[发明专利]一种单导联心电信号f波提取方法

说明书

本发明公开了一种单导联心电信号f波提取方法，包括：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；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，保存训练好的模型用于未知的混合心电信号中f波时域信号的提取。本发明提出的双通道的时序卷积神经网络分别对QRST波群和f波进行编解码，采用信息融合的掩码估计并构建正则项来约束QRST成分编码特征的分布差异，减少QRST波群的畸变，来选择高信噪比的QRST波群和f波潜在特征，从而提高了f波检测精度。

技术领域

本发明涉及信号处理领域，具体涉及一种单导联心电信号f波提取方法。

背景技术

心房颤动是一种最常见的室上性心律失常。房颤患者的中风风险比未受房颤影响的人群高达四到五倍。在心脏病患者中，房颤患者的死亡率是其他患者的两倍。当发生心房颤动时，P波被快速振动(颤动)且幅度和形状都有变化的f波代替。同时这种f波又引起不规则的、频繁变化的心室电活动。f波的物理参数(比如幅度和频谱)常被用于房颤的临床诊断,对房颤电生理活动机制的研究有重要的意义。

心室活动的QRST波与心房活动的f波在时域和频域皆有混叠，制约了f波的检测精度。针对该问题，研究人员提出了很多提取f波的方法，大致可分为多导联和单导联两类方法。多导联方法采用盲源信号分离、时空消除等技术，利用多导联心电信号之间的相关性进行QRST波群和f波的分离。尽管f波检测效果好，但是需要布置多个电极，不便于移动心电设备的使用。单导联方法常采用平均模板消除、贝叶斯滤波等技术，消去QRST成分或者依据先验模型对f波进行参数估计，从而实现f波的提取。单导联的方法虽然便于移动心电监护，但是对异常心拍(比如室性早搏所导致的心拍形态变化)敏感，检测精度较低。

传统的多导联f波提取方法利用各导联心电信号之间的相关性抑制QRST成分；此类方法需要在患者身上贴上多个电极片，限制了患者的行动，不利于长期监护和动态检测；而单导联f波提取方法依据心电信号的准周期性，构造QRST模板进行匹配滤波，实现f波的提取。但是，QRST波形畸变和心拍间隔异常严重影响了QRST模板的估计的准确性，从而影响f波提取的精度。

发明内容

本发明提出了一种基于双通道时序卷积神经网络的f波提取方法，以提高f波检测精度，为房颤临床诊断提供可靠依据。

为了实现上述任务，本发明采用以下技术方案：

一种单导联心电信号f波提取方法，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。

进一步地，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：