[发明专利]室性早搏定位识别方法及装置

权利要求书

1.一种室性早搏定位识别方法，其特征在于，包括：

将目标心电图ECG输入预先构建的室性早搏定位识别模型；其中，所述室性早搏定位识别模型基于样本心电图和卷积神经网络训练获得；其中，预先标记各样本心电图对应的心脏中的早搏起源部位；

获取室性早搏定位识别模型的输出结果，基于室性早搏定位识别模型的输出结果，判断目标心电图所对应的心脏中的早搏起源部位。

2.根据权利要求1所述的室性早搏定位识别方法，其特征在于，还包括：

对目标心电图进行0.5Hz-40Hz的带通滤波预处理。

3.根据权利要求1所述的室性早搏定位识别方法，其特征在于，获取室性早搏定位识别模型的输出结果，基于室性早搏定位识别模型的输出结果，判断目标心电图所对应的心脏中的早搏起源部位，包括：

获取室性早搏定位识别模型的输出的，目标心电图所对应的心脏中的各早搏起源部位的概率值；

确定概率值最高的部位，为目标心电图所对应的心脏中的早搏起源部位。

4.根据权利要求1所述的室性早搏定位识别方法，其特征在于，还包括：

基于标记好的样本心电图，构建三层结构的卷积神经网络，即室性早搏定位识别模型。

5.根据权利要求4所述的室性早搏定位识别方法，其特征在于，所述卷积神经网络包括输入层、卷积层和采样层。

6.根据权利要求4所述的室性早搏定位识别方法，其特征在于，基于标记好的样本心电图，构建三层结构的卷积神经网络，进一步包括：

利用卷积神经网络对标记好的样本心电图波形进行特征提取；

将卷积神经网络的特征输出参数输入到极限学习机中，训练极限学习机的参数。

7.根据权利要求6所述的室性早搏定位识别方法，其特征在于，将卷积神经网络的特征输出参数输入到极限学习机中，训练极限学习机的参数，包括：

采用A维的0-1向量表达方式，确定心电图的极限学习机的目标向量；

将标记好的样本心电图按设定的比例分为训练样本数据和测试样本数据；其中，训练样本数据用于学习极限学习机，测试样本数据用于验证极限学习机；

确定极限学习机的输入层节点数、隐层节点数、输出层节点数，选取极限学习机的激励函数；

以训练样本数据作为极限学习机的输入，进行极限学习机的学习；

采用测试样本数据对得到的极限学习机进行验证。

8.一种室性早搏定位识别装置，其特征在于，包括：

训练模块，用于将目标心电图ECG输入预先构建的室性早搏定位识别模型；其中，所述室性早搏定位识别模型基于样本心电图和卷积神经网络训练获得；其中，预先标记各样本心电图对应的心脏中的早搏起源部位；

判断模块，用于基于室性早搏定位识别模型的输出结果，判断目标心电图所对应的心脏中的早搏起源部位。

9.一种服务器，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1至7任一项所述室性早搏定位识别方法的步骤。

10.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现如权利要求1至7任一项所述室性早搏定位识别方法的步骤。