[發(fā)明專利]糖尿病并發(fā)癥視網(wǎng)膜病變數(shù)據(jù)檢測(cè)方法、儀器及醫(yī)療設(shè)備

有效

• 申請(qǐng)?zhí)枺?/td>: 201810911989.X
• 申請(qǐng)日: 2018-08-10
• 公開(kāi)（公告）號(hào): CN109350006B
• 公開(kāi)（公告）日: 2021-10-01
• 發(fā)明（設(shè)計(jì)）人: 吳曉春;王新安;馬潔茹;席俊輝;趙天夏;李秋平
• 申請(qǐng)（專利權(quán)）人: 北京大學(xué)深圳研究生院
• 主分類號(hào): A61B3/103
• 分類號(hào): A61B3/103;A61B5/352
• 代理公司: 深圳市華優(yōu)知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 44319
• 代理人: 余薇

1.一種糖尿病并發(fā)癥視網(wǎng)膜病變數(shù)據(jù)的檢測(cè)方法，其特征在于，包括：

訓(xùn)練視網(wǎng)膜病變檢測(cè)模型，所述訓(xùn)練視網(wǎng)膜病變檢測(cè)模型，包括：采集不同患者不同時(shí)間的心電信號(hào)以及對(duì)應(yīng)的視網(wǎng)膜病變數(shù)據(jù)；通過(guò)訓(xùn)練模型算法對(duì)采集的心電信號(hào)以及對(duì)應(yīng)的視網(wǎng)膜病變數(shù)據(jù)進(jìn)行訓(xùn)練，以生成心電信號(hào)和視網(wǎng)膜病變數(shù)據(jù)對(duì)應(yīng)關(guān)系的模型函數(shù)；以及基于生成的模型函數(shù)和采集的視網(wǎng)膜病變數(shù)據(jù)生成視網(wǎng)膜病變檢測(cè)模型；

采集患者的心電信號(hào)數(shù)據(jù)；

計(jì)算采集的心電信號(hào)數(shù)據(jù)中RR間期序列；

對(duì)計(jì)算的RR間期序列進(jìn)行特征分析以獲取特征數(shù)據(jù)；

將分析獲取的特征數(shù)據(jù)與預(yù)先訓(xùn)練的視網(wǎng)膜病變檢測(cè)模型進(jìn)行特征匹配；以及

根據(jù)特征匹配的結(jié)果生成糖尿病并發(fā)癥視網(wǎng)膜病變的檢測(cè)數(shù)據(jù)。

2.根據(jù)權(quán)利要求1所述的糖尿病并發(fā)癥視網(wǎng)膜病變數(shù)據(jù)的檢測(cè)方法，其特征在于，所述特征數(shù)據(jù)為時(shí)域特征、頻域特征、非線性特征中的一種或組合。

3.根據(jù)權(quán)利要求2所述的糖尿病并發(fā)癥視網(wǎng)膜病變數(shù)據(jù)的檢測(cè)方法，其特征在于，所述時(shí)域特征為RR間期的平均值、標(biāo)準(zhǔn)差、平均值的標(biāo)準(zhǔn)差、相鄰RR間期差值的平方根、相鄰RR間期差值大于閾值的數(shù)量、相鄰RR間期差值大于閾值的數(shù)量與全部RR間期的數(shù)量的比值中的一種或組合，所述頻域特征為心電信號(hào)頻域圖像中不同頻段的線下面積、心電信號(hào)頻域圖像中不同頻段下線下面積占總線下面積的百分比、心電信號(hào)頻域圖像中不同頻段下線下面積相互之間的比值中的一種或組合，所述非線性特征為心電信號(hào)去波動(dòng)趨勢(shì)后時(shí)間序列圖像的整體斜率、心電信號(hào)去趨勢(shì)波動(dòng)分析后第一段時(shí)間序列圖像的斜率、心電信號(hào)去趨勢(shì)波動(dòng)分析后第二段時(shí)間序列圖像的斜率中的一種或組合。

4.根據(jù)權(quán)利要求1所述的糖尿病并發(fā)癥視網(wǎng)膜病變數(shù)據(jù)的檢測(cè)方法，其特征在于，在所述根據(jù)特征匹配的結(jié)果生成糖尿病并發(fā)癥視網(wǎng)膜病變的檢測(cè)數(shù)據(jù)之后，還包括：當(dāng)生成的檢測(cè)數(shù)據(jù)超出預(yù)設(shè)警戒范圍時(shí)，提醒所述檢測(cè)數(shù)據(jù)。

