一种基于遗传算法及元胞自动机的异常心电信号检测方法与流程

1.本发明涉及心电信号异常检测技术领域，具体涉及一种基于遗传算法及元胞自动机的异常心电信号检测方法。


背景技术：

2.心电信号作为反应患者生命体征的一种重要信息，在诊疗过程中常需要投入大量的人力物力进行监控患者状况，以防止突发情况的发生。对于某些重症患者往往可能在某些时刻其生命体征已经出现些微异常，但由于察觉不及时，而错过最佳救治时间，造成无法挽回的严重后果。而对于某些患有传染类疾病的重症患者在治疗期间不可避免地会与医护人员发生直接接触，而这种接触往往具有较高的疾病传播风险。
3.目前采用深度学习方法对心电信号进行诊断的很多，然而采用深度学习模型诊断的准确率高度依赖于训练样本的质量，在心电设备不同、电极放置位置不同、采样频率不同时，采集得到的心电信号形态上或数据分布上会产生比较大的差异，可能会导致深度学习模型的失效。


技术实现要素：

4.本发明提供了一种基于遗传算法及元胞自动机的异常心电信号检测方法，解决了深度学习模型对设备、电极位置、采样频率过于敏感，进而无法对异常心电信号进行有效检测筛选技术问题。
5.本发明为解决上述技术问题提供了一种基于遗传算法及元胞自动机的异常心电信号检测方法，包括以下步骤：
6.s1，采集真实的心电信号，建立心电仿真模型；
7.s2，以仿真的心电信号与真实的心电信号之间的误差最小化为优化目标，利用遗传算法求取出最优的心电仿真模型的参数值；
8.s3，根据最优的参数值是否在正常范围内，给出是否具有心脏疾病以及心脏疾病的种类的辅助结论。
9.可选地，所述s1具体包括：采集10秒时长的真实的心电图。
10.可选地，所述s1具体包括：
11.s11，将心脏简化为若干个元胞；
12.s12，确定元胞电位；
13.s13，根据元胞的电位计算体表电压；
14.s14，计算t时刻(x0,y0)元胞和(x1,y1)元胞之间的电压
15.可选地，所述s11具体包括：建立心脏内各个组织和器官的二维模型，并将心脏的实体简化为多个大小一致的正方形的组合，将简化后的心脏中的每个正方形称为元胞。
16.可选地，所述s12具体包括：将元胞建立在二维直角坐标系中，并用整数坐标(x,y)
表示，t时刻位置处于(x,y)元胞状态用函数ε(x,y,t)表示，ε(x,y,t)的取值方法为：
[0017][0018]
ε(x,y,t)＝0表示元胞处于静息态，ε(x,y,t)＝1表示元胞处于激发态，1＜ε(x,y,t)＜m表示元胞处于不应态，m为状态数。每个元胞在t时刻的电位可以根据ε(x,y,t)的取值确定,δ代表邻域范围内激发态邻居个数，δ
th
为激发阈值。
[0019]
可选地，所述s13具体包括，依据以下公式计算(x,y)元胞处的电压：
[0020][0021]
σ
in
为细胞内液的电导率，n为系统的细胞总数，vi(t)是系统中t时刻，第i个细胞的电位，vj(t)是系统中t时刻，第i个元胞的第j个邻居元胞的电位，ρi是系统中元胞到场点之间的平均电导率；
[0022]rij
是第i个细胞的第j个邻居到场点的距离，相邻格点之间水平与竖直方向距离均为单位1,对角方向的距离均为若第i个细胞指向其第j个邻居细胞的单位矢量为α
ij
，第i个细胞指向场点的单位矢量为βi，则θ
ij
就是α
ij
与βi之间的夹角。
[0023]
可选地，所述s2具体包括：
[0024]
s21，对参数进行基因编码，初始化遗传算法；
[0025]
s22，计算适应度，执行选择、遗传、变异操作；
[0026]
s23，再次计算适应度其中，是和e(t)之间的协方差，表示的方差；
[0027]
s24，判断是否达到终止条件，如果达到条件，终止，输出基因并解码获得各参数值，否则返回s32。
[0028]
可选地，所述s3之后还包括s4：判断心电信号是否异常，具体地，通过判断各参数的基因编码所处位置的元胞的状态数是否超出各自规定的范围，若超出则心电信号为异常心电信号，否则认为正常。
[0029]
有益效果：本发明提供了一种基于遗传算法及元胞自动机的异常心电信号检测方法，包括以下步骤：s1，采集真实的心电信号，建立心电仿真模型；s2，以仿真的心电信号与真实的心电信号之间的误差最小化为优化目标，利用遗传算法求取出最优的心电仿真模型的参数值；s3，根据最优的参数值是否在正常范围内，给出是否具有心脏疾病以及心脏疾病的种类的辅助结论。通过采用遗传算法，以最小化采集得到的心电信号与模型仿真出的心电信号为目标，求出最优的参数值，根据参数值是否在正常范围内，给出是否具有心脏疾病以及心脏疾病的种类的辅助结论。
