[发明专利]数据预处理方法、装置、训练系统、穿戴设备及存储介质

权利要求书

1.数据预处理方法，通过该方法处理后的数据用于送入深度神经网络进行训练，实现心脏节律分类，其特征在于，包括如下步骤：

采集ECG波形上第K-1到第K个R的间期，或者采集ECG波形上第K到第K+1个R的间期，K＞1；

连续采集M个上述RR间期直接作为一个输入样本，或者连续采集M个上述归一化处理后的RR间期作为一个输入样本，M＞0；

将上述输入样本以1×1×M的三维形式输入CNN深度神经网络模型，或者将上述输入样本以M×1×1的三维形式输入CNN深度神经网络模型，或者将上述输入样本分解为M个1×1的点对应送入RNN深度神经网络模型上的M个RNN基本神经单元。

2.数据预处理装置，通过该装置处理后的数据用于送入深度神经网络进行训练，实现心脏节律分类，其特征在于，包括

R间期采集处理单元：用于采集ECG波形上第K-1到第K个R的间期，或者采集ECG波形上第K到第K+1个R的间期，K＞1；

样本成型单元：连续采集M个上述RR间期直接作为一个输入样本，或者连续采集M个上述归一化处理后的RR间期作为一个输入样本，M＞0；

输入样本格式处理单元：将上述输入样本以1×1×M的三维形式输入CNN深度神经网络模型，或者将上述输入样本以M×1×1的三维形式输入CNN深度神经网络模型，或者将上述输入样本分解为M个1×1的点对应送入RNN深度神经网络模型上的M个RNN基本神经单元。

3.训练系统，其特征在于，包括

数据预处理装置：用于提取ECG波形上的特征点，组成一个输入样本，然后将输入样本处理为特定形式；

训练模块:将数据预处理装置处理为特定形式的输入样本，送入对应的深度神经网络模型进行训练，调整深度神经网络模型中的滤波器权重，直到损失函数判断调整后的滤波器权重满足要求为止。

4.根据权利要求3所述的训练系统，其特征在于，所述数据预处理装置包括

R间期采集处理单元：用于采集ECG波形上第K-1到第K个R的间期，或者采集ECG波形上第K到第K+1个R的间期，K＞1；

样本成型单元：连续采集M个上述RR间期直接作为一个输入样本，或者连续采集M个上述归一化处理后的RR间期作为一个输入样本，M＞0；

输入样本格式处理单元：将上述输入样本以1×1×M的三维形式输入CNN深度神经网络模型，或者将上述输入样本以M×1×1的三维形式输入CNN深度神经网络模型，或者将上述输入样本分解为M个1×1的点对应送入RNN深度神经网络模型上的M个RNN基本神经单元。

5.穿戴设备，其特征在于，包括权利要求2-4任意一项所述数据预处理装置或者训练系统。

6.一种存储介质，包含有计算机程序指令，其特征在于，所述计算机程序指令被处理器执行以实现权利要求2-4任意一项所述数据预处理装置或者训练系统所具备的模块功能。