[发明专利]一种结合深度学习和电生理知识的多导联心电信号特征点提取方法

权利要求书

1.一种结合深度学习和电生理知识的多导联心电信号特征点提取方法，其特征在于：包括以下步骤：

（1）多导联心电信号获取模块：

通过信号采集传感器、隔离电路、放大电路、滤波电路和模/数转换电路获取多导联心电信号，并将多导联心电信号分离为多导联信号，记信号为X(t)，导联数为M，长度为N，采样频率为Fs；

（2）特征点提取模块：将预处理后的心电数据输入预先训练好的模型对心电信号特征点进行检测，获取每个时刻采样点属于QRS波起止点、QRS波峰值点、QRS波终止点、T波峰值点和T波终止点的概率，并基于固定阈值法提取特征点；

（3）特征点位置修正模块：在步骤（2）的基础上，基于动态阈值自适应调整策略和基于电生理知识的多导联互参方法进一步修正QRS波起止点、QRS波峰值点、T波峰值点和T波终止点的位置，所述特征点位置修正模块包括基于电生理知识的多导联互参方法修正特征点的位置和基于动态阈值自适应调整策略修正特征点的位置，其中步骤（1）中12导联心电信号的某个单导联信号X(t)，基于步骤（2）的方法其每个采样点属于QRS波起始点的概率矩阵为W1=[W₁,W₂,…W_j...W_N]，采用步骤（2）的方法应用于M导联心电信号的剩余所有导联，则M导联心电信号每个采样点属于QRS波起始点的总概率矩阵为：

W_IN表示第I个导联上第N个采样点属于QRS起始点的概率，I为导联索引值，基于电生理学知识的多导联互参法计算采样点在各个导联属于QRS波起始点的概率均值，并将其作为该导联上采样点属于QRS起始点的概率，应用于N个采样点后，每个采样点属于QRS波起始点的概率矩阵为：

其中

其中W_N表示第N个采样点属于QRS起始点的概率；

基于动态阈值自适应调整策略修正特征点的位置，针对QRS波起始点位置p=[p₁,p₂,…,p_j,…p_y]，通过设置不同的阈值逐个检测矩阵p中所有元素，检测该元素是否为QRS波起始点，并将结果保存到矩阵QRS中，具体步骤如下：

步骤a，如果p[1]≥Fs，表示有一个或多个QRS波起始点被遗漏，则使用新的概率矩阵Y=[W₁,W₂,…W_p[1]+Fs/5]检测此范围内的QRS波起始点，按照步骤二中的固定阈值法检测，且此时阈值thr2=thr1-0.1，检测结果保存到矩阵QRS中，如果QRS为空，则降低阈值为thr3=thr2-0.1，直到QRS不为空，如果QRS不为空，则保存QRS并转到步骤b；如果p[1]＜Fs，p[1]记为第一个QRS波的起始点，将p[1]保存到矩阵QRS中，然后转到步骤b进行下一步；

步骤b，逐个检测矩阵p中p[2]到p[y-1]间的所有元素，检测该元素是否为QRS波起始点，记p[j]为待检测的第j-1个点，如果(p[j]- QRS [-1])≥1.2×Fs, 则p[j]和QRS[-1]之间漏检QRS波起始点，则使用新的概率矩阵Z=[W_{QRS[-1]+ 1/5*Fs},…W_p[j]-1/5*Fs]检测此范围内的QRS波起始点，按照步骤二中的固定阈值法检测，且此时阈值thr3=thr1 -0.1，检测结果保存到矩阵QRS中，如果QRS为空，则降低阈值为thr4=thr3 -0.1，直到QRS不为空，如果QRS不为空，则保存QRS并转到步骤c；如果(p[j]- QRS [-1])＜1.2×Fs, p[j]为QRS波的起始点，将p[j]保存到矩阵QRS中，然后转到步骤c进行下一步；

步骤c，如果p[-1]≤N-Fs，则p[-1]和N之间漏检QRS波起始点，则使用新的概率矩阵T=[W_{P[-1]+ Fs/5},…W_N]检测此范围内的QRS波起始点，按照步骤二中的固定阈值法检测，且此时阈值thr5=thr1 -0.1，检测结果保存到向矩阵QRS中，如果QRS为空，则降低阈值为thr6=thr5 -0.1，直到QRS不为空，如果QRS不为空，则保存QRS；如果p[-1]＞N-Fs, p[j]为QRS波的起始点，将p[j]保存到矩阵QRS中，最后QRS=[QRS₁,QRS₂,…, QRS_j,…,QRS_z]，其中z表示基于动态阈值自适应调整方法QRS波起始点的个数；j表示索引值，按相同的方法提取QRS波峰值点、QRS波终止点、T波峰值点和T波终止点。