一種基于圖神經(jīng)網(wǎng)絡(luò)的心律失常檢測系統(tǒng) 技術(shù)領(lǐng)域 [0001] 本申請涉及醫(yī)療大數(shù)據(jù)技術(shù)領(lǐng)域，特別涉及一種基于圖神經(jīng)網(wǎng)絡(luò)的心律失常檢測系統(tǒng)。 背景技術(shù) [0002] 心電圖（ECG，Electrocardiogram）是一種關(guān)鍵的生物信號，記錄了心臟的電活動，這種廉價且無創(chuàng)的檢測可以提供豐富的信息，對于診斷和監(jiān)測心臟疾病具有重要意義。 [0003] 傳統(tǒng)的ECG診斷主要依賴訓(xùn)練有素的臨床專家進行人工分析和主觀判斷，過程繁瑣，耗時費力，且受限于醫(yī)學(xué)專家知識和經(jīng)驗，極易發(fā)生誤診或漏診。近年來，隨著智能醫(yī)療的快速發(fā)展，基于心電圖的心律失常智能檢測可以輔助醫(yī)生進行心電診斷。目前在這方面的研究成果有限，如何提高心律失常自動檢測的準(zhǔn)確性是問題的關(guān)鍵。在傳統(tǒng)研究中，許多學(xué)者利用機器學(xué)習(xí)方法，如支持向量機、決策樹等對ECG信號進行研究，但這類方法需要研究者具備一定的醫(yī)學(xué)知識，提取有用的特征輸入模型進行訓(xùn)練。同樣深度學(xué)習(xí)的方法也應(yīng)用于ECG方面的研究，國內(nèi)外學(xué)者將心電數(shù)據(jù)輸入到卷積神經(jīng)網(wǎng)絡(luò)（CNN，Convolutional?Neural?Network）和循環(huán)神經(jīng)網(wǎng)絡(luò)（RNN，Recurrent?Neural?Network）等架構(gòu)中，提取ECG信號中的特征，達到最終的研究目的。但這類研究方法往往將神經(jīng)網(wǎng)絡(luò)視作一個黑盒，模型的可解釋性較差。 [0004] 在臨床實踐中，常用到12導(dǎo)聯(lián)心電圖，標(biāo)準(zhǔn)的12導(dǎo)聯(lián)心電圖是在體表放置10個電極，記錄心臟12個不同方向的去極化和復(fù)極化電流。對于多導(dǎo)聯(lián)研究，以往研究往往只是將多個導(dǎo)聯(lián)進行簡單相加，或者直接使用拼接而成的矩陣，沒有充分考慮多個導(dǎo)聯(lián)之間的關(guān)系。事實上，多導(dǎo)聯(lián)心電圖利用放置在胸部和肢體的電極產(chǎn)生電位差，從多個角度測量心臟的電活動。根據(jù)電極的空間位置，不同的導(dǎo)聯(lián)在生理上具有相對位置關(guān)系，因此，綜合考慮導(dǎo)聯(lián)內(nèi)部的時間特征和導(dǎo)聯(lián)之間的空間特征對于心律失常的高效診斷是十分有必要的。 [0005] 為了克服無法捕獲ECG空間特征的限制，研究人員開始探索如何將圖神經(jīng)網(wǎng)絡(luò)（GNN，Graph?Neural?Network）應(yīng)用于ECG數(shù)據(jù)。GNN的優(yōu)勢在于其對復(fù)雜圖結(jié)構(gòu)的建模能力，這正好與ECG數(shù)據(jù)的特點相符。