[發(fā)明專利]心臟早搏的ECG自動診斷系統(tǒng)及裝置在審
| 申請?zhí)枺?/td> | 201810930351.0 | 申請日： | 2018-08-15 |
| 公開（公告）號： | CN109199362A | 公開（公告）日： | 2019-01-15 |
| 發(fā)明（設計）人： | 陳寅生;姜苗苗 | 申請（專利權）人： | 哈爾濱理工大學 |
| 主分類號： | A61B5/0402 | 分類號： | A61B5/0402 |
| 代理公司： | 哈爾濱市松花江專利商標事務所 23109 | 代理人： | 岳泉清 |
| 地址： | 150080 黑龍*** | 國省代碼： | 黑龍江;23 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 時間序列 粗粒化 自動診斷系統(tǒng) 信號樣本 重采樣 心臟 樣本 隨機森林分類器 分類器模塊 系統(tǒng)及裝置 分析裝置 模塊獲得 時間尺度 特征向量 提取特征 自動診斷 樣本集 準確率 向量 采集 | ||
1.心臟早搏的ECG自動診斷系統(tǒng)，其特征在于，包括：
ECG信號粗粒化模塊，用于將采集的ECG信號構造成ECG信號時間序列，并根據(jù)設置的時間尺度因子τ將ECG信號時間序列進行粗粒化；
信號樣本熵模塊，用于計算每組粗粒化后的ECG信號時間序列的樣本熵，并提取特征向量；
分類器模塊，對信號樣本熵模塊獲得的特征向量樣本集進行重采樣，獲取重采樣樣本，組成隨機森林分類器。
2.根據(jù)權利要求1所述的心臟早搏的ECG自動診斷系統(tǒng)，其特征在于，所述ECG信號粗粒化模塊的具體工作過程如下：
ECG信號時間序列記為x′(k′)，k′＝1,2,…,N′，通過計算x′(k′)中連續(xù)而不重疊的i′個元素的平均值獲得粗粒化的時間序列的元素為
其中，N′為時間序列元素的數(shù)量；j′為計數(shù)角標，對應粗粒化的時間序列的元素的序號；
根據(jù)不同的時間尺度因子τ計算不同尺度下的粗粒化后的時間序列粗粒化后的時間序列的長度為N′/τ。
3.根據(jù)權利要求2所述的心臟早搏的ECG自動診斷系統(tǒng)，其特征在于，所述ECG信號粗粒化模塊在構造粗粒化的ECG時間序列之前設置ECG信號長度及尺度因子，然后構造不同尺度下的時間序列。
4.根據(jù)權利要求2所述的心臟早搏的ECG自動診斷系統(tǒng)，其特征在于，所述信號樣本熵模塊的具體工作過程如下：
步驟1.1、針對每個粗粒化后的時間序列分別計算每個粗粒化后的時間序列的樣本熵：
在信號樣本熵模塊中，將記為時間序列x(n)，n＝1,2,…,N；設定的嵌入維數(shù)為m，在嵌入維數(shù)為m的條件下，獲得一組m維矢量，表示為
X(i)＝[x(i),x(i+1),…,x(i+m-1)] (1)
其中，X(i)為一組m維矢量中的一個矢量，i＝1,2,…,N-m+1；
將式(1)中的一組m維矢量中的任意兩個矢量X(i)與X(j)之間的距離定義為最大坐標差：
d[X(i),X(j)]＝max[|x(i+k)-x(j+k)|] (2)
式中，k＝1,2,…,m-1；i,j＝1,2,…,N-m+1；
對于給定的相似容限r(nóng)，統(tǒng)計式(1)對應一組m維矢量中的一個m維矢量中第i個向量與其他N-m個向量之間的距離小于r的數(shù)量，并計算與N-m的比值：
式中，Θ(·)為Heaviside函數(shù)；
分別對式(1)中的N-m+1個向量分別計算并計算在相似容限為r的條件下，所有的均值：
步驟1.2、再將嵌入維數(shù)設為m+1，并重復步驟1.1的過程得到Cm+1(r)；
步驟1.3、時間序列x(n)的樣本熵為
計算得到的SampEn(m,r,N)，并提取特征向量。
5.根據(jù)權利要求4所述的心臟早搏的ECG自動診斷系統(tǒng)，其特征在于，所述Heaviside函數(shù)x″表示Heaviside函數(shù)中的自變量。
6.根據(jù)權利要求4所述的心臟早搏的ECG自動診斷系統(tǒng)，其特征在于，所述m取1或2，N取10m～30m；r取0.1～0.25倍std，std表示時間序列x(n)的標準差。
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于哈爾濱理工大學，未經(jīng)哈爾濱理工大學許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業(yè)授權和技術合作，請聯(lián)系【客服】
本文鏈接：http://m.szxzyx.cn/pat/books/201810930351.0/1.html，轉載請聲明來源鉆瓜專利網(wǎng)。
