一種標(biāo)準(zhǔn)12導(dǎo)聯(lián)心電信號(hào)重建方法
【專利摘要】一種標(biāo)準(zhǔn)12導(dǎo)聯(lián)心電信號(hào)重建方法，肢體導(dǎo)聯(lián)信號(hào)的重建采用公式計(jì)算得到，而胸導(dǎo)聯(lián)信號(hào)的重建則采用基于遺傳算法優(yōu)化的BP神經(jīng)網(wǎng)絡(luò)的非線性方法來實(shí)現(xiàn)，該非線性方法首先用遺傳算法來尋找BP神經(jīng)網(wǎng)絡(luò)最優(yōu)的初始權(quán)值和閾值解空間，作為BP神經(jīng)網(wǎng)絡(luò)的初始設(shè)置；接著將用于重建的導(dǎo)聯(lián)信號(hào)作為該BP網(wǎng)絡(luò)的輸入，重建目標(biāo)導(dǎo)聯(lián)作為輸出進(jìn)行訓(xùn)練，訓(xùn)練完成后的網(wǎng)絡(luò)輸入已知導(dǎo)聯(lián)組，即可得到未知的導(dǎo)聯(lián)重建的結(jié)果。本發(fā)明提供一種準(zhǔn)確性較高的標(biāo)準(zhǔn)12導(dǎo)聯(lián)心電信號(hào)重建方法。
【專利說明】一種標(biāo)準(zhǔn)12導(dǎo)聯(lián)心電信號(hào)重建方法

【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及生物信號(hào)處理領(lǐng)域，特別是一種標(biāo)準(zhǔn)12導(dǎo)聯(lián)心電信號(hào)重建方法。

【背景技術(shù)】
[0002] 心臟疾病一直是人類健康的最大殺手之一。根據(jù)世界衛(wèi)生組織的最新報(bào)告，近十 年來缺血性心臟病在全球死亡原因所占有比例始終超過10%位居榜首，且隨著社會(huì)老齡化 問題的加劇有愈演愈烈的趨勢(shì)。心臟疾病因其發(fā)病率死亡率高，已成為醫(yī)療衛(wèi)生研究領(lǐng)域 的焦點(diǎn)。而心電圖的實(shí)時(shí)監(jiān)控是診斷、預(yù)警心臟疾病的首選技術(shù)手段。醫(yī)院中使用的心電 圖儀能同時(shí)測(cè)量完整的標(biāo)準(zhǔn)12導(dǎo)聯(lián)心電信號(hào)，但需要10個(gè)極點(diǎn)粘貼到人體上來同時(shí)采集 和記錄，缺乏便攜性，無法用于家庭監(jiān)測(cè)以及遠(yuǎn)程監(jiān)視的場(chǎng)景；而能較方便地用于此類場(chǎng)景 的家用Holter或可穿戴式產(chǎn)品則往往不能同時(shí)測(cè)量標(biāo)準(zhǔn)12導(dǎo)聯(lián)的心電信號(hào)。因此減少直 接監(jiān)測(cè)導(dǎo)聯(lián)數(shù)量，從較少導(dǎo)聯(lián)信號(hào)重建出標(biāo)準(zhǔn)12導(dǎo)聯(lián)心電信號(hào)就成為了非常重要的途徑 和手段。
[0003] 幸運(yùn)的是，標(biāo)準(zhǔn)心電采集系統(tǒng)的12導(dǎo)聯(lián)并不是完全獨(dú)立的，它們之間存在著信息 的冗余，所以可以利用其中數(shù)量較少的導(dǎo)聯(lián)組或者其他特殊的導(dǎo)聯(lián)組來重建出標(biāo)準(zhǔn)12導(dǎo) 聯(lián)系統(tǒng)中剩下的導(dǎo)聯(lián)信號(hào)?；谌梭w的心臟-軀干電模型是線性和準(zhǔn)靜態(tài)的假設(shè)，重建標(biāo) 準(zhǔn)12導(dǎo)聯(lián)心電信號(hào)最常用的方法是線性變換，通過建立和求解已知導(dǎo)聯(lián)和未知導(dǎo)聯(lián)之間 的線性關(guān)系，根據(jù)該映射關(guān)系來進(jìn)行重建。但由于心臟-軀干并不是一個(gè)完全線性的模型， 線性變換的方法還會(huì)產(chǎn)生噪聲，導(dǎo)致重建的準(zhǔn)確性下降。


