[發明專利]一種心電信號異常檢測方法、裝置及電子設備

在審

• 申請號: 202210914011.5
• 申請日: 2022-07-29
• 公開（公告）號: CN115392291A
• 公開（公告）日: 2022-11-25
• 發明（設計）人: 姚月娟;李唯實;祖建營;付海旭;任國陽;武嵐濤
• 申請（專利權）人: 天翼云科技有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 北京三聚陽光知識產權代理有限公司 11250
• 代理人: 王娜

本發明公開了一種心電信號異常檢測方法、裝置及電子設備，應用于云服務器，所述方法包括：獲取智能穿戴設備采集的目標用戶的心電信號數據；將所述心電信號數據輸入至預先訓練好的初始心電信號檢測模型，對所述心電信號數據進行異常檢測，所述初始心電信號檢測模型在訓練時使用的訓練樣本為利用預設信號優化算法分解得到的；當檢測到異常心電信號時，向所述智能穿戴設備發送異常提示信息。由于進行心電信號數據異常檢測的初始心電檢測模型所使用的訓練樣本預先通過預設信號優化算法優化分解處理，實現了對原始的心電信號數據中干擾信號移除，保證了訓練得到的檢測模型的檢測準確性，降低了誤報率或漏報率。

技術領域

本發明涉及信號處理技術領域，具體涉及一種心電信號異常檢測方法、裝置及電子設備。

背景技術

近年來基于心電信號進行分析的研究有很多，比如根據心電信號進行心臟病類型的分類、預測某種心臟病的機率等。智能設備在采集穿戴者行動和健康數據的同時也對數據進行統計和記錄，以生成健康報告或建議。目前，智能手環已經支持通過測量心臟電勢差來捕獲心電信號，其原理與ECG(心電圖)一致。但由于ECG信號很微弱，處于mV級別，且包含多種干擾信號，將其直接作為原始數據進行學習會影響模型的檢測效果，導致檢測方法誤報率或漏報率較高。

發明內容

因此，本發明要解決的技術問題在于克服現有模型檢測結果誤報率或漏報率較高的缺陷，從而提供一種心電信號異常檢測方法、裝置及電子設備。

根據第一方面，本發明實施例公開了一種心電信號異常檢測方法，應用于云服務器，所述方法包括：獲取智能穿戴設備采集的目標用戶的心電信號數據；將所述心電信號數據輸入至預先訓練好的初始心電信號檢測模型，對所述心電信號數據進行異常檢測，所述初始心電信號檢測模型在訓練時使用的訓練樣本為利用預設信號優化算法分解得到的；當檢測到異常心電信號時，向所述智能穿戴設備發送異常提示信息。

可選地，所述方法還包括：獲取所述初始心電信號檢測模型在對所述心電信號數據進行檢測過程中輸出的預測值，所述預測值包括異常概率值和正常概率值；獲取滿足預設條件的預測值對應的目標心電信號數據并利用所述預設信號優化算法對所述目標心電信號數據進行分解處理；將分解后得到的分量數據以及所述訓練樣本構建新的訓練樣本；利用所述新的訓練樣本對所述初始心電信號檢測模型進行迭代訓練得到所述目標用戶對應的目標心電信號檢測模型。

可選地，利用所述新的訓練樣本對所述初始心電信號檢測模型進行迭代訓練得到所述目標用戶對應的目標心電信號檢測模型之后，所述方法還包括：當獲取到所述目標用戶的新的心電信號數據，利用所述目標用戶對應的目標心電信號檢測模型對所述新的心電信號數據進行異常檢測；當檢測結果對應的預測值滿足所述預設條件，對所述新的心電信號數據進行分解處理后添加到用于進行迭代訓練的訓練樣本中。

可選地，所述滿足預設條件的預測值對應的目標心電信號數據，包括：異常概率值和正常概率值差值大于預設閾值的心電信號數據。

可選地，將所述心電信號數據輸入至預先訓練好的初始心電信號檢測模型之前，所述方法還包括：對存儲有心電信號數據的目標數據庫按照預設采樣頻率進行采樣，所述預設采樣頻率與所述智能穿戴設備的采樣頻率相同；利用所述預設信號優化算法對采樣得到的心電信號數據進行分解處理；對分解得到的分量數據進行篩選并對篩選后的分量數據進行標注得到所述訓練樣本；利用所述訓練樣本對預設神經網絡模型進行訓練直至滿足預設訓練條件得到所述初始心電信號檢測模型。

可選地，所述方法還包括：將異常檢測結果以及對應的心電信號數據存儲到云服務器中。