一种基于函数拟合信号的正常与异常心电诊断方法及系统与流程

技术特征：
1.一种基于函数拟合信号的正常与异常心电诊断方法，其特征在于，包括以下步骤：s1，采集多条处于静息状态下病人的12导联心电信号；s2，对每一条心电信号进行小波函数做滤波去噪声处理，并将滤完波后的每一条心电信号按照导联顺序重新拼接到一起；若心电信号是异常，则心电标签向量为1，若心电信号正常，则心电标签向量为0；s3，对卷积神经网络模型进行训练，模型输入为12导联心电信号，模型输出为心电标签向量；s4，随机生成模拟心电信号，分别建立函数(1)和函数(2)：s4，随机生成模拟心电信号，分别建立函数(1)和函数(2)：分别将函数放入(1)和函数(2)放入所述s3中训练好的模型中分别得到预测值和预测值s5，求取函数最小值为目标，求得到最优的α0，β0，γ0，δ0的值；求取函数最小值为目标，求得到最优的α1，β1，γ1，δ1的值；s6，获取新的未训练过的临床心电信号，对所述临床心电信号进行如步骤s2一样的预处理操作，得到心电信号ecg
new
，同时随机生成多个随机函数，定义p，q；p为随机函数经过函数得到的模拟信号与心电信号ecg
new
之间的相关性，q为随机函数经过函数得到的模拟信号与心电信号ecg
new
之间的相关性；s7，若|p|>|q|，|p|>0.6，证明ecg
new
为正常心电信号，否则为异常心电信号。2.根据权利要求1所述的基于函数拟合信号的正常与异常心电诊断方法，其特征在于，所述s1具体包括：采集20000条处于静息状态下病人的n导联心电信号，采样频率为500hz，每条心电信号的长度为10s，其中10000条为12导联静息心电异常数据，另10000条为12导联静息心电正常数据，共同组成训练集的数据。3.根据权利要求1所述的基于函数拟合信号的正常与异常心电诊断方法，其特征在于，所述s1具体包括：每条心电数据都经过至少两名心内科医生确定标签向量，若是两名心内科医生的意见不一致，则通过第三名心内科医生确定该心电信号的标签向量，对每条心电信号都确定标签向量后，将这些标签向量形成标签集。4.根据权利要求1所述的基于函数拟合信号的正常与异常心电诊断方法，其特征在于，所述s3中的卷积神经网络模型具体为：第一卷积层为16个步长为1、大小均为8的一维卷积核，第二卷积层为32个步长为1、大小均为8的一维卷积核，第三卷积层为64个步长为1、大小均为4的一维卷积核，第四卷积层为128个步长为1、大小均为2的一维卷积核；第一池化层，第二池化层，第三池化层，第四池化层都采用最大池化，核的大小和步长均为2。5.根据权利要求4所述的基于函数拟合信号的正常与异常心电诊断方法，其特征在于，
所述s3具体包括：将第四池化层输出的结果通过第一层神经元个数为128全连接层，激活函数为relu函数；将第一层的全连接层的输出的结果，输入神经元个数为1的第二层全连接层，激活函数设定为sigmoid函数，神经网络输出为一个预测心电标签向量。6.根据权利要求1所述的基于函数拟合信号的正常与异常心电诊断方法，其特征在于，所述卷积神经网络模型的算法为随机梯度下降算法、adam算法、rmsprop算法、adagrad算法、adadelta算法或adamax算法。7.根据权利要求1所述的基于函数拟合信号的正常与异常心电诊断方法，其特征在于，所述s5中求取函数时采用的算法为遗传算法、随机森林或粒子群算法。8.一种基于函数拟合信号的正常与异常心电诊断的系统，其特征在于，所述系统用于实现如权利要求1-7任一项所述的基于函数拟合信号的正常与异常心电诊断方法的步骤，包括：信号处理模块，用于采集多条处于静息状态下病人的12导联心电信号；对每一条心电信号进行小波函数做滤波去噪声处理，并将滤完波后的每一条心电信号按照导联顺序重新拼接到一起；若心电信号是异常，则心电标签向量为1，若心电信号正常，则心电标签向量为0；模型训练模块，用于对卷积神经网络模型进行训练，模型输入为12导联心电信号，模型输出为心电标签向量；随机生成模拟心电信号，分别建立函数(1)和函数(2)：函数(1)和函数(2)：分别将函数放入(1)和函数(2)放入所述s3中训练好的模型中分别得到预测值和预测值求取函数最小值为目标，求得到最优的α0，β0，γ0，δ0的值；求取函数最小值为目标，求得到最优的α1，β1，γ1，δ1的值；信号判断模块，获取新的未训练过的临床心电信号，对所述临床心电信号进行如步骤s2一样的预处理操作，得到心电信号ecg
new
，同时随机生成多个随机函数，定义p，q；p为随机函数经过函数得到的模拟信号与心电信号ecg
new
之间的相关性，q为随机函数经过函数得到的模拟信号与心电信号ecg
new
之间的相关性；若|p|>|q|，|p|>0.6，证明ecg
new
为正常心电信号，否则为异常心电信号。9.一种电子设备，其特征在于，包括存储器、处理器，所述处理器用于执行存储器中存储的计算机管理类程序时实现如权利要求1-7任一项所述的基于函数拟合信号的正常与异常心电诊断方法的步骤。10.一种计算机可读存储介质，其特征在于，其上存储有计算机管理类程序，所述计算机管理类程序被处理器执行时实现如权利要求1-7任一项所述的基于函数拟合信号的正常与异常心电诊断方法的步骤。

技术总结
本发明属于心电信号异常检测技术领域，具体公开了一种基于函数拟合信号的正常与异常心电诊断方法及系统，其中方法包括：采集多条处于静息状态下病人的12导联心电信号、降噪处理，然后将降噪处理后的信号标记正常或异常，以此来训练神经网络模型，然后建立函数并通过训练好的模型来预测，以得到函数。最后通过函数来对临床心电信号进行正常与异常的诊断。该方案通过深度学习获取良好的预测模型的基础上，借助特殊函数实现待判断信号正常与异常心电特征之间的相关性比较。当信号在特殊函数的判断下近似于正常时，才判断为正常心电信号。才判断为正常心电信号。才判断为正常心电信号。


技术研发人员：刘明 谢建芳 姜红 朱俊江 陈广怡
受保护的技术使用者：上海数创医疗科技有限公司
技术研发日：2022.08.01
技术公布日：2022/11/18