【技术实现步骤摘要】
本专利技术涉及电磁感知，更具体地涉及一种基于电磁信号的心电监测方法、监测模型训练方法及装置。
技术介绍
1、心电图是当前重要的生物医学图像之一，根据监测得到的心电图，以心电图作为中间结果，可以帮助对目标做出针对性的诊断。十二导联心电监测是当前用于对目标进行心电监测的重要工具之一，现有技术通常将粘性电极粘贴在目标上，然后通过有线连接的方式，将电极和监测装置连接在一起，从而对目标进行心电监测。进一步的，科学人员利用电磁信号对目标进行非接触式的心电监测。然而，现有的利用电磁信号对目标进行非接触式的心电监测所得到的结果与有线的心电监测的结果有着较大的误差。
2、在实现上述专利技术构思的过程中，专利技术人发现：相关技术中由于无法在空间上捕捉心脏的运动信息且在时间上也仅能对单一的电磁信号的信息进行提取，导致无法得到准确的心脏的运动信息，并且，在对电磁回波信号进行心脏机械-电模态转换的过程中，由于建模和求解复杂，从而在转换的过程中会丢失大量的心电语义信息额度技术问题。
技术实现思路
1、鉴于上述问题，本专利技术提供了一种基于电磁信号的心电监测方法、监测模型训练方法及装置。
2、根据本专利技术的第一个方面，提供了一种基于电磁信号的心电监测的方法，其特征在于，包括：获取初始电磁回波信号，其中，初始电磁回波信号表征与目标在预定时段内运动状态对应的彼此空间混叠的多个信号；根据与初始电磁回波信号对应的信号相位差，对初始电磁回波信号进行补偿，得到目标运动时序三维数据，其中，目标运动时
3、根据本专利技术的实施例，根据与初始电磁回波信号对应的信号相位差，对初始电磁回波信号进行补偿，得到目标运动时序三维数据，包括：基于天线接收阵列的位置信息和初始电磁回波信号的带宽，得到信号相位差；根据信号相位差，对初始电磁回波信号进行相位补偿，得到目标电磁回波信号，其中，目标电磁回波信号包括彼此空间分离的多个信号；对目标电磁回波信号进行滤波处理，得到目标运动时序三维数据。
4、根据本专利技术的实施例，目标电磁回波信号包括在三维空间内与每一个空间点对应的电磁回波信号；对目标电磁回波信号进行滤波处理，得到目标运动时序三维数据，包括：对与每一个空间点对应的电磁回波信号进行拆分，得到与每一个空间点对应的多通道电磁回波数据，其中，多通道电磁回波数据包括实部通道电磁回波数据、虚部通道电磁回波数据和相位通道电磁回波数据；对与每一个空间点对应的多通道电磁回波数据进行时序差分处理，得到与每一个空间点对应的多通道运动时序数据；根据在三维空间内与全部空间点对应的多通道运动时序数据，得到目标运动时序三维数据。
5、根据本专利技术的实施例，心电信号编码器包括三维空间编码器和时序编码器；利用心电监测模型的心电信号编码器对目标运动时序三维数据进行处理，得到多尺度时序特征，包括：将目标运动时序三维数据输入三维空间编码器进行编码，得到第一空间特征，其中，第一空间特征为预定维度的特征向量；将第一空间特征输入时序编码器进行处理，得到多尺度时序特征。
6、根据本专利技术的实施例，时序编码器包括第一卷积层、第二卷积层和自注意力层；将第一空间特征输入时序编码器进行处理，得到多尺度时序特征，包括：将第一空间特征输入第一卷积层进行降采样处理，得到第一卷积尺度时序特征；将第一卷积尺度时序特征输入第二卷积层进行降采样处理，得到第二卷积尺度时序特征；将第一卷积尺度时序特征和第二卷积尺度时序特征输入自注意力层进行增强处理，得到多尺度时序特征。
7、根据本专利技术的实施例，多尺度时序特征包括第一尺度时序特征和第二尺度时序特征；利用心电监测模型的心电信号解码器对多尺度时序特征进行处理，得到十二导联心电图像，包括：将第二尺度时序特征输入心电信号解码器中进行逆卷积处理，得到第一中间尺度时序特征；将第一尺度时序特征输入心电信号解码器中，与第一中间尺度时序特征进行拼接，得到第二中间尺度时序特征，其中，第一尺度时序特征的维度与第一中间尺度时序特征的维度一致；对第二中间尺度时序特征进行逆卷积处理，得到十二导联心电图像。
8、本专利技术的第二方面提供了一种心电监测模型的训练方法，其特征在于，心电监测模型包括心电信号编码器和心电信号解码器，包括：获取第一样本数据集，其中，第一样本数据集包括训练时序三维数据和十二导联心电单模态标签数据；将训练时序三维数据输入待训练的心电信号编码器进行处理，得到第一多尺度样本时序特征，其中，第一多尺度样本时序特征表征至少两个尺度的目标机械运动的时序信息；将第一多尺度训练时序特征输入待训练的心电信号解码器进行处理，得到第一重构十二导联心电数据；基于损失函数，根据第一重构十二导联心电数据和十二导联心电单模态训练数据，得到第一损失值；根据第一损失值，通过调整心电监测模型的模型参数，得到经训练的心电监测模型。
