[发明专利]心律失常分类方法、装置及可读存储介质

权利要求书

1.一种心律失常分类方法，其特征在于，该方法包括：

获取心电数据；

对所述心电数据进行分割，得到心拍序列及其标签；

将所述心拍序列及所述标签划分为训练集及测试集；

对所述训练集及所述测试集的所述心拍序列执行马尔可夫转换场变换，得到心拍图像；

将所述训练集中的所述心拍图像输入双侧分支网络模型进行训练，得到心拍分类网络模型；

将所述测试集中的所述心拍图像输入所述心拍分类网络模型，得到心拍分类结果。

2.根据权利要求1所述的心律失常分类方法，其特征在于，所述对所述心电数据进行分割包括：

获取所述心拍序列的R峰位置和对应的标签；

选取R峰前128个采样点到后171个采样点作为一个心拍，作为所述双侧分支网络模型进行训练输入。

3.根据权利要求1所述的心律失常分类方法，其特征在于，所述标签包括：

基于AMMI标准，将心律失常分类为正常心拍、室上性异位搏动、心室异位搏动、融合搏动及未知。

4.根据权利要求1所述的心律失常分类方法，其特征在于，所述将所述心拍序列及所述标签划分为训练集及测试集包括：

将所述心拍序列与对应的标签按一定规则打乱；

对标签类别的非平衡数据集进行分层采样，包括在每一份数据集的子集中保持和原始数据集相同的类别比例，得到多份数据子集；

将所述数据子集以9:1的比例划分为训练集与测试集。

5.根据权利要求1所述的心律失常分类方法，其特征在于，所述对所述训练集及所述测试集的所述心拍序列执行马尔可夫转换场变换包括：

量化心拍序列；

构建心拍马尔可夫转换矩阵W，

W_i,j为第i个分位数区间中的点的下一个采样点在第j个分位数区间的概率，其中i＝1,2,3,…,Q,j＝j＝1,2,3,…,Q；

构建心拍马尔可夫转换场M，

M_i,j表示时间步i到j的转移概率，i＝1,2,3,…,n；j＝1,2,3,…,n；

通过分段聚合减小心拍马尔可夫转换场的尺寸，得到心拍图像。

6.根据权利要求1所述的心律失常分类方法，其特征在于，所述双侧分支网络包括两组残差网络，所述残差网络依次包括卷积层及四个残差块，每个残差块包括两个卷积层；

所述双侧分支网络训练时，将与逆向取样器相连的卷积层和三个残差块的参数与和均匀取样器相连的网络参数保持一致；

通过调节器将不同的权重值分配给两组残差网络学习到的特征，通过两个分类器处理后以相加方式聚合，并进行输出；

其公式为其中z是聚合的预测结果，和为两个分类器的转置，β为权重值，f_c和f_r是两组残差网络的输出经全局平均池化后的特征向量。

7.根据权利要求6所述的心律失常分类方法，其特征在于，该方法还包括：

每个所述卷积层前使用批处理归一化；

所述残差网络中设置有池化层；

依次连接的四个所述残差块使用大小为3x3的卷积核，卷积核数量分别为16、32、64、64个。

8.一种心律失常分类装置，其特征在于，包括存储器及处理器，所述存储器存储有计算机程序，所述计算机程序被所述处理器执行时实现权利要求1-7任一所述的方法。

9.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1-7任一所述的方法。