[发明专利]一种单导联心电信号f波提取方法

权利要求书

1.一种单导联心电信号f波提取方法，其特征在于，包括以下步骤：

建立双通道时序卷积神经网络模型，所述模型包括两个编码子模块、两个掩码估计子模块、信息融合模块和两个编码子模块，其中：

所述两个编码子模块分别用于提取心室QRST波群的特征和f波的特征；所述两个掩码估计子模块分别用于根据心室QRST波群的特征和f波的特征，提取f波的潜在特征和心室QRST波群的潜在特征；所述信息融合模块用于在编码空间中对所述f波的潜在特征和心室QRST波群的潜在特征进行特征融合，从而估计出心室QRST波群的掩码和f波的掩码；所述两个解码子模块分别用于根据心室QRST波群的掩码与特征的加权结果，和f波的掩码与特征的加权结果，重构心室QRST波群的时域信号和f波的时域信号；

构建ECG信号的训练数据集并对所述双通道时序卷积神经网络模型进行训练，保存训练好的模型；

对于未知的混合心电信号，将其输入到训练好的模型中，从而提取出f波时域信号。

2.根据权利要求1所述的单导联心电信号f波提取方法，其特征在于，所述双通道时序卷积神经网络模型基于概率图模型建立，该概率图模型的概率因子分解公式表示为：

其中，P(x_VA,x_AA|x)表示条件分布概率，x表示未知的ECG信号，x_VA表示心室QRST波群的时域信号，x_AA表示f波的时域信号，Z_VA,Z_AA表示QRST波群和f波的编码特征变量，F_AA,F_VA表示QRST波群和f波的潜在特征变量，M_VA,M_AA表示QRST波群和f波的掩码特征变量，表示为加权后的特征变量，P()表示概率。

3.根据权利要求1所述的单导联心电信号f波提取方法，其特征在于，所述构建ECG信号的训练数据集，包括：

采用已标注QRST波群位置和f波位置的ECG信号数据集，构建训练数据集其中，n_tr为训练数据集中ECG记录总数，xⁱ∈R^1×T表示为第i条ECG记录，T为时间采样点个数，表示为第i条ECG记录中干净的QRST波群位置标签，表示为第i条ECG记录中干净的f波位置标签。

4.根据权利要求1所述的单导联心电信号f波提取方法，其特征在于，所述两个编码子模块分别提取心室QRST波群的特征和f波的特征的过程包括：

编码子模块中，编码使用一维卷积神经网络，每条ECG记录划分为K个固定长L的心电片段，记作：X∈R^K×L，将X分别作为两个编码子模块中一维卷积网络的输入，分别提取心室QRST波群和f波的特征向量记作Z_VA,Z_AA∈R^K×N其中N为编码基的个数，具体计算方式如下：

其中，B_VA,B_AA∈R^L×N是编码基向量。

5.根据权利要求1所述的单导联心电信号f波提取方法，其特征在于，所述两个掩码估计子模块根据心室QRST波群的特征和f波的特征，提取f波的潜在特征和心室QRST波群的潜在特征的过程为：

将编码特征向量Z_VA,Z_AA分别输入到一个均含有TCN的掩码估计子模块中，得到f波和心室QRST波群的潜在特征向量记作F_AA,F_VA∈R^K×N。