[0030]
上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，并可依照说明书的内容予以实施，以下以本发明的较佳实施例并配合附图详细说明如后。
本发明的具体实施方式由以下实施例及其附图详细给出。
附图说明
[0031]
此处所说明的附图用来提供对本发明的进一步理解，构成本技术的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：
[0032]
图1为本发明基于遗传算法及元胞自动机的异常心电信号检测方法的流程示意图。
具体实施方式
[0033]
以下结合附图对本发明的原理和特征进行描述，所举实例只用于解释本发明，并非用于限定本发明的范围。在下列段落中参照附图以举例方式更具体地描述本发明。根据下面说明和权利要求书，本发明的优点和特征将更清楚。需说明的是，附图均采用非常简化的形式且均使用非精准的比例，仅用以方便、明晰地辅助说明本发明实施例的目的。
[0034]
需要说明的是，当组件被称为“固定于”另一个组件，它可以直接在另一个组件上或者也可以存在居中的组件。当一个组件被认为是“连接”另一个组件，它可以是直接连接到另一个组件或者可能同时存在居中组件。当一个组件被认为是“设置于”另一个组件，它可以是直接设置在另一个组件上或者可能同时存在居中组件。本文所使用的术语“垂直的”、“水平的”、“左”、“右”以及类似的表述只是为了说明的目的。
[0035]
除非另有定义，本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。本文中在本发明的说明书中所使用的术语只是为了描述具体的实施例的目的，不是旨在于限制本发明。本文所使用的术语“及/或”包括一个或多个相关的所列项目的任意的和所有的组合。
[0036]
如图1所示，本发明提供了一种基于遗传算法及元胞自动机的异常心电信号检测方法，包括以下步骤：s1，采集真实的心电信号，建立心电仿真模型；s2，以仿真的心电信号与真实的心电信号之间的误差最小化为优化目标，利用遗传算法求取出最优的心电仿真模型的参数值；s3，根据最优的参数值是否在正常范围内，给出是否具有心脏疾病以及心脏疾病的种类的辅助结论。通过采用遗传算法，以最小化采集得到的心电信号与模型仿真出的心电信号为目标，求出最优的参数值，根据参数值是否在正常范围内，给出是否具有心脏疾病以及心脏疾病的种类的辅助结论。
[0037]
在一个具体的实施场景中：
[0038]
首先，采集真实的心电信号：采集t时长的心电图，建议t＝10秒，记作并以此建立心电仿真模型。
[0039]
其次，以仿真的心电信号与真实的心电信号之间的误差最小化为优化目标，利用遗传算法求取出最优的心电仿真模型参数的参数值。
[0040]
其中，心电仿真模型的建立方法如下：
[0041]
1.将心脏简化为若干个元胞：建立心脏内各个组织和器官(包括右心房、左心房、右心室、左心室四个腔室以及室间隔)的二维模型，并将心脏的实体简化为n个长宽均为a毫米的正方形的组合，将简化后的心脏中的每个正方形称为元胞。
[0042]
2.确定元胞电位：将元胞建立在二维直角坐标系中，并用整数坐标(x,y)表示，t时
刻位置处于(x,y)元胞状态用函数ε(x,y,t)表示。ε(x,y,t)的取值方法为：
[0043][0044]
ε(x,y,t)＝0表示元胞处于静息态，ε(x,y,t)＝1表示元胞处于激发态，1＜ε(x,y,t)＜m表示元胞处于不应态，m为状态数。每个元胞在t时刻的电位可以根据ε(x,y,t)的取值确定。δ代表邻域范围内激发态邻居个数，δ
th
为激发阈值。在t时刻，处于心室位置的元胞的电位取值为：当m1＝23时，v(t)＝s1{ε(x,y,t)}，其中s1＝{-80,-80,-80,-80,55.9,30.3,8.0,-6.8,-14.2,-19.2,-23.3,-28.2,-32.4,-39.0,-44.7,-49.7,-54.6,-60.4,-64.5,-68.7,-72.8,-74.4,-76.1,-77.8,-78.6,-80,-80,-80,-80,-80,-80,-80,-80,-80,-80}，当m1不等于23，则首先对s1进行重采样将其变化为长度为m1的向量。
[0045]
