[发明专利]基于人工智能的心电图干扰识别方法

权利要求书

1.一种基于人工智能的心电图干扰识别方法，其特征在于，所述方法包括：

以第一数据量对心搏数据进行切割采样；

确定所述切割采样得到的心搏数据的序列中，心搏间期大于等于预设间期判定阈值的心搏数据片段；

对心搏间期大于等于预设间期判定阈值的心搏数据片段进行信号异常判断，确定是否为异常信号；

如果不是异常信号，则以预设时间宽度，根据设定时值确定所述心搏数据片段中滑动取样的起始数据点和终止数据点，并由所述起始数据点开始对所述数据片段进行滑动取样，至所述终止数据点为止，得到多个取样数据段；

将每个所述取样数据段作为待识别心搏数据输入到干扰识别二分类模型进行所述干扰识别；

其中，所述干扰识别具体包括：

根据所述干扰识别二分类模型确定单导联或多导联的所述待识别心搏数据的干扰噪音概率值；

根据所述干扰噪音概率值确定所述待识别心搏数据为干扰数据或非干扰数据。

2.根据权利要求1所述的方法，其特征在于，所述以第一数据量对心搏数据进行切割采样具体包括：

确定所述心搏数据的采样中点；

以所述采样中点为中心，按照所述心搏数据的时间序列，从所述采样中点起，向两侧进行数据截取，得到所述第一数据量的采样数据。

3.根据权利要求2所述的方法，其特征在于，所述心搏数据的采样中点为所述心搏数据中QRS波群数据的R点。

4.根据权利要求2所述的方法，其特征在于，所述数据截取具体为：

根据数据点的数量截取或者根据时间段的长短截取。

5.根据权利要求1所述的方法，其特征在于，所述心搏数据具体为单导联或多导联的心搏数据；所述以第一数据量对心搏数据进行切割采样具体为：

确定单导联或多导联心搏数据的采样中点；

以第一数据量，基于单导联或多导联心搏数据的采样中点进行所述切割采样。

6.根据权利要求1所述的方法，其特征在于，所述方法还包括：

对所述干扰数据进行标记。

7.根据权利要求1所述的方法，其特征在于，所述方法还包括：

建立并基于人工智能自学习训练得到所述干扰识别二分类模型。

8.根据权利要求7所述的方法，其特征在于，所述训练具体包括：

标注训练数据；

对所述训练数据进行数据格式转换和存储，将数据格式转换为预设标准数据格式；

根据预设标准数据格式的训练数据进行训练。