【發(fā)明內(nèi)容】

[0004] 為了克服已有標(biāo)準(zhǔn)12導(dǎo)聯(lián)心電信號(hào)重建方法的準(zhǔn)確性較差的不足，本發(fā)明提供 一種準(zhǔn)確性較高的標(biāo)準(zhǔn)12導(dǎo)聯(lián)心電信號(hào)重建方法。
[0005] 本發(fā)明解決其技術(shù)問題所采用的技術(shù)方案是：
[0006] -種標(biāo)準(zhǔn)12導(dǎo)聯(lián)心電信號(hào)重建方法，用來重建的已知導(dǎo)聯(lián)數(shù)為m個(gè)，m = 3, 4,…，7,記作重建導(dǎo)聯(lián)組A = IL1, L2，…，Lm}，A中的2個(gè)導(dǎo)聯(lián)從肢體導(dǎo)聯(lián)I、II、III、aVR、 aVL和aVF中的I、II、III任意選取，A中其他（m-2)個(gè)導(dǎo)聯(lián)從胸導(dǎo)聯(lián)V1、V2、V3、V4、V5和 V6中任意選??；待重建的其余4個(gè)肢體導(dǎo)聯(lián)組成肢體導(dǎo)聯(lián)組B = ILlrt, U，U，L111J，待重 建的其余（8-m)個(gè)胸導(dǎo)聯(lián)組成胸導(dǎo)聯(lián)組C= {Lm+5，Lm+6，…，L12};所述重建方法包括以下步 驟：
[0007] a)肢體導(dǎo)聯(lián)組B的信號(hào)重建采用公式計(jì)算方法，公式如下：
[0008] 1-11+111 = 0
[0009] aVR = -(1+11)/2
[0010] aVL = I-11/2
[0011] aVF = II-I/2
[0012] b)胸導(dǎo)聯(lián)組C的信號(hào)重建采用基于遺傳算法優(yōu)化的BP神經(jīng)網(wǎng)絡(luò)的非線性方法，過 程如下：
[0013] 1)采集用戶的標(biāo)準(zhǔn)12導(dǎo)聯(lián)心電信號(hào)作為個(gè)人數(shù)據(jù)庫(kù)，作為非線性方法BP神經(jīng)網(wǎng) 絡(luò)的訓(xùn)練數(shù)據(jù)集；
[0014] 2)建立BP神經(jīng)網(wǎng)絡(luò)，BP神經(jīng)網(wǎng)絡(luò)的輸入神經(jīng)元個(gè)數(shù)為m個(gè)，分別為A中的 L2、. ..，L111，輸出神經(jīng)元數(shù)目為（8-m)個(gè)，分別為C中的Ln^Lnrti、…、L 12，并通過傳輸函數(shù)將 數(shù)據(jù)傳輸?shù)诫[含層，通過激活函數(shù)來輸出神經(jīng)元；
[0015] 3)用遺傳算法來優(yōu)化該網(wǎng)絡(luò)的初始權(quán)值和閾值設(shè)置，過程如下：
[0016] 3. 1)將BP神經(jīng)網(wǎng)絡(luò)的初始權(quán)值和閾值建模成一個(gè)染色體，對(duì)種群進(jìn)行初始化；
[0017] 3. 2)計(jì)算種群中每條染色體的適應(yīng)度；
[0018] 3. 3)根據(jù)適應(yīng)度大小分配相應(yīng)的概率來選擇染色體進(jìn)入下一步操作，染色體的適 應(yīng)度越大，選擇的概率也越大，反之被選到的概率越?。?br> [0019] 3. 4)對(duì)染色體進(jìn)行交叉和變異操作，產(chǎn)生新的染色體個(gè)體和種群；
[0020] 3. 5)返回第2. 2)步，循環(huán)執(zhí)行步驟2. 2)?2. 5);循環(huán)過程的終止條件通過觀察 染色體適應(yīng)度的變化來確定，當(dāng)染色體的適應(yīng)度收斂時(shí)，則停止染色體的進(jìn)化過程；
