[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

说明书

本发明涉及人工智能医疗技术领域，尤其为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，包括建立心电图数据集；心电图预处理；搭建阵发性室上性心动过速预测模型；设计阵发性室上性心动过速预测模型评价指标；选择学习率与优化器；阵发性室上性心动过速预测模型的训练、验证及测试；阵发性室上性心动过速预测模型定期训练，提高模型泛化能力。本发明通过搭建卷积神经网络模型，实现在大量的窦性心电图中自动识别出患有阵发性室上性心动过速的患者，从而为阵发性室上性心动过速的诊断提供新思路。

技术领域

本发明涉及人工智能医疗技术领域，具体为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。

背景技术

阵发性室上性心动过速是一种在窦性心律期间无症状且不易检测到的常见疾病，它具有突发突止、未发病时心电图可能接近正常等特点，其诊断依赖于发病时心电图检查或者电生理检查术。因其突发突止的特点，阵发性室上性心动过速时常难以捕捉，许多患者至医院就诊时已恢复正常，心电图等常规检查技术不能依据病人窦性心律期间的心电图做出诊断或者排除阵发性室上性心动过速，从而延误患者诊治，影响患者生活质量。电生理检查术是一种有创和有风险的检查方式，且需要住院占用大量医疗资源。针对目前尚无一种有效的利用未发病时心电图进行预测和诊断阵发性室上性心动过速的方法，提出一种利用正常窦性心律心电图预测或诊断阵发性室上性心动过速的方法。

发明内容

本发明的目的在于提供一种针对阵发性室上性心动过速的窦性心律心电图预测法，以解决上述背景技术中提出的目前没有一种通过窦性心律心电图就能准确预测阵发性室上性心动过速的问题。

为实现上述目的，本发明提供如下技术方案：

一种针对阵发性室上性心动过速的窦性心律心电图预测法，其步骤包括：

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：