[发明专利]基于时频信息融合注意力的生理信号片段分析方法

权利要求书

1.基于时频信息融合注意力的生理信号片段分析方法，其特征在于：具体包括如下步骤：

步骤1，输入公开数据集中原始ECG信号，对相应信号进行预处理操作后划分为训练集和测试集；

步骤2，构建基于Transformer时频信息融合的生理信号片段分析模型；

步骤3，使用步骤1处理后的训练集对步骤2构建的模型进行训练；

步骤4，将步骤1预处理后的测试集ECG信号送入步骤3训练好的模型，最终输出分类检测的结果。

2.根据权利要求1所述的基于时频信息融合注意力的生理信号片段分析方法，其特征在于：所述步骤1中对ECG信号进行预处理的过程为：

依次进行分段、滤波、R峰检测与RR间期和R峰幅值提取、线性插值以及通道拼接，得到时间序列z。

3.根据权利要求1所述的基于时频信息融合注意力的生理信号片段分析方法，其特征在于：所述步骤2中，基于Transformer时频信息融合的生理信号片段分析模型包括特征提取模块、时频信息融合模块以及分类模块；

特征提取模块包括深度残差收缩网络DRSNs、多尺度卷积注意力MSCA和多层卷积+ReLU模块CRL；

时频信息融合模块包括由可扩展位置编码、自适应剪枝时频信息融合注意力模块APTFFA和多尺度MLP组成的Transformer架构；

分类模块包括平均池化、全连接层和Softmax激活函数。

4.根据权利要求3所述的基于时频信息融合注意力的生理信号片段分析方法，其特征在于：所述步骤2中，分类模块中，采用如下公式(1)获取睡眠呼吸暂停事件生理信号分类的预测值y：

5.根据权利要求1所述的基于时频信息融合注意力的生理信号片段分析方法，其特征在于：所述步骤3训练过程中，利用交叉熵损失函数即如下公式(2)对步骤2构建的模型进行约束：

其中，N为样本数，y_i表示样本i的标签，p_i表示样本i预测为正类的概率。