[发明专利]具有改进卷积神经网络识别算法的便携式心电图仪

权利要求书

1.一种具有改进卷积神经网络识别算法的便携式心电图仪，其特征在于，包括：

主控单元(1)，用于对心电信号进行处理并输出处理结果；

心电信号采集单元(4)，用于接收人体的心电信号，并对心电信号进行运算放大，将模拟信号转换为数字信号后传输给主控单元(1)，所述心电信号采集单元(4)包括模拟信号调理模块(41)、模拟信号采集模块(42)和数字滤波模块(43)；

存储模块(3)，用于接收主控单元(1)发送来的心电信号并且将存储的心电信号传输给主控单元(1)；

报警模块(5)，用于发出报警信号；

显示模块(61)，用于显示心电信号的处理结果；

输入模块(62)，用于向主控单元(1)输入控制指令；

电源模块(8)，与电池(9)相连，并给主控单元(1)、存储模块(3)、心电信号采集单元(4)、报警模块(5)和显示模块(61)供电；

所述主控单元(1)在接收到心电信号后，能够对心电信号进行预处理，并将预处理后的心电信号输入至预先训练的神经网络进行识别，输出所述心电信号对应的心律类型，其中，所述神经网络采用损失函数为：的卷积神经网络，其中，c表示损失大小，n表示样本个数，x为样本，y为样本x对应的标签，a为通过以样本x为输入并且用当前的神经网络计算出的输出大小，α,β均为正则化系数。

2.根据权利要求1所述的具有改进卷积神经网络识别算法的便携式心电图仪，其特征在于，所述存储模块(3)为TF卡；所述无线通信模块(7)为蓝牙模块、Wifi模块、3G/4G模块。

3.根据权利要求1所述的具有改进卷积神经网络识别算法的便携式心电图仪，其特征在于，所述主控单元(1)为STM32F412RG芯片，所述STM32F412RG芯片的片内具备FPU模块、AD模块、SPI模块、SDIO模块、UART模块以及SRAM空间；

所述心电信号采集单元(4)为德州仪器的ADS1293芯片。

4.根据权利要求1所述的具有改进卷积神经网络识别算法的便携式心电图仪，其特征在于，还包括环境光传感器(2)，所述环境光传感器(2)用于感应环境光强度，能够在环境光强度低于设定值时向主控单元(1)发送信号；

所述主控单元(1)能够在接收到环境光传感器(2)发出的信号时关闭所述显示模块(61)。

5.根据权利要求1所述的具有改进卷积神经网络识别算法的便携式心电图仪，其特征在于，所述神经网络包括1个输入层、多个卷积层和池化层、1个全连接层以及1个分类器层，所述损失函数中α＝0.8-0.9,β＝1.1-1.2。

6.根据权利要求1所述的具有改进卷积神经网络识别算法的便携式心电图仪，其特征在于，

对所述心电信号进行预处理，包括以下步骤：

判断所述心电信号的采样频率是否为预设频率；

当所述采样频率不是所述预设频率时，采用内插法将所述心电信号重采样为所述预设频率的心电信号。

7.根据权利要求1所述的具有改进卷积神经网络识别算法的便携式心电图仪，其特征在于，所述预先训练的神经网络通过以下步骤得到：

S31：获取训练数据库，训练数据库为已知为房颤或非房颤的心电数据；

S32：对心电数据进行预处理；

S33：以卷积神经网络进行训练，卷积神经网络由若干卷积层和若干池化层、一个全连接层和一个分类器层构成，训练时在分类器层中输入已知的房颤或非房颤的结果。