[发明专利]基于改进卷积神经网络的R波定位方法和装置

说明书

本申请涉及一种基于改进卷积神经网络的R波定位方法和装置，将每条心电图信号以固定步长和长度的滑动窗截取心电图信号形成截取段，并将截取后截取段，输入到R波位置检测模型中，通过R波位置检测模型输出的局部最大值所在的元素即可实现对R波的检测和位置的定位，本申请具有识别准确、快速的优点，且能够方便得到R波位置。

技术领域

本申请属于心电图处理技术领域，尤其是涉及一种基于改进卷积神经网络的R波定位方法和装置。

背景技术

QRS波群反映左、右心室除极电位和时间的变化，第一个向下的波为Q波，向上的波为R波，接着向下的波是S波。自QRS波群起点至QRS波群终点的时间为QRS时限。由于R波是QRS波群中波幅最大的波，因而，R波的检测是QRS波群定位的关键步骤。

CN 109009087A公开了一种心电信号R波的快速检测方法，包括以下步骤：获取原始ECG数据并进行滤波处理；针对滤波处理后的ECG数据，在设定的初始搜索区间内，查找最大值和最小值来计算R波搜索梯度因子k；将最大值对应的采样点标记为第一个R波波峰Peak0，将Peak0设定为当前R波波峰Peak_now；利用搜索梯度因子k，从Peak_now位置开始，对滤波后的ECG数据，按搜索梯度因子k下降搜索直至相交；从得到的相交点位置开始，对滤波后的ECG数据，继续往后查找出现的第一个极大值，将该极大值标记为新的R波波峰Peak_new；将Peak_new更新为Peak_now，再重复搜索直至搜索完所有滤波后的ECG数据；返回检测到的所有R波波峰。上述检测方法，由于需要找寻利用搜索梯度因子k不断查找R波波峰，因此需要较长时间。

发明内容

本发明要解决的技术问题是：为解决现有技术中的不足，从而提供一种鲁棒性好、查找迅速的基于改进卷积神经网络的R波定位方法和装置。

本发明解决其技术问题所采用的技术方案是：

一种基于改进卷积神经网络的R波定位方法，包括以下步骤：

S1：获取多导联心电图中的任一导联信号的心电图信号；

S2：将每条心电图信号以步长为0.015-0.025s、长度为0.8-1.5s的滑动窗截取心电图信号形成截取段，并将截取后截取段以矩阵S表示，其中S＝{s₁,s₂…s_n}，s₁,s₂…s_n为以时间顺序进行排列的截取后的截取段，其中s_i＝{U_i1,U_i2…U_im}^T，其中i为1～n中的任意值，U_i1,U_i2…U_im为以时间顺序进行排列的截取段中的电压值；

S3：将S2步骤中的矩阵S_i导入输出值为一矩阵Y的R波位置检测模型中进行判断，其中矩阵Y与对应的矩阵S的行数与列数相等，矩阵Y＝{y₁,y₂…y_n}，y_i＝{v_i1,v_i2…v_im}^T，其中i为1～n中的任意值，v₁,v₂…v_m的值为连续的范围值，矩阵y_i中的具有大于范围值的中值的局部最大值时，即表示有R波发生，输出局部最大值所在的元素V_ab，其中a为1～n中的任意值，b为1～m中的任意值，R波发生位置为S2步骤中截取的起始位置+a*步长+b/取样频率。