心電信號檢測方法、終端和計算機可讀存儲介質技術

本發明專利技術公開了一種心電信號檢測方法，終端和計算機可讀存儲介質，所述方法包括：采集心電圖對應的心電信號，其中，所述心電信號包括多種類型的心電信號數據；將多種類型的心電信號數據輸入到預設的卷積神經網絡模型中，其中，所述卷積神經網絡模型包括預設層數的卷積層；在卷積神經網絡模型中的倒數第三層卷積層中得到第一結果，將所述第一結果輸入到倒數第二層卷積層中得到第二結果，并將所述第二結果輸入到最后一層卷積層，以得到包含多種類型標注的輸出結果；將包含多種類型標注的輸出結果作為心電信號的檢測結果。本發明專利技術實現了單次檢測得到完整的檢測結果，提高了心電信號檢測的智能性和便捷性。

【技術實現步驟摘要】
心電信號檢測方法、終端和計算機可讀存儲介質
本專利技術涉及醫學數據處理
，尤其涉及一種心電信號檢測方法、終端和計算機可讀存儲介質。
技術介紹
隨著科學技術的發展，醫學數據處理的技術也在逐漸發展。目前使用心電圖機對常規心電數據的檢測方法，通常是采用傳統的信號處理方法，這種方法需要人為地去設計很多復雜的算法，并且對于心電信號中的任一種心電信號數據，一種算法一次只能判定出一種數據類型，這顯然不符合現實狀況，因為一個心電圖通常可以同時反映多種類型的數據，而現有的模型算法一次性只能得到一種類型的數據分析結果，很明顯，現有的心電信號檢測方法，單次測量無法得到完整的檢測結果。
技術實現思路
本專利技術的主要目的在于提供一種心電信號檢測方法、終端和計算機可讀存儲介質，旨在解決現有心電信號檢測方式，單次測量無法得到完整的檢測結果的技術問題。為實現上述目的，本專利技術提供一種心電信號檢測方法，所述心電信號檢測方法包括：采集心電圖對應的心電信號，其中，所述心電信號包括多種類型的心電信號數據；將多種類型的心電信號數據輸入到預設的卷積神經網絡模型中，其中，所述卷積神經網絡模型包括預設層數的卷積層；在卷積神經網絡模型中的倒數第三層卷積層中得到第一結果，將所述第一結果輸入到倒數第二層卷積層中得到第二結果，并將所述第二結果輸入到最后一層卷積層，以得到包含多種類型標注的輸出結果；將包含多種類型標注的輸出結果作為心電信號的檢測結果。可選地，所述卷積神經網絡模型中，除倒數兩層以外的所有卷積層的濾波器個數為A*(2k-1)，A為常數，k＝L/8，L代表該卷積所在的層數；第一層卷積層的濾波器長度為第一長度值，除倒數兩層和第一層以外的其它卷積層的濾波器長度為第二長度值；所述卷積神經網絡模型中，倒數第二層卷積層的濾波器個數為設定常數值，濾波器長度為第三長度值；最后一層卷積層的濾波器個數為所述設定常數值，濾波器長度為所述第一長度值。可選地，所述將所述第二結果輸入到最后一層卷積層，以得到包含多種類型標注的輸出結果的步驟之后，所述方法還包括：獲取根據所述心電信號建立的訓練樣本；將包含多種類型標注的輸出結果以及所述訓練樣本輸入到預設的損失函數中，以計算心電信號的損失值；根據計算的損失值訓練所述卷積神經網絡模型中的參數，以根據訓練后的卷積神經網絡模型對新的心電信號進行檢測，以得到包含多種類型標注的輸出結果；將得到的包含多種類型標注的輸出結果作為新的心電信號的檢測結果。可選地，所述獲取根據所述心電信號建立的訓練樣本的步驟包括：在心電信號上標注出多種數據的數據類型、起點位置、終點位置；根據預設的時間間隔，將心電信號分成多段心電信號；在每一段心電信號中，按照預設的規則生成每一段心電信號的標簽；根據每一段心電信號的標簽獲取心電信號的總標簽；根據心電信號以及心電信號的總標簽建立訓練樣本，并獲取所述訓練樣本。可選地，所述在每一段心電信號中，按照預設的規則生成每一段心電信號的標簽的步驟包括：在每一段心電信號中，判斷是否存在預設類型的數據；若存在預設類型的數據，根據所述預設類型的數據的起始點和終止點確定中點，再判斷所述中點是否位于本段心電信號內，若是，將預設類型的數據對應的數據位設置為第一值，并記錄實際的起始點位置和終止點位置，若否，將預設類型的數據對應的數據位設置為第二值，并將起始點位置和終止點位置設置為預設字段；若不存在預設類型的數據，則在本段心電信號中，將預設類型的數據對應的數據位設置為第二值；根據記錄的數據位、起始點位置和終止點位置，得到每一段心電信號的標簽。