9、根据本专利技术的实施例，根据第一损失值，通过调整心电监测模型的模型参数，得到经训练的心电监测模型，包括：根据第一损失值，固定心电监测模型的心电信号编码器的模型参数，调整心电监测模型的心电信号解码器的模型参数，得到中间模型；将第一样本数据集输入中间模型，输出第二重构十二导联心电数据；基于损失函数，根据第二重构十二导联心电数据和十二导联心电单模态标签数据，得到第二损失值；基于第二损失值，固定心电监测模型的心电信号解码器的模型参数，调整心电监测模型的心电信号编码器的模型参数，得到经训练的心电监测模型。
10、本专利技术的第三方面提供了一种基于电磁信号的心电监测的装置，其特征在于，包括：第一获取模块，用于获取初始电磁回波信号，其中，初始电磁回波信号表征与目标在预定时段内运动状态对应的彼此空间混叠的多个信号；补偿模块，用于根据与初始电磁回波信号对应的信号相位差，对初始电磁回波信号进行补偿，得到目标运动时序三维数据，其中，目标运动时序三维数据包含目标的时序运动状态在三维空间内映射得到的时序空间运动信息；第一处理模块，用于利用心电监测模型的心电信号编码器对目标运动时序三维数据进行处理，得到多尺度时序特征，其中，多尺度时序特征表征至少两个尺度的目标机械运动的时序信息；第二处理模块，用于利用心电监测模型的心电信号解码器对多尺度时序特征进行处理，得到十二导联心电图像，其中，十二导联心电图像用于表征目标在预定时间内的运动状态变化。
11、本专利技术的第四方面提供了一种心电监测模型的训练装置，其特征在于，心电监测模型包括心电信号编码器和心电信号解码器，包括：第二获取模块，用于获取第一样本数据集，其中，第一样本数据集包括训练时序三维数据和十二导联心电单模态标签数据；编码模块，用于将训练时序三维数本文档来自技高网...
【技术保护点】
1.一种基于电磁信号的心电监测的方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述根据与所述初始电磁回波信号对应的信号相位差，对所述初始电磁回波信号进行补偿，得到目标运动时序三维数据，包括：
3.根据权利要求2所述的方法，其特征在于，所述目标电磁回波信号包括在所述三维空间内与每一个空间点对应的电磁回波信号；
4.根据权利要求1所述的方法，其特征在于，其中，所述心电信号编码器包括三维空间编码器和时序编码器；
5.根据权利要求4所述的方法，其特征在于，所述时序编码器包括第一卷积层、第二卷积层和自注意力层；
6.根据权利要求1所述的方法，其特征在于，所述多尺度时序特征包括第一尺度时序特征和第二尺度时序特征；
7.一种心电监测模型的训练方法，其特征在于，所述心电监测模型包括心电信号编码器和心电信号解码器，包括：
8.根据权利要求7所述的方法，其特征在于，所述根据所述第一损失值，通过调整所述心电监测模型的模型参数，得到经训练的心电监测模型，包括：
9.一种基于电磁信号的心电
10.一种心电监测模型的训练装置，其特征在于，所述心电监测模型包括心电信号编码器和心电信号解码器，包括：
...【技术特征摘要】
1.一种基于电磁信号的心电监测的方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述根据与所述初始电磁回波信号对应的信号相位差，对所述初始电磁回波信号进行补偿，得到目标运动时序三维数据，包括：
3.根据权利要求2所述的方法，其特征在于，所述目标电磁回波信号包括在所述三维空间内与每一个空间点对应的电磁回波信号；
4.根据权利要求1所述的方法，其特征在于，其中，所述心电信号编码器包括三维空间编码器和时序编码器；
5.根据权利要求4所述的方法，其特征在于，所述时序编码器包括第一卷积层、第二卷积层和自注意力...
【专利技术属性】
技术研发人员：陈彦，卢智，陈金波，张东恒，胡洋，孙启彬，吴曼青，
申请(专利权)人：中国科学技术大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。