[发明专利]用于R波定位的改进卷积神经网络

权利要求书

1.一种用于R波定位的改进卷积神经网络装置，其特征在于，

由若干层网络组成，若干层网络中共有多个卷积层、多个池化层和1个全连接层，且全连接层输出的输出值为一矩阵Y，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，v_i1,v_i2…v_im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，并能够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；

所述改进卷积神经网络通过包括以下训练步骤得到：

S1：获取充分多个具有R波且已知R波位置的心电图信号以及充分多个无R波的心电图信号；

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：构造一矩阵Y’，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，v_i1',v_i2'…v_im'的值为v_i1,v_i2…v_im的连续的范围值的两个端点值，v_i1',v_i2'…v_im'中与矩阵S中R波波峰发生的位置相对应的元素处的值为两个端点值中的最大值，v_i1',v_i2'…v_im'中与矩阵S中无R波波峰发生的位置相对应的元素处的值为两个端点值中的最小值；

S4：将s_i＝{U_i1,U_i2…U_im}^T作为改进卷积神经网络的输入，将y_i'＝{v_i1',v_i2'…v_im'}^T作为改进卷积神经网络的输出对改进卷积神经网络进行训练，最终得到训练好的用于R波定位的改进卷积神经网络。

2.根据权利要求1所述的用于R波定位的改进卷积神经网络装置，其特征在于，S1步骤中，还对心电数据进行预处理，预处理时，对心电数据采用上下截止频率分别为0.1Hz、100Hz的fir滤波器进行滤波，如果心电信号采样频率不是500Hz时，则采用最邻近内插法将心电信号重采样为500Hz。

3.根据权利要求1或2所述的用于R波定位的改进卷积神经网络装置，其特征在于，S2步骤中长度为1s，步长为0.02s。

4.根据权利要求1所述的用于R波定位的改进卷积神经网络装置，其特征在于，S1步骤中，获取的充分多个具有R波且已知R波位置的心电图信号以及充分多个无R波的心电图信号的个数均在5000个以上。