ECG數(shù)據(jù)可以被視為時間序列數(shù)據(jù)，但同時也可以被轉(zhuǎn)化為圖，其中每個時間點或時間窗口可以作為圖的節(jié)點，節(jié)點之間的連接表示時間關(guān)系，這種圖結(jié)構(gòu)有助于捕獲心臟信號之間的時序關(guān)系和局部模式，從而提高了對心臟事件的診斷敏感度和準(zhǔn)確性。但直接將時間序列轉(zhuǎn)化為圖并不能很好地捕獲時間序列的多尺度特征，相反，圖的結(jié)構(gòu)學(xué)習(xí)限制了感受野的大小，從而丟失了重要的時序特征。同樣，也可以構(gòu)建多個導(dǎo)聯(lián)之間的圖，利用GNN的結(jié)構(gòu)探索各個導(dǎo)聯(lián)之間的關(guān)系從而更加全面地進行空間特征的提取。但這些圖的構(gòu)建一般基于預(yù)定義的圖結(jié)構(gòu)，沒有有效的先驗知識來支撐圖的構(gòu)建，無法動態(tài)捕捉導(dǎo)聯(lián)在不同時間步上的空間關(guān)系。與僅僅使用時間編碼器的傳統(tǒng)方法相比，這些工作有了一定的改進，開始考慮空間相關(guān)性。然而，他們獨立處理每個圖，忽略了在不同時間步上不同導(dǎo)聯(lián)之間的相關(guān)性。在心電特征提取網(wǎng)絡(luò)中，這種相關(guān)性至關(guān)重要，例如I導(dǎo)聯(lián)內(nèi)出現(xiàn)P波消失現(xiàn)象，不僅會影響后續(xù)I導(dǎo)的波形情況，還會對II導(dǎo)、III導(dǎo)的波形產(chǎn)生影響。此外，在進行空間特征提取時，現(xiàn)有的方案大多采用的是扁平化的池化方案來減少節(jié)點，這會丟失導(dǎo)聯(lián)之間的結(jié)構(gòu)化信息，無法充分捕獲ECG信號的時空信息，導(dǎo)致心律失常檢測的準(zhǔn)確性差。 發(fā)明內(nèi)容 [0006] 本申請?zhí)峁┝艘环N基于圖神經(jīng)網(wǎng)絡(luò)的心律失常檢測系統(tǒng)，可以解決心律失常檢測的準(zhǔn)確性差的問題。 [0007] 本申請實施例提供了一種基于圖神經(jīng)網(wǎng)絡(luò)的心律失常檢測系統(tǒng)，該心律失常檢測系統(tǒng)包括： [0008] 獲取模塊，用于獲取多個心電導(dǎo)聯(lián)數(shù)據(jù)；心電導(dǎo)聯(lián)數(shù)據(jù)包括多個時間段的心電信號，多個心電導(dǎo)聯(lián)數(shù)據(jù)對應(yīng)檢測對象的多個導(dǎo)聯(lián)位置； [0009] 嵌入模塊，用于利用時間特征提取編碼器獲取每個心電導(dǎo)聯(lián)數(shù)據(jù)在每個時間段的心電信號的信號特征，并將所有信號特征嵌入，得到拓撲圖；拓撲圖的多個節(jié)點與多個信號特征一一對應(yīng)，兩個節(jié)點之間的邊為對應(yīng)的兩個信號特征之間的相關(guān)性； [0010] 構(gòu)建模塊，用于構(gòu)建時間衰減矩陣和空間知識引導(dǎo)矩陣，將時間衰減矩陣、空間知識引導(dǎo)矩陣和拓撲圖的鄰接矩陣相乘，得到拓撲圖的相關(guān)鄰接矩陣；時間衰減矩陣用于描述多個時間段之間的相關(guān)性，空間知識引導(dǎo)矩陣用于描述多個導(dǎo)聯(lián)位置之間的空間關(guān)系； [0011] 更新模塊，用于利用拓撲圖的相關(guān)鄰接矩陣對拓撲圖的邊進行更新，得到最終拓撲圖，并利用圖神經(jīng)網(wǎng)絡(luò)對最終拓撲圖進行特征提取，得到最終拓撲圖的整體特征表示； [0012] 心律失常檢測模塊，用于基于整體特征表示進行心律失常檢測，得到心律失常檢測結(jié)果。

