[发明专利]一种基于注意力转换机制的室上性早搏智能分析方法

说明书

本发明提供一种基于注意力转换机制的室上性早搏智能分析方法，其可以提高对室上性早搏心拍的识别准确率，极大的节省人工工作量，同时提高识别效率。本专利技术方案中，基于时间RR间期散点图找到所有的RR间期平稳心率片段，基于正反传播算法将所有的RR间期平稳心率片段进行连接操作，得到待识别心电数据对应的主导心率曲线；基于卷积神经网络构建节律分类识别模型，识别每个心拍的节律类型，基于每个心拍的主导心率、RR间期偏离程度、节律类型、QRS波形态，判断出所述待分类心电数据中的每一个室上性早搏类型的心拍。

技术领域

本发明涉及医疗人工智能技术领域，具体为一种基于注意力转换机制的室上性早搏智能分析方法。

背景技术

室上性早搏指异位节律点起源于心室以上的期前收缩，它是临床上常见的一种心律失常现象。心电图（ECG）是从体表记录心脏每一心动周期所产生的电活动变化形成的图形。通过心电图可以表征出人的多种心脏疾病。一般情况下，24小时内的心搏达到10万个，现有的临床诊断方法中，需要在海量动态心电数据中找到特征心电波形数据，然后基于这些特征数据进行后续分析、诊断。基于现有的心电自动分析方法，对室上性早搏这一类的心律失常的特征心电波形数据识别过程中，大多仅仅实现了对相邻RR间期变化比例的自动计算，但对RR间期纷繁复杂的室上性心律失常的自动识别产生结果中，通常存在较大的错误率，需要通过大量的人工诊断进行修正，才能准确的找到室上性早搏心拍。

发明内容

为了解决现有的心电自动分析方法中，对RR间期的室上性心律失常识别错误率较大的问题，本发明提供一种基于注意力转换机制的室上性早搏智能分析方法，其可以提高对室上性早搏心拍的识别准确率，极大的节省人工工作量，同时提高识别效率。

本发明的技术方案是这样的：一种基于注意力转换机制的室上性早搏智能分析方法，其特征在于，其包括以下步骤：

S1：获取待识别心电数据；

S2：基于所述待识别心电数据，绘制全数据时间RR间期散点图；

S3：在所述全数据时间RR间期散点图中，搜索RR间期平稳心率片段；

S4：基于正反传播算法将所有的所述RR间期平稳心率片段进行连接操作，得到所述待识别心电数据对应的主导心率曲线；

S5：基于卷积神经网络构建节律分类识别模型；

通过带有原始标签的训练数据集对所述节律分类识别模型进行训练，获得训练好的所述节律分类识别模型；

S6：对所述待识别心电数据进行预处理操作，删除冗余心电数据，获得待分类心电数据；

S7:基于所述待分类心电数据绘制待分类数据时间RR间期散点图；

S8：将所述待分类数据时间RR间期散点图的数据输入到训练好的所述节律分类识别模型中，根据所述节律分类识别模型输出的结果，获得所述待分类心电数据中每个心拍的节律类型；

S9：基于所述主导心率曲线获得所述待分类心电数据中每个心拍对应的主导心率；

S10：计算所述待分类心电数据中每个心拍的RR间期提前量；

RR间期提前量 = （心拍的主导RR间期 - 心拍的RR间期）/心拍的主导RR间期

其中，主导RR间期 = 60/主导心率；

S11：基于每个心拍的所述RR间期提前量、每个心拍的节律类型、QRS波形态，判断出所述待分类心电数据中的每一个室上性早搏类型的心拍。

其进一步特征在于：

步骤S4中，基于正反传播算法将所有的所述RR间期平稳心率片段进行连接操作，包括以下步骤：