[发明专利]一种基于CNN的个体化12导联心电图重建方法

权利要求书

1.一种基于CNN的个体化12导联心电图重建方法，包括如下步骤：

a)采集个人一段时间的12导联心电图数据，基于MODWT对数据进行预处理；

b)以采集数据作为训练测试数据来源，以医生需求或后期需佩戴的心电图设备位置导联数据为输入，以其他导联数据为输出，基于CNN建立并训练神经网络；

c)将个人佩戴心电图设备采集的导联数据输入训练好的网络，重建其他未知导联数据；其特征在于：

所述步骤a)，采集个人一段时间的12导联心电图数据，基于MODWT对数据进行预处理，其方法为：

设有12导联心电图数据X：

其中：n表示采样点数(因采样频率f_c已知，可得采样点i处对应时刻t_i＝i/f_c)；其中的步骤是：

步骤1：以第1导联数据为例，选用合适小波及合适层数进行MODWT，消除低频的基线漂移及高频噪声；

步骤2：对数据进行归一化处理，设(N数值上等于f_c，符号表示向下取整)，将数据分为s段，并舍弃余下数据得：

x_1-1-1，...，x_1-1-N，x_1-2-1，...，x_1-2-N，…，x_1-j-1，...，x_1-j-N，…,x_1-s-1，...，x_1-s-N。

其中，下标第1位“1”表示导联1，第2位“j”表示第j段分割数据，第3位表示第j段分割数据的采样点位置；

步骤3：对其他导联，同样处理；将各导联的定长数据依序上下排列，获得分割好的二维数据组合Y：

Y＝[Y₁，…,Y_s]，

其中：

此即为训练测试数据来源。

2.根据权利要求1所述基于CNN的个体化12导联心电图重建方法，其特征在于：

所述步骤b)，以采集数据作为训练测试数据来源，以医生需求或后期需佩戴的心电图设备位置导联数据为输入，以其他导联数据为输出，基于CNN建立并训练神经网络方法的步骤为：

步骤1)：根据医生需求或后期需佩戴的心电图设备位置导联确定输入导联及输出导联，将获得的数据分为输入数据及输出数据，如取医学上常用的Ⅰ、AVF、Ⅴ4导联为输入，其他导联为输出(注：Ⅱ、Ⅲ、AVR、AVL、Ⅴ1、Ⅴ2、Ⅴ3、Ⅴ5、Ⅴ6)，以第1段分割数据为例(注：对Ⅰ、Ⅱ、Ⅲ、AVR、AVL、AVF、Ⅴ1、Ⅴ2、Ⅴ3、Ⅴ4、Ⅴ5、Ⅴ6从1到12依次排序)有：

其他分割数据类似处理；

步骤2)：按照表1构建CNN，

表1 CNN结构

输入层	大小(以N＝1000为例):3×1000
卷积层1	滤波器数量：9，大小：3×3
卷积层2	滤波器数量：9，大小：3×3
卷积层3	滤波器数量：32，大小：3×3
卷积层4	滤波器数量：64，大小：3×3
卷积层5(输出层)	滤波器数量：1，大小：1×1

将步骤1)获得的分割数据，按照一定比例分成互不相交的训练集和测试集，利用训练集对CNN进行训练，利用测试集进行验证，当测试集均方差达到设定值(比如0.001)时停止训练。

3.根据权利要求1或2所述基于CNN的个体化12导联心电图重建方法，其特征在于：

所述步骤c)，将个人佩戴心电图设备采集的导联数据输入训练好的网络，重建其他未知导联数据方法为：

设有个人佩戴心电图设备采集的Ⅰ、AVF、Ⅴ4导联心电图数据H：

其中：m表示采样点数；按步骤进行预处理，设得到分割好的二维数据组合G：

G＝[G₁，…,G_t]，

其中：

此即为需重建12导联的三导联数据；将数据G输入建立并训练好的CNN，获得各分段数据对应的9导联数据，从而重建12导联。