波形图像的处理方法、装置、设备及存储介质与流程

技术特征：
1.一种波形图像的处理方法，其特征在于，所述方法包括：获取原始的带噪波形图像，所述带噪波形图像中包括目标参数随时间变化所形成的带噪波形曲线；对所述带噪波形图像的峰值点噪声进行去噪处理，得到包含去噪波形曲线的去噪波形图像；其中，所述峰值点噪声包括所述带噪波形曲线中因不规则抖动所产生的对峰值点检测具有干扰作用的线条部分；基于所述去噪波形图像提取波形特征信息，所述波形特征信息用于指示所述去噪波形曲线的特征。2.根据权利要求1所述的方法，其特征在于，所述峰值点噪声采用波形去噪模型进行去除，所述波形去噪模型包括下采样部分和上采样部分；所述对所述带噪波形图像的峰值点噪声进行去噪处理，得到包含去噪波形曲线的去噪波形图像，包括：通过所述波形去噪模型的下采样部分对所述带噪波形图像进行下采样处理，生成下采样后图像；通过所述波形去噪模型的上采样部分对所述下采样后图像进行上采样处理，生成所述去噪波形图像；其中，在所述上采样处理的过程中，融合所述下采样处理的过程中生成的中间图像和所述上采样处理的过程中生成的中间图像作为所述上采样处理的输入图像。3.根据权利要求2所述的方法，其特征在于，所述波形去噪模型包括n个级联的下采样模块和n个级联的上采样模块；其中，每个下采样模块包括级联的第一下采样单元和第二下采样单元，每个上采样模块包括级联的第一上采样单元和第二上采样单元；且，第n个下采样模块的输出端与第n个上采样模块的输入端相连，所述n为正整数；所述通过所述波形去噪模型的下采样部分对所述带噪波形图像进行下采样处理，生成下采样后图像；通过所述波形去噪模型的上采样部分对所述下采样后图像进行上采样处理，生成所述去噪波形图像，包括：将所述带噪波形图像输入至所述n个下采样模块中的第1个下采样模块；对于所述n个下采样模块中的第i个下采样模块，通过所述第i个下采样模块中的第一下采样单元对输入图像进行下采样处理，得到所述第i个下采样模块的第一下采样输出图像，所述i为小于等于所述n的正整数；通过所述第i个下采样模块中的第二下采样单元对输入图像进行下采样处理，得到所述第i个下采样模块的第二下采样输出图像；其中，所述第i个下采样模块中的第二下采样单元的输入图像，是基于所述第i个下采样模块的第一下采样输出图像得到的；对于所述n个上采样模块中的第i个上采样模块，通过所述第i个上采样模块中的第一上采样单元对输入图像进行上采样处理，得到所述第i个上采样模块的第一上采样输出图像；通过所述第i个上采样模块中的第二上采样单元对输入图像进行上采样处理，得到所述第i个上采样模块的第二上采样输出图像；其中，所述第i个上采样模块中的第二上采样单元的输入图像，是基于所述第i个上采样模块的第一上采样输出图像和所述第i个下采样模块的第一下采样输出图像得到的；
基于所述n个上采样模块中的第1个上采样模块的输出图像，生成所述去噪波形图像。4.根据权利要求2所述的方法，其特征在于，所述波形去噪模型的训练过程如下：获取样本波形图像，所述样本波形图像是带噪的波形图像；生成所述样本波形图像对应的模板波形图像；通过所述波形去噪模型对所述样本波形图像的峰值点噪声进行去噪处理，生成预测波形图像；基于所述预测波形图像与所述模板波形图像之间的差异信息，确定损失函数；基于所述损失函数对所述波形去噪模型的参数进行调整。5.根据权利要求4所述的方法，其特征在于，所述生成所述样本波形图像对应的模板波形图像，包括：获取所述样本波形图像中各个峰值点距离的统计值，所述峰值点距离是指两个相邻的标注峰值点之间的距离；基于所述统计值，确定概率密度估计算法的平滑参数；采用所述概率密度估计算法按照所述平滑参数对所述样本波形图像进行处理，生成所述模板波形图像。6.根据权利要求1至5任一项所述的方法，其特征在于，所述基于所述去噪波形图像提取波形特征信息，包括：对所述去噪波形图像进行峰值检测，得到所述去噪波形曲线的峰值特征信息；和/或，对所述去噪波形图像进行频率检测，得到所述去噪波形曲线的频率特征信息。7.根据权利要求1至5任一项所述的方法，其特征在于，所述基于所述去噪波形图像提取波形特征信息之后，还包括：在所述带噪波形图像中包括运动障碍病人的关节运动参数随时间变化所形成的带噪波形曲线的情况下，基于所述波形特征信息，确定所述关节运动参数的峰值变化规律和/或频率变化规律；基于所述峰值变化规律和/或所述频率变化规律，确定所述运动障碍病人的病症分级。8.一种波形去噪模型的训练方法，其特征在于，所述方法包括：获取样本波形图像，所述样本波形图像是带噪的波形图像，所述波形图像中包括目标参数随时间变化所形成的波形曲线；生成所述样本波形图像对应的模板波形图像；通过波形去噪模型对所述样本波形图像的峰值点噪声进行去噪处理，生成预测波形图像；其中，所述峰值点噪声包括所述波形曲线中因不规则抖动所产生的对峰值点检测具有干扰作用的线条部分；基于所述预测波形图像与所述模板波形图像之间的差异信息，确定损失函数；基于所述损失函数对所述波形去噪模型的参数进行调整。9.根据权利要求8所述的方法，其特征在于，所述生成所述样本波形图像对应的模板波形图像，包括：获取所述样本波形图像中各个峰值点距离的统计值，所述峰值点距离是指两个相邻的标注峰值点之间的距离；
