[发明专利]一种基于脉搏回归模型的心电信号数据修正方法及系统

权利要求书

1.一种基于脉搏回归模型的心电信号数据修正方法，其特征在于，包括步骤：

A、使用人工神经网络构造一回归模型，并利用采集到的脉搏信号数据以及心电信号数据对回归模型进行训练得到训练后的回归模型；

B、将脉搏信号数据作为训练后的回归模型的网络输入，将输出作为估计的心电信号数据，然后根据采集的心电信号数据与估计的心电信号数据的数值差异对心电信号数据进行修正；

所述步骤B具体包括：

B1、初始化周期计数器m＝0；

B2、获取当前周期的脉搏信号数据为P_m＝[p₁，p₂，...，p_D]，心电信号数据为E_m＝[e₁，e₂，...，e_D]；

B3、将P_m作为回归模型的网络输入，计算出其对应输出为E_m′＝[e₁′，e₂′，...，e_D′]，并作为估计的心电信号数据；

B4、初始化维度计数器d＝0；

B5、计算采集的心电信号数据E_m与估计的心电信号数据E_m′在第d维上的数值差异ε；

B6、判断ε是否大于预设阈值δ，若是则执行步骤B7，否则执行步骤B8；

B7、若m＝0，则修正e_d为：

若m＞0，且|e_d-e_d，m-1|＞|e_d′-e_d，m-1|，则修正e_d为：

其中，e_d，m-1为上一周期采集的心电信号数据E_m-1在第d维上的信号值，变量ε_r＝|e_d-e_d，m-1|，ε_e＝|e_d′-e_d，m-1|分别为当前采集的心电信号数据及估计的心电信号数据在第d维上数值，与上一周期采集的心电信号数据之间的差值；

B8、更新维度计数器d＝d+1，判断d是否大于信号维数D，若是则执行步骤B9，否则执行步骤B5；

B9、更新周期计数器m＝m+1，判断m是否大于M，若是则修正完成，否则返回步骤B2继续修正下一周期的心电信号数据。

2.根据权利要求1所述的基于脉搏回归模型的心电信号数据修正方法，其特征在于，所述步骤A具体包括：

A1、设采集获得的脉搏信号数据集为P＝{P₁，P₂，...，P_N}，心电信号数据集为E＝{E₁，E₂，...，E_N}，N为样本总数，信号维数为D；

A2、使用人工神经网络构造一回归模型；

A3、初始化样本计数器n＝1；

A4、将第n个脉搏信号样本P_n作为网络输入，对应心电信号样本E_n作为目标输出，用于训练回归模型；

A5、更新样本计数器n＝n+1，判断n是否大于N，若是则执行步骤A6，否则返回至步骤A4；

A6、将训练后的回归模型输出，用于后续心电信号的修正。

3.根据权利要求2所述的基于脉搏回归模型的心电信号数据修正方法，其特征在于，所述人工神经网络为单隐层前馈网络或深度学习网络。

4.根据权利要求2所述的基于脉搏回归模型的心电信号数据修正方法，其特征在于，当采用单隐层前馈网络构造回归模型时，则所述步骤A4中，使用反向传播算法进行参数优化，当采用深度学习网络构造回归模型时，则所述步骤A4中，使用栈式自编码器构造网络模型。