一种心电信号深度压缩感知方法.pdf

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN115399780A(43)申请公布日2022.11.29(21)申请号202210858765.3(22)申请日2022.07.21(71)申请人江西农业大学地址330045江西省南昌市经济技术开发区志敏大道1101号(72)发明人华晶饶珏刘继忠(74)专利代理机构武汉江楚智汇知识产权代理事务所(普通合伙)42228专利代理师余丽霞(51)Int.Cl.A61B5/318(2021.01)G06N3/08(2006.01)H03M7/30(2006.01)权利要求书2页说明书6页附图3页(54)发明名称一种心电信号深度压缩感知方法(57)摘要本发明公开了一种心电信号深度压缩感知方法，包括如下步骤：S1，建立训练模型，训练模型中包括测量模块、初始重建模块与最终重建模块，获取初始心电信号，并对初始心电信号进行预处理；S2，将步骤S1中预处理后的心电信号输入测量模块，在测量模块中使用连续的卷积层对信号进行压缩处理，得到测量值；S3，将步骤S2中得到的测量值输入初始重建模块进行处理，得到初步恢复后的心电信号；S4，将步骤S3中初步恢复后的心电信号输入到最终重建模块进行处理，得到最终重建的心电信号。本发明提供的心电信号深度压缩感知方法，与现有的算法相比，能够大大提升低采样率下心电信号深度压缩感知的性能。CN115399780ACN115399780A权利要求书1/2页1.一种心电信号深度压缩感知方法，其特征在于，包括如下步骤：S1，建立训练模型，训练模型中包括测量模块、初始重建模块与最终重建模块，获取初始心电信号，并对初始心电信号进行预处理；S2，将步骤S1中预处理后的心电信号输入测量模块，在测量模块中使用连续的卷积层对信号进行压缩处理，得到测量值；S3，将步骤S2中得到的测量值输入初始重建模块进行处理，得到初步恢复后的心电信号；S4，将步骤S3中初步恢复后的心电信号输入到最终重建模块进行处理，得到最终重建的心电信号。2.根据权利要求1所述的心电信号深度压缩感知方法，其特征在于，步骤S1中，对初始心电信号进行预处理的步骤具体包括：根据如下式子，对初始心电信号进行归一化处理：式中，x表示初始心电信号，初始心电信号x中包括256个采样点，min(x)与max(x)分别表示初始信号的最大值与最小值，表示归一化处理后的心电信号。3.根据权利要求2所述的心电信号深度压缩感知方法，其特征在于，步骤S2中，使用连续的卷积层对步骤S1中得到的信号进行压缩处理时，具体包括如下步骤：S21，先经过第一个卷积层，其卷积核大小为1×4，步长为4，输入通道为1，输出通道为经过第一个卷积层后，得到维度为的特征图；S22，再经过第二个卷积层，其卷积核大小为1×4，步长为4，输入通道为输出通道为经过第二个卷积层后，得到维度为的特征图；S23，最后经过第三个卷积层，其卷积核大小为1×4，步长为4，输入通道为输出通道为经过第三个卷积层后，得到维度为的特征图，且输出的信号即为测量值y。4.根据权利要求3所述的心电信号深度压缩感知方法，其特征在于，步骤S2中，预设的采样率为0.05、0.1、0.2、0.3、0.4、0.5或0.6。5.根据权利要求4所述的心电信号深度压缩感知方法，其特征在于，步骤S3中，具体包括如下步骤：S31，先将步骤S2中得到的测量值y进行初步的重建，经过一个卷积核为1×1，步长为1，输入通道为输出通道为64的卷积层，得到维度为1×4×64的特征图，随后通过LeakyReLU激活函数层进行处理；S32，然后，进行信号重塑，得到维度为1×256×1的特征图，即得到初步恢复后的心电信号xinitial。2CN115399780A权利要求书2/2页6.根据权利要求5所述的心电信号深度压缩感知方法，其特征在于，步骤S4中，具体包括如下步骤：S41，步骤S3中得到的信号xinitial先经过一个卷积核为1×11，步长为1，进行零填充，输入通道为1，输出通道为16的卷积层，再经过LeakyReLU激活函数处理，得到维度为1×256×16的特征图；S42，将步骤S41中得到的特征图输入改进的Inception块进行处理，得到维度为1×125×64的特征图；S43，将步骤S42中得到的特征图输入卷积核为1×11，步长为1，进行零填充，输入通道数为64，输出通道数为1的卷积层，再通过LeakyReLU激活函数进行处理，得到维度为1×256×1的特征图；S44，将步骤S43中得到的特征图输入LSTM层，再通过Tanh激活函数，得到输出维度为1×250×1的特征图；S45，将步骤S44中得到的特征图输入线性层，以线性映射到维度为256的特征图；S46，对步骤S45中得到的特征图进行重塑，将特征图的维度变换为1×2