[发明专利]ECG信号的检测方法、装置、计算机设备和存储介质

说明书

本申请中提供了一种ECG信号的检测方法、装置、计算机设备和存储介质，将已知信号节奏类型的第一ECG信号输入至卷积神经网络中进行训练，训练出对应的训练参数，将得出训练参数的卷积神经网络作为ECG信号的检测模型；将待检测的第二ECG信号输入至所述ECG信号的检测模型中进行计算，输出得到所述第二ECG信号的信号节奏类型。训练完成的ECG信号检测模型可替代医学专家全自动检测患者ECG信号中的信号节奏类型，节约大量的人力和物力成本；同时，其检测患者ECG信号中的信号节奏类型的准确率可以达到甚至超过专家。

技术领域

本申请涉及计算机技术领域，特别涉及一种ECG信号的检测方法、装置、计算机设备和存储介质。

背景技术

心律失常指的是心脏电传导系统异常所引起的各种症状，包含心跳不规则、过快、或过慢的表现总称，是心血管疾病中重要的一组疾病。它可单独发病，亦可与其它心血管疾病伴发。心律失常的患者比例常年位于各种心血管疾病的前两位，严重危害我国居民的健康。因此，快速、准确的心律失常检测技术显得极为重要。

由于心电图信号(ECG信号，Electrocardiogram)的多样性以及噪声的存在，机器检测存在较大的误差，目前，主流的心律失常检测技术是通过专家对ECG信号进行人工诊断，其诊断速度低、诊断效率低，其耗费大量的人力和物力成本。

发明内容

本申请的主要目的为提供一种ECG信号的检测方法、装置、计算机设备和存储介质，克服人工诊断心律失常时诊断速度低、诊断效率低的缺陷。

为实现上述目的，本申请提供了一种ECG信号的检测方法，包括以下步骤：

将已知信号节奏类型的第一ECG信号输入至卷积神经网络中进行训练，训练出对应的训练参数，将得出训练参数的卷积神经网络作为ECG信号的检测模型；

将待检测的第二ECG信号输入至所述ECG信号的检测模型中进行计算，输出得到所述第二ECG信号的信号节奏类型。

进一步地，所述将已知信号节奏类型的第一ECG信号输入至卷积神经网络中进行训练，训练出对应的训练参数的步骤之前，包括：

对所述第一ECG信号进行标准化处理。

进一步地，所述将待检测的第二ECG信号输入至所述ECG信号的检测模型中进行计算，输出得到所述第二ECG信号的信号节奏类型的步骤，包括：

将待检测的第二ECG信号输入至所述ECG信号的检测模型中的输入层，经过32层卷积层卷积后再经输出层输出，得到所述第二ECG信号的信号节奏类型。

进一步地，所述卷积神经网络使用的损失函数为交叉熵损失函数，所述卷积神经网络的优化方法为Adam方法。

进一步地，所述经过32层卷积层卷积后再经输出层输出的步骤之前，包括：

对所述第二ECG信号依次进行批标准化、线性修正以及深度学习。

进一步地，所述将已知信号节奏类型的第一ECG信号输入至卷积神经网络中进行训练，训练出对应的训练参数，将得出训练参数的卷积神经网络作为ECG信号的检测模型的步骤之后，包括：

将已知信号节奏类型的第三ECG信号输入至所述ECG信号的检测模型进行验证，验证所述ECG信号的检测模型输出的信号节奏类型是否与所述第三ECG信号的信号节奏类型相同。

进一步地，所述将已知信号节奏类型的第一ECG信号输入至卷积神经网络中进行训练，训练出对应的训练参数的步骤，包括：

将已知信号节奏类型的第一ECG信号输入至卷积神经网络中进行训练，并使得输出的训练结果为所述第一ECG信号已知的信号节奏类型，以得出对应的训练参数。

本申请还提供了一种ECG信号的检测装置，包括：