可選地，所述將包含多種類型標注的輸出結果以及所述訓練樣本輸入到預設的損失函數中，以計算心電信號的損失值的步驟包括：根據預設的焦點損失函數，得到包含所述焦點損失函數的損失函數公式；將包含多種類型標注的輸出結果以及所述訓練樣本輸入到包含所述焦點損失函數的損失函數公式中，以計算心電信號的損失值。可選地，所述焦點損失函數包括：FL(Pt)＝(1-Pt)γlogPt；其中，γ為常數值，p表示心電信號數據通過卷積神經網絡模型計算出類別為1的概率，0≤p≤1，y表示心電信號數據的標簽取值為[0，1]。可選地，所述包含所述焦點損失函數的損失函數公式包括：其中，B是心電信號的段數，C是每段心電信號的標簽內所包含的數據數，Y是實際的心電信號總標簽，是神經網絡的輸出標簽；表示神經網絡輸出的第i個段心電信號有第j類數據的概率；Pij表示第i段心電信號是否有第j類數據的概率；Psij表示第i段心電信號第j類數據的起始位置，Peij表示第i段心電信號第j類數據的結束位置；表示神經網絡預測的第i段心電信號第j類數據的起始位置，表示神經網絡預測的第i段心電信號第j類數據的結束位置；sqrt表示平方根。此外，為實現上述目的，本專利技術還提供一種終端，所述終端包括存儲器、處理器及存儲在所述存儲器上并可在所述處理器上運行的心電信號檢測程序，所述心電信號檢測程序被所述處理器執行時實現如上文所述的心電信號檢測方法的步驟。此外，為實現上述目的，本專利技術還提供一種計算機可讀存儲介質，所述計算機可讀存儲介質上存儲有心電信號檢測程序，所述心電信號檢測程序被處理器執行時實現如上文所述的心電信號檢測方法的步驟。本專利技術提出的心電信號檢測方法，先采集心電圖對應的心電信號，其中，所述心電信號包括多種類型的心電信號數據，然后將多種類型的心電信號數據輸入到預設的卷積神經網絡模型中，以在卷積神經網絡模型中的倒數第三層卷積層中得到第一結果，接著將所述第一結果輸入到倒數第二層卷積層中得到第二結果，并將所述第二結果輸入到最后一層卷積層，以得到包含多種類型標注的輸出結果，最終將包含多種類型標注的輸出結果作為心電信號的檢測結果。本專利技術通過設計的卷積神經網絡模型對心電信號進行檢測，一次性檢測即可得到多種類型標注的輸出結果，相比于現有的心電信號檢測方式，本專利技術實現了單次檢測得到完整的檢測結果，提高了心電信號檢測的智能性和便捷性。附圖說明圖1是本專利技術實施例方案涉及的硬件運行環境的終端結構示意圖；圖2為本專利技術心電信號檢測方法第一實施例的流程示意圖；圖3為本專利技術卷積神經網絡的模型示意圖；圖4為本專利技術心電信號檢測方法第二實施例的流程示意圖；圖5為圖4中步驟S50的細化流程示意圖；圖6為本專利技術心電信號檢測方法第三實施例的流程示意圖。本專利技術目的的實現、功能特點及優點將結合實施例，參照附圖做進一步說明。具體實施方式應當理解，此處所描述的具體實施例僅僅用以解釋本專利技術，并不用于限定本專利技術。本專利技術實施例的解決方案主要是：先采集心電圖對應的心電信號，其中，所述心電信號包括多種類型的心電信號數據，然后將多種類型的心電信號數據輸入到預設的卷積神經網絡模型中，以在卷積神經網絡模型中的倒數第三層卷積層中得到第一結果，接著將所述第一結果輸入到倒數第二層卷積層中得到第二結果，并將所述第二結果輸入到最后一層卷積層，以得到包含多種類型標注的輸出結果，最終將包含多種類型標注的輸出結果作為心電信號的檢測結果。以解決現有心電信號檢測方式，單次測量無法得到完整的檢測結果的問題。如圖1所示，圖1是本專利技術實施例方案涉及的硬件運行環境的終端結構示意圖。本專利技術實施例終端是用于心電信號檢測的醫學測量設備。如圖1所示，該終端可以包括：處理器100本文檔來自技高網...

