买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
摘要:一种针对可穿戴式设备的心电图QRS波形检测方法,涉及心电信号处理技术领域,使用了一个新的心电信号波形检测网络S2TE_Net,该网络使用了时空特征提取模块和激励挤压模块相结合,以实现对QRS波形的准确检测。在时空特征提取模块中,使用了卷积神经网络CNN和双向长短期记忆网络Bi‑LSTM的结合体。CNN可以捕捉时间序列数据中的空间特征,Bi‑LSTM可以捕获ECG信号中存在的时间特征并平滑高频噪声,从而在可穿戴式设备中获得更准确的QRS波形检测结果。
主权项:1.一种针对可穿戴式设备的心电图QRS波形检测方法,其特征在于,包括如下步骤:a采集心电信号数据,将采集的心电信号数据进行归一化处理;b将归一化后的心电信号数据切割成Z段时长为Xs的信号片段,得到心电信号片段集U,U={U1,U2,...,Ut,...,UZ},Ut为第t条信号片段,t∈{1,2,...,Z};c建立QRS波形检测网络S2TE_NET,QRS波形检测网络S2TE_NET由第一卷积块、特征提取模块、第二卷积块、挤压激励模块、第三卷积块、Dropout层、全连接层构成;d将第t条信号片段Ut输入到QRS波形检测网络S2TE_NET的第一卷积块中,输出得到特征f1;e将特征f1输入到QRS波形检测网络S2TE_NET的特征提取模块中,输出得到特征f4;f将特征f4输入到QRS波形检测网络S2TE_NET的第二卷积块中,输出得到特征f5;g将特征f5输入到QRS波形检测网络S2TE_NET的挤压激励模块中,输出得到特征f6;h将特征f6输入到QRS波形检测网络S2TE_NET的第三卷积块中,输出得到特征f7;i将特征f7输入到QRS波形检测网络S2TE_NET的Dropout层、全连接层中,输出得到QRS波形检测概率Pn;步骤d包括如下步骤:d-1QRS波形检测网络S2TE_NET的第一卷积块由卷积层、BatchNorm1d层、Swish激活函数层构成;d-2将第t条信号片段Ut输入到第一卷积块的卷积层中,输出得到特征f1-1;d-3将特征f1-1输入到第一卷积块的BatchNorm1d层中,输出得到特征f1-2;d-4将特征f1-2输入到第一卷积块的Swish激活函数层中,输出得到特征f1;步骤e包括如下步骤:e-1QRS波形检测网络S2TE_NET的特征提取模块由并行的时空特征提取模块1和时空特征提取模块2构成;e-2时空特征提取模块1由第一卷积层、第二卷积层、Bi-LSTM网络构成,将特征f1输入到时空特征提取模块1的第一卷积层中,输出得到特征f2-1,将特征f2-1输入到时空特征提取模块1的第二卷积层中,输出得到特征f2-2,将特征f2-2输入到时空特征提取模块1的Bi-LSTM网络中,输出得到特征fbilstm1,将特征f2-1、特征f2-2、特征fbilstm1进行拼接操作,得到特征f2-3,将特征f2-3与特征f1进行相加操作,得到特征f2;e-3时空特征提取模块2由第一卷积层、Bi-LSTM网络构成、第二卷积层构成,将特征f1输入到时空特征提取模块2的第一卷积层中,输出得到特征f3-1,将特征f1输入到时空特征提取模块2的Bi-LSTM网络中,输出得到特征fbilstm2,将特征f3-1与特征fbilstm2进行拼接操作,得到特征f3-2,将特征f3-2输入到时空特征提取模块2的第二卷积层中,输出得到特征f3-3,将特征f3-3与特征f1进行相加操作,得到特征f3;e-4将特征f2与特征f3进行相加操作,得到特征f4;步骤f包括如下步骤:f-1QRS波形检测网络S2TE_NET的第二卷积块由卷积层、BatchNorm1d层、Swish激活函数层构成;f-2将特征f4输入到第二卷积块的卷积层中,输出得到特征f4-1;f-3将特征f4-1输入到第二卷积块的BatchNorm1d层中,输出得到特征f4-2;f-4将特征f4-2输入到第二卷积块的Swish激活函数层中,输出得到特征f5;步骤g包括如下步骤:g-1QRS波形检测网络S2TE_NET的挤压激励模块由卷积滤波器、sigmoid激活函数构成;g-2将特征f5输入到挤压激励模块的卷积滤波器中,输出得到特征Zsq;g-3将特征Zsq输入到挤压激励模块的sigmoid激活函数中,输出得到特征Fex;g-4将特征f5与特征Fex进行相乘操作,得到特征f6;步骤h包括如下步骤:h-1QRS波形检测网络S2TE_NET的第三卷积块由卷积层、BatchNorm1d层、Swish激活函数层构成;h-2将特征f6输入到第三卷积块的卷积层中,输出得到特征f6-1;h-3将特征f6-1输入到第三卷积块的BatchNorm1d层中,输出得到特征f6-2;h-4将特征f6-2输入到第三卷积块的Swish激活函数层中,输出得到特征f7。
全文数据:
权利要求:
百度查询: 齐鲁工业大学(山东省科学院) 山东省计算中心(国家超级计算济南中心) 山东省人工智能研究院 一种针对可穿戴式设备的心电图QRS波形检测方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。