[发明专利]基于卷积神经网络的心电信号识别装置

权利要求书

1.一种基于卷积神经网络的心电信号识别装置，其特征在于，所述卷积神经网络包括空洞分组卷积块、残差块和全局平均池化层，所述装置包括：

信号获取模块，用于获取多导联心电信号；

空洞分组卷积模块，用于将所述多导联心电信号输入至所述空洞分组卷积块，得到空洞分组卷积特征；其中，所述空洞分组卷积块，用于将所述多导联心电信号的特征进行均等分组，得到多组的心电信号分组特征；还用于根据预设的空洞卷积的空洞数和空洞卷积滑动步长，确定每组所述心电信号分组特征的特征矩阵中的空洞单元；并在每组所述心电信号分组特征的特征矩阵中，将除所述空洞单元以外的矩阵单元，作为代表该组心电信号分组特征的待卷积特征；还用于分别对每组所述心电信号分组特征的待卷积特征进行卷积，得到相应组的待组合卷积特征；还用于组合所述多导联心电信号的多组待组合卷积特征，得到所述空洞分组卷积特征；

残差模块，用于通过所述残差块，对所述空洞分组卷积特征进行残差运算，得到残差卷积特征；其中，所述残差块，具体用于对所述空洞分组卷积特征进行多个卷积块的卷积运算、批归一化和激活，得到输出结果，并将所述输出结果与所述空洞分组卷积特征进行相加并激活，得到所述残差卷积特征；

平均池化模块，用于通过所述全局平均池化层，对所述残差卷积特征进行全局平均池化，得到全局降维卷积特征；

全连接模块，用于对所述全局降维卷积特征进行全连接处理，得到心梗异常概率；

判定模块，用于根据所述心梗异常概率，判定所述多导联心电信号为陈旧性心梗信号。

2.根据权利要求1所述的装置，其特征在于，所述空洞分组卷积块包括第一空洞卷积块和第二空洞卷积块，所述空洞分组卷积模块，包括：

获取子模块，用于获取所述空洞分组卷积块的分组卷积组数；

分组子模块，用于根据所述分组卷积组数，对所述多导联心电信号进行特征分组，得到所述心电信号分组特征；

空洞卷积子模块，用于通过所述第一空洞卷积块，对所述心电信号分组特征进行空洞卷积处理，得到卷积块输出特征；其中，所述第一空洞卷积块用于确定每组所述心电信号分组特征的特征矩阵中的空洞单元；并在每组所述心电信号分组特征的特征矩阵中，将除所述空洞单元以外的矩阵单元，作为代表该组心电信号分组特征的待卷积特征；还用于分别对每组所述心电信号分组特征的待卷积特征进行卷积，得到相应组的卷积块输出特征；

通过所述第二空洞卷积块，对所述卷积块输出特征进行空洞卷积处理，得到所述空洞分组卷积特征；其中，所述第二空洞卷积块用于确定每组所述卷积块输出特征的特征矩阵中的第一空洞单元；并在每组所述卷积块输出特征的特征矩阵中，将除所述第一空洞单元以外的矩阵单元，作为代表该组卷积块输出特征的第一待卷积特征；还用于分别对每组所述卷积块输出特征的第一待卷积特征进行卷积，得到相应组的第一待组合卷积特征；还用于组合所述卷积块输出特征的第一待组合卷积特征，得到所述空洞分组卷积特征。

3.根据权利要求2所述的装置，其特征在于，所述第一空洞卷积块包括第一空洞卷积层和第一最大池化层，所述空洞卷积子模块，具体用于：

通过所述第一空洞卷积层，对所述待卷积特征进行卷积、批归一化和激活，得到第一卷积层输出特征；

通过所述第一最大池化层，对所述第一卷积层输出特征进行最大池化，得到所述卷积块输出特征。

4.根据权利要求2所述的装置，其特征在于，所述第二空洞卷积块包括第二空洞卷积层和第二最大池化层，所述第一待卷积特征的特征面个数为F1，所述空洞卷积子模块，具体用于：

通过所述第二空洞卷积层，对所述第一待卷积特征进行卷积、批归一化和激活，得到第二卷积层输出特征；

通过所述第二最大池化层，对所述第二卷积层输出特征进行最大池化，得到所述第一待组合卷积特征；所述第一待组合卷积特征的特征面个数为F2；其中，F2=2*F1。