[发明专利]一种心跳数据分类方法、装置、计算机设备及存储介质

权利要求书

1.一种心跳数据分类方法，其特征在于，包括：

利用深度双通道神经卷积网络将接收的心跳样本进行分类，得到第一类别样本数据或第二类别样本数据，其中，所述第一类别样本数据包括S型或N型的心跳样本数据，所述第二类别样本数据包括V型、F型或Q型的心跳样本数据；

读取所述第一类别样本数据中的RR间隔序列，并将所述RR间隔序列中的RR间隔数据按照时间顺序分别输入至第一中间流向LSTM层中对应的LSTM单位，其中，所述第一中间流向LSTM层包括第一部分和第二部分，所述第一部分和所述第二部分分别包括多个所述LSTM单位，所述第一部分的前一LSTM单位的输出作为后一LSTM单位的输入，直至最后一个LSTM单位输出第一特征图，所述第二部分的后一LSTM单位的输出作为前一LSTM单位的输入，直至最后一个LSTM单位输出第二特征图；

将第一部分的每一LSTM单位的输出分别输入至第二中间流向LSTM层中对应的LSTM单位，其中，所述第二中间流向LSTM层包括第三部分和第四部分，所述第三部分和所述第四部分分别包括多个所述LSTM单位，所述第三部分的前一LSTM单位的输出作为后一LSTM单位的输入，直至最后一个LSTM单位输出第三特征图，所述第四部分的后一LSTM单位的输出作为前一LSTM单位的输入，直至最后一个LSTM单位输出第四特征图；

将所述第三特征图以及第四特征图输入至输出层，并输出分类预测结果。

2.根据权利要求1所述的心跳数据分类方法，其特征在于，所述LSTM单位按下式表示：

其中，q∈(f，i，o)，g_f，n表示遗忘门，g_i，n表示输入门，g_o，n表示输出门，h_n表示第n个LSTM单位的输出，NeRan表示心跳的领域，W和U分别表述输入和循环连接的权重矩阵；

LSTM单位中的记忆细胞的内存变化按下式表示：

LSTM单位中的记忆细胞的状态按下式表示：

其中，表示矩阵按位相乘；

LSTM单位的输出按下式表示：

3.根据权利要求1所述的心跳数据分类方法，其特征在于，所述第三特征图和第四特征图均为1×1×32的特征图。

4.根据权利要求1所述的心跳数据分类方法，其特征在于，所述利用深度双通道神经卷积网络将接收的心跳样本进行分类，得到第一类别样本数据或第二类别样本数据，包括：

将接收的心跳样本输入至第一卷积残差块，并输出第一细微特征；

将所述第一细微特征与所述接收的心跳样本进行相加，得到第一拼接特征；

将所述第一拼接特征输入至第二卷积残差块，并输出第二细微特征；

将所述第二细微特征与所述第一拼接特征进行相加，得到第二拼接特征；

将所述第二细微特征输入至第三卷积残差块，并输出第三细微特征；

将所述第三细微特征与所述第二拼接特征进行相加，得到第三拼接特征；

将接收的心跳样本输入至第四卷积残差块，并输出第四细微特征；

将所述第四细微特征与所述接收的心跳样本进行相加，得到第四拼接特征；

将所述第四拼接特征输入至第五卷积残差块，并输出第五细微特征；

将所述第五细微特征与所述第四拼接特征进行相加，得到第五拼接特征；

将所述第五细微特征输入至第六卷积残差块，并输出第六细微特征；

将所述第六细微特征与所述第五拼接特征进行相加，得到第六拼接特征；

将所述第三拼接特征与第六拼接特征进行拼接，得到第七拼接特征；

将所述第七拼接特征输入池化层，并将池化后的第七拼接特征输入至连接层进行拼接，得到第一连接特征；

将所述第一连接特征输入至全连接层，得到第二连接特征；

将所述第二连接特征经过激活函数激活得到第一类别样本数据或第二类别样本数据。