心电信号分割方法、装置、电子设备及存储介质与流程

    技术2026-06-16  20


    本申请涉及心电信号处理,尤其涉及到一种心电信号分割方法、装置、电子设备及存储介质。


    背景技术:

    1、心电图(electrocardiogram,ecg)是记录心脏电生理活动的一种非侵入性诊断工具。它通过在体表安放电极捕捉心脏每次搏动时产生的电信号,从而反映心脏的功能状态。心电图对于诊断心脏疾病(如心律失常、缺血性心脏病、心肌梗死等)至关重要。

    2、心电图信号主要由p波、qrs复合波、t波及其间的间隔和段组成,其中每一个波形和段都有其特定的生理意义。心电分割(ecg segmentation)技术的研究背景和目的在于将心电图中的这些主要波形(p波、qrs复合波、t波)以及相关的间隔(pr间期、qt间期)准确地识别和分割出来,以便于进一步的分析和诊断。

    3、目前在利用深度学习模型进行心电信号分割时,深度学习模型往往仅考虑心电信号中的空间特征信息,基于空间特征信息这单一特征维度进行心电信号的分割,进而无法保证心电信号分割的精准度,无法为临床诊断提供准确、有效的医疗诊断依据。


    技术实现思路

    1、本发明提供一种心电信号分割方法、装置、电子设备及存储介质,可实现对心电信号的精准分割,为临床诊断提供准确、有效的医疗诊断依据。

    2、第一方面,提供一种心电信号分割方法,包括:

    3、对多导联心电信号进行预处理,得到多导联心电信号对应的图结构特征;

    4、将图结构特征输入训练完成的心电信号分割模型,得到多导联心电信号对应的心电信号分割结果,其中,心电信号分割模型包括特征编码器、多头注意力模块、跳跃连接模块以及特征解码器;

    5、将图结构特征输入训练完成的心电信号分割模型,得到多导联心电信号对应的心电信号分割结果,包括:

    6、将图结构特征输入特征编码器,得到特征编码器的多个网络层中每个网络层输出的空域特征;

    7、利用多头注意力模块基于特征编码器中最后一个网络层输出的空域特征,提取多导联心电信号的时域特征;

    8、利用跳跃连接模块确定空域特征和时域特征的融合特征,以及利用特征解码器对融合特征进行特征解码处理,得到多导联心电信号对应的心电信号分割结果。

    9、第二方面,提供一种心电信号分割装置,包括:

    10、处理模块,用于对多导联心电信号进行预处理,得到多导联心电信号对应的图结构特征;

    11、分割模块,用于将图结构特征输入训练完成的心电信号分割模型,得到多导联心电信号对应的心电信号分割结果,其中,心电信号分割模型包括特征编码器、多头注意力模块、跳跃连接模块以及特征解码器;

    12、分割模块,具体用于:

    13、将图结构特征输入特征编码器,得到特征编码器的多个网络层中每个网络层输出的空域特征;

    14、利用多头注意力模块基于特征编码器中最后一个网络层输出的空域特征,提取多导联心电信号的时域特征;

    15、利用跳跃连接模块确定空域特征和时域特征的融合特征,以及利用特征解码器对融合特征进行特征解码处理,得到多导联心电信号对应的心电信号分割结果。

    16、第三方面,提供一种电子设备,包括:处理器和存储器,该存储器用于存储计算机程序,该处理器用于调用并运行该存储器中存储的计算机程序,执行如第一方面或其各实现方式中的方法。

    17、第四方面,提供一种计算机可读存储介质,用于存储计算机程序,计算机程序使得计算机执行如第一方面或其各实现方式中的方法。

    18、通过本发明提供的技术方案,在获取待分割的多导联心电信号后,可首先对多导联心电信号进行预处理,得到多导联心电信号对应的图结构特征,之后将图结构特征输入包括特征编码器、多头注意力模块、跳跃连接模块以及特征解码器的心电信号分割模型,得到多导联心电信号对应的心电信号分割结果。本申请中的技术方案,通过对多导联心电信号的预处理,可得到多导联心电信号对应的图结构特征,进而基于图结构特征确定时域特征和空域特征,并通过心电信号分割模型部署的网络结构对图结构特征、时域特征和空域特征进行有机融合,基于融合后的多个维度特征进行心电信号的分割,进而能够实现对心电信号的精准分割,为临床诊断提供准确、有效的医疗诊断依据。

    19、应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本发明。本发明的其他特征和优点将在随后的具体实施方式部分予以详细说明。



    技术特征:

    1.一种心电信号分割方法,其特征在于,包括:

    2.根据权利要求1所述的方法,其特征在于,所述对多导联心电信号进行预处理,得到所述多导联心电信号对应的图结构特征,包括:

    3.根据权利要求1所述的方法,其特征在于,所述特征编码器包括n个第一网络层,每个所述第一网络层对应配置的通道数量不同,且所述通道数量在所述n个第一网络层中逐层递增,所述n个第一网络层的层间采用最大池化方法进行下采样,所述n个第一网络层中分别包含一个卷积模块;

    4.根据权利要求1所述的方法,其特征在于,所述利用所述多头注意力模块基于所述特征编码器中最后一个网络层输出的空域特征,提取所述多导联心电信号的时域特征,包括:

    5.根据权利要求3所述的方法,其特征在于,所述特征解码器包括n个第二网络层和上采样层,每个所述第二网络层对应配置的通道数量不同,且所述通道数量在所述n个第二网络层中逐层递减,其中,对于每个跳跃连接模块,同时接入一个第一网络层和一个上采样层,以及接出一个第二网络层,其中,接入的第一网络层和接出的第二网络层对应配置的通道数量相同,接入的上采样层为接出的第二网络层与前一个第二网络层之间配置的上采样层;

    6.根据权利要求5所述的方法,其特征在于,所述融合第二输入特征和第三输入特征,得到当前跳跃连接模块对应的输出特征,包括:

    7.根据权利要求5所述的方法,其特征在于,所述特征解码器还包括投影层,所述n个第二网络层中的第n个第二网络层与所述投影层连接;

    8.一种心电信号分割装置,其特征在于,包括:

    9.一种电子设备,其特征在于,包括:

    10.一种计算机可读存储介质,其特征在于,用于存储计算机程序,所述计算机程序使得计算机执行如权利要求1-7中任一项所述的方法。


    技术总结
    本申请提供了一种心电信号分割方法、装置、电子设备及存储介质,涉及心电信号处理技术领域,包括:对多导联心电信号进行预处理,得到多导联心电信号对应的图结构特征;将图结构特征输入特征编码器,得到特征编码器的多个网络层中每个网络层输出的空域特征;利用多头注意力模块基于特征编码器中最后一个网络层输出的空域特征,提取多导联心电信号的时域特征;利用跳跃连接模块确定空域特征和时域特征的融合特征,以及利用特征解码器对融合特征进行特征解码处理,得到多导联心电信号对应的心电信号分割结果。本申请可基于图结构特征、时域特征和空域特征进行心电信号的精准分割,为临床诊断提供准确、有效的医疗诊断依据。

    技术研发人员:朱宝峰,程万军,张霞
    受保护的技术使用者:沈阳东软智能医疗科技研究院有限公司
    技术研发日:
    技术公布日:2024/10/24
    转载请注明原文地址:https://symbian.8miu.com/read-43795.html

    最新回复(0)