[发明专利]一种任意导联视角的心电数据的生成方法

权利要求书

1.一种任意导联视角的心电数据的生成方法，其特征在于，包括以下步骤：

(1)在现有心电数据集中，提取长度为10秒钟的12导联心电数据，对每个心电数据进行波段标注后按照比例分别划分为训练集和测试集；

(2)将所有的心电数据进行标准化操作；

(3)建立基于一维卷积神经网络的AutoEncoder深度学习模型；所述的AutoEncoder深度学习模型由encoder和decoder两部分组成，一维卷积网络的encoder对输入的心电数据在解耦角度信息后提取特征，将提取后的特征耦合进目标导联的角度信息再经过一维卷积网络的decoder，生成目标导联的心电数据；

所述AutoEncoder深度学习模型的具体结构为：

输入的角度信息经多层感知机映射到高维空间后，与经过基于一维卷积网络构建的Encoder提取的心电数据特征解耦，获得角度信息解耦的表征Z；表征Z经过由上采样与一维卷积网络构建的Decoder，获得低维空间的心电数据特征，再与经过多层感知机映射到高维空间后的目标角度信息耦合，获得耦合目标角度信息的心电数据特征，再经过上采样与一维卷积网络，获得生成的目标导联视角的心电数据；

(4)利用训练集和测试集对AutoEncoder深度学习模型进行训练，直至模型收敛；

(5)根据训练好的模型，输入任意导联数量的心电数据、每个导联在球坐标系下的角度信息以及任意目标导联视角的角度信息；生成目标导联的心电数据。

2.根据权利要求1所述的任意导联视角的心电数据的生成方法，其特征在于，步骤(1)中，进行波段标注具体为：

请专业医生对心电数据进行P波、QRS波群和T波3种心电波段的标注，标注包括P波起始点、QRS波群起始点、QRS波结束点、T波起始点、T波结束点5种点位。

3.根据权利要求1所述的任意导联视角的心电数据的生成方法，其特征在于，步骤(2)的具体过程为：对每一条心电数据进行z-score标准化，使其心电信号强度放缩至统一尺度。

4.根据权利要求1所述的任意导联视角的心电数据的生成方法，其特征在于，步骤(4)中，模型的训练过程如下：

模型的输入为12导联心电数据中的任意数量导联数据、每个导联在球坐标系下的角度信息以及目标导联视角的角度信息；输出为与心电数据相同长度的、目标导联视角的心电数据；

将生成的心电数据与步骤(2)中的真实数据对比，计算两者之间的距离，并使用对比学习的方法，构建损失函数，以此来调节模型参数，直至模型收敛。

5.根据权利要求4所述的任意导联视角的心电数据的生成方法，其特征在于，训练过程中，对比学习采用监督学习，由三部分组成；

首先，对模型生成的心电数据，与真实数据计算L1距离，作为模型监督的一部分为Loss1；

其次，对于同一份心电图解耦角度信息之后，进行不同导联视角的表征Z之间，使用对比学习方法计算两者的L1距离，作为模型监督的一部分为Loss2；

最后，对于不同的心电图相同的导联数据，在解耦角度信息和提取特征后得到的表征Z后，使用对比学习方法计算两者的L1距离，作为模型监督的最后一部分为Loss3。

6.根据权利要求5所述的任意导联视角的心电数据的生成方法，其特征在于，所述的损失函数为：总损失函数Loss＝Loss1+Loss2+Loss3。

7.根据权利要求1所述的任意导联视角的心电数据的生成方法，其特征在于，步骤(5)中，所述的任意目标导联视角包括但不限于标准12导联和标准18导联的导联视角，为球坐标系下任意一个角度。