[发明专利]一种多视角转换的心电信号数据增强方法

说明书

本发明公开一种多视角转换的心电信号数据增强方法,其特征在于，所述多视角转换的心电信号数据增强方法的描述中不失一般性，所述多视角转换的转换方式包括：均值平移、平方、截断、白化、累积求和、n阶差分、n阶滑动平均、滤波；本发明的目的在于提供一种多视角转换的心电信号数据增强方法，多视角转换可以扩充样本量，使得在原始数据量不足的情况下，也能够完成机器学习模型的训练过程；多视角转换可以增加原始心电信号的维度，从原始心电信号的多个视角提取出更多的通道；通过多视角转换，可以从干扰信号中分离出干净的心电信号，提升数据质量，提高分析精度；通过多视角转换，提取原始心电信号在不同频带上的成分信号。

技术领域

本发明涉及一种数据增强方法，具体是一种多视角转换的心电信号数据增强方法。

背景技术

心电信号的数据采集过程比较复杂。一家三甲医院的心电科每天只能够采集几百例患者，产生的数据量也非常有限，数据量不足的情况下，难以满足现有的机器学习算法，特别是深度神经网络模型，没有大量的样本，网络无法收敛；心电信号采集的数据维度有限，特别是在便携式设备上，一般情况下仅仅能够采集单导联(一个通道)的心电信号数据，数据所承载的信息量十分有限，难以满足心电信号分析模型的训练和预测过程；心电信号的采集过程会受到各类型干扰，包括低频和高频两种，低频的干扰会造成心电信号的基线漂移，高频的干扰会增加心电信号的噪音，这些干扰都会对分析结果产生极大的影响；心电信号在时域上采集，导致基于时域数据的心电信号分析方法(例如深度神经网络)，会忽略信号在频域上的信息。

发明内容

本发明的目的在于提供一种多视角转换的心电信号数据增强方法，多视角转换可以扩充样本量，使得在原始数据量不足的情况下，也能够完成机器学习模型的训练过程；多视角转换可以增加原始心电信号的维度，从原始心电信号的多个视角提取出更多的通道；通过多视角转换，可以从干扰信号中分离出干净的心电信号，提升数据质量，提高分析精度；通过多视角转换，提取原始心电信号在不同频带上的成分信号，基于时域数据的机器学习方法分析成分信号，也就只分析了该频带的信息，通过这种间接的方式在基于时域数据的心电信号分析方法中引入频域信息。

本发明的目的可以通过以下技术方案实现：

一种多视角转换的心电信号数据增强方法,单个导联对于任意一条心电信号数据，记改数据为其中n为该信号的数据长度，X[i]表示X的第i个电压值；

所述多视角转换的转换方式包括：

一、均值平移：

首先求出X的平均值μ,再将X中的所有电压值依次减去μ，得到

二、平方：

将X中的所有电压值依次取平方，得到

三、截断：

将X中的所有电压值，小于M_低的值取为M_低，大于M_高的值取为M_高，M_低和M_高是两个超参数，根据所获取的实际数据人为确定；

四、白化：

将X中的所有电压值归一化为均值等于0、方差等于1的正态分布；

五、累积求和：

将X中的所有电压值按时间顺序依次累计求和；

六、n阶差分：

将X中的所有相邻电压值求差值，n阶差分的结果基于n-1阶差分计算，0阶差分即为原始心电信号；

七、n阶滑动平均:

将X中的相邻n个电压值求平均；

八、滤波：