[发明专利]一种心脏年龄评估方法、装置、电子设备及存储介质

权利要求书

1.一种心脏年龄评估模型训练方法，其特征在于，所述方法包括：

获取训练对象的生物电信号以及与所述训练对象生物电信号对应的年龄标签；将所述生物电信号经过预处理作为训练集；

构建深度神经网络模型，所述深度神经网络模型通过卷积层和全连接层组合而成；

将多组训练对象的生物电信号以及对应的年龄标签输入深度神经网络模型，获取心脏年龄评估模型，所述心脏年龄评估模型用于待测目标的心脏年龄的评估。

2.根据权利要求1所述的心脏年龄评估模型训练方法，其特征在于，所述生物电信号包括训练对象的单导联心电信号，将所述生物电信号经过预处理作为训练集的步骤包括：

利用线性插值算法将单导联心电信号重采样，再进行带通滤波处理，去除基线漂移和工频干扰；

随机截取原始单导联心电信号，将原始单导联心电信号归一化处理，使其达到预定的数据长度。

3.根据权利要求1所述的心脏年龄评估模型训练方法，其特征在于，所述的深度神经网络模型包括：

多组stage，每一组stage的第一个卷积层通过降采样将输入长度缩短为原来的一半；

在每一层卷积层之前都有一组非线性变换，所述非线性变换包括批标准化函数、随机删除函数和激活函数。

4.根据权利要求2所述的心脏年龄评估模型训练方法，其特征在于，在训练的开始阶段，使用正态分布随机初始化模型参数。

5.根据权利要求1所述的心脏年龄评估模型训练方法，其特征在于，采用均方根误差MSELoss作为基础目标函数，度量真实年龄标签l_i和预测年龄y_i之间的差异程度，再采用损失加权的方式进行反向传播；

其中，使用小批梯度下降法求解目标函数为MSELoss的最优化问题；每次选取训练对象的单导联心电信号数据中的一批样本，在每一轮迭代中计算一批样本正向传播到输出层节点的数据，得到梯度再进行反向传播，并在反向传播的过程中更新模型参数。

6.一种心脏年龄评估方法，其特征在于，所述方法包括：

获取待测目标的生物电信号，所述生物电信号包括待测目标的单导联心电信号；

将所述单导联心电信号进行预处理，并输入权利要求1-6任意一项训练的心脏年龄评估模型，输出所述待测目标的心脏年龄的评估值和/或与所述待测目标的心脏年龄的评估值对应的提示信息。

7.一种心脏年龄评估模型训练装置，其特征在于，包括：

构建模块，其用于获取训练对象的生物电信号，所述生物电信号包含与训练对象对应的年龄标签；将所述生物电信号经过预处理作为训练集；及

训练模块，其用于将多组训练对象的生物电信号以及对应的年龄标签输入深度神经网络模型，获取心脏年龄评估模型，所述心脏年龄评估模型用于待测目标的心脏年龄的评估，其中所述深度神经网络模型由卷积层和全连接层组合而成。

8.一种基于单导联心电信号的心脏年龄评估装置，其特征在于，包括：

数据获取模块，其用于获取待测目标的生物电信号，所述生物电信号包括待测目标的单导联心电信号；

年龄评估模块，其用于将所述单导联心电信号进行预处理，并输入已训练的心脏年龄评估模型，输出所述待测目标的心脏年龄的评估值和/或与所述待测目标的心脏年龄的评估值对应的提示信息。

9.一种电子设备，其特征在于，包括处理器、输入设备、输出设备和存储器，所述处理器、输入设备、输出设备和存储器依次连接，所述存储器用于存储计算机程序，所述计算机程序包括程序指令，所述处理器被配置用于调用所述程序指令，执行如权利要求1-6任一项所述的方法。

10.一种可读存储介质，其特征在于，所述存储介质存储有计算机程序，所述计算机程序包括程序指令，所述程序指令当被处理器执行时使所述处理器执行如权利要求1-6任一项所述的方法。