[0021] 3. 6)選出適應(yīng)度最大的染色體作為遺傳算法優(yōu)化的結(jié)果，作為BP神經(jīng)網(wǎng)絡(luò)的初 始權(quán)值和閾值設(shè)置；
[0022] 4)訓(xùn)練初始設(shè)置經(jīng)2)優(yōu)化的BP神經(jīng)網(wǎng)絡(luò)，直到訓(xùn)練誤差滿足要求為止；
[0023] 5)將完成訓(xùn)練的網(wǎng)絡(luò)用于標(biāo)準(zhǔn)12導(dǎo)聯(lián)心電信號(hào)中胸導(dǎo)聯(lián)的重建。
[0024] 進(jìn)一步，所述步驟3. 2)中，所述的種群中每條染色體的適應(yīng)度計(jì)算采用以下方 法：
[0025] 在每一代遺傳過程中，對(duì)種群中的每條染色體分別建立一個(gè)新的BP神經(jīng)網(wǎng)絡(luò)，該 網(wǎng)絡(luò)只用于對(duì)應(yīng)染色體的適應(yīng)度計(jì)算，初始的權(quán)值和閾值設(shè)置成染色體相對(duì)應(yīng)的值；隨機(jī) 選取數(shù)據(jù)庫(kù)中設(shè)定比例的數(shù)據(jù)對(duì)該網(wǎng)絡(luò)進(jìn)行訓(xùn)練，訓(xùn)練終止條件通過設(shè)置固定的迭代次數(shù) 來實(shí)現(xiàn)；數(shù)據(jù)庫(kù)剩下的數(shù)據(jù)用于測(cè)試，測(cè)試數(shù)據(jù)中導(dǎo)聯(lián)組A的信號(hào)U、L2.....Lm輸入到完 成訓(xùn)練的BP神經(jīng)網(wǎng)絡(luò)，輸出結(jié)果與真實(shí)結(jié)果進(jìn)行均方根誤差mse的計(jì)算，適應(yīng)度fitness則 以mse的倒數(shù)來計(jì)算：

【權(quán)利要求】
1. 一種標(biāo)準(zhǔn)12導(dǎo)聯(lián)心電信號(hào)重建方法，其特征在于：用來重建的已知導(dǎo)聯(lián)數(shù)為m個(gè)，m=3, 4,…，7,記作重建導(dǎo)聯(lián)組A=IL1,L2，…，LJ，A中的2個(gè)導(dǎo)聯(lián)從肢體導(dǎo)聯(lián)I、II、III、 &乂1?、&￥1^和&￥?中的1、11、111任意選取，4中其他（111-2)個(gè)導(dǎo)聯(lián)從胸導(dǎo)聯(lián)￥1、￥2、￥3、￥4、 V5和V6中任意選??；待重建的其余4個(gè)肢體導(dǎo)聯(lián)組成肢體導(dǎo)聯(lián)組B= {Lm+1，Lm+2,Lm+3,Lm+4}， 待重建的其余（8-m)個(gè)胸導(dǎo)聯(lián)組成胸導(dǎo)聯(lián)組C= {Lm+5，Lm+6，…，L12};所述重建方法包括以 下步驟： a) 肢體導(dǎo)聯(lián)組B的信號(hào)重建采用公式計(jì)算方法，公式如下： I-II+III=O aVR= -(1+11)/2aVL=I-I1/2 aVF=II-I/2 b) 胸導(dǎo)聯(lián)組C的信號(hào)重建采用基于遺傳算法優(yōu)化的BP神經(jīng)網(wǎng)絡(luò)的非線性方法，過程如 下： 1) 采集用戶的標(biāo)準(zhǔn)12導(dǎo)聯(lián)心電信號(hào)作為個(gè)人數(shù)據(jù)庫(kù)，作為非線性方法BP神經(jīng)網(wǎng)絡(luò)的 訓(xùn)練數(shù)據(jù)集； 2) 建立BP神經(jīng)網(wǎng)絡(luò)，BP神經(jīng)網(wǎng)絡(luò)的輸入神經(jīng)元個(gè)數(shù)為m個(gè)，分別為A中的I^L2..... Lni，輸出神經(jīng)元數(shù)目為（8-m)個(gè)，分別為C中的Ln^Lnrti、…、L12，并通過傳輸函數(shù)將數(shù)據(jù)傳 輸?shù)诫[含層，通過激活函數(shù)來輸出神經(jīng)元； 3) 用遺傳算法來優(yōu)化該網(wǎng)絡(luò)的初始權(quán)值和閾值設(shè)置，過程如下： 3. 