一種多域深度特征融合的心梗定位方法、設(shè)備及存儲介質(zhì)

本發(fā)明涉及醫(yī)學(xué)圖像處理領(lǐng)域，尤其涉及一種多域深度特征融合的心梗定位方法、設(shè)備及存儲介質(zhì)。

背景技術(shù)：

1、心肌梗死，亦稱為心肌梗塞(myocardial?infarction，mi)，是重大心血管疾病之一，其影響力不容忽視。mi的及時診斷，對于啟動緊急救治措施、限制心肌受損范圍、以及提高患者生存率具有無法估量的重要性。

2、在面臨心肌梗死的威脅時，每一分每一秒都至關(guān)重要，因此，能夠快速且準(zhǔn)確地識別和定位梗死區(qū)域，對于指導(dǎo)臨床醫(yī)生的決策和制定治療方案來說，具有極高的醫(yī)療價值。這不僅能夠為患者爭取到寶貴的救治時間，還能提高治療效果，減少并發(fā)癥的發(fā)生，進(jìn)而改善患者的生活質(zhì)量，延長其生命。

3、盡管傳統(tǒng)的心電圖((electrocardiogram，ecg)分析長期以來在臨床上被廣泛應(yīng)用于mi的診斷，其有效性和實用性已得到廣泛認(rèn)可，然而，現(xiàn)有的基于深度學(xué)習(xí)的mi定位技術(shù)，往往過分依賴單一的時域特征進(jìn)行分析。這種方法在捕捉ecg數(shù)據(jù)中蘊含的豐富頻域和時頻域信息方面存在明顯不足，從而限制了檢測的準(zhǔn)確性和可靠性，并導(dǎo)致模型的泛化能力較差。此外，基于機器學(xué)習(xí)的診斷方法在心肌梗死定位領(lǐng)域的應(yīng)用也面臨著挑戰(zhàn)。這些方法往往需要繁瑣復(fù)雜的特征工程，這一過程不僅需要豐富的專業(yè)知識和經(jīng)驗，還可能因為手動干預(yù)而導(dǎo)致結(jié)果的主觀性和不確定性增加。因此，開發(fā)一種能夠綜合利用ecg數(shù)據(jù)中多種信息，并減少人工干預(yù)影響的深度學(xué)習(xí)模型，對于提高mi定位的準(zhǔn)確性和可靠性具有重要意義。

技術(shù)實現(xiàn)思路

1、本發(fā)明的目的在于：提出一種多域深度特征融合的心梗定位方法，解決現(xiàn)有技術(shù)過分依賴單一時域特征進(jìn)行分析，導(dǎo)致心梗定位不準(zhǔn)確的技術(shù)問題。

2、本發(fā)明提供的一種多域深度特征融合的心梗定位方法，包括以下步驟：

3、s1：獲取原始的12導(dǎo)聯(lián)ecg數(shù)據(jù)并進(jìn)行預(yù)處理，得到預(yù)處理后的ecg數(shù)據(jù)；

4、s2：采用s變換對經(jīng)過預(yù)處理后的ecg數(shù)據(jù)進(jìn)行時頻分析，從而獲取對應(yīng)的時頻圖像；

5、s3：采用離散傅里葉變換計算預(yù)處理后的ecg數(shù)據(jù)的一維振幅譜，通過格拉姆角場將其轉(zhuǎn)換為二維頻譜圖像；

6、s4：將s2與s3得到的時頻圖像和二維頻譜圖像連同原始ecg數(shù)據(jù)一同輸入到為各自數(shù)據(jù)特征設(shè)計的一維與二維卷積神經(jīng)網(wǎng)絡(luò)模型組合的多域特征融合卷積神經(jīng)網(wǎng)絡(luò)mff-cnn中訓(xùn)練；

7、s5：使用mff-cnn網(wǎng)絡(luò)進(jìn)行特征分類，實現(xiàn)心肌梗死的定位。

8、一種存儲介質(zhì)，所述存儲介質(zhì)存儲指令及數(shù)據(jù)用于實現(xiàn)一種多域深度特征融合的心梗定位方法。

9、一種多域深度特征融合的心梗定位設(shè)備，包括：處理器及所述存儲介質(zhì)；所述處理器加載并執(zhí)行所述存儲介質(zhì)中的指令及數(shù)據(jù)用于實現(xiàn)一種多域深度特征融合的心梗定位方法。

