[发明专利]基于改进的一维U-net的单导心电图信号特征波形检测方法

说明书

本发明公开了一种基于改进的一维U‑net的单导心电图信号特征波形检测方法。本发明基于改进的一维U‑net的单导心电图信号特征波形检测方法，包括：S1.数据准备：准备的心电信号数据采样率为500HZ，心电信号的输入长度固定为统一长度，并给心电信号增加不同程度的高斯白噪声与脉冲噪声，对心电信号进行不同程度的缩放。本发明的有益效果：1.本方法无需人工设计特征，本方法使用的U‑net中使用的参数皆为自动学习得到；2.本方法在定位P波或是T波边界点时无需预先定位R波或是QRS波群，P波、T波的边界点定位与QRS波群的边界点定位是同时进行的。

技术领域

本发明涉及心电图检测领域，具体涉及一种基于改进的一维U-net的单导心电图信号特征波形检测方法。

背景技术

在人体不同部位放置电极，并通过导联线与心电图机的正负相连，这种记录心电图的电路连接方法称为心电图导联。心电图本质上是一种心脏搏动时电位变化的时间-电压曲线图。在一个正常心动周期中，一个典型的ECG波形是由一个P波，一个QRS波群，一个T波，以及在50％～75％的ECG中可能见到的U波组成[1]。P波对应着心房去极化、QRS波群对应心室去极化、T波对应心室复极化的过程。如图1所示(参考国标YY 0782-2010/IEC60601-2-51： 2003)。目前临床上应用的多是常规12导联(又称标准十二导联)系统，包括双极肢体导联(I、II、III导联)，加压单极肢体导联(aVR、aVL、aVF导联),胸导联 (V1、V2、V3、V4、V5、V6导联)。

特征波形起止点的确定，对于计算特征波形的时间长度(P波宽度、QRS宽度、QT间期等)、提取特征波形的幅度值参数(P波幅值、R波幅值、T波幅值)、计算心电轴(P电轴、QRS电轴、T电轴)大小、诊断各类疾病[注1]有关键的作用；现有的定位研究有主要有局部变换法，差分阈值法等方法。

U-net来源于2015年的图像处理论文：《U-Net:Convolutional Networks forBiomedical Image Segmentation》，这个U-net就得名于它的形状，像一个英文字母“U”，如图2所示。左边是一个从上到下，一步一步从原始图像抽取特征(即原始图像本质信息)的过程；右边是一个从下到上，一步一步从图像本质特征还原目标信息的过程，原作者开发U-net网络的主要目的是实现图像目标区域的分割，如图3所示。

近年来，以深度学习为代表的人工智能技术为各个研究领域提供了更强大的技术支持，尤其在ECG自动诊断领域更是大放异彩。因此研究实现基于深度学习的系统符合当前的研究趋势，对于构建更加高效稳定的人机交互系统有着非常重要的意义和应用前景。本发明提出的：基于改进的一维U-net的单导心电图信号特征波形检测方法，可以检测P波起止点、QRS波群起止点、T波止点[注2][注3]，即：本发明可以提取P波段、QRS波群、ST-T段如图4所示。

图4：从上到下第1路信号为原信号，第2路信号(输出时的通道1)点亮部分为P波段，第3路信号(输出的通道2)点亮部分为QRS波段，第4路信号(输出的通道3)点亮部分为ST-T波段

注1：P波时间≧0.12s，提示左心房肥大或房内传导阻滞；ST段下移超过 0.05mv，提示心肌缺血；QT间期缩短可见于高血钙、洋地黄作用时。

注2:部分情况下，ST的后段轻微抬起与T波的前支相连，使得ST段与T 波的分界点很不明确，本发明不对T波起点进行定位。

注3：U波的出现因人而异，而且U波的产生机制尚未完全清楚，本发明不对U波进行处理。

https://zh.wikipedia.org/wiki/％E5％BF％83％E7％94％B5％E5％9B％BE。

局部变换法：