[发明专利]心律失常检测方法及系统

说明书

本发明提供一种心律失常检测方法及系统，属于心律检测设备技术领域，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。本发明充分利用现有的大数据，对多个数据库的心电数据进行模型训练，解决了需要耗费大量的人力物力去统一划分标准的问题；针对心电信号的随机性问题，引入Hilbert谱分析，使模型获取到更丰富的信息，进一步提高了心律失常检测的精度。

技术领域

本发明涉及心律检测设备技术领域，具体涉及一种心律失常检测方法及系统。

背景技术

心肌损伤和心律失常的患者死亡率较高，尤其是一些频发性心律失常患者(房颤、室颤等)，心律失常检测(或预警)对于重症急症患者的抢救至关重要，对于公共卫生安全防控或者流行性疾病的治疗也具有重要意义。

心电信号，尤其对危重患者而言，是典型的非平稳医学信号，可作为心律失常的诊断依据。在心律失常检测方面，传统的检测方法一般将心电信号作为平稳随机信号直接从时域或者频域进行分析。

现存大量的心电图是直接采集的无专家标注数据，有专家标注的公开数据也存在标注标准不一致问题，使用有监督学习算法直接对多个数据库的心电数据进行模型训练比较困难，导致心律失常检测的结果不准确、不可靠。

发明内容

本发明的目的在于提供一种心电信号的统计特征，同时引入了Hilbert谱，保证获取到更丰富的信息，进一步提高了心律失常检测精度的心律失常检测方法及系统，以解决上述背景技术中存在的至少一项技术问题。

为了实现上述目的，本发明采取了如下技术方案：

一方面，本发明提供一种心律失常检测方法，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。

优选的，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Hilbert-Huang变换(简称HHT变换)去除基线漂移、高频噪声和工频干扰，得到待检测的原始心电信号。

优选的，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变换获得心电信号转化为Hilbert谱图。

优选的，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。

优选的，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。

优选的，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。

优选的，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。