(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210366299.7 (22)申请日 2022.04.08 (71)申请人 汕头大学 地址 515063 广东省汕头市大 学路汕头大 学 (72)发明人 蔡浩　许玲玲　许建龙　熊智　 朱长盛　 (74)专利代理 机构 广州嘉权专利商标事务所有 限公司 4 4205 专利代理师 刘力 (51)Int.Cl. G06K 9/00(2022.01) G06V 10/80(2022.01) G06K 9/62(2022.01) G06V 10/56(2022.01)A61B 5/366(2021.01) A61B 5/352(2021.01) A61B 5/318(2021.01) A61B 5/00(2006.01) (54)发明名称 一种心电信号分类方法及系统 (57)摘要 本发明公开了一种心电信号分类方法及系 统， 其方法包括： 根据采集到的待测ECG信号， 获 取RGB颜色空间下的三个单通道时间序列； 将所 述三个单通道时间序列对应转换为三个单通道 图像， 再将所述三个单通道图像进行叠加得到待 测ECG图像； 利用ResNet 50V2网络从所述待测ECG 图像中提取出第一特征结果； 利用DenseNet121 网络从所述待测ECG图像中提取出第二特征结 果； 对所述第一特征结果和所述第二特征结果进 行特征融合， 再利用多层感知器对融合后的特征 结果进行预测， 得到所述待测ECG信号的分类结 果。 本发明通过将一维待测ECG信号转换为二维 待测ECG图像来进行预测分类， 将提高对待测ECG 信号的分类准确度。 权利要求书2页 说明书6页 附图2页 CN 114781443 A 2022.07.22 CN 114781443 A 1.一种心电信号分类方法， 其特 征在于， 所述方法包括： 根据采集到的待测E CG信号， 获取RGB颜色空间下的三个单通道时间序列； 将所述三个单通道时间序列对应转换为三个单通道图像， 再将所述三个单通道图像进 行叠加， 得到待测E CG图像； 利用ResNet5 0V2网络从所述待测E CG图像中提取 出第一特 征结果； 利用DenseNet121网络从所述待测E CG图像中提取 出第二特 征结果； 对所述第一特征结果和所述第 二特征结果进行特征融合， 再利用多层感知器对融合后 的特征结果进行 预测， 得到所述待测E CG信号的分类结果。 2.根据权利要求1所述的心电信号分类方法， 其特征在于， 所述根据采集到的待测ECG 信号， 获取RGB颜色空间下的三个单通道时间序列包括： 将采集到的待测E CG信号指定为RGB颜色空间下的红色通道时间序列； 将所述待测E CG信号进行平 滑降噪处 理， 得到初始降噪信号； 计算所述初始降噪信号与所述待测ECG信号之间的差值绝对值， 再将生成的差值信号 进行平滑降噪处 理， 得到RGB颜色空间下的绿色通道时间序列； 将所述绿色通道时间序列进行平滑降噪处理， 得到RGB颜色空间下的蓝色通道时间序 列。 3.根据权利要求2所述的心电信号分类方法， 其特征在于， 所述将三个单通道时间序列 对应转换为 三个单通道图像， 再将所述 三个单通道图像进行叠加， 得到待测E CG图像包括： 利用平铺算法将所述红色通道时间序列转换为红色通道图像； 利用格拉姆角场算法将所述绿色通道时间序列转换为绿色通道图像； 利用递归图算法将所述蓝色通道时间序列转换为蓝色通道图像； 将所述红色通道图像、 所述绿色通道图像和所述蓝色通道图像进行叠加重组， 得到待 测ECG图像。 4.根据权利要求3所述的心电信号分类方法， 其特征在于， 所述利用平铺算法将所述红 色通道时间序列转换为红色通道图像包括： 按照预先设定的时间间隔对所述红色通道时间序列进行按序切分处理， 得到带有切分 标记的若干个子序列； 将所述若干个子序列对应转换为若干个列向量， 按照切分标记由小到大的顺序对所述 若干个列向量进行组合得到平铺矩阵， 再将所述平铺矩阵转换为红色通道图像。 5.根据权利要求3所述的心电信号分类方法， 其特征在于， 所述利用格拉姆角场 算法将 所述绿色通道时间序列转换为绿色通道图像包括： 将所述绿色通道时间序列转换到直角坐标系内进行表示， 其中所述直角坐标系以时间 为横坐标和以电压为纵坐标； 将所述绿色通道时间序列进行归一化处理后 转换到极坐标系内进行表示， 其中所述极 坐标系以角度为横坐标和以序列时间戳 为纵坐标； 对落在所述极坐标系内的各个已知点之间进行角度和的三角函数变换， 生成表征所述 绿色通道时间序列 的格拉姆角和场矩阵， 再将所述格拉姆角和场矩阵转换为绿色通道图 像。 6.根据权利要求3所述的心电信号分类方法， 其特征在于， 所述利用递归图算法将所述权　利　要　求　书 1/2 页 2 CN 114781443 A 2蓝色通道时间序列转换为蓝色通道图像包括： 对所述蓝色通道时间序列进行相空间重构， 得到相空间轨 迹； 对所述相空间轨迹上的各个已知点之间进行欧几里得距离计算， 生成表征所述蓝色通 道时间序列的递归矩阵， 再将所述 递归矩阵转换为蓝色通道图像。 7.根据权利要求1所述的心电信号分类方法， 其特征在于， 所述第 一特征结果包括第 一 QRS波群特征矩阵和第一各心拍前后RR间期特征矩阵， 所述第二特征结果包括第二Q RS波群 特征矩阵和第二各心拍前后R R间期特征矩阵。 8.根据权利要求1所述的心电信号分类方法， 其特征在于， 所述对第 一特征结果和第 二 特征结果进行 特征融合包括： 利用卷积算法分别将所述第 一特征结果和所述第 二特征结果进行预处理， 得到相同维 度下的第一特 征结果和第二特 征结果； 将所述相同维度 下的第一特征结果和第 二特征结果进行叠加组合， 得到 融合后的特征 结果。 9.一种心电信号分类方法系统， 其特 征在于， 所述系统包括： 至少一个处 理器； 至少一个存 储器， 用于存 储至少一个程序； 当所述至少一个程序被所述至少一个处理器执行， 使得所述至少一个处理器实现如权 利要求1至8中任意 一项所述的心电信号分类方法。权　利　要　求　书 2/2 页 3 CN 114781443 A 3