[发明专利]一种信号处理方法、装置、电子设备和存储介质在审

专利信息
申请号: 202011139874.7 申请日: 2020-10-22
公开(公告)号: CN112270240A 公开(公告)日: 2021-01-26
发明(设计)人: 吴边;孟海忠 申请(专利权)人: 微医云(杭州)控股有限公司
主分类号: G06K9/00 分类号: G06K9/00;G06K9/62;G06N3/04;G16H50/20;A61B5/318;A61B5/00;A61B5/346;A61B5/352;A61B5/353;A61B5/358;A61B5/357
代理公司: 北京品源专利代理有限公司 11332 代理人: 孟金喆
地址: 311200 浙江省杭州市萧山区萧山*** 国省代码: 浙江;33
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 信号 处理 方法 装置 电子设备 存储 介质
【权利要求书】:

1.一种信号处理方法,其特征在于,包括:

获取多通道的初始信号,分别对各所述初始信号进行分段处理,得到各初始信号的分段信号;

提取各所述分段信号的初始特征向量和时间间隔特征,基于所述初始特征向量和所述时间间隔特征,确定中间特征向量;

基于各所述分段信号的时序,将所述多通道初始信号中,第一预设数量的分段信号对应的所述中间特征向量进行组合,形成组合特征向量;

将各分段信号的时序标识和对应的通道标识添加至所述组合特征向量中,得到目标特征向量;

将所述目标特征向量输入自注意力模型中,基于各自注意力模型的输出确定所述多通道初始信号属于各预设分类的概率值。

2.根据权利要求1所述的方法,其特征在于,所述分别对各所述初始信号进行分段处理,包括:

对于任一初始信号,识别所述初始信号中的第一类型波;

将各所述第一类型波所在时刻以及第一时间间隔,确定各分段时刻,基于任意相邻的两个分段时刻确定一分段信号。

3.根据权利要求1所述的方法,其特征在于,所述提取各所述分段信号的初始特征向量和时间间隔特征,基于所述第一特征向量和所述时间间隔特征,确定中间特征向量,包括:

将所述分段信号输入所属通道对应的长短期记忆模型中,基于模型输出确定所述初始特征向量;

基于所述分段信号中至少一种类型波之间的时间间隔,确定所述时间间隔特征;

将所述时间间隔特征添加至所述初始特征向量,确定所述中间特征向量。

4.根据权利要求3所述的方法,其特征在于,所述时间间隔特征包括如下至少一项:R波-R波间隔特征、R波-P波间隔特征和S波-T波间隔特征。

5.根据权利要求1所述的方法,其特征在于,所述基于各所述分段信号的时序,将所述多通道初始信号中,第一预设数量的分段信号对应的所述中间特征向量进行组合,形成组合特征向量,包括:

对应任一通道,基于所述分段信号的时序,将预设数量的分段信号进行合并,形成中间段信号,并将进行合并的各分段信号的中间特征向量进行组合;

将多通道的所述中间段信号对应的组合后的中间特征向量,进行二次组合得到组合特征向量。

6.根据权利要求5所述的方法,其特征在于,前一中间段信号和后一中间段信号存在第二预设数量的重叠分段信息,其中,所述第二预设数量小于所述第一预设数量。

7.根据权利要求1所述的方法,其特征在于,基于各自注意力模型的输出确定所述多通道初始信号属于各预设分类的概率值,包括:

获取各所述自注意力模型输出的特征结果,调用各预设分类对应的权重信息和计算策略;

基于所述权重信息和计算策略确定各自注意力模型输出的特征结果属于所述预设分类的初始概率值;

基于概率统计策略和所述各特征结果对应的概率值,得到所述多通道初始信号属于各预设分类的概率值。

8.一种信号处理装置,其特征在于,包括:

信号分段模块,用于获取多通道的初始信号,分别对各所述初始信号进行分段处理,得到各初始信号的分段信号;

中间特征向量确定模块,用于提取各所述分段信号的初始特征向量和时间间隔特征,基于所述初始特征向量和所述时间间隔特征,确定中间特征向量;

特征向量组合模块,用于基于各所述分段信号的时序,将所述多通道初始信号中,第一预设数量的分段信号对应的所述中间特征向量进行组合,形成组合特征向量;

目标特征向量确定模块,用于将各分段信号的时序标识和对应的通道标识添加至所述组合特征向量中,得到目标特征向量;

概率值确定模块,用于将所述目标特征向量输入自注意力模型中,基于各自注意力模型的输出确定所述多通道初始信号属于各预设分类的概率值。

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微医云(杭州)控股有限公司,未经微医云(杭州)控股有限公司许可,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/202011139874.7/1.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