[发明专利]心律失常的检测方法、装置、电子设备及计算机存储介质有效
申请号: | 201880001770.4 | 申请日: | 2018-09-04 |
公开(公告)号: | CN111163690B | 公开(公告)日: | 2023-05-23 |
发明(设计)人: | 姚启航;李烨;樊小毛;蔡云鹏 | 申请(专利权)人: | 深圳先进技术研究院 |
主分类号: | A61B5/346 | 分类号: | A61B5/346;A61B5/024 |
代理公司: | 深圳市科进知识产权代理事务所(普通合伙) 44316 | 代理人: | 曹卫良 |
地址: | 518055 广东省深圳*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 心律失常 检测 方法 装置 电子设备 计算机 存储 介质 | ||
1.一种心律失常的检测装置,其特征在于,所述装置设置于电子设备的处理器侧,所述装置包括:
信号获取模块,配置成获取待检测的心电信号;
模型输入模块,配置成将所述心电信号输入至预先建立的心律失常检测模型;其中,所述心律失常检测模型包含有依次连接的卷积神经网络和循环神经网络;
模型检测模块,配置成通过所述心律失常检测模型对所述心电信号进行检测,得到所述心电信号对应的检测结果;所述检测结果包括心律失常类型;
所述模型检测模块包括:
特征提取单元,配置成通过所述卷积神经网络对输入的所述心电信号进行特征提取,得到所述心电信号的特征信息,并将所述特征信息输入至所述循环神经网络;
所述特征提取单元配置成:
通过所述卷积神经网络对所述心电信号进行叠加卷积处理和非线性变换处理,得到特征时间序列;其中,所述特征时间序列包含有多个按照时间顺序排列的从多段心电信号中相应提取的特征段;
类型确定单元,配置成通过所述循环神经网络对输入的所述特征信息进行分类处理,确定所述心电信号的心律失常类型;
所述类型确定单元配置成:
通过所述循环神经网络对所述特征时间序列中的每个所述特征段进行迭代处理,以确定所述特征时间序列的状态,并对所述特征时间序列的最终状态进行分类处理,确定所述心电信号的心律失常类型;
所述循环神经网络包括多个长短时记忆单元;每个所述长短时记忆单元包括遗忘门结构、更新门结构和输出门结构;
所述循环神经网络设置3个所述长短时记忆单元构成定向循环;3个所述长短时记忆单元分别具有长度为128、32和9的状态变量;位于后端的长短时记忆单元不断提炼、归纳前端的长短时记忆单元输出的状态变量中所包含的信息;最末端的长短时记忆单元输出其最后时刻的状态变量,作为整个网络结构的输出。
2.根据权利要求1所述的装置,其特征在于,所述装置还包括:
训练信号获取模块,配置成获取训练信号;
损失值计算模块,配置成将所述训练信号输入至待训练的心律失常检测模型,通过预设的所述心律失常检测模型的损失函数计算损失函数值;
训练模块,配置成基于所述损失函数值,通过反向传播算法对所述心律失常检测模型的参数进行训练,直至所述损失函数值收敛至预设值。
3.根据权利要求2所述的装置,其特征在于,所述训练信号获取模块配置成:
获取原始心电信号;
对所述原始心电信号进行预处理,生成训练信号;其中,所述预处理包括噪声处理、横向拉伸处理、横向压缩处理和部分遮盖处理中的一种或多种。
4.根据权利要求2所述的装置,其特征在于,所述卷积神经网络包括多个卷积层和多个池化层;其中,每个所述卷积层包括依次连接的卷积单元、非线性变换单元和批归一化单元。
5.一种计算机存储介质,其特征在于,用于储存为权利要求1至4任一项所述装置所用的计算机软件指令。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于深圳先进技术研究院,未经深圳先进技术研究院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201880001770.4/1.html,转载请声明来源钻瓜专利网。