【技術保護點】
1.一種心電信號檢測方法，其特征在于，所述心電信號檢測方法包括：采集心電圖對應的心電信號，其中，所述心電信號包括多種類型的心電信號數據；將多種類型的心電信號數據輸入到預設的卷積神經網絡模型中，其中，所述卷積神經網絡模型包括預設層數的卷積層；在卷積神經網絡模型中的倒數第三層卷積層中得到第一結果，將所述第一結果輸入到倒數第二層卷積層中得到第二結果，并將所述第二結果輸入到最后一層卷積層，以得到包含多種類型標注的輸出結果；將包含多種類型標注的輸出結果作為心電信號的檢測結果。

【技術特征摘要】
1.一種心電信號檢測方法，其特征在于，所述心電信號檢測方法包括：采集心電圖對應的心電信號，其中，所述心電信號包括多種類型的心電信號數據；將多種類型的心電信號數據輸入到預設的卷積神經網絡模型中，其中，所述卷積神經網絡模型包括預設層數的卷積層；在卷積神經網絡模型中的倒數第三層卷積層中得到第一結果，將所述第一結果輸入到倒數第二層卷積層中得到第二結果，并將所述第二結果輸入到最后一層卷積層，以得到包含多種類型標注的輸出結果；將包含多種類型標注的輸出結果作為心電信號的檢測結果。2.如權利要求1所述的心電信號檢測方法，其特征在于，所述卷積神經網絡模型中，除倒數兩層以外的所有卷積層的濾波器個數為A*(2k-1)，A為常數，k＝L/8，L代表該卷積所在的層數；第一層卷積層的濾波器長度為第一長度值，除倒數兩層和第一層以外的其它卷積層的濾波器長度為第二長度值；所述卷積神經網絡模型中，倒數第二層卷積層的濾波器個數為設定常數值，濾波器長度為第三長度值；最后一層卷積層的濾波器個數為所述設定常數值，濾波器長度為所述第一長度值。3.如權利要求1或2所述的心電信號檢測方法，其特征在于，所述將所述第二結果輸入到最后一層卷積層，以得到包含多種類型標注的輸出結果的步驟之后，所述方法還包括：獲取根據所述心電信號建立的訓練樣本；將包含多種類型標注的輸出結果以及所述訓練樣本輸入到預設的損失函數中，以計算心電信號的損失值；根據計算的損失值訓練所述卷積神經網絡模型中的參數，以根據訓練后的卷積神經網絡模型對新的心電信號進行檢測，以得到包含多種類型標注的輸出結果；將得到的包含多種類型標注的輸出結果作為新的心電信號的檢測結果。4.如權利要求3所述的心電信號檢測方法，其特征在于，所述獲取根據所述心電信號建立的訓練樣本的步驟包括：在心電信號上標注出多種數據的數據類型、起點位置、終點位置；根據預設的時間間隔，將心電信號分成多段心電信號；在每一段心電信號中，按照預設的規則生成每一段心電信號的標簽；根據每一段心電信號的標簽獲取心電信號的總標簽；根據心電信號以及心電信號的總標簽建立訓練樣本，并獲取所述訓練樣本。5.如權利要求4所述的心電信號檢測方法，其特征在于，所述在每一段心電信號中，按照預設的規則生成每一段心電信號的標簽的步驟包括：在每一段心電信號中，判斷是否存在預設類型的數據...

【專利技術屬性】
技術研發人員：鄭慧敏，
申請(專利權)人：深圳竹信科技有限公司，
類型：發明
國別省市：廣東,44