[发明专利]房颤的检测方法、装置、计算机设备及存储介质

权利要求书

1.一种房颤的检测装置，其特征在于，包括：

训练单元，用于采用训练数据对神经网络进行训练获取分类模型；

预处理单元，用于对待检测心电信号进行预处理获取周期特征值数组，根据时间节点将所述周期特征值数组分为多组周期特征值，每一组周期特征值对应一时间节点；

所述神经网络包括多层感知器、分类器、全连接层和四个隐含层；其中，所述四个隐含层分别为：第一长短期记忆网络层、第二长短期记忆网络层、第三长短期记忆网络层和第四长短期记忆网络层；

所述训练数据包括多个时间节点和多组周期特征值，每一时间节点对应一组周期特征值；

所述训练单元用于将所述训练数据输入至所述多层感知器，所述多层感知器将所述训练数据转换为多维的时间节点对应的多维特征值数据并输入至第一长短期记忆网络层进行训练，将训练后的序列分别输入至第二长短期记忆网络层、第三长短期记忆网络层和第四长短期记忆网络层三层，经所述第二长短期记忆网络层训练的序列经池化层计算各特征值序列的时间平均值并与时间维度相除，将所述第二长短期记忆网络层训练的序列经池化层计算各特征值序列的最大值并与时间维度相除，第三长短期记忆网络层提取上一时间节点对应的多维特征值序列的预测结果，将第二长短期记忆网络层、第三长短期记忆网络层和第四长短期记忆网络层的输出结果发送至全连接层及进行计算输出分类概率，并调整所述神经网络中的训练参数，直至所述神经网络的学习率达到预设条件，获取分类模型；

分类单元，用于将所述周期特征值数组输入所述分类模型，所述分类模型在隐含层采用迭代的方式将上一时间节点对应的一组周期特征值的输出结果与当前时间节点对应的周期特征值相加作为输入，以获取所述待检测心电信号的分类结果。

2.根据权利要求1所述的房颤的检测装置，其特征在于，所述每一组周期特征值包括：

P波的持续时间、QRS复合波的持续时间、T波的持续时间、P波的振幅、QRS复合波的振幅、T波的振幅、RR波的间隔距离、RR波的间隔时间差、P波的纵剖面面积。

3.根据权利要求1所述的房颤的检测装置，其特征在于，所述预设条件为学习率达在至少3轮的验证没有减低，所述验证为采用验证集对所述神经网络的分类结果进行验证。

4.根据权利要求1所述的房颤的检测装置，其特征在于，所述预处理单元用于根据每次心动周期将所述待检测心电信号拆分为多组周期特征值。

5.一种计算机设备，所述计算机设备，包括存储器、处理器和权利要求1至4任一项所述房颤的检测装置。

6.一种计算机可读存储介质，其上存储有计算机程序，其特征在于：所述计算机程序被处理器执行下述操作：采用训练数据对神经网络进行训练获取分类模型；

对待检测心电信号进行预处理获取周期特征值数组，根据时间节点将所述周期特征值数组分为多组周期特征值，每一组周期特征值对应一时间节点；

所述神经网络包括多层感知器、分类器、全连接层和四个隐含层；其中，所述四个隐含层分别为：第一长短期记忆网络层、第二长短期记忆网络层、第三长短期记忆网络层和第四长短期记忆网络层；

所述训练数据包括多个时间节点和多组周期特征值，每一时间节点对应一组周期特征值；

将所述训练数据输入至所述多层感知器，所述多层感知器将所述训练数据转换为多维的时间节点对应的多维特征值数据并输入至第一长短期记忆网络层进行训练，将训练后的序列分别输入至第二长短期记忆网络层、第三长短期记忆网络层和第四长短期记忆网络层三层，经所述第二长短期记忆网络层训练的序列经池化层计算各特征值序列的时间平均值并与时间维度相除，将所述第二长短期记忆网络层训练的序列经池化层计算各特征值序列的最大值并与时间维度相除，第三长短期记忆网络层提取上一时间节点对应的多维特征值序列的预测结果，将第二长短期记忆网络层、第三长短期记忆网络层和第四长短期记忆网络层的输出结果发送至全连接层及进行计算输出分类概率，并调整所述神经网络中的训练参数，直至所述神经网络的学习率达到预设条件，获取分类模型；

将所述周期特征值数组输入所述分类模型，所述分类模型在隐含层采用迭代的方式将上一时间节点对应的一组周期特征值的输出结果与当前时间节点对应的周期特征值相加作为输入，以获取所述待检测心电信号的分类结果。