1.一種基于圖神經(jīng)網(wǎng)絡(luò)的心律失常檢測系統(tǒng)，其特征在于，包括： 獲取模塊，用于獲取多個心電導(dǎo)聯(lián)數(shù)據(jù)；所述心電導(dǎo)聯(lián)數(shù)據(jù)包括多個時間段的心電信號，多個心電導(dǎo)聯(lián)數(shù)據(jù)對應(yīng)檢測對象的多個導(dǎo)聯(lián)位置； 嵌入模塊，用于利用時間特征提取編碼器獲取每個心電導(dǎo)聯(lián)數(shù)據(jù)在每個時間段的心電信號的信號特征，并將所有信號特征嵌入，得到拓撲圖；所述拓撲圖的多個節(jié)點與多個信號特征一一對應(yīng)，兩個節(jié)點之間的邊為對應(yīng)的兩個信號特征之間的相關(guān)性； 構(gòu)建模塊，用于構(gòu)建時間衰減矩陣和空間知識引導(dǎo)矩陣，將所述時間衰減矩陣、所述空間知識引導(dǎo)矩陣和所述拓撲圖的鄰接矩陣相乘，得到所述拓撲圖的相關(guān)鄰接矩陣；所述時間衰減矩陣用于描述所述多個時間段之間的相關(guān)性，所述空間知識引導(dǎo)矩陣用于描述所述多個導(dǎo)聯(lián)位置之間的空間關(guān)系； 更新模塊，用于利用所述拓撲圖的相關(guān)鄰接矩陣對所述拓撲圖的邊進行更新，得到最終拓撲圖，并利用圖神經(jīng)網(wǎng)絡(luò)對所述最終拓撲圖進行特征提取，得到所述最終拓撲圖的整體特征表示； 心律失常檢測模塊，用于基于所述整體特征表示進行心律失常檢測，得到心律失常檢測結(jié)果。 2.根據(jù)權(quán)利要求1所述的心律失常檢測系統(tǒng)，其特征在于，所述利用時間特征提取編碼器獲取每個心電導(dǎo)聯(lián)數(shù)據(jù)在每個時間段的心電信號的信號特征，包括： 利用時間特征提取編碼器獲取每個心電導(dǎo)聯(lián)數(shù)據(jù)在每個時間段的心電信號的時間編碼信息； 獲取每個時間段的位置編碼，并將每個時間編碼信息與對應(yīng)的時間段的位置編碼相加，得到每個心電導(dǎo)聯(lián)數(shù)據(jù)在每個時間段的信號特征。 3.根據(jù)權(quán)利要求2所述的心律失常檢測系統(tǒng)，其特征在于，所述獲取每個時間段的位置編碼，包括： 通過公式： ； 計算第 個時間段中第 個心電信號的位置向量 ； 其中， 表示頻率參數(shù)， 表示索引參數(shù)， ， 表示時間段的數(shù)量， ， 表示時間段內(nèi)心電信號的數(shù)量； 將第 個時間段對應(yīng)的位置向量整合為一個集合，得到所述第 個時間段的位置編碼。 4.根據(jù)權(quán)利要求3所述的心律失常檢測系統(tǒng)，其特征在于，所述將每個時間編碼信息與對應(yīng)的時間段的位置編碼相加，得到每個心電導(dǎo)聯(lián)數(shù)據(jù)在每個時間段的信號特征，包括： 通過公式： ； 計算第 個心電導(dǎo)聯(lián)數(shù)據(jù)在第 個時間段的信號特征 ； 其中， 表示所述第 個心電導(dǎo)聯(lián)數(shù)據(jù)在第 個時間段的時間編碼信息， ， 表示心電導(dǎo)聯(lián)數(shù)據(jù)的數(shù)量。