一种心搏分类结果的生成方法和装置制造方法及图纸

本发明专利技术实施例涉及一种心搏分类结果的生成方法和装置，包括：接收心电图的数字信号，对心电图的数字信号进行处理，得到心搏时间序列；根据预先确定的导联心搏数据的中心采样点，按照设定数据量对所述多导联心搏数据进行数据切割，得到多组心搏分析数据；将多组心搏分析数据进行数据组合，得到四维张量数据；对四维张量数据进行张量格式转换处理，将四维张量数据中的高度数据收缩为1，并对宽度数据进行压缩，输出为一维嵌入数据{B,1,W

A method and device for generating classification results of heart beat

【技术实现步骤摘要】
一种心搏分类结果的生成方法和装置
本专利技术涉及数据处理
，尤其涉及一种心搏分类结果的生成方法和装置。
技术介绍
心血管疾病是威胁人类健康的主要疾病之一，利用有效的手段对心血管疾病进行检测是目前全世界关注的重要课题。心电图(ECG)是现代医学中诊断心血管疾病的主要方法，利用ECG诊断各种心血管疾病，本质上就是提取ECG的特征数据对ECG进行分类的过程。专家医生在心电图的阅读分析过程中，都是需要同时比较各个导联(单导数据除外)的信号在时间顺序上的变化，导联之间的相关性(空间关系)和变异，然后才能够做出一个比较准确的判断。而这种依赖于医生经验的方式，准确率无法得到保障。随着科技的进步，利用计算机对ECG进行自动准确的分析已经得到了快速的发展。但是，虽然市场上大多数的心电图分析软件都可以对数据进行自动分析，但由于心电图信号本身的复杂与变异性，目前自动分析软件的准确率远远不够，无法达到临床分析使用的要求。
技术实现思路
本专利技术的目的是针对现有技术的缺陷，提供一种心搏分类结果的生成方法和装置，通过对接收到的原始心电图的数字信号进行处理生成心搏时间序列，然后进行数据切割生成导联的心搏分析数据；将导联的心搏分析数据进行数据组合和格式转换处理，最后送入训练好的1DEfficientNet模型输出对应每组心搏分析数据的心搏分类信息。为实现上述目的，第一方面，本专利技术提供了一种心搏分类结果的生成方法，包括：接收心电图的数字信号，对所述心电图的数字信号进行处理，得到心搏时间序列；所述心搏时间序列包括多导联心搏数据；根据预先确定的导联心搏数据的中心采样点，按照设定数据量对所述多导联心搏数据进行数据切割，得到多组心搏分析数据；将所述多组心搏分析数据进行数据组合，得到四维张量数据；所述四维张量数据具有四个因子{B,H,W,C}，其中因子B为批量数据、因子H为高度数据、因子W为宽度数据、因子C为通道数据；所述批量数据为所述多组心搏分析数据的组数；对所述四维张量数据进行张量格式转换处理，将所述四维张量数据中的高度数据收缩为1，并对宽度数据进行压缩，输出为一维嵌入数据{B,1,W1,C1}；其中，因子W1为张量格式转换处理后的宽度数据、因子C1为张量格式转换处理后的通道数据；将所述一维嵌入数据送入训练好的一维有效网络1DEfficientNet模型，在1DEfficientNet模型中经过多层逆残差模块、压缩激励SE(Squeeze-and-Excite)模块，再经过全局池化层和全连接层、softmax回归分类的计算，输出对应每组心搏分析数据的心搏分类信息。优选的，所述心搏分类信息的格式为{B,T}，其中，B为批量数据，T为心电图的类别数量。优选的，在将所述一维嵌入数据送入训练好的1DEfficientNet模型之前，所述方法还包括：训练所述1DEfficientNet模型。进一步优选的，所述训练所述1DEfficientNet模型具体包括：对作为训练样本的心搏时间序列进行导联心搏数据的数据标注，确定训练样本的导联心搏数据的中心采样点为所述预先确定的中心采样点；将所述训练样本转换为预设标准数据格式进行存储；对格式转换后的所述训练样本进行数据切割、组合和转换，得到复合模型输入数据格式要求的训练样本输入数据；对所述训练样本输入数据进行轮循训练，训练收敛后，使用一定数据量的独立的测试数据对不同迭代次数训练而成的模型进行测试，选取测试精度最高的模型做为所述1DEfficientNet模型。优选的，所述对所述四维张量数据进行张量格式转换处理，将所述四维张量数据中的高度数据收缩为1，并对宽度数据进行压缩，输出一维嵌入数据{B,1,W1,C1}具体为：设定多导联心搏数据的导联数量为所述四维张量数据的高度数据；按照设定步幅，对所述四维张量数据使用CNN卷积神经网络进行多层网络卷积计算，得到高度数据收缩为1且宽度数据被压缩的一维嵌入数据。优选的，所述根据预先确定的导联心搏数据的中心采样点具体为：选取导联心搏数据的P波位置、T波位置或者QRS波群的R波位置作为所述预设的中心采样点。进一步优选的，所述根据预先确定的导联心搏数据的中心采样点，按照设定数据量对所述多导联心搏数据进行数据切割，得到多组心搏分析数据具体包括：以导联心搏数据的中心采样点为中心，按照时间表征数据和预设数据采样频率，对导联心搏数据以设定数据量向两侧进行数据取样，得到所述多组心搏分析数据。本专利技术实施例提供的心搏分类结果的生成方法，通过对接收到的原始心电图的数字信号进行处理生成心搏时间序列，然后进行数据切割生成导联的心搏分析数据；将导联的心搏分析数据进行数据组合和格式转换处理，最后送入训练好的1DEfficientNet模型输出对应每组心搏分析数据的心搏分类信息。第二方面，本专利技术实施例提供了一种设备，该设备包括存储器和处理器，存储器用于存储程序，处理器用于执行第一方面及第一方面的各实现方式中的方法。第三方面，本专利技术实施例提供了一种包含指令的计算机程序产品，当计算机程序产品在计算机上运行时，使得计算机执行第一方面及第一方面的各实现方式中的方法。第四方面，本专利技术实施例提供了一种计算机可读存储介质，计算机可读存储介质上存储有计算机程序，计算机程序被处理器执行时实现第一方面及第一方面的各实现方式中的方法。附图说明图1为本专利技术实施例提供的心搏分类结果的生成方法的系统结构示意图；图2为本专利技术实施例提供的心搏分类结果的生成方法流程图；图3为本专利技术实施例提供的1DEfficientNet模型训练方法流程图；图4为本专利技术实施例提供的初步特征提取CNN模块示例图；图5为本专利技术实施例提供的1DEfficientNet模型结构示意图；图6为本专利技术实施例提供的将SE模块嵌入到DWConv结构示意图；图7为本专利技术实施例提供的一种设备结构示意图。具体实施方式下面通过附图和实施例，对本专利技术的技术方案做进一步的详细描述。本专利技术实施例提供的心搏分类结果的生成方法，可以用于心搏分类结果的输出。自动输出心搏分类结果对于心电分析是非常有意义且必要的。图1为本专利技术实施例提供的本专利技术实施例提供的利用心搏时间序列生成心搏标签序列的数据处理系统结构示意图；本专利技术的生成方法通过图1所示的系统结构来实现。图1所示的系统结构中，输入数据为心电图的数字信号，通过对心电图的数字信号采用预处理模块处理为心搏时间序列，并对数据切割、组合、得到四维张量数据，然后通过初步特征提取模块，得到高度数据收缩为1的一维嵌入数据；然后送入训练好的一维有效网络(1DEfficientNet)模型输出对应每组心搏分析数据的心搏分类信息。图2为本专利技术实施例提供的心搏分类结果的生成方法流程图，下面结合图2，对本专利技术实施例提供的心搏分类结果的生成方法进行说明。根据图2本文档来自技高网...

