[发明专利]一种面向心电图数据的深度模型分类结果可视化方法

说明书

本发明公开了一种面向心电图数据的深度模型分类结果可视化方法，包括：将心电图序列输入训练好的深度模型中，获得基准结果；通过遮挡区间抹除选定的心跳区间的信息，将没有选定心跳区间信息时的深度模型输出结果与深度模型输出的基准结果相比较，计算获得每一次心跳对于深度模型的影响因子ΔO；采用渐变色带将每一次心跳的影响因子ΔO可视化表示出来，实现深度模型分类结果的可视化。本发明通过分析宏观和微观两种粒度下心电图数据对于深度模型输出结果的影响，能够展示得到模型分类结果的关键证据，可增强模型输出的分类结果的可解释性。

技术领域

本发明属于深度模型分类结果可视化技术领域，特别涉及一种面向心电图数据的深度模型分类结果可视化方法。

背景技术

根据维基百科的定义，心电图数据是指一种经胸腔的以时间为单位记录心脏的电生理活动，并通过皮肤上的电极捕捉并记录下来的数据。在实践中，为了提高效率，减轻医生的负担和工作强度，一些基于深度学习的模型被应用于心电图数据上的特征提取与分类上。但现有的这些模型只能给出最后的分类结果，无法对该分类结果的产生依据做出解释；而在实践中没有明确解释的分类结果预测很难被接受和应用，使得应用场景大大受限，也不利于医生利用模型输出的分类结果。

综上，亟需一种面向心电图数据的深度模型分类结果可视化方法。

发明内容

本发明的目的在于提供一种面向心电图数据的深度模型分类结果可视化方法，以解决上述存在的技术问题。本发明能够展示得到最终结果的关键证据，可增强模型输出的分类结果的可解释性。

为达到上述目的，本发明采用以下技术方案：

一种面向心电图数据的深度模型分类结果可视化方法，包括以下步骤：

步骤1，将采集的心电图数据处理为心电图序列，将心电图序列输入训练好的深度模型中，获得基准结果；

步骤2，把心跳间隔作为基本单位，根据心电图数据中的心跳信息动态调整遮挡区间，通过遮挡区间抹除选定的心跳区间的信息，将没有该心跳区间信息时的深度模型输出结果与包含该心跳信息时深度模型输出的基准结果相比较，计算获得每一次心跳对于深度模型的影响因子ΔO；

步骤3，采用渐变色带将每一次心跳的影响因子ΔO可视化表示出来，实现深度模型分类结果的可视化。

进一步地，还包括：

步骤4，设置可移动的遮挡区间，依次遮挡心电图数据中的每个点；将心电图数据遮挡每个点的深度模型输出结果分别与深度模型输出的基准结果比较，获得心电图数据上每个点对于深度模型输出结果的影响因子；

步骤5，将步骤4获得的每个点的影响因子进行可视化表示。

进一步地，步骤2具体包括：

步骤2.1，根据原始心电图数据，获取每次心跳区间的长度，根据该长度动态设置遮挡区间，依次遮挡每个心跳区间；

步骤2.2，将添加了遮挡区间的心电图序列向量分别输入到深度模型中，得到新的深度模型输出结果；

步骤2.3，分别计算步骤2.2获得的各个新的深度模型输出结果与步骤1获得基准结果的差值，获得各个心跳区间对深度模型输出结果的影响因子。

进一步地，步骤3具体包括：

步骤3.1，将每一个心跳区间对应的ΔO值编码，得到一个对应的颜色序列；规则为：当ΔO0时，将其编码为一种预设颜色，该值越大，则颜色深度越深；当ΔO0时，将其编码为另一种不同的预设颜色，该值越小，则颜色深度越深；