[发明专利]一种基于前馈神经网络拟合的三导联心电电极连接判别方法

权利要求书

1.一种基于前馈神经网络拟合的三导联心电电极连接判别方法，包括如下步骤：

(1)在电极连接正确导联输入正常的情况下，通过采集得到m组三通道心电标准信号段组成样本集，m为大于1的自然数；进而通过三个正电极之间连接位置的遍历组合变换将每组信号段扩展成6组，对应得到6m组三通道心电训练信号段；

(2)基于m组三通道心电标准信号段通过前馈神经网络学习算法进行训练，得到三通道心电信号之间的重构关系模型，具体过程如下：

2.1初始化构建一个由输入层、隐藏层和输出层组成的神经网络；

2.2从样本集中任取一组三通道心电标准信号段，将其中任意两个通道的心电标准信号段代入上述神经网络计算得到对应另一通道的心电信号输出结果，进而计算该心电信号输出结果与实际另一通道心电标准信号段之间的累积误差；

2.3根据该累积误差通过梯度下降法对神经网络中输入层与隐藏层之间以及隐藏层与输出层之间的权重进行修正，进而从样本集中任取下一组三通道心电标准信号段代入修正后的神经网络；

2.4根据步骤2.2和2.3遍历样本集中的所有三通道心电标准信号段，取累积误差最小时所对应的神经网络为所述重构关系模型；

(3)将m组三通道心电标准信号段代入上述重构关系模型进行遍历计算，对应得到m组三通道心电重构信号段；使所述的三通道心电训练信号段与对应的三通道心电重构信号段进行相关系数运算，共得到6m组由三个相关系数为特征值组成的特征序列；

(4)根据6m组特征序列通过人工神经网络学习算法进行训练，得到关于电极连接位置的判别模型；进而根据用户日常检测得到的三通道心电信号段利用该判别模型对用户的电极连接形式进行判别，判别出该电极连接形式为哪种连接位置状态，且该连接位置状态是否正确。

2.根据权利要求1所述的三导联心电电极连接判别方法，其特征在于：所述步骤2.1中初始化构建的神经网络中隐藏层由10个神经元组成。

3.根据权利要求1所述的三导联心电电极连接判别方法，其特征在于：所述步骤2.1中初始化构建的神经网络中隐藏层的神经元函数h(z)采用tan-sigmoid型传递函数，其表达式如下：

h(z)=2(1+e-2z)-1]]>

其中：z为函数的自变量。

4.根据权利要求1所述的三导联心电电极连接判别方法，其特征在于：所述的人工神经网络学习算法以梯度下降法作为优化方向。

5.根据权利要求1所述的三导联心电电极连接判别方法，其特征在于：所述步骤(4)中通过人工神经网络学习算法进行训练的具体过程如下：

4.1将6m组特征序列分为训练集和测试集且训练集大于测试集；

4.2初始化构建一个由输入层、隐藏层和输出层组成的神经网络；

4.3从训练集中任取一特征序列代入上述神经网络计算得到对应关于连接位置状态的输出结果，计算该输出结果与该特征序列所对应的实际连接位置状态之间的累积误差；

4.4根据该累积误差通过梯度下降法对神经网络中输入层与隐藏层之间以及隐藏层与输出层之间的权重进行修正，进而从训练集中任取下一特征序列代入修正后的神经网络；

4.5根据步骤4.3和4.4遍历训练集中的所有特征序列，取累积误差最小时所对应的神经网络为判别模型。

6.根据权利要求5所述的三导联心电电极连接判别方法，其特征在于：所述步骤4.2中初始化构建的神经网络中隐藏层由5个神经元组成。