[发明专利]一种心电图数据压缩方法、终端设备及存储介质

权利要求书

1.一种心电图数据压缩方法，包括压缩流程和解压流程，其特征在于，其中：

压缩流程：

S101：将待压缩心电图数据切分为额定长度的原始片段；

S102：构建卷积自编码器模型，针对每个原始片段，使用该原始片段对卷积自编码器模型进行训练，以使模型的损失函数满足要求，提取训练后的模型中解码器的可学习参数和编码器生成的隐变量并结合后，作为该原始片段的压缩数据；

S103：按顺序将所有原始片段的压缩数据连接并打包为待压缩心电图数据的压缩文件；

解压流程：

S201：按照各原始片段对应的压缩数据的长度将压缩文件的内容切分为多个压缩数据；

S202：根据各压缩数据提取对应的解码器的可学习参数和编码器生成的隐变量；

S203：构建与步骤S102相同的卷积自编码器模型，将解码器的可学习参数加载到卷积自编码器模型的解码器中后，将编码器生成的隐变量输入解码器中，输出压缩数据对应的解压片段；

S204：按顺序将各解压片段连接起来，生成解压后的心电图数据。

2.根据权利要求1所述的心电图数据压缩方法，其特征在于：步骤S101中切分之前还包括：按照固定的采样率对待压缩心电图数据进行重采样。

3.根据权利要求2所述的心电图数据压缩方法，其特征在于：重采样的采样率为200HZ。

4.根据权利要求1所述的心电图数据压缩方法，其特征在于：步骤S102之前还包括：对各原始片段对应的波形类型进行识别，并根据不同波形类型为原始片段设定不同的掩码；设定卷积自编码器模型停止训练的条件为损失函数小于损失函数阈值与掩码的乘积。

5.根据权利要求1所述的心电图数据压缩方法，其特征在于：卷积自编码器模型的损失函数采用L1损失。

6.根据权利要求1所述的心电图数据压缩方法，其特征在于：解码器的可学习参数和编码器生成的隐变量均采用半精度浮点数格式。

7.根据权利要求1所述的心电图数据压缩方法，其特征在于：原始片段对应的波形类型包括：p波、QRS波、伪差和采集质量差。

8.根据权利要求7所述的心电图数据压缩方法，其特征在于：掩码设置的方法包括：在P波的前后30毫秒和QRS波的前后60毫秒设置为0.5，在伪差和采集质量差的位置设置为5，其余位置设置为1。

9.一种心电图数据压缩终端设备，其特征在于：包括处理器、存储器以及存储在所述存储器中并在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如权利要求1～8中任一所述方法的步骤。

10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于：所述计算机程序被处理器执行时实现如权利要求1～8中任一所述方法的步骤。