10、本發(fā)明提供的有益效果是：

11、1、本發(fā)明通過生成頻譜圖像和時頻圖像，并與時域心電圖相結(jié)合，構(gòu)建多域信息輸入，這些輸入提供了互補特性，有助于增強特征的表征能力和泛化性能，進(jìn)而提升mi的定位精度。

12、2、本發(fā)明提出了一種新穎的多域特征融合卷積神經(jīng)網(wǎng)絡(luò)(mff-cnn)，用于從輸入的ecg信號、頻譜圖像和時頻圖像中自動提取多域深度特征。該網(wǎng)絡(luò)融合了各域之間的互補特性，實現(xiàn)了合理且有效的多域特征學(xué)習(xí)，提高了模型對mi定位的泛化能力。

技術(shù)特征：

1.一種多域深度特征融合的心梗定位方法，其特征在于：方法包括以下步驟：

2.如權(quán)利要求1所述的一種多域深度特征融合的心梗定位方法，其特征在于：步驟s1中的預(yù)處理包括：對ecg數(shù)據(jù)進(jìn)行重采樣、去噪、r峰定位以及分割心拍。

3.如權(quán)利要求1所述的一種多域深度特征融合的心梗定位方法，其特征在于：步驟s2具體為：采用高斯函數(shù)對預(yù)處理后的ecg數(shù)據(jù)進(jìn)行局部化處理，得到局部化信號；對局部化信號進(jìn)行傅里葉變換，并最后合成，得到時頻圖像。

4.如權(quán)利要求1所述的一種多域深度特征融合的心梗定位方法，其特征在于：步驟s3的具體過程如下：

5.如權(quán)利要求1所述的一種多域深度特征融合的心梗定位方法，其特征在于：步驟s4具體為：

6.如權(quán)利要求5所述的一種多域深度特征融合的心梗定位方法，其特征在于：所述改進(jìn)后的一維se-resnet18網(wǎng)絡(luò)具體為：將一維resnet18網(wǎng)絡(luò)的初始卷積核大小修改為15，后續(xù)卷積核大小修改為7，并在每個殘差塊之間添加了se塊和一個dropout層，通過se塊輸出每個通道的重要性權(quán)重向量。

7.如權(quán)利要求5所述的一種多域深度特征融合的心梗定位方法，其特征在于：步驟s43中損失函數(shù)如下：

8.一種存儲介質(zhì)，其特征在于：所述存儲介質(zhì)存儲指令及數(shù)據(jù)用于實現(xiàn)權(quán)利要求1～7任一項所述的一種多域深度特征融合的心梗定位方法。

9.一種多域深度特征融合的心梗定位設(shè)備，其特征在于：包括：處理器及存儲介質(zhì)；所述處理器加載并執(zhí)行存儲介質(zhì)中的指令及數(shù)據(jù)用于實現(xiàn)權(quán)利要求1～7任一項所述的一種多域深度特征融合的心梗定位方法。

技術(shù)總結(jié)
本發(fā)明涉及醫(yī)學(xué)圖像處理領(lǐng)域，公開了一種多域深度特征融合的心梗定位方法、設(shè)備及存儲介質(zhì)，方法包括步驟：獲取12導(dǎo)聯(lián)心電圖數(shù)據(jù)并進(jìn)行預(yù)處理；采用S變換將導(dǎo)聯(lián)II的ECG數(shù)據(jù)轉(zhuǎn)換時頻圖像；采用離散傅里葉變換計算心電信號的一維振幅譜，通過格拉姆角場將其轉(zhuǎn)換為二維頻譜圖像；將預(yù)處理后的12導(dǎo)聯(lián)ECG數(shù)據(jù)與生成的頻譜圖像和時頻圖像共同輸入到一維與二維卷積神經(jīng)網(wǎng)絡(luò)模型組合的多域特征融合卷積神經(jīng)網(wǎng)絡(luò)MFF?CNN中進(jìn)行訓(xùn)練。S5：使用MFF?CNN網(wǎng)絡(luò)進(jìn)行特征分類，實現(xiàn)心肌梗死的定位。本發(fā)明有益效果是：顯著提高了心肌梗死的定位準(zhǔn)確率，具有高準(zhǔn)確性、操作簡便及魯棒性強的特點。

技術(shù)研發(fā)人員：陳云帆,葉錦興,李玉庭,萬相奎,郝丹妮,王濱輝
受保護(hù)的技術(shù)使用者：湖北工業(yè)大學(xué)
技術(shù)研發(fā)日：
技術(shù)公布日：2024/12/30