基于所述统计值，确定概率密度估计算法的平滑参数；采用所述概率密度估计算法按照所述平滑参数对所述样本波形图像进行处理，生成所述模板波形图像。10.根据权利要求8所述的方法，其特征在于，所述基于所述预测波形图像与所述模板波形图像之间的差异信息，确定损失函数，包括：获取所述预测波形图像中各个曲线位置点的坐标；获取所述模板波形图像中各个曲线位置点的坐标；基于所述预测波形图像中各个曲线位置点的坐标和所述模板波形图像中各个曲线位置点的坐标之间的差异，确定所述损失函数。11.根据权利要求8至10任一项所述的方法，其特征在于，所述基于所述损失函数对所述波形去噪模型的参数进行调整之后，还包括：获取所述预测波形图像中的各个预测峰值点的坐标；获取所述样本波形图像中的各个标注峰值点的坐标；基于所述各个预测峰值点的坐标和所述各个标注峰值点的坐标之间的差异，确定所述波形去噪模型的效果评价指标。12.一种波形图像的处理装置，其特征在于，所述装置包括：原始图像获取模块，用于获取原始的带噪波形图像，所述带噪波形图像中包括目标参数随时间变化所形成的带噪波形曲线；波形去噪处理模块，用于对所述带噪波形图像的峰值点噪声进行去噪处理，得到包含去噪波形曲线的去噪波形图像；其中，所述峰值点噪声包括所述带噪波形曲线中因不规则抖动所产生的对峰值点检测具有干扰作用的线条部分；波形特征提取模块，用于基于所述去噪波形图像提取波形特征信息，所述波形特征信息用于指示所述去噪波形曲线的特征。13.一种波形去噪模型的训练装置，其特征在于，所述装置包括：样本图像获取模块，用于获取样本波形图像，所述样本波形图像是带噪的波形图像，所述波形图像中包括目标参数随时间变化所形成的波形曲线；模板图像生成模块，用于生成所述样本波形图像对应的模板波形图像；预测图像生成模块，用于通过波形去噪模型对所述样本波形图像的峰值点噪声进行去噪处理，生成预测波形图像；其中，所述峰值点噪声包括所述波形曲线中因不规则抖动所产生的对峰值点检测具有干扰作用的线条部分；损失函数确定模块，用于基于所述预测波形图像与所述模板波形图像之间的差异信息，确定损失函数；模型参数调整模块，用于基于所述损失函数对所述波形去噪模型的参数进行调整。14.一种计算机设备，其特征在于，所述计算机设备包括处理器和存储器，所述存储器中存储有至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、所述至少一段程序、所述代码集或指令集由所述处理器加载并执行以实现如权利要求1至7任一项所述的波形图像的处理方法，或者实现如权利要求8至11任一项所述的波形去噪模型的训练方法。15.一种计算机可读存储介质，其特征在于，所述存储介质中存储有至少一条指令、至
少一段程序、代码集或指令集，所述至少一条指令、所述至少一段程序、所述代码集或指令集由处理器加载并执行以实现如权利要求1至7任一项所述的波形图像的处理方法，或者实现如权利要求8至11任一项所述的波形去噪模型的训练方法。

技术总结
本申请公开了一种波形图像的处理方法、装置、设备及存储介质，涉及人工智能技术领域。所述方法包括：获取原始的带噪波形图像，该带噪波形图像中包括目标参数随时间变化所形成的带噪波形曲线；对带噪波形图像的峰值点噪声进行去噪处理，得到包含去噪波形曲线的去噪波形图像；基于去噪波形图像提取波形特征信息，该波形特征信息用于指示去噪波形曲线的特征。本申请通过对原始的带噪波形图像进行峰值点噪声的去噪处理，能够有效去除一些对峰值点检测具有干扰作用的噪声信息，因此对去噪波形图像进行波形特征提取，相比于直接对原始的带噪波形图像进行波形特征提取，能够提高波形特征提取的准确性和有效性。取的准确性和有效性。取的准确性和有效性。


技术研发人员：吴建宝
受保护的技术使用者：腾讯科技（深圳）有限公司
技术研发日：2021.01.13
技术公布日：2021/10/19