[发明专利]一种心率信号检测装置及方法

说明书

本发明公开了一种心率信号检测装置，包括：样本提取器，用于将连续的人体心率信号中均分为多个固定时长的信号样本；样本处理器，用于确定信号样本的特征图，所述特征图包括时域特征和频域特征；概率计算器，用于根据所述特征图确定所述信号样本属于各个心率类型的概率分布，所述心率类型包括心率正常类型和心率失常类型；还公开了一种利用上述心率信号检测装置进行检测的方法。本发明能够无需依靠人工标记，就能对人体心率信号进行准确的分类，并结合同一心率信号的时域特征和频域特征对这一心率信号所属的心率类型进行判别，提高心率失常检测的准确度。

技术领域

本发明涉及心率信号处理技术领域，具体为一种心率信号检测装置及方法。

背景技术

心血管疾病是人类健康的一大杀手，心率失常的原因是心脏正常节律产生了异常的改变，主要表现为快于正常心率的心率失常。临床上通常通过心电图仪对患者的心率进行家检查，如果心电图仪未查出心率失常的问题，则可以通过长时间佩戴智能穿戴设备，以进行长时间的心率监测。

2018年5月15日公告的108039203A的发明提供一种基于深度神经网络的心律失常的检测系统，包括：分段模块，用于对获取的待检测患者的K导联心电数据按时间顺序进行分段处理，获取多个K导联心电数据段，每个K导联心电数据段的长度相等，K为正整数；检测模块，用于将所述多个K导联心电数据段按照时间的先后顺序依次分别输入训练好的深度神经网络模型，获取所述待检测患者患心律失常的类型。本发明提供的基于深度神经网络的心律失常的检测系统，通过将深度神经网络与心电数据相结合，利用人工对心律失常进行诊断的临床经验知识作为先验，对病例作出高可靠的预测，从而提高了心律失常检测的准确度。

上述专利中，使用人工对心律失常进行诊断的临床经验知识作为先验，存在对做标记的人工经验的依赖性，标签是否正确是模型实际分类性能的关键。并且其中使用了数据增强，增强的数据集与原始数据集存在一定的相关性，会影响模型的判断，导致判断不准确。

发明内容

本发明的目的是为了提供一种心率信号检测装置及方法，无需依靠人工标记，就能对人体心率信号进行准确的分类。

为了实现上述发明目的，本发明采用了以下技术方案：一种心率信号检测装置，包括：

样本提取器，用于将连续的人体心率信号中均分为多个固定时长的信号样本；

样本处理器，用于确定信号样本的特征图，所述特征图包括时域特征和频域特征；

概率计算器，用于根据所述特征图确定所述信号样本属于各个心率类型的概率分布，所述心率类型包括心率正常类型和心率失常类型。

优选的，所述样本处理器包括：

时域特征单元，用于从所述信号样本中提取时域特征；

信号转换单元，用于将所述信号样本从时域样本转换为频域样本；

频域分段单元，用于将所述频域样本均分成多个频域段；

频域特征单元，用于根据所述频域段确定频域特征；

特征处理单元，用于将所述时域特征和所述频域特征结合，得到所述特征图。

优选的，还包括类型确定器，用于根据所述概率分布，并结合该信号样本的前后样本信号特征，确定该信号样本的心率类别。

由于人体心率信号是根据时间连续的信号，故在判断时结合该心率信号的前后心率信号对该心率类型进行判断，能够进一步提高判断的准确性。

优选的，还包括信号采集器，用于从人体中采集人体心率信号。

优选的，还包括信号滤波器，用于过滤所述人体心率信号中的干扰信号，所述信号过滤器包括：

低通滤波器，用于去除人体心率信号中的肌电噪声干扰；