202210308702.0/2.html,轉載請聲明來源鉆瓜專利網。





