[發明專利]一種基于單導聯心電信號的模型構建方法及性別識別方法

有效

• 申請號: 202211050595.2
• 申請日: 2022-08-30
• 公開（公告）號: CN115115038B
• 公開（公告）日: 2022-11-08
• 發明（設計）人: 魏國棟;洪申達;耿世佳;王凱;章德云;傅兆吉;周榮博;俞杰;鄂雁祺;齊新宇
• 申請（專利權）人: 合肥心之聲健康科技有限公司
• 主分類號: G06N3/04
• 分類號: G06N3/04;G06N3/08;G06K9/62;A61B5/346;A61B5/00
• 代理公司: 安徽知問律師事務所 34134
• 代理人: 劉傳旭

1.一種基于單導聯心電信號的模型構建方法，步驟如下：

心電信號數據的預處理：采集心電信號數據，使用I導聯的心電信號，將心電信號數據的采樣率統一為相同的數值，使用長度為d的窗口隨機截取原始數據，若原始數據的長度小于d，則在該數據后補0，使得長度達到d，d是信號長度，對所有預處理后的心電信號X_i進行標記，記標記數值為，其中0表示用戶為女性，1表示用戶為男性；

信號質量評估：對所有預處理后的心電信號X_i，檢測其心電信號qrs波位置，并按照檢測出的位置切出兩邊各0.5秒長度的信號片段S_i；將切出的信號按照維度求均值得到平均波形M：

其中，M_j為平均波形的第j個電壓值，n為信號X_i中切出的片段個數，S_ij為第i信號片段的第j個電壓值；

分別計算切出的各片段和平均波形的相關系數,

其中，cov為協方差，σ為標準差；

再對各片段和平均波形的相關系數取平均值，得到當前心電信號X_i的相關系數ρ：

為該系數制定一個閾值，小于該閾值認為信號質量不好，直接丟棄；大于該閾值則認為信號質量可接受，對應的X_i可用于后續的性別識別；

深度神經網絡模型構建：構建深度神經網絡F，輸入是心電信號X_i，輸出該心電信號對應的性別預測概率，概率值y的取值范圍是0到1，記y=F(X_i)；深度神經網絡由K個一維卷積層和1個全連接層順次相接組成；

模型訓練：深度神經網絡模型F需要訓練的參數為構建模型時定義的所有變量，變量為網絡任意兩層之間所連接的權值；隨機初始化這些參數，使得它們滿足均值為0，方差為1的正態分布；定義訓練的目標函數Loss，度量真實標簽l_i和預測概率y_i之間的差異程度，優化深度神經網絡模型的參數；每一輪迭代中計算一批樣本正向傳播到輸出層節點的數據，計算得到梯度再進行反向傳播，并在反向傳播的過程中更新網絡模型參數；經過多輪迭代，最終得到穩定的網絡模型參數，保存最終的網絡模型參數，訓練過程完畢；

完成模型構建。

2.根據權利要求1所述的一種基于單導聯心電信號的模型構建方法，其特征在于，深度神經網絡模型采用Sigmoid函數作為激活函數，

其中，z為未激活的輸出值。

3.根據權利要求1所述的一種基于單導聯心電信號的模型構建方法，其特征在于，模型訓練中選用交叉熵損失函數CrossEntropy：

如果l_i=1，CrossEntropy(l_i,y_i)=-log(y_i)；

如果l_i=0，CrossEntropy(l_i,y_i)=-log(1-y_i)；

求解上述最優化問題。

4.根據權利要求1或3所述的一種基于單導聯心電信號的模型構建方法，其特征在于，模型訓練中，使用隨機梯度下降法優化深度神經網絡模型的參數。

5.根據權利要求1所述的一種基于單導聯心電信號的模型構建方法，其特征在于，相關系數ρ的閾值設為0.65。

6.一種基于單導聯心電信號的性別識別方法，步驟如下：使用權利要求1-5任一所述的單導聯心電信號的模型進行模型預測，對于輸入的測試心電信號數據，計算得到預測概率值，設定閾值thresh，若預測概率值大于thresh，則判定該心電信號數據對應的是男性，否則為女性。

7.根據權利要求6所述的一種基于單導聯心電信號的性別識別方法，其特征在于：預測概率值y的取值范圍是0到1，閾值thresh為0.5。