[发明专利]心律失常检测方法及系统

权利要求书

1.一种心律失常检测方法，其特征在于，包括：

获取待检测的原始心电信号；

对原始心电信号进行预处理，分别得到时序心电信号和Hilbert谱图；

基于时序心电信号和Hilbert谱图，分别提取时序心电信号特征和Hilbert谱特征；

利用训练好的检测模型，对时序心电信号特征和Hilbert谱特征进行处理，得到最终的检测结果；其中，所述检测结果包括待检测的原始心电信号是否为心律失常的信号。

2.根据权利要求1所述的心律失常检测方法，其特征在于，获取待检测的原始心电信号包括：采集被测者的原始心电信号，使用HHT带通滤波器去除基线漂移和高频噪声干扰，利用陷波器去除工频干扰，得到待检测的原始心电信号。

3.根据权利要求1所述的心律失常检测方法，其特征在于，使用最大最小归一化方法对原始心电信号进行归一化处理，得到时序心电信号；利用HHT将心电信号转化为Hilbert谱图。

4.根据权利要求1所述的心律失常检测方法，其特征在于，基于正样本和负样本，进行对比预测编码CPC模型训练，使用训练好的对比预测编码CPC模型，对时序心电信号进行处理，提取时序心电信号特征。

5.根据权利要求4所述的心律失常检测方法，其特征在于，利用卷积神经网络提取时序心电信号中某一时刻的特征；利用循环神经网络将该某一时刻及该某一时刻之前的心电信号特征生成融合历史信息；融合历史信息与预测的该某一时刻之后的心电信号特征组成一个正样本，融合历史信息与任意采样的序列点的特征表示组成负样本。

6.根据权利要求5所述的心律失常检测方法，其特征在于，根据某一时刻之前的心电信号特征表示，基于心电信号上下文关系，引入互信息公式，预测该某一时刻之后的心电信号特征。

7.根据权利要求1所述的心律失常检测方法，其特征在于，使用训练好的对比学习SimCLR模型，对Hilbert谱图进行处理，提取Hilbert谱特征。

8.根据权利要求7所述的心律失常检测方法，其特征在于，对比学习SimCLR模型的基本框架包括数据增强模块、卷积神经网络、全连接网络和对比损失函数；数据增强模块用于对图片进行转换，包括翻转，旋转，缩放，随机裁剪；卷积神经网络，用于提取转换后的图片的各自的特征表示；全连接网络用于将卷积神经网络学习到的特征表示映射到一维特征表示。

9.一种心律失常检测系统，其特征在于，包括：

获取模块，用于获取待检测的原始心电信号；

预处理模块，用于对原始心电信号进行预处理，分别得到时序心电信号和Hilbert谱图；

提取模块，用于基于时序心电信号和Hilbert谱图，分别提取时序心电信号特征和Hilbert谱特征；

检测模块，用于利用训练好的检测模型，对时序心电信号特征和Hilbert谱特征进行处理，得到最终的检测结果；其中，所述检测结果包括待检测的原始心电信号是否为心律失常的信号。

10.一种电子设备，其特征在于，包括：处理器、存储器以及计算机程序；其中，处理器与存储器连接，计算机程序被存储在存储器中，当电子设备运行时，所述处理器执行所述存储器存储的计算机程序，以使电子设备执行实现如权利要求1-8任一项所述的心律失常检测方法的指令。