[发明专利]一种用于三导联心电电极连接判别的智能终端

权利要求书

1.一种用于三导联心电电极连接判别的智能终端，包括处理器和蓝牙通讯模块，所述的处理器加载有以下功能模块：

信号采集模块，用于通过智能终端内的蓝牙通讯模块收集心电监测器提供的心电数据；所述的心电数据包括：在电极连接正确导联输入正常的情况下心电监测器预先采集得到的m组三通道心电标准信号段、通过三个正电极之间连接位置的遍历组合变换将每组信号段扩展成6组得到的6m组三通道心电训练信号段以及用户日常检测时利用心电监测器采集得到的三通道心电信号段，m为大于1的自然数；

心电重构模块，用于将m组三通道心电标准信号段代入重构关系模型进行遍历计算，对应得到m组三通道心电重构信号段；此外也将用户日常检测得到的三通道心电信号段代入重构关系模型进行计算，得到对应的三通道心电重构信号段；

相关运算模块，用于将所述的三通道心电训练信号段与对应的三通道心电重构信号段进行相关系数运算，共得到6m组由三个相关系数为特征值组成的特征序列；此外也将用户日常检测得到的三通道心电信号段与其对应的三通道心电重构信号段进行相关系数运算，得到对应的特征序列；

神经网络训练模块，用于根据上述6m组特征序列通过人工神经网络学习算法进行训练，得到关于电极连接位置的判别模型；

判别模块，用于将用户日常检测得到的三通道心电信号段所对应的特征序列代入上述判别模型中得到对应关于连接位置状态的输出结果，进而根据该输出结果判别出用户的电极连接形式为哪种连接位置状态，且该连接位置状态是否正确；

其特征在于：所述处理器还加载有前馈模型训练模块，所述前馈模型训练模块基于m组三通道心电标准信号段通过前馈神经网络学习算法进行训练，得到三通道心电信号之间的重构关系模型。

2.根据权利要求1所述的智能终端，其特征在于：所述前馈模型训练模块通过前馈神经网络学习算法进行训练的具体过程如下：

1.1初始化构建一个由输入层、隐藏层和输出层组成的神经网络；

1.2从样本集中任取一组三通道心电标准信号段，将其中任意两个通道的心电标准信号段代入上述神经网络计算得到对应另一通道的心电信号输出结果，进而计算该心电信号输出结果与实际另一通道心电标准信号段之间的累积误差；所述样本集由m组三通道心电标准信号段组成；

1.3根据该累积误差通过梯度下降法对神经网络中输入层与隐藏层之间以及隐藏层与输出层之间的权重进行修正，进而从样本集中任取下一组三通道心电标准信号段代入修正后的神经网络；

1.4根据步骤1.2和1.3遍历样本集中的所有三通道心电标准信号段，取累积误差最小时所对应的神经网络为所述重构关系模型。

3.根据权利要求2所述的智能终端，其特征在于：所述前馈模型训练模块初始化构建的神经网络中隐藏层由10个神经元组成。

4.根据权利要求2所述的智能终端，其特征在于：所述前馈模型训练模块初始化构建的神经网络中隐藏层的神经元函数h(z)采用tan-sigmoid型传递函数，其表达式如下：

h(z)=2(1+e-2z)-1]]>

其中：z为函数的自变量。

5.根据权利要求1所述的智能终端，其特征在于：所述神经网络训练模块所采用的人工神经网络学习算法以梯度下降法作为优化方向。