[发明专利]QRS波群位置确定方法、装置、设备及存储介质有效

专利信息
申请号: 202010117504.7 申请日: 2020-02-25
公开(公告)号: CN111345817B 公开(公告)日: 2023-04-07
发明(设计)人: 贾东亚;赵巍 申请(专利权)人: 广州视源电子科技股份有限公司
主分类号: A61B5/366 分类号: A61B5/366;A61B5/318
代理公司: 北京泽方誉航专利代理事务所(普通合伙) 11884 代理人: 陈照辉
地址: 510530 广*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: qrs 位置 确定 方法 装置 设备 存储 介质
【权利要求书】:

1.一种QRS波群位置确定方法,其特征在于,包括:

获取导联心电信号序列,所述导联心电信号序列包括至少一个QRS波群;

利用编码神经网络模型对所述导联心电信号序列进行编码,以得到所述导联心电信号序列的第一语义特征向量;

利用解码神经网络模型对所述第一语义特征向量进行解码,以得到QRS波群在所述导联心电信号序列中的位置信息;

所述编码神经网络模型由卷积神经网络模块和第一长短期记忆网络模块组成;

所述利用编码神经网络模型对所述导联心电信号序列进行编码,以得到所述导联心电信号序列的第一语义特征向量包括:

将所述导联心电信号序列输入至所述卷积神经网络模块,以提取包含语义信息的单通道特征图;

将所述包含语义信息的单通道特征图切分成多个特征信号,每个特征信号对应一个时间步;

将多个所述特征信号依次输入至所述第一长短期记忆网络模块,以得到所述导联心电信号序列的第一语义特征向量;

所述解码神经网络模型由全连接模块、第二长短期记忆网络模块和注意力模块组成。

2.根据权利要求1所述的QRS波群位置确定方法,其特征在于,所述卷积神经网络模块由第一卷积层、串联的四个残差块和第二卷积层组成;

所述第一卷积层后接有串联的四个残差块,所述串联的四个残差块后接有所述第二卷积层。

3.根据权利要求1所述的QRS波群位置确定方法,其特征在于,所述第一长短期记忆网络模块由双向长短期记忆网络组成,所述双向长短期记忆网络包括第一长短期记忆网络和第二长短期记忆网络;

所述将所述包含语义信息的单通道特征图切分成多个特征信号包括:

将所述包含语义信息的单通道特征图按照时间顺序切分成多个第一特征信号,以及将所述包含语义信息的单通道特征图按照时间逆序切分成多个第二特征信号;

所述将多个所述特征信号依次输入至所述第一长短期记忆网络模块,以得到所述导联心电信号序列的第一语义特征向量包括:

将多个所述第一特征信号依次输入至第一长短期记忆网络,以得到所述第一长短期记忆网络的第一编码结果;

将多个所述第二特征信号依次输入至第二长短期记忆网络,以得到所述第二长短期记忆网络的第二编码结果;

根据所述第一编码结果和所述第二编码结果得到所述导联心电信号序列的第一语义特征向量。

4.根据权利要求1所述的QRS波群位置确定方法,其特征在于,

所述注意力模块的输入包括所述第一语义特征向量和所述第二长短期记忆网络模块当前时间步的输出结果;

所述全连接模块的输入为当前时间步中所述注意力模块输出的第二语义特征向量,所述第二语义特征向量是由所述注意力模块计算所述第一语义特征向量和所述输出结果之间的相关度得到;

所述第二长短期记忆网络模块的输入包括第一隐藏状态和上一时间步中所述全连接模块输出的QRS波群位置信息,所述第一隐藏状态为上一时间步中所述第二长短期记忆网络模块输出的隐藏状态,所述QRS波群位置信息是由所述全连接模块解码所述第二语义特征向量得到。

5.根据权利要求4所述的QRS波群位置确定方法,其特征在于,所述第二长短期记忆网络模块在初始时间步中输入的第一隐藏状态通过所述第一长短期记忆网络模块的第二隐藏状态得到,所述第二隐藏状态为所述第一长短期记忆网络模块在最后一个时间步得到的隐藏状态;所述第二长短期记忆网络模块在初始时间步中输入的QRS波群位置信息为预设的初始向量信息。

6.根据权利要求4所述的QRS波群位置确定方法,其特征在于,所述全连接模块解码所述第二语义特征向量得到终止符号时,所述解码神经网络模型停止解码,并将所述全连接模块输出的全部QRS波群位置信息作为解码得到的QRS波群在所述导联心电信号序列中的位置信息。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于广州视源电子科技股份有限公司,未经广州视源电子科技股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202010117504.7/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top