[发明专利]一种心搏分类结果的生成方法和装置

权利要求书

1.一种心搏分类结果的生成方法，其特征在于，所述生成方法包括：

接收心电图的数字信号，对所述心电图的数字信号进行处理，得到心搏时间序列；所述心搏时间序列包括多导联心搏数据；

根据预先确定的导联心搏数据的中心采样点，按照设定数据量对所述多导联心搏数据进行数据切割，得到多组心搏分析数据；

将所述多组心搏分析数据进行数据组合，得到四维张量数据；所述四维张量数据具有四个因子{B,H,W,C}，其中因子B为批量数据、因子H为高度数据、因子W为宽度数据、因子C为通道数据；所述批量数据为所述多组心搏分析数据的组数；

对所述四维张量数据进行张量格式转换处理，将所述四维张量数据中的高度数据收缩为1，并对宽度数据进行压缩，输出为一维嵌入数据{B,1,W₁,C₁}；其中，因子W₁为张量格式转换处理后的宽度数据、因子C₁为张量格式转换处理后的通道数据；

将所述一维嵌入数据送入训练好的一维有效网络1D EfficientNet模型，在1DEfficientNet模型中经过多层逆残差模块、压缩激励SE(Squeeze-and-Excite)模块，再经过全局池化层和全连接层、softmax回归分类的计算，输出对应每组心搏分析数据的心搏分类信息。

2.根据权利要求1所述的生成方法，其特征在于，所述心搏分类信息的格式为{B,T}，其中，B为批量数据，T为心电图的类别数量。

3.根据权利要求1所述的生成方法，其特征在于，在将所述一维嵌入数据送入训练好的1D EfficientNet模型之前，所述方法还包括：训练所述1D EfficientNet模型。

4.根据权利要求3所述的生成方法，其特征在于，所述训练所述1D EfficientNet模型具体包括：

对作为训练样本的心搏时间序列进行导联心搏数据的数据标注，确定训练样本的导联心搏数据的中心采样点为所述预先确定的中心采样点；

将所述训练样本转换为预设标准数据格式进行存储；

对格式转换后的所述训练样本进行数据切割、组合和转换，得到符合模型输入数据格式要求的训练样本输入数据；

对所述训练样本输入数据进行轮循训练，训练收敛后，使用一定数据量的独立的测试数据对不同迭代次数训练而成的模型进行测试，选取测试精度最高的模型作为所述1DEfficientNet模型。

5.根据权利要求1所述的生成方法，其特征在于，所述对所述四维张量数据进行张量格式转换处理，将所述四维张量数据中的高度数据收缩为1，并对宽度数据进行压缩，输出一维嵌入数据{B,1,W₁,C₁}具体为：

设定多导联心搏数据的导联数量为所述四维张量数据的高度数据；

按照设定步幅，对所述四维张量数据使用CNN卷积神经网络进行多层网络卷积计算，得到高度数据收缩为1且宽度数据被压缩的一维嵌入数据。

6.根据权利要求1所述的生成方法，其特征在于，所述预先确定的导联心搏数据的中心采样点具体为：

选取导联心搏数据的P波位置、T波位置或者QRS波群的R波位置作为所述预先确定的导联心搏数据的中心采样点。

7.根据权利要求6所述的生成方法，其特征在于，所述根据预先确定的导联心搏数据的中心采样点，按照设定数据量对所述多导联心搏数据进行数据切割，得到多组心搏分析数据具体包括：

以导联心搏数据的中心采样点为中心，按照时间表征数据和预设数据采样频率，对导联心搏数据以设定数据量向两侧进行数据取样，得到所述多组心搏分析数据。

8.一种设备，包括存储器和处理器，其特征在于，所述存储器用于存储程序，所述处理器用于执行权利要求1至7任一项所述的方法。

9.一种计算机可读存储介质，包括指令，当所述指令在计算机上运行时，使所述计算机执行权利要求1至7任一项所述的方法。