[发明专利]一种基于堆栈式自编码器的无创心内异常激动点定位方法

说明书

本发明公开了一种基于堆栈式自编码器的无创心内异常激动点定位方法，其过程主要分为训练和预测两个阶段；在训练阶段将采集到的QRS数据作为输入，QRS数据对应标测点的三维坐标作为标签训练自编码器，利用了降噪自编码器对输入数据做预处理，在学习高维信息过程中，利用了上一层所有的变量因素，使得结果更加精确，最终构建成为堆栈式自编码器。在预测阶段，将测试集中的输入数据集x输入到训练好的堆栈式模型中，在模型的输出层得到最终的坐标预测结果(x‑y‑z)。本发明从数据驱动的角度实现了VT异常激动点的位置预测，有效地解决了临床上导管消融术的费时费力问题。

技术领域

本发明属于心电生理分析技术领域，具体涉及一种基于堆栈式自编码器的无创心内异常激动点定位方法。

背景技术

心电描记法(Electrocardiography)通过在体表记录心脏搏动周期中去极化和复极过程引起的电位变化，成为非侵入式地揭示心脏电生理活动的一项十分重要的方法。如果将心脏看作电场源，那么在心脏到体表的空间里就分布着相应的电场，在体表可以记录各个位置的电位。

室性心动过速(VT)是指发生在希氏束分叉以下的束支、心肌传导纤维、心室肌的快速性心律失常，也是非常严重的一种心律失常。大多数的VT病人的病因是因为心室内存在“小电路”，一般存在于心肌缺血病灶中。病灶中的出口点会去极化周围的心室部位，治疗VT有效的方法是利用导管消融术破坏这个出口来切断“小电路”。因为这个出口的存在，“小电路”将影响体表测到的QRS波群，换句话说，QRS波群包含了有关VT的信息。

目前临床上对室性心动过速的诊断主要依据12导联心电图，然而这样的方法只能对VT进行初步诊断，不能提供诸如发生心动过速的具体位置等更加详细的信息。另一方面，在VT的消融手术中，外科医生还借助于侵入式的手段直接测量心脏目标位置的电生理活动，对VT的异常激动点进行定位，然而侵入式起博标测方法效率不高，费时费力，而且具有一定风险。

因此，如何从现有的诊疗手段出发，在体外对VT异常激动点进行定位，成为一个十分有意义的研究问题。随着现代科学技术的发展，利用计算机辅助手段来定位VT异常激动点位置成为可能。

发明内容

鉴于上述，本发明提供了一种基于堆栈式自编码器的无创心内异常激动点定位方法，能够在得到病人的12导联体表电位数据的情况下，很好地定位到VT异常激动点的具体位置，并得到位置的三维坐标。

一种基于堆栈式自编码器的无创心内异常激动点定位方法，包括如下步骤：

(1)利用起博标测工具采集不同VT病人身上不同标测点的12导联体表心电数据，并记录每组12导联体表心电数据所对应标测点的三维坐标；

(2)对所述的12导联体表心电数据进行预处理并标记QRS间期；

(3)对于任一组12导联体表心电数据，通过对其中的QRS波群进行筛选及拼接以得到多个特征样本；

(4)以特征样本作为输入，其对应标测点的三维坐标作为真值输出，训练由多个自编码器级联而成的神经网络模型；

(5)对于VT病人身上任一待测点，采集该点的12导联体表心电数据并根据步骤(2)和(3)提取出该点12导联体表心电数据的特征信息，进而将该特征信息输入至所述神经网络模型中，则输出得到该待测点的三维坐标。

所述步骤(2)的具体实现过程为：首先通过滤波对12导联体表心电数据中的各通道心电信号进行去噪处理，然后采用多项式拟合的方式对去噪处理后的心电信号进行平滑处理，最后在平滑处理后的心电信号每个心动周期内标记出QRS间期。

所述步骤(3)的具体实现过程为：由专业人士人工从每组12导联体表心电数据中选取合适的QRS波群，对于同一心动周期的QRS波群按照导联位置将其展开成12组QRS数据，并将这12组QRS数据依次拼接后作为一个特征样本。