[发明专利]利用心搏时间序列生成心搏标签序列的处理方法和装置

权利要求书

1.一种利用心搏时间序列生成心搏标签序列的处理方法，其特征在于，所述处理方法包括：

获取心搏时间序列；所述心搏时间序列包括多导联心搏数据；

按照设定数据量对所述多导联心搏数据进行数据切割，得到多组心搏分析数据；

将所述多组心搏分析数据进行数据组合，得到四维张量数据；所述四维张量数据具有四个因子{B，H，W，C}，其中因子B为批量数据、因子H为高度数据、因子W为宽度数据、因子C为通道数据；所述批量数据为所述多组心搏分析数据的组数；

对所述四维张量数据进行张量格式转换处理，将所述四维张量数据中的高度数据收缩为1，并对宽度数据进行压缩，输出为{B，1，W₁，C₁}的输出张量：

对所述输出张量{B，1，W₁，C₁}进行转换，得到特征张量{B，W₁，C₁}；

将所述特征张量与随机初始化的权重矩阵相乘，输出嵌入特征张量{B，W₁，d_model}；其中，d_model为输入到Transformer模型的特征向量的维度；

将所述嵌入特征张量输入到训练好的Transformer模型，输出所述心搏时间序列对应的心搏标签序列。

2.根据权利要求1所述的处理方法，其特征在于，在所述将所述嵌入特征张量输入到训练好的Transformer模型之前，所述方法还包括：训练所述Transformer模型。

3.根据权利要求2所述的处理方法，其特征在于，所述训练所述Transformer模型具体包括：

对作为训练样本的心搏时间序列进行心搏数据的数据标注；所述数据标注包括对心搏数据的心搏类型和心搏R点位置的标注；

按照设定采样频率和采样长度进行第一数据量的心搏片段提取；

在提取到的心搏片段中，根据所述数据标注确定所述心搏R点位置对应的心搏类型，得到神经网络机器翻译NMT标签序列；

对所述NMT标签序列进行整理，得到符合自然语言处理NLP模型语句要求的作为训练样本的心搏标签序列；

以作为训练样本的心搏时间序列和作为训练样本的心搏标签序列对Transformer模型进行训练。

4.根据权利要求3所述的处理方法，其特征在于，所述对所述NMT标签序列进行整理具体包括：

确定所述心搏标签序列的字段长度；

在所述NMT标签序列的第一个字段之前添加标记“S”；

在所述NMT标签序列的最后一个字段之后添加标记“/S”；

根据所述字段长度，在所述标记“/S”之后的字段中填充标记“Pad”。

5.根据权利要求3或4所述的处理方法，其特征在于，所述以作为训练样本的心搏时间序列和作为训练样本的心搏标签序列对Transformer模型进行训练具体包括：

得到所述作为训练样本的心搏时间序列的训练样本的嵌入特征张量{B，W₁，d_model}；

将所述训练样本的嵌入特征张量{B，W₁，d_model}，和，数据标注得到NMT标签序列作为训练样本输入数据，将所述整理得到的训练样本的心搏标签序列作为训练样本输出数据，对所述Transformer模型进行训练。

6.根据权利要求1所述的处理方法，其特征在于，所述对所述四维张量数据进行张量格式转换处理，将所述四维张量数据中的高度数据收缩为1，并对宽度数据进行压缩，输出为{B，1，W₁，C₁}的输出张量具体为：

设定多导联心搏数据的导联数量为所述四维张量数据的高度数据；

按照设定步幅，对所述四维张量数据使用CNN卷积神经网络进行多层网络卷积计算，得到高度数据收缩为1且宽度数据被压缩的输出张量。