[发明专利]穿戴式动态心电信号分类方法及系统

权利要求书

1.一种穿戴式动态心电信号分类方法，其特征在于，包括：

获取待分类的原始心电信号；

利用预先构建的小波散射网络提取待分类的心电信号的小波散射系数，利用小波散射系数计算散射特征矩阵，并转化为散射特征图；

利用预先训练好的分类模型对散射特征图进行处理，得到心电信号的分类结果；其中，所述预先训练好的分类模型由训练集训练得到，所述训练集包括多个心电信号以及标注心电信号的类别的标签。

2.根据权利要求1所述的穿戴式动态心电信号分类方法，其特征在于，基于尺度函数和小波函数构建了三层小波散射网络，生成0阶散射系数、1阶散射系数和2阶散射系数。

3.根据权利要求2所述的穿戴式动态心电信号分类方法，其特征在于，待分类的心电信号与尺度函数卷积，获得0阶小波散射系数；待分类的心电信号与一阶小波函数卷积，并经过非线性模运算生成一阶散射传播算子；一阶散射传播算子与尺度函数卷积获得一阶小波散射系数；一阶散射传播算子与二阶小波函数卷积，并经过非线性模运算生成二阶散射传播算子；二阶散射传播算子与尺度函数卷积获得二阶小波散射系数。

4.根据权利要求2所述的穿戴式动态心电信号分类方法，其特征在于，基于信号的长度与采样频率，确定尺度函数保持平移不变性的最大尺度因子，即时间支持度。

5.根据权利要求1所述的穿戴式动态心电信号分类方法，其特征在于，训练分类模型的基础网络为长短期记忆神经网络。

6.根据权利要求1所述的穿戴式动态心电信号分类方法，其特征在于，所述训练集来自于质量评估数据库，所述质量评估数据库中包括人工标注完成的多条心电信号，其中，心电信号的类别包括可用于疾病检测和诊断的干净信号、可用于心率提取的轻度污染信号、需要剔除的噪声污染严重信号。

7.根据权利要求6所述的穿戴式动态心电信号分类方法，其特征在于，对质量评估数据库中所有的数据首先进行预处理，包括：数据标准化处理、导联脱落判断以及纯噪声判断。

8.一种穿戴式动态心电信号分类系统，其特征在于，包括：

获取模块，用于获取待分类的原始心电信号；

提取模块，用于利用预先构建的小波散射网络提取待分类的心电信号的小波散射系数，利用小波散射系数计算散射特征矩阵，并转化为散射特征图；

分类模块，用于利用预先训练好的分类模型对散射特征图进行处理，得到心电信号的分类结果；其中，所述预先训练好的分类模型由训练集训练得到，所述训练集包括多个心电信号以及标注心电信号的类别的标签。

9.一种非暂态计算机可读存储介质，其特征在于，所述非暂态计算机可读存储介质用于存储计算机指令，所述计算机指令被处理器执行时，实现如权利要求1-7任一项所述的穿戴式动态心电信号分类方法。

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1-7任一项所述的穿戴式动态心电信号分类方法的指令。