1)將BP神經(jīng)網(wǎng)絡(luò)的初始權(quán)值和閾值建模成一個(gè)染色體，對(duì)種群進(jìn)行初始化； 3. 2)計(jì)算種群中每條染色體的適應(yīng)度； 3. 3)根據(jù)適應(yīng)度大小分配相應(yīng)的概率來選擇染色體進(jìn)入下一步操作，染色體的適應(yīng)度 越大，選擇的概率也越大，反之被選到的概率越??； 3.4)對(duì)染色體進(jìn)行交叉和變異操作，產(chǎn)生新的染色體個(gè)體和種群； 3. 5)返回第2. 2)步，循環(huán)執(zhí)行步驟2. 2)?2. 5);循環(huán)過程的終止條件通過觀察染色 體適應(yīng)度的變化來確定，當(dāng)染色體的適應(yīng)度收斂時(shí)，則停止染色體的進(jìn)化過程； 3. 6)選出適應(yīng)度最大的染色體作為遺傳算法優(yōu)化的結(jié)果，作為BP神經(jīng)網(wǎng)絡(luò)的初始權(quán) 值和閾值設(shè)置； 4) 訓(xùn)練初始設(shè)置經(jīng)2)優(yōu)化的BP神經(jīng)網(wǎng)絡(luò)，直到訓(xùn)練誤差滿足要求為止； 5) 將完成訓(xùn)練的網(wǎng)絡(luò)用于標(biāo)準(zhǔn)12導(dǎo)聯(lián)心電信號(hào)中胸導(dǎo)聯(lián)的重建。
2. 如權(quán)利要求1所述的一種標(biāo)準(zhǔn)12導(dǎo)聯(lián)心電信號(hào)重建方法，其特征在于：所述步驟 3. 2)中，所述的種群中每條染色體的適應(yīng)度計(jì)算采用以下方法： 在每一代遺傳過程中，對(duì)種群中的每條染色體分別建立一個(gè)新的BP神經(jīng)網(wǎng)絡(luò)，該網(wǎng)絡(luò) 只用于對(duì)應(yīng)染色體的適應(yīng)度計(jì)算，初始的權(quán)值和閾值設(shè)置成染色體相對(duì)應(yīng)的值；隨機(jī)選取 數(shù)據(jù)庫(kù)中設(shè)定比例的數(shù)據(jù)對(duì)該網(wǎng)絡(luò)進(jìn)行訓(xùn)練，訓(xùn)練終止條件通過設(shè)置固定的迭代次數(shù)來實(shí) 現(xiàn)；數(shù)據(jù)庫(kù)剩下的數(shù)據(jù)用于測(cè)試，測(cè)試數(shù)據(jù)中導(dǎo)聯(lián)組A的信號(hào)LpL2.....Lm輸入到完成訓(xùn)練 的BP神經(jīng)網(wǎng)絡(luò)，輸出結(jié)果與真實(shí)結(jié)果進(jìn)行均方根誤差mse的計(jì)算，適應(yīng)度fitness則以mse的倒數(shù)來計(jì)算：
其中，Yij和Xij分別為第j個(gè)輸出神經(jīng)元的第i個(gè)采樣點(diǎn)的輸出結(jié)果和真實(shí)結(jié)果的值， (8-m)為神經(jīng)網(wǎng)絡(luò)輸出神經(jīng)元的數(shù)目，η為數(shù)據(jù)采樣點(diǎn)的個(gè)數(shù)。
【文檔編號(hào)】G06N3/12GK104463326SQ201410746764
【公開日】2015年3月25日 申請(qǐng)日期:2014年12月9日 優(yōu)先權(quán)日:2014年12月9日
【發(fā)明者】潘赟, 陳方劍, 李珂, 朱懷宇, 李娟 , 王吉軒 申請(qǐng)人:浙江大學(xué)