[发明专利]基于卷积神经网络的心电信号识别装置

说明书

本申请涉及一种基于卷积神经网络的心电信号识别装置、计算机设备和存储介质。所述装置用于：获取多导联心电信号；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；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；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；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；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。采用上述技术方案可以准确地从心电信号中识别出陈旧性心梗风险。

技术领域

本申请涉及心电信号识别领域，特别是涉及一种基于卷积神经网络的心电信号识别方法、装置、计算机设备和存储介质。

背景技术

冠心病(Coronary Heart Disease，CHD)是现代社会人类健康的头号杀手。心肌梗死是冠心病最严重的后果。目前通常通过识别心电信号的方式预测患者的心梗风险。

常见的心电信号识别方法主要是基于心电信号的关键点检测。例如，提取心电信号的ST段、T波、R波的特征进行检测。

然而，上述方法严重依赖于对Q波、P波、J点、S点、T波等关键点的检测。当心电信号质量不佳时，可能无法准确定位关键点，从而无法准确地从心电信号中识别出心梗风险。

因此，目前的心电信号识别方法存在着心梗异常识别不准确的问题。

发明内容

基于此，有必要针对上述技术问题，提供一种基于卷积神经网络的心电信号识别方法、装置、计算机设备和存储介质。

第一方面，提供了一种基于卷积神经网络的心电信号识别方法，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，该方法包括：

获取多导联心电信号；

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进行划分，得到多组的心电信号分组特征；还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；

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；

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；

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；

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。

在另一个实施例中，所述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，包括：

获取所述空洞分组卷积块的分组卷积组数；

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；

将所述心电信号分组特征输入至空洞分组卷积块，得到所述空洞分组卷积特征。

在另一个实施例中，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，所述将所述心电信号分组特征输入至所述空洞分组卷积块，得到所述空洞分组卷积特征，包括：