[发明专利]一种基于心电压缩感知转置投影信号的房颤检测方法

权利要求书

1.一种基于心电压缩感知转置投影信号的房颤检测方法，包括可穿戴设备端和远程服务器端，其特征是：所述可穿戴设备端根据压缩感知理论对原始心电信号进行随机投影，将原始信号完成压缩；所述远程服务器端对可穿戴设备端发送的压缩信号进行投影转置和归一化处理，再将处理好的数据输入至预先建立的房颤检测模型中，输出房颤信号的筛查结果；所述筛查具体步骤如下：

步骤1：可穿戴设备端对原始心电信号进行随机投影，得到压缩信号Y；过程如下：

其中，

Y∈R^M是压缩信号，是原始信号的压缩表示，

X是一条原始ECG信号，

是观测矩阵，来通过调整M的大小来控制压缩程度；

步骤2：可穿戴设备端将压缩数据传输到远程服务器端；

步骤3：服务器端对压缩信号进行转置投影操作；过程如下：

其中，

X^∈R^N是近似信号，与原始信号有相同的尺寸，

是观测矩阵的转置；

步骤4：服务器端对转置投影信号进行归一化操作；过程如下：

其中，

是均值，

是标准差，

Z是标准化之后的数据；

步骤4：服务器端对预处理之后的数据输入预先建立的房颤检测模型中，输出房颤信号的检测结果；过程如下：

R＝g(Z,θ)；

其中，

θ是卷积神经网络中的相关参数，

D是心拍类别的数量(D＝2，输出房颤或者非房颤)，

O是模型输出的一条压缩信号属于某一类的概率。

2.根据权利要求1所述的一种基于心电压缩感知转置投影信号的房颤检测方法，其特征在于：整个模型主要包括四个模块：卷积块，残差块1，残差块2，检测块，具体参数见表1。卷积块包括Conv、BN和ReLU。残差块1包括Conv、BN、ReLU、Dropout和Conv。残差块2包括BN、ReLU、Dropout、Conv、BN、ReLU、Dropout和Conv。检测模块包括GAP和Softmax。GAP减少特征维度并提供更具体的内部表示。Softmax被用来输出每个压缩心电切片的属于房颤或者非房颤的概率。

3.根据权利要求1所述的一种基于心电压缩感知转置投影信号的房颤检测方法，其特征在于：在房颤检测算法训练过程中，设置batch size为256，epoch为50。训练使用的损失函数是分类交叉熵，采用Adam进行优化，初始学习率设置为0.0009，在每一次循环迭代中更新模型参数。

4.根据权利要求1所述的一种基于心电压缩感知转置投影信号的房颤检测方法，其特征在于：所述可穿戴设备端将随机投影后的压缩数据通过无线发射模块传输至远程服务器端。

5.根据权利要求1所述的一种基于心电压缩感知转置投影信号的房颤检测方法，其特征在于：可穿戴设备端采集人体心电数据。