[发明专利]一种利用窦性心律心电图预测阵发性室上性心动过速的方法

权利要求书

1.一种利用窦性心律心电图预测阵发性室上性心动过速的方法，其特征在于，包括以下步骤：

步骤1：筛选窦性心律心电图

选取采样频率为500Hz的心电图机所制作的标准10秒12导联的数字心电图；明确窦性心律心电图排除范围；

步骤2：建立心电图数据集

获取心电图数据后，根据文本识别技术对心电图上的文本信息进行识别，按照步骤1所述的窦性心律心电图排除范围实现对所述窦性心律心电图的排除筛选；选取病患术前窦性心律心电图作为阳性病例，同时选取未有该病症及确诊情况的病人的窦性心律心电图为阴性病例；在满足所述选取条件时，建立的心电图数据集按比例划分为训练集、验证集和测试集；

步骤3：心电图预处理

对心电图数据集中的心电图进行裁剪，裁剪心电图上文本信息，仅保留心电图波段信息，同时对裁剪后的心电图进行二次线性插值处理，统一心电图图片像素；

步骤4：搭建阵发性室上性心动过速预测模型，依次由下采样模块、六个引入注意力机制的残差模块、池化分类模块三部分构成；

下采样模块由三个下采样操作配合使用激活函数ReLU与最大池化层构成，其中每一个下采样操作由卷积与归一化操作搭配完成；采用六个引入注意力机制的残差模块，划分为四个阶段，每个阶段包含的模块数量依次为2,1,1,2；池化分类模块先设置全局平均池化层和丢包层，接着进入全连接层，将全连接后得到的特征送入softmax分类器，进行二分类，预测输入图片为阴性病例或是阵发性室上性心动过速病例；

步骤5：设计阵发性室上性心动过速预测模型评价指标：准确度Accuracy、精度Precision、灵敏度Sensitivity、特异性Specificity和F1分数F1-Score指标：

其中，TP表示真阳性，TN表示真阴性，FP表示假阳性，FN表示假阴性；

同时，通过建立受试者操作曲线并测量曲线下面积以评估阵发性室上性心动过速预测模型的性能；

步骤6：设置学习率与优化器

设定初始学习率，在迭代过程中，学习率采用余弦退火策略，优化器选择梯度下降算法，采用Adam优化函数；

步骤7：阵发性室上性心动过速预测模型的训练、验证及测试

训练集送入阵发性室上性心动过速预测模型进行训练，若是出现训练不充分或者训练过拟合的情况，需要及时调整网络参数，通过验证集对模型调参，最终将测试集送入调试好的模型中测试，直观反应模型的预测性能；

步骤8：阵发性室上性心动过速预测模型满足精度后部署到设备

获取心电图数据：患者将心电图平摊在AI智能识别扫描仪指定位置，按启动按钮，计算机获取心电图数据，通过步骤2所述方法判断该份心电图是否为窦性心律心电图，若不符合则不予预测，若符合则通过步骤3所述方法对心电图进行预处理；

预测阵发性室上性心动过速系统：阵发性室上性心动过速预测模型读入经过图像预处理的心电图，通过虚拟机运算，提取心电特征对该份心电图进行预测判断是否为阵发性室上性心动过速，预测结果在人机交互界面显示；

步骤9：阵发性室上性心动过速模型定期训练，提高模型泛化能力。