1.一种高通用性的心电数据压缩感知系统,其特征在于包括:
心电数据预处理模块:模块对输入的心电数据进行分割预处理,输入心电数据采集模块输出的心电数据,输出规格化心电数据;
心电数据压缩模块:模块分为正常模式和训练模式,正常模式对心电数据进行压缩,输入心电数据预处理模块输出的规格化心电数据,输出压缩后的心电压缩数据,训练模式对心电数据压缩网络进行训练,输入训练用的心电标签数据,输出压缩后的心电压缩数据;
心电数据重建模块:模块分为正常模式和训练模式,正常模式对压缩后的心电数据进行重建,输入心电数据压缩模块正常模式压缩后的心电压缩数据,输出心电重建数据;训练模式对心电数据重建网络进行训练,输入心电数据压缩模块训练模式压缩后的心电压缩数据和训练用的心电标签数据,输出心电重建数据。
2.如权利要求1所述的高通用性的心电数据压缩感知系统,其特征在于,所述心电数据压缩模块包含一个并行的分层卷积架构的心电数据压缩网络,网络包含n种卷积形式,每种卷积形式表示为一个层,代表n种心电数据降采样方法;每种卷积形式的卷积核数量为cn,代表降采样后心电数据的长度;每种卷积形式中卷积核的尺寸根据心电采样数据的时序特征设计为1×a,a的数值与心电数据中的变化较快的qrs波段的长度相同。
3.如权利要求2所述的高通用性的心电数据压缩感知系统,其特征在于,所述心电数据压缩网络通过多尺度的卷积核实现心电数据压缩感知中的采样,网络输入预处理后的心电数据,输出压缩采样后的心电采样数据,卷积转换函数如下:
其中,φ是指压缩感知任务中的测量矩阵,x是指输入的心电数据,
4.如权利要求2所述的高通用性的心电数据压缩感知系统,其特征在于,所述心电数据压缩网络采用联合的形式对不同并行网络层进行合并,实现人体心电数据在传输时涉及的常用压缩率,联合采样函数的形式如下:
其中,r是指第n层卷积形式实现的心电数据的最终压缩率,ln是指第n层压缩后的心电数据的长度,linput是指输入的心电预处理数据的长度,linput一般至少要包含2个心脏搏动周期的数据;联合采样函数r在不改变输入的心电预处理数据长度的同时,通过叠加每个网络层压缩后的心电数据,来实现网络压缩率的伸缩。
5.如权利要求1所述的高通用性的心电数据压缩感知系统,其特征在于,所述心电数据重建模块包含一个多尺度一维卷积网络架构的心电数据重建网络,输入压缩后的心电采样数据,输出心电重建数据的特征;网络使用卷积核进行心电数据的特征提取,提取后的特征与初始心电数据的特征进行匹配,实现特征补充。网络最后为一层重建层,重建层的卷积核对心电重建数据的特征进行维度重建,获取一维心电重建数据,完成重建。
6.如权利要求5所述的所述的高通用性的心电数据压缩感知系统,其特征在于,所述的心电数据重建网络采用欧式距离损失进行训练,网络的损失函数如下:
其中,
7.一种终端设备,其特征在于,所述终端设备包括:
至少一个处理器、至少一个存储器以及存储在所述存储器中的计算机程序指令,当所述计算机程序指令被所述处理器执行时实现如权利要求1-6中任一项所述高通用性的心电数据压缩感知系统。
8.一种计算机可读存储介质,其特征在于,所述计算机存储介质上存储有计算机程序指令,所述计算机程序指令被处理器执行时实现如权利要求1-6中任一项所述高通用性的心电数据压缩感知系统。