在t时刻，处于心内膜以下位置的元胞电位取值为：当m2＝26时，v(t)＝s2{ε(x,y,t)}，其中s2＝{-90,-90,-90,-90,30,16.6,11.1,7.7,7.0,10.4,7.8,7.9,6.6,5.2,3.2,1.2,-1.5,-4.9,-7.6,-12.1,-16.2,-21.0,-27.1,-34.0,-44.9,-55.8,-68.1,-80.0,-85.9,-90,-90,-90,-90,-90,-90}；当m2不等于26，则首先对s2进行重采样将其变化为长度为m2的向量。
[0046]
在t时刻，处于室间隔中间层的元胞电位取值方法是：当m3＝27时，v(t)＝s3{ε(x,y,)t，s3＝{-90,-90,-90,-90,30,16.7,11.3,9.2,10.6,9.3,7.9,6.6,5.2,3.2,1.2,-1.5,-4.9,-7.6,-11.0,-14.3,-17.7,-23.1,-27.8,-33.9,-42.8,-53.6,-63.1,-73.3,-81.4,-87.5,-90,-90,-90,-90,-90}；当m3不等于27，则首先对s3进行重采样将其变化为长度为m3的向量。
[0047]
在t时刻，处于心外膜下肌层的元胞电位取值方法是：当m4＝23时，v(t)＝s4{ε(x,y,t)}其中，s4＝{-90,-90,-90,-90,30,18.0,9.1,6.3,5.7,7.9,6.6,5.2,3.2,1.2,-1.5,-4.9,-7.6,-12.1,-16.2,-23.0,-31.2,-39.4,-50.4,-63.4,-76.3,-85.2,-90,-90,-90,-90,-90,-90,-90,-90,-90}，当m4不等于23，则首先对s4进行重采样将其变化为长度为m4的向量。
[0048]
3.根据元胞的电位计算体表电压：
[0049]
依据以下公式计算(x,y)元胞处的电压：
[0050][0051]
σ
in
为细胞内液的电导率，n为系统的细胞总数，vi(t)是系统中t时刻，第i个细胞的电位，vj(t)是系统中t时刻，第i个元胞的第j个邻居元胞的电位，ρi是系统中元胞到场点之间的平均电导率。r
ij
是第i个细胞的第j个邻居到场点的距离，相邻格点之间水平与竖直方向距离均为单位1,对角方向的距离均为若第i个细胞指向其第j个邻居细胞的单位矢量为α
ij
，第i个细胞指向场点的单位矢量为βi，则θ
ij
就是α
ij
与βi之间的夹角。场点的坐标为f(xx,yy)。
[0052]
4.计算t时刻(x0,y0)元胞和(x1,y1)元胞之间的电压：
[0053]
再次，采用遗传算法，以最小化采集得到的心电信号与模型仿真出的心电信号为目标，求出最优的参数值，根据参数值是否在正常范围内，给出是否具有心脏疾病以及心脏疾病的种类的辅助结论。
[0054]
1.对参数进行基因编码，采用浮点数编码，第一位为元胞个数n，第二位为元胞尺寸参数a，第三位为处于心室位置的元胞的状态数m1，第四位为处于心内膜以下位置的元胞的状态数m2，第五位为处于室间隔中间层的元胞的状态数m3，第六位为处于心外膜下肌层的元胞的状态数m4,第七位为细胞内液的电导率σ
in
，第八位为系统中元胞到场点之间的平均电导率ρi，第九位为场点的横坐标xx,第十位为场点的纵坐标yy。随机产生基因。
[0055]
2.执行选择、遗传、变异操作。
[0056]
3.计算适应度：
[0057]
适应度函数的计算方法为：
[0058][0059]
其中，是和e(t)之间的协方差，表示的方差。具体计算方式可参考其他文献。
[0060]
4.判断是否达到终止条件，如果达到条件，终止，输出基因并解码获得前面所提的10个参数值。否则返回第2步。
[0061]
最后，四、判断是否异常
[0062]
针对m1，m2，m3，m4，σ
in
这5个参数，如果参数超过各自规定的范围，则给出判定，心电信号为异常心电信号，否则认为正常。
[0063]
其中m1正常的取值范围是[18-29]；m2正常的取值范围是[19,30],m1正常的取值范围是[19-29]；m2正常的取值范围是[19,30]。σ
in
的取值范围为[1-1.5]。
[0064]
以上所述，仅为本发明的较佳实施例而已，并非对本发明作任何形式上的限制；凡本行业的普通技术人员均可按说明书附图所示和以上所述而顺畅地实施本发明；但是,凡熟悉本专业的技术人员在不脱离本发明技术方案范围内，利用以上所揭示的技术内容而做出的些许更动、修饰与演变的等同变化，均为本发明的等效实施例；同时,凡依据本发明的实质技术对以上实施例所作的任何等同变化的更动、修饰与演变等，均仍属于本发明的技术方案的保护范围之内。