[发明专利]一种心电信号二进制幅度编码方法有效
申请号: | 202210048598.6 | 申请日: | 2022-01-17 |
公开(公告)号: | CN114504326B | 公开(公告)日: | 2023-07-18 |
发明(设计)人: | 周军;毛睿昕;夏子寒;张兆民;李思旭 | 申请(专利权)人: | 电子科技大学 |
主分类号: | A61B5/352 | 分类号: | A61B5/352;A61B5/00;G06F18/213;G06F18/24 |
代理公司: | 电子科技大学专利中心 51203 | 代理人: | 闫树平 |
地址: | 611731 四川省成*** | 国省代码: | 四川;51 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 电信号 二进制 幅度 编码 方法 | ||
本发明涉及心电信号处理领域,具体为一种心电信号二进制幅度编码方法。该方法先根据实际心电数据设定幅度间隔,并基于设定的幅度间隔选择≥幅度间隔的心电数据进行采样,减少噪声干扰的同时缩短了数据长度。再针对心电信号中体现心脏运动重要特征的心拍幅度、心拍R峰值、相邻两个心拍之间的RR间隔以及相邻两个心拍RR间隔的长度变化进行编码,使其执行相同任务时,与直接导入心电信号不存在任何差异。心电信号编码成二进制0、1比特表示的数据后,将乘法运算简化为加法运算,降低了计算复杂度。由此可见,本发明解决了现有使用神经网络对心电信号进行分类时存在的网络规模和参数量大,致使神经网络学习和推理复杂度高、耗时长的问题。
技术领域
本发明涉及心电信号处理领域,尤其涉及一种心电信号二进制幅度编码方法。
背景技术
根据世界卫生组织的统计显示,心血管疾病(Cardiovascular Diseases,CVD)是全球第一大死亡原因。尽早地发现并预防心血管疾病,可以挽救许多CVD患者的生命。近年来,随着医学技术的迅猛发展,电子诊疗仪器也正在逐步地更新换代,对于心血管疾病的检测方面,心电诊断一直起到了重要的作用。心电诊断主要包括心电图、动态心电图、心电向量图、心率变异性及信号平均心电图等方面的检测。其中,心电图(Electrocardiogram,ECG)是心律失常识别诊断的重要判断依据,因其反映信息全面、操作手段简单、成本较为低廉得到了广泛的应用。该方法通过心脏在心动周期中心肌细胞产生的生物电变化,在体表检测出的电位变化的图形,这种方式记录心跳时,心肌细胞去极化引发的微小的电学改变并进行信号放大,从而描绘出一个心动周期的心电图。心电信号最显著的特征是QRS波群,其峰值为R峰,两个连续R峰之间的时间间隔为RR间隔,可以用于检测心脏正常运行时出现的不规则现象,即心律失常。
目前,临床上主要使用心电图机记录患者心电图,这种心电图机能将心脏活动时心肌激动产生的生物电信号(心电信号)自动记录下来,然后由医生根据得到的波形诊断患者心跳是否异常,或者将心电信号输入一些心电图分析设备,进行分析。
在分析过程中,现有的针对QRS波群检测的算法多基于振幅,即使用信号的一阶导数和二阶导数,还有一些更为复杂的方法,如基于小波的QRS检测、滤波器组方法和神经网络方法等。尽管这些方法功能强大,但其中大多数计算复杂度高,算法实现复杂。由于可穿戴设备需要对患者心电进行实时监测,需要最小的尺寸、复杂度及功耗,因此这些QRS波群检测算法难以在这些设备上良好运行。使用神经网络进行ECG信号分类的算法有效改善了上述问题。
使用神经网络进行ECG信号分类的算法,可以直接将传感器采集得到的ECG信号输入网络进行分类,无需滤波。但是这种方法输入网络的ECG原始信号长度过长,通常使用几百个采样点表示一个心拍,因而要求的神经网络的网络规模和参数量过大,神经网络的学习和推理复杂度高,耗时长。此外,目前得到的ECG信号样本幅度为连续的小数,在使用神经网络进行ECG分类时,需要对其与网络权值进行相应的乘法运算,与加法运算相比,显然计算复杂度高。
发明内容
本发明的目的在于:提供一种心电信号二进制幅度编码方法,以解决现有使用神经网络对心电信号进行分类时存在的网络规模和参数量大,致使神经网络学习和推理复杂度高、耗时长的问题。
为实现上述发明目的,本发明采用如下的技术方案:
一种心电信号二进制幅度编码方法,该编码方法包含了心电信号的三部分信息,三部分信息分别为:心拍的幅度信息、相邻两个心拍的RR间隔长度以及心拍的间隔长度变化趋势;采用下述方式进行二进制编码:
步骤1、基于设定幅度间隔采集心电数据中大于等于幅度间隔的心拍数据;
步骤2、对心拍幅度进行二进制编码:
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于电子科技大学,未经电子科技大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202210048598.6/2.html,转载请声明来源钻瓜专利网。