申请/专利权人：山东科技大学;山东省人工智能研究院

申请日：2022-03-31

公开（公告）日：2024-03-26

公开（公告）号：CN114707546B

主分类号：G06F18/241

分类号：G06F18/241;G06F18/214;G06F18/10;G06N3/0464;G06N3/084

优先权：

专利状态码：有效-授权

法律状态：2024.03.26#授权;2022.07.22#实质审查的生效;2022.07.05#公开

摘要：一种基于组合二维特征的12导联ECG信号分类方法，可以有效的使用12导联的ECG数据，通过拼接组合，本发明能够非常高效的对比不同ECG导联的数据差别，从而获取到更加丰富、全面的ECG特征信息，有效的提高ECG分类精度。通过使用的带权损失函数可以有效的缓解数据不平衡的问题，有助于提升方法的分类性能。

主权项：1.一种基于组合二维特征的12导联ECG信号分类方法，其特征在于，包括如下步骤：a读取12导联数据库中的第i条ECG数据，记为Signali，i∈{1,2,...,n}，n为12导联数据库中ECG数据个数，ECG数据Signali中R峰位置为Loc_Ri、标签为Labelsi；b对ECG数据Signali进行小波变换，得到小波变换后的数据Coe；c通过公式计算得到小波系数的阈值λ，N为Signali的长度，将阈值λ代入软阈值去噪法中，剔除数据Coe中包含的噪声的小波系数；d重构剔除包含噪声的小波系数后的ECG数据，得到去除噪声后的12导联ECG数据，记为NNSigi；e对ECG数据NNSigi的每一个导联进行归一化，得到归一化后的ECG数据Datai；f遍历标签Labelsi，将标签值为1、2、3、11和34的重置为标签值为0，将标签值为4、7、8和9的重置为标签值为1，将标签值为5和10的重置为标签值为2，将标签值为6的重置为标签值为3，将标签值为13、13和38的重置为标签值为4；g选取R峰位置Loc_Ri中的连续三个值Rj-1、Rj和Rj+1，按分割起点位置为分割终点位置为对ECG数据Datai中的每个导联上截取对应位置的数据，得到分割后的单心拍数据集合Beatsi；h重复执行步骤b至步骤g，直至12导联数据库中所有的ECG数据均被分割成单心拍数据集合；i从分割后的所有单心拍数据集合中随机挑选60％的单心拍数据集合Beatsi及其对应的标签Labelsi作为训练集，从剩余的所有单心拍数据集合中再随机挑选20％的单心拍数据集合Beatsi及其对应的标签Labelsi作为验证集，最终剩余的所有单心拍数据集合作为测试集；j从训练集中读取64个心拍数据beats及其对应的标签ys，依次将心拍数据beats中的12个导联数据分别输入到12路并行的输入层中；k导联数据进入输入层后经4个卷积核为11，步长为2的一维卷积处理，卷积处理后输入到BN层进行规范化处理，规范化处理后的数据通过ReLU激活函数处理，激活后的数据由池化核为2，池化步长为2的最大池化层进行特征下采样操作；l心拍数据beats中的每一个导联数据重复执行步骤k两次得到输出数据CFMi；m对每个导联的数据CFMi执行全局平均池化操作，得到池化后的数据AFMi；n将12个导联的池化后的数据AFMi分别通过Flatten函数展平成长度12的一维向量Vi，将12个一维向量Vi拼接组合成一个12×12的组合二维特征M；o将组合二维特征M输入到一个二维卷积层中进行卷积操作，卷积操作后依次输入BN层和ReLU层，得到输出结果M′；p将M′进行最大池化处理，生成特征图PM；q重复执行步骤o，得到M″；r将M″经平均池化层池化处理，生成特征图AM；s将特征图AM输入全连接层，得到ECG信号分类结果完成模型建立；t计算损失函数，并利用损失函数训练模型，得到优化后的模型；u将获取的12导联数据输入到优化后的模型中，得到优化后的模型输出的ECG信号分类结果

全文数据：

权利要求：

百度查询： 山东科技大学;山东省人工智能研究院 一种基于组合二维特征的12导联ECG信号分类方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD