[发明专利]一种基于FASTER-RCNN的QRS波检测方法

权利要求书

1.一种基于FASTER-RCNN的QRS波检测方法，其特征在于，所述方法包括：

步骤1)获取第二届中国生理信号挑战赛的心电信号数据，采用小波变换将一维电信号转换为二维图像数据；

步骤2)滑动切割每一张二维图像数据，使得图片中的QRS波位于中心位置，切割结果为5张图像，按照8:2的比例划分为检测网络的训练验证集和测试集；

步骤3)构造基于VGG-16的FASTER-RCNN检测网络，包括特征提取网络、RPN网络；

步骤4)将上述检测网络使用训练集进行模型训练，选出在验证集上表现最优的模型；

步骤5)将待测图像送入上述选出的模型进行预测，得到QRS波对应的位置和分数，并基于第二届中国生理信号挑战赛的评分标准计算QRS复合波检测评分和心率评分。

2.根据权利要求1所述的方法，其特征在于，所述步骤1)中所述的小波变换是指：选取在时域和频域具备良好的局部化性质的Mexican Hat小波，设置变换宽度为256，将时域下的一维心电信号全部变换到频域中去，从而转化为二维图像中QRS波的检测问题。

3.根据权利要求1所述的方法，其特征在于，所述步骤2)中所述的滑动切割图像是指：对原始5000*512分辨率图像的初始位置和终点位置分别填充100个单位的0像素值，滑动窗口大小为1200，在滑动切割图像后得到5张1000*512分辨率的二维心电图像，并按照8:2的比例划分为检测网络的训练验证集和测试集。

4.根据权利要求1所述的方法，其特征在于，所述步骤3)中所述的特征提取网络是指：由VGG-16网络下采样到conv5_3这一共享卷积层，输出记为feature-map。

5.根据权利要求1所述的方法，其特征在于，所述步骤3)中所述的RPN网络是指：一个卷积核为3*3、stride＝1、输出channels数量为256的卷积层，再并行接2个卷积核为1*1卷积层分别构成分类层和回归层，它们的输出channels数量分别是18和36。

6.根据权利要求1所述的方法，其特征在于，所述步骤4)中所述的在验证集上表现最优的模型是指：在训练过程，每经过1个epoch存储一次模型，并在验证集上测试，根据QRS波的误检率和漏检率两个指标选择出最优的模型。

7.根据权利要求1所述的方法，其特征在于，所述步骤5)中所述的预测过程是指：将每一张待预测的图像，输入到最优的检测模型中，对图像两侧300ms位置设置阈值为0.85，中心部分阈值设置为0.9，然后会得到检测出来的QRS波位置和分数。

8.根据权利要求1所述的方法，其特征在于，所述步骤5)中所述的基于第二届中国生理信号挑战赛的评分标准计算测试分数是指：QRS波检测后，对每个10秒的心电图段，按照第二届中国生理信号挑战赛的评分标准进行打分，得到QRS复合波检测评分和心率评分。