【技术保护点】
1.一种心搏分类结果的生成方法，其特征在于，所述生成方法包括：/n接收心电图的数字信号，对所述心电图的数字信号进行处理，得到心搏时间序列；所述心搏时间序列包括多导联心搏数据；/n根据预先确定的导联心搏数据的中心采样点，按照设定数据量对所述多导联心搏数据进行数据切割，得到多组心搏分析数据；/n将所述多组心搏分析数据进行数据组合，得到四维张量数据；所述四维张量数据具有四个因子{B,H,W,C}，其中因子B为批量数据、因子H为高度数据、因子W为宽度数据、因子C为通道数据；所述批量数据为所述多组心搏分析数据的组数；/n对所述四维张量数据进行张量格式转换处理，将所述四维张量数据中的高度数据收缩为1，并对宽度数据进行压缩，输出为一维嵌入数据{B,1,W

【技术特征摘要】
1.一种心搏分类结果的生成方法，其特征在于，所述生成方法包括：
接收心电图的数字信号，对所述心电图的数字信号进行处理，得到心搏时间序列；所述心搏时间序列包括多导联心搏数据；
根据预先确定的导联心搏数据的中心采样点，按照设定数据量对所述多导联心搏数据进行数据切割，得到多组心搏分析数据；
将所述多组心搏分析数据进行数据组合，得到四维张量数据；所述四维张量数据具有四个因子{B,H,W,C}，其中因子B为批量数据、因子H为高度数据、因子W为宽度数据、因子C为通道数据；所述批量数据为所述多组心搏分析数据的组数；
对所述四维张量数据进行张量格式转换处理，将所述四维张量数据中的高度数据收缩为1，并对宽度数据进行压缩，输出为一维嵌入数据{B,1,W1,C1}；其中，因子W1为张量格式转换处理后的宽度数据、因子C1为张量格式转换处理后的通道数据；
将所述一维嵌入数据送入训练好的一维有效网络1DEfficientNet模型，在1DEfficientNet模型中经过多层逆残差模块、压缩激励SE(Squeeze-and-Excite)模块，再经过全局池化层和全连接层、softmax回归分类的计算，输出对应每组心搏分析数据的心搏分类信息。


2.根据权利要求1所述的生成方法，其特征在于，所述心搏分类信息的格式为{B,T}，其中，B为批量数据，T为心电图的类别数量。


3.根据权利要求1所述的生成方法，其特征在于，在将所述一维嵌入数据送入训练好的1DEfficientNet模型之前，所述方法还包括：训练所述1DEfficientNet模型。


4.根据权利要求3所述的生成方法，其特征在于，所述训练所述1DEfficientNet模型具体包括：
对作为训练样本的心搏时间序列进行导联心搏数据的数据标注，确定训练样本的导联心搏数据的中心采样点为所述预先确定的中心采样点；
将所述训练样本转换为预设标准数据...

【专利技术属性】
技术研发人员：王斌，刘畅，
申请(专利权)人：乐普北京医疗器械股份有限公司，
类型：发明
国别省市：北京;11