[发明专利]一种房颤检测方法、装置及设备

说明书

本申请属于医疗设备领域，公开了一种房颤检测方法包括：提取与RR间期相关的心跳波形；对所述心跳波形进行连续小波变换，重构心跳波形的时频谱张量；通过训练完成的深度卷积神经网络对心跳波形的时频谱系统结构进行特征学习和分类，得到所述心跳波形的检测结果。本申请可以同时反映心房和心室活动的相关特性，能够更明显地体现信号特征，采用深度卷积神经网络对心跳波形时频谱张量进行特征学习和分类，避免了传统方法在特征提取时的工作量和片面性，对于新类型的训练样本具有更强的适应性，从而有助于提升分类精度。

技术领域

本申请属于医疗设备领域，尤其涉及一种房颤检测方法、装置及设备。

背景技术

心房颤动(简称房颤)是一种在人群中高发(发病率约为1～2％)的心律失常状况。它不仅对于患者的健康造成损害，更会增加中风、心肌梗死等多种疾病的风险，危及患者生命。房颤的发病率与年龄呈正相关，75岁以上人群发病率高达10％。伴随着我国的人口老龄化趋势，房颤的防治工作将是一项严峻的挑战。

目前房颤的检测主要依赖心电图的人工检查，其诊断精度有赖于医师的专业化水平而呈现较大的变化。心电图(尤其是长期监测心电图，例如24小时动态心电图)的人工检查需要消耗大量的人力，给医疗部门带来日益严重的负担。此外，随着移动互联网的发展，家用的心电监测设备日益普及，由此将带来人工检查所无法应对的海量数据。因此，心电信号自动分析与疾病检测技术成为当前社会的迫切需求。

目前房颤的自动检测方法包括基于心电信号波形的模式识别方法和基于RR间期的心律变异性分析方法，前者反映的是心房活动，后者反映的心房活动对心室活动的影响。基于心律变异性的方法具有较强抵御噪声干扰的能力，然而受其信息量的局限，其精度通常难以满足需求。

发明内容

有鉴于此，本申请实施例提供了一种房颤检测方法、装置及设备，以解决现有技术中由于心律变异性的方法受其信息量的局限，其精度通常难以满足需求的问题。

本申请实施例的第一方面提供了一种房颤检测方法，所述房颤检测方法包括：

提取与RR间期相关的心跳波形；

对所述心跳波形进行连续小波变换，重构心跳波形的时频谱张量；

通过训练完成的深度卷积神经网络对心跳波形的时频谱系统结构进行特征学习和分类，得到所述心跳波形的检测结果。

结合第一方面，在第一方面的第一种可能实现方式中，所述提取与RR间期相关的心跳波形的步骤包括：

通过潘汤普金斯Pan-Tompkins算法检测心电信号中的R波波峰；

依据R波波峰位置，截取心跳波形列表。

结合第一方面的第一种可能实现方式，在第一方面的第二种可能实现方式中，所述依据R波波峰位置，截取心跳波形列表的步骤中，对于第i次心跳，其波形的起始位置(S_i)和终止位置(E_i)的计算公式如下：

Ri表示该信号中检测到的第i个R波波峰的位置(采样点)，i的取值范围为2至N-1，N为检测到的R波波峰总数。

结合第一方面，在第一方面的第三种可能实现方式中，所述对所述心跳波形进行连续小波变换，重构心跳波形的时频谱张量的步骤包括：

利用连续小波变换公式获得每个心跳波形的二维时频谱，其中，a和b分别为尺度因子和平移因子，f(t)为输出的信号，Ψ为小波基函数；

将获得的时频谱缩放至统一尺寸；

将连续多个心跳波形的时频谱按顺序叠加为一个三维张量，其三个维度依次为频率、时间和心跳序列。