[发明专利]心电信号检测方法、终端和计算机可读存储介质

权利要求书

1.一种心电信号检测方法，其特征在于，所述心电信号检测方法包括：

采集心电图对应的心电信号，其中，所述心电信号包括多种类型的心电信号数据；

将多种类型的心电信号数据输入到预设的卷积神经网络模型中，其中，所述卷积神经网络模型包括预设层数的卷积层；

在卷积神经网络模型中的倒数第三层卷积层中得到第一结果，将所述第一结果输入到倒数第二层卷积层中得到第二结果，并将所述第二结果输入到最后一层卷积层，以得到包含多种类型标注的输出结果；

在心电信号上标注出多种数据的数据类型、起点位置、终点位置；

根据预设的时间间隔，将心电信号分成多段心电信号；

在每一段心电信号中，判断是否存在预设类型的数据；

若存在预设类型的数据，根据所述预设类型的数据的起始点和终止点确定中点，再判断所述中点是否位于本段心电信号内，若是，将预设类型的数据对应的数据位设置为第一值，并记录实际的起始点位置和终止点位置，若否，将预设类型的数据对应的数据位设置为第二值，并将起始点位置和终止点位置设置为预设字段；

若不存在预设类型的数据，则在本段心电信号中，将预设类型的数据对应的数据位设置为第二值；

根据记录的数据位、起始点位置和终止点位置，得到每一段心电信号的标签；

根据所述每一段心电信号的标签获取心电信号的总标签；

根据心电信号以及心电信号的总标签建立训练样本，并获取所述训练样本；

将包含多种类型标注的输出结果以及所述训练样本输入到预设的损失函数中，以计算心电信号的损失值；

根据计算的损失值训练所述卷积神经网络模型中的参数，以根据训练后的卷积神经网络模型对新的心电信号进行检测，以得到包含多种类型标注的输出结果；

将得到的包含多种类型标注的输出结果作为新的心电信号的检测结果。

2.如权利要求1所述的心电信号检测方法，其特征在于，所述卷积神经网络模型中，除倒数两层以外的所有卷积层的滤波器个数为A*(2^k-1)，A为常数，k＝L/8，L代表该卷积所在的层数；

第一层卷积层的滤波器长度为第一长度值，除倒数两层和第一层以外的其它卷积层的滤波器长度为第二长度值；

所述卷积神经网络模型中，倒数第二层卷积层的滤波器个数为设定常数值，滤波器长度为第三长度值；

最后一层卷积层的滤波器个数为所述设定常数值，滤波器长度为所述第一长度值。

3.如权利要求1所述的心电信号检测方法，其特征在于，所述将包含多种类型标注的输出结果以及所述训练样本输入到预设的损失函数中，以计算心电信号的损失值的步骤包括：

根据预设的焦点损失函数，得到包含所述焦点损失函数的损失函数公式；

将包含多种类型标注的输出结果以及所述训练样本输入到包含所述焦点损失函数的损失函数公式中，以计算心电信号的损失值。

4.如权利要求3所述的心电信号检测方法，其特征在于，所述焦点损失函数包括：

FL(Pt)＝(1-Pt)^γlog Pt；

其中，γ为常数值，

p表示心电信号数据通过卷积神经网络模型计算出类别为1的概率，0≤p≤1，y表示心电信号数据的标签取值为[0，1]。

5.如权利要求3所述的心电信号检测方法，其特征在于，所述包含所述焦点损失函数的损失函数公式包括：

其中，B是心电信号的段数，C是每段心电信号的标签内所包含的数据数，Y是实际的心电信号总标签，是神经网络的输出标签；

表示神经网络输出的第i个段心电信号有第j类数据的概率；

P_ij表示第i段心电信号是否有第j类数据的概率；

Ps_ij表示第i段心电信号第j类数据的起始位置，Pe_ij表示第i段心电信号第j类数据的结束位置；

表示神经网络预测的第i段心电信号第j类数据的起始位置，表示神经网络预测的第i段心电信号第j类数据的结束位置；

sqrt表示平方根。