[发明专利]一种心电信号R波的检测方法及装置

说明书

本发明涉及心电信号检测技术领域，公开了一种心电信号R波的检测方法、装置及计算机存储介质，其中方法包括以下步骤：收集原始心电信号建立数据集，对所述原始心电信号进行R波位置标注，将标注后的原始心电信号转换为连续的标签序列；采用语义分割网络对所述数据集内的原始心电信号进行学习得到与所述标签序列相对应的结果序列；计算所述标签序列与所述结果序列的损失值，根据损失值的梯度修正所述语义分割网络的网络参数，得到收敛后的标注模型；根据所述标注模型对待测心电信号进行R波的检测。本发明具有心电信号R波检测准确率高，泛用性高的技术效果。

技术领域

本发明涉及心电信号检测技术领域，具体涉及一种心电信号R波的检测方法、装置以及计算机存储介质。

背景技术

目前，心血管疾病是常见多发主要慢性疾病之一，而且死亡率一直处于高位，已成为世界性的公共卫生问题。针对反应心脑血管疾病状态的ECG信号的日常监控，分析识别诊断，具有很高的临床研究与开发价值。由于ECG信号是一种微弱的、非线性的，而且极易受到人体内外的多种干扰，因此加大了分析识别诊断的难度，为了提高心电信号自动分析检测系统的精确性，一般情况是在信号分析之前，对分析信号进行预处理，其处理的好坏将直接影响到信号的分析与诊断的精准率。在信号诊断中，心电信号中的QRS波群检测能够提供很多重要的诊断和评估信息，在心电信号的自动诊断技术中显得尤为重要。在心电信号识别系统中，R波定位精准度直接影响其他特征波的定位。因此，R波的参数提取对ECG信号的分析尤为重要，是区分正常和病理心律的基础。

目前对心电信号的R波检测方法都是通过数字信号变换的方法、数学形态学方法等传统方法提取R波的特征，此类方法繁琐，往往需要对心电信号进行预处理，筛选去除坏数据，去除信号中的噪声、突变，然后提取心电信号的多种特征，并且由于不同个体的心电信号往往存在较大的差异，此类方法的泛用性都不太高。

发明内容

本发明的目的在于克服上述技术不足，提供一种心电信号R波的检测方法、装置以及计算机存储介质，解决现有技术中心电信号R波提取需要先进行信号预处理，提取过程繁琐，且泛用性不高的技术问题。

为达到上述技术目的，本发明的技术方案提供一种心电信号R波的检测方法，包括以下步骤：

收集原始心电信号建立数据集，对所述原始心电信号进行R波位置标注，将标注后的原始心电信号转换为连续的标签序列；

采用语义分割网络对所述数据集内的原始心电信号进行学习得到与所述标签序列相对应的结果序列；

计算所述标签序列与所述结果序列的损失值，根据损失值的梯度修正所述语义分割网络的网络参数，得到收敛后的标注模型；

根据所述标注模型对待测心电信号进行R波的检测。

本发明还提供了一种心电信号R波的检测装置，包括处理器以及存储器，所述存储器上存储有计算机程序，所述计算机程序被所述处理器执行时，实现所述心电信号R波的检测方法。

本发明还提供一种计算机存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时，实现所述心电信号R波的检测方法。

与现有技术相比，本发明的有益效果包括：本发明以基于深度学习的图像的语义分割网络为基础，将原本用于二维图像数据的图像分割方法应用于一维心电信号；同时对原始心电信号进行转换，使其可以应用于语义分割网络的学习训练中。通过深度神经网络的对心电信号的R波进行有监督的训练和学习，得到能对R波进行检测的标注模型。语义分割网络自动学习不同R波的特征，且根据损失值的梯度对网络参数进行多次修正迭代之后得到的标注模型具有极高的R波识别准确率。通过对大量不同的已标注R波位置的心电信号进行学习，使得得到的标注模型可以适用于不同心电信号的R波检测，具有较高的泛用性。运用标注模型在对心电信号进行R波检测时不需要对信号进行预处理，极大的简化了操作流程。因此，采用本发明得到的标注模型具有精确度高、识别速度快、抗干扰能力强、泛用性高的优点。

附图说明