买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

摘要：本发明公开了一种基于深度学习多目标检测同时定位心电P波、QRS波、T波位置的方法，解决了传统算法中需要依赖QRS波进行P波、T波检测的问题，并能直接得到P波、QRS波、T波的开始结束位置，相较于目前公开的深度学习心搏检测的方案，本发明完成了同时检测P波、T波的创举，针对部分深度学习心搏检测的方案，本发明使用了深度学习目标检测中的two‑stage方案，并使用类似金字塔叠加的特征提取层，能够同时检测小目标P波及相较于P波比较宽大的QRS波与T波。

主权项：1.一种基于深度学习多目标检测同时定位心电P波、QRS波、T波位置的方法，其特征在于：所述方法包括：步骤S1：采集心电信号，对心电信号进行基线漂移和降噪处理；步骤S2：将标记好的心电数据进行设定时间长度截取，并确保心电数据集包含所有心电数据P波、QRS波、T波的不同情况，将上述心电数据集进行P波、QRS波、T波的开始结束位置标记得到标记数据集；步骤S3：对截取并标记好的样本数据进行深度学习目标检测中的先验框处理，先验框的宽度与P波、QRS波、T波的宽度相关，由此样本数据上生成多个先验框；根据深度学习目标检测中将先验框与实际标注P波、QRS波、T波位置转化为偏移量的关系，从而得到模型训练需要的数据集；步骤S4：使用深度学习目标检测对心搏检测识别使用的特征提取网络；所述步骤S4中，特征提取网络使用了ResNet结构；所述步骤S4中，使用了特征层上下叠加的类金字塔网络实现心电数据特征提取网络，构建两个不同大小的特征层，并确保设置的先验框能够包含实际标注的P波、QRS波、T波位置，将截取的设定时间长度内的心电数据输入特征提取网络得到心电数据特征；步骤S5：根据深度学习目标检测算法中的建议框检测算法，将步骤S3中制作好的训练集数据输入模型，通过模型进行回归和分类运算区分出设定时间长度的心电数据中哪些部分是含有P波、QRS波、T波位置的建议框；步骤S6：进行建议框偏移量数据集处理；步骤S7：建议框二次处理，将上一步得到的建议框与真实标记的P波、QRS波、T波的位置进行交并比计算，将大于某个阈值的建议框作为正向样本，并标记这些正向样本的P波、QRS波、T波类别，小于某个阈值的为负向样本，并将正负样本建议框编码为与真实框的偏移量的系数关系，作为分类层样本数据；步骤S8：将通过特征提取网络获取到的输出特征与步骤S7中的分类样本数据输入分类层，通过二次处理的建议框在提取的特征上进行截取，因为建议框长度不同，因此要将其长度变为相同尺寸再输入分类层，通过分类层得到预测框偏移量及对应的预测框类别；步骤S9：最终得到心电数据通过模型预测得到得P波、QRS波、T波的开始结束位置及类别。

全文数据：

权利要求：

百度查询： 重庆康如来科技有限公司 一种基于深度学习多目标检测同时定位心电P波、QRS波、T波位置的方法