5.一種糖尿病并發(fā)癥視網(wǎng)膜病變數(shù)據(jù)的檢測(cè)儀器，其特征在于，包括：

視網(wǎng)膜病變檢測(cè)模型訓(xùn)練模塊，所述視網(wǎng)膜病變檢測(cè)模型訓(xùn)練模塊進(jìn)一步包括：數(shù)據(jù)采集單元，用于采集不同患者不同時(shí)間的心電信號(hào)以及對(duì)應(yīng)的視網(wǎng)膜病變數(shù)據(jù)；模型函數(shù)訓(xùn)練單元，用于通過(guò)訓(xùn)練模型算法對(duì)所述數(shù)據(jù)采集單元采集的心電信號(hào)以及對(duì)應(yīng)的視網(wǎng)膜病變數(shù)據(jù)進(jìn)行訓(xùn)練，以生成心電信號(hào)和視網(wǎng)膜病變數(shù)據(jù)對(duì)應(yīng)關(guān)系的模型函數(shù)；以及檢測(cè)模型生成單元，用于基于所述模型函數(shù)訓(xùn)練單元生成的模型函數(shù)和所述數(shù)據(jù)采集單元采集的視網(wǎng)膜病變數(shù)據(jù)生成視網(wǎng)膜病變檢測(cè)模型；

心電信號(hào)采集模塊，用于采集患者的心電信號(hào)數(shù)據(jù)；

RR間期序列計(jì)算模塊，用于計(jì)算所述心電信號(hào)采集模塊采集的心電信號(hào)數(shù)據(jù)中RR間期序列；

特征數(shù)據(jù)分析模塊，用于對(duì)所述RR間期序列計(jì)算模塊計(jì)算的RR間期序列進(jìn)行特征分析以獲取特征數(shù)據(jù)；

檢測(cè)模型匹配模塊，用于將所述特征數(shù)據(jù)分析模塊分析獲取的特征數(shù)據(jù)與預(yù)先訓(xùn)練的視網(wǎng)膜病變檢測(cè)模型進(jìn)行特征匹配；以及

檢測(cè)數(shù)據(jù)生成模塊，用于根據(jù)所述檢測(cè)模型匹配模塊的特征匹配的結(jié)果生成糖尿病并發(fā)癥視網(wǎng)膜病變的檢測(cè)數(shù)據(jù)。

6.根據(jù)權(quán)利要求5所述的糖尿病并發(fā)癥視網(wǎng)膜病變數(shù)據(jù)的檢測(cè)儀器，其特征在于，所述特征數(shù)據(jù)為時(shí)域特征、頻域特征、非線性特征中的一種或組合。

7.根據(jù)權(quán)利要求6所述的糖尿病并發(fā)癥視網(wǎng)膜病變數(shù)據(jù)的檢測(cè)儀器，其特征在于，所述時(shí)域特征為RR間期的平均值、標(biāo)準(zhǔn)差、平均值的標(biāo)準(zhǔn)差、相鄰RR間期差值的平方根、相鄰RR間期差值大于閾值的數(shù)量、相鄰RR間期差值大于閾值的數(shù)量與全部RR間期的數(shù)量的比值中的一種或組合，所述頻域特征為心電信號(hào)頻域圖像中不同頻段的線下面積、心電信號(hào)頻域圖像中不同頻段下線下面積占總線下面積的百分比、心電信號(hào)頻域圖像中不同頻段下線下面積相互之間的比值中的一種或組合，所述非線性特征為心電信號(hào)去波動(dòng)趨勢(shì)后時(shí)間序列圖像的整體斜率、心電信號(hào)去趨勢(shì)波動(dòng)分析后第一段時(shí)間序列圖像的斜率、心電信號(hào)去趨勢(shì)波動(dòng)分析后第二段時(shí)間序列圖像的斜率中的一種或組合。

8.一種醫(yī)療設(shè)備，其特征在于，所述醫(yī)療設(shè)備包括如權(quán)利要求5至7任一項(xiàng)所述的糖尿病并發(fā)癥視網(wǎng)膜病變數(shù)據(jù)的檢測(cè)儀器。