[发明专利]异常心电信号识别方法及异常心电信号识别装置

权利要求书

1.一种异常心电信号识别方法，其特征在于，包括：

接收待识别心电信号，确定所述待识别心电信号的若干个波段的起点和终点；

根据所述若干个波段的起点和终点确定所述待识别心电信号的若干个目标波段；

计算每个所述目标波段的统计学特征，得到所述待识别心电信号的形态特征；所述统计学特征包括最大值、最小值、均值、标准差、熵；

利用离散小波变换对所述待识别心电信号进行分解，得到近似信号和细节信号，并分别计算所述近似信号的统计学特征和所述细节信号的统计学特征，得到所述待识别心电信号的离散小波系数特征，该统计学特征包括最大值、最小值、均值、标准差、熵；

获取预先构建的特征提取模型，其中，所述特征提取模型基于深度学习算法对心电信号样本进行训练后得到；

向所述特征提取模型输入所述待识别心电信号，利用所述特征提取模型对所述待识别心电信号进行特征提取，输出所述待识别心电信号的模型特征；

将所述待识别心电信号的所述形态特征、所述离散小波系数特征以及所述模型特征进行特征融合，得到所述待识别心电信号的目标融合特征；

使用分类模型对所述目标融合特征进行识别，判断所述目标融合特征是否符合异常心电信号所具备的特征，所述分类模型基于深度学习算法对异常心电信号样本和正常心电信号样本进行训练后得到；所述分类模型在模型训练过程学习所述异常心电信号样本的特征以及所述正常心电信号样本的特征；

若符合，则确定所述待识别心电信号为异常心电信号。

2.根据权利要求1所述的异常心电信号识别方法，其特征在于，所述确定所述待识别心电信号的若干个波段的起点和终点，包括：

利用Pan-Tompkins算法计算所述待识别心电信号的若干个波段的起点和终点。

3.根据权利要求1所述的异常心电信号识别方法，其特征在于，所述获取预先构建的特征提取模型，包括：

基于卷积神经网络算法，使用所述心电信号样本对所述特征提取模型进行训练，得到训练后的所述特征提取模型。

4.根据权利要求1所述的异常心电信号识别方法，其特征在于，所述接收待识别心电信号之后，所述方法还包括：

对所述待识别心电信号进行预处理，所述预处理包括对所述待识别心电信号去除基线漂移和/或对所述待识别心电信号去除肌电干扰。

5.根据权利要求1所述的异常心电信号识别方法，其特征在于，所述分类模型为XGBoost分类模型，所述方法还包括：

以正常心电信号和异常心电信号作为训练样本，向待训练的所述XGBoost分类模型输入所述训练样本，基于XGBoost算法对所述XGBoost分类模型进行训练。