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！

申请/专利权人：郑州大学

摘要：本发明提出了一种心电特征波分割方法、系统、装置及可读存储介质，方法包括：将数据集样本输入到编码器网络中进行下采样提取特征表示；将提取的特征表示分别经过全局平均池化GAP和全局最大池化GMP处理后，将得到的两个特征向量进行拼接，然后再进行FC+ReLU+BN的投影操作，最终得到原始心电数据的最终特征向量；将所提取的最终特征向量输入到NT‑Xent对比学习损失函数中，通过反向传播进行模型参数优化；将解码器网络与编码器网络进行跳连拼接，然后利用有特征波标注的LUDB数据集进行模型的微调，获取最终的分割模型；将原始的心电数据输入到已训练的分割模型进行特征波分割，即得不同分量波形的分割结果。

主权项：1.一种基于自监督对比学习的心电特征波分割方法，其特征在于，包括：预处理数据：对心电信号进行预处理获取数据集样本；训练分割模型：包括编码器参数预训练阶段和模型调整阶段；对心电信号进行预处理的方法为：对12导联的每个导联信号均截取10秒的心电数据，即长度为5000采样点，无差别的制作无标签数据集，然后将截取后的心电信号进行数据增强得到增强后的数据集样本；其中，数据增强的方法为：通过两种不同的生理数据增强方式T1、T2，生成两个原数据的增强数据，它们之间互为正样本，其中，生理数据增强方式T1为基线漂移和增加高斯噪声，生理数据增强方式T2为上下翻转和随即改变振幅；编码器为：使用1层卷积操作代替U-Net的编码器中的2层卷积，并将U-Net的编码器实例化5个级别，每个级别都包括两个具有批量归一化和ReLU激活函数的卷积层，输入心电信号通道数是1，可训练滤波器的起始数量为4，并且在每次下采样操作后翻倍；编码器参数预训练阶段包括：将数据集样本输入到编码器网络中进行下采样提取特征表示；将提取的特征表示分别经过全局平均池化GAP和全局最大池化GMP处理后，将得到的两个特征向量进行拼接，然后再进行FC+ReLU+BN的投影操作实现非线性化处理和降维操作，最终得到原始心电数据的最终特征向量；将所提取的最终特征向量输入到NT-Xent对比学习损失函数中，通过反向传播进行模型参数优化，寻找损失值最小点，而后保存编码器参数；模型调整阶段包括：将解码器网络与编码器网络进行跳连拼接，并将预训练的编码器参数进行迁移，并冻结编码器网络参数，然后利用有特征波标注的LUDB数据集进行模型的微调，获取最终的分割模型；心电特征波分割：将原始的心电数据输入到已训练的分割模型进行特征波分割，即得不同分量波形的分割结果。

全文数据：

权利要求：

百度查询： 郑州大学 心电特征波分割方法、系统、装置及可读存储介质