[发明专利]基于连续T波面积与深度特征的心肌缺血模型建模方法

权利要求书

1.基于连续T波面积与深度特征的心肌缺血模型建模方法，其特征在于：包括以下步骤：

1)对原始ECG数据进行预处理，预处理包含降噪和对降噪后心电信号截取多个ECG记录片段；

2)采用基于区域滑动窗口的方法确定每个ECG记录片段中除最后一个T波外其余T波的起止点；

3)对每个ECG记录片段中每根导联除最后一个心拍外其余每个心拍计算T波面积，然后计算每个ECG记录片段中每根导联的连续T波面积变异系数，最后根据每个ECG记录片段的所有变异系数得到一个变异系数特征向量；

4)首先，构建心肌缺血检测模型，具体过程如下：通过卷积神经网络模型提取每个ECG记录片段的深度特征向量并处理为一维特征向量，与该ECG记录片段对应的变异系数特征向量融合为混合特征向量，再对混合特征向量线性变换后使用Sigmoid激活函数转换为概率值，最后使用多层感知机根据概率值将每个ECG记录片段分类为正常ECG片段或心肌缺血ECG片段；构建心肌缺血检测模型后，选取ECG记录片段中的部分心肌缺血ECG片段和正常ECG片段作为训练集，剩余心肌缺血ECG片段和正常ECG片段作为测试集，对心肌缺血检测模型进行训练与测试，且测试时根据各ECG记录片段的模型分类结果，结合各ECG记录片段的真实分类，计算评价指标，对心肌缺血检测模型进行评价，若评价指标满足要求，得到心肌缺血检测模型中卷积神经网络模型和多层感知机的最优参数，否则调整卷积神经网络模型和多层感知机的参数，重新对心肌缺血检测模型进行训练与测试。

2.根据权利要求1所述基于连续T波面积与深度特征的心肌缺血模型建模方法，其特征在于：对原始ECG数据进行预处理的过程如下：

a1)选取Daubechies6小波函数作为母小波来过滤原始ECG数据的信号噪声，得到降噪后心电信号；其中，信号噪声包含肌电干扰、基线漂移和工频噪声；

a2)对降噪后心电信号，截取多个ECG记录片段，包括心肌缺血ECG片段和正常ECG片段；其中，心肌缺血ECG片段和正常ECG片段的数目差别小于200。

3.根据权利要求1所述基于连续T波面积与深度特征的心肌缺血模型建模方法，其特征在于：确定ECG记录片段中除最后一个T波外其余T波起止点的过程具体如下：

b1)采用Pan-Tompkins算法定位ECG记录片段中各T波前的R峰位置；

b2)根据QT数据库中标注的QRS波群索引位置以及T波和P波的起止点索引位置，提取QT数据库中多个心跳信号的RR间期、RTon间期、RTend间期，对RR和RTon、RR和RTend做k-means算法聚类分析，从而确定在不同RR间期下T波起点和终点的搜索范围[t1,t2]和[t3,t4]；

b3)首先根据各相邻两个R峰位置计算得到的RR间期确定ECG记录片段中除最后一个T波外其余T波的起点搜索范围，然后采用滑动窗口定位ECG记录片段中除最后一个T波外其余T波的起点；定位T波起点的过程具体如下：将滑动窗口放在搜索左边界t1处，然后将滑动窗口向右移动，当滑动窗口的积分面积取到最大时，滑动窗口左端点t的取值就是T波起点的位置；

b4)首先根据各相邻两个R峰位置计算得到的RR间期确定ECG记录片段中除最后一个T波外其余T波的终点搜索范围，然后采用滑动窗口定位ECG记录片段中除最后一个T波外其余T波的终点位置，定位T波终点的过程具体如下：将滑动窗口定义为[t′-w,t′]，将滑动窗口从t3处开始向t4处滑动，当滑动窗口积分面积最大时，t′的取值就是T波终点的位置。

4.根据权利要求3所述基于连续T波面积与深度特征的心肌缺血模型建模方法，其特征在于：定位T波起点的滑动窗口积分面积公式如下：

其中s_j表示滑动窗口中第j个采样点的信号幅值，表示滑动窗口左端点t的邻域p内信号幅值的平均值，的公式为：

5.根据权利要求3所述基于连续T波面积与深度特征的心肌缺血模型建模方法，其特征在于：定位T波终点的滑动窗口积分面积公式为：

其中表示滑动窗口右端点t′的邻域p内信号幅值的平均值。