[發(fā)明專利]基于主動學(xué)習(xí)的心電圖分類方法、裝置和系統(tǒng)

在審

• 申請?zhí)枺?/td>: 201811261608.4
• 申請日: 2018-10-26
• 公開（公告）號: CN111096736A
• 公開（公告）日: 2020-05-05
• 發(fā)明（設(shè)計(jì)）人: 歐鳳;周雅琪;周峰
• 申請（專利權(quán)）人: 深圳市理邦精密儀器股份有限公司
• 主分類號: A61B5/0402
• 分類號: A61B5/0402
• 代理公司: 北京清亦華知識產(chǎn)權(quán)代理事務(wù)所(普通合伙) 11201
• 代理人: 張潤

1.一種基于主動學(xué)習(xí)的心電圖分類方法，其特征在于，包括：

基于已標(biāo)注心電圖樣本，通過第一查詢策略從未標(biāo)注數(shù)據(jù)庫中獲取滿足第一預(yù)設(shè)條件的未標(biāo)注心電圖樣本；

將所述未標(biāo)注心電圖樣本輸出至專家客戶端，以使所述專家客戶端將所述未標(biāo)注心電圖樣本提供給專家，并接收所述專家對所述未標(biāo)注心電圖樣本的標(biāo)注；

獲取所述專家客戶端反饋的標(biāo)注后的心電圖樣本，并將所述標(biāo)注后的心電圖樣本添加至用以存儲所述已標(biāo)注心電圖樣本的標(biāo)注數(shù)據(jù)庫中；

根據(jù)擴(kuò)充后的標(biāo)注數(shù)據(jù)庫進(jìn)行模型訓(xùn)練，得到心電圖分類模型。

2.如權(quán)利要求1所述的方法，其特征在于，所述基于已標(biāo)注心電圖樣本，通過第一查詢策略從未標(biāo)注數(shù)據(jù)庫中獲取滿足第一預(yù)設(shè)條件的未標(biāo)注心電圖樣本，包括：

根據(jù)所述已標(biāo)注心電圖樣本進(jìn)行模型訓(xùn)練，得到基礎(chǔ)模型；

根據(jù)所述基礎(chǔ)模型對所述未標(biāo)注數(shù)據(jù)庫中的未標(biāo)注樣本進(jìn)行分類預(yù)測；

通過第一查詢策略，根據(jù)針對所述未標(biāo)注樣本的預(yù)測結(jié)果從所述未標(biāo)注數(shù)據(jù)庫中選取滿足第一預(yù)設(shè)條件的未標(biāo)注心電圖樣本。

3.如權(quán)利要求2所述的方法，其特征在于，所述根據(jù)所述已標(biāo)注心電圖樣本進(jìn)行模型訓(xùn)練，得到基礎(chǔ)模型，包括：

根據(jù)所述已標(biāo)注心電圖樣本進(jìn)行模型訓(xùn)練，構(gòu)建針對心電圖分類的初始模型；

通過第二查詢策略從所述標(biāo)注數(shù)據(jù)庫中獲取滿足第二預(yù)設(shè)條件的已標(biāo)注心電圖樣本；

根據(jù)所述滿足第二預(yù)設(shè)條件的已標(biāo)注心電圖樣本對所述初始模型進(jìn)行再訓(xùn)練；

判斷所述進(jìn)行再訓(xùn)練后的模型的性能是否大于再訓(xùn)練前的最新模型的性能；

若否，則將所述再訓(xùn)練前的最新模型作為所述基礎(chǔ)模型；

若是，則將所述再訓(xùn)練前的最新模型替換成所述進(jìn)行再訓(xùn)練后的模型，并返回執(zhí)行所述通過第二查詢策略從所述標(biāo)注數(shù)據(jù)庫中獲取滿足第二預(yù)設(shè)條件的已標(biāo)注心電圖樣本的步驟。

4.如權(quán)利要求2所述的方法，其特征在于，所述第一查詢策略包括：樣本不確定性查詢策略，和/或，樣本代表性查詢策略。

5.如權(quán)利要求2所述的方法，其特征在于，所述根據(jù)擴(kuò)充后的標(biāo)注數(shù)據(jù)庫進(jìn)行模型訓(xùn)練，得到心電圖分類模型，包括：

從所述擴(kuò)充后的標(biāo)注數(shù)據(jù)庫中獲取所述專家客戶端反饋的標(biāo)注后的心電圖樣本；

根據(jù)所述標(biāo)注后的心電圖樣本對所述基礎(chǔ)模型進(jìn)行再訓(xùn)練；

判斷再訓(xùn)練后的基礎(chǔ)模型的性能是否達(dá)到預(yù)設(shè)要求；

若是，則將所述再訓(xùn)練后的所述基礎(chǔ)模型作為所述心電圖分類模型；

若否，則返回執(zhí)行所述通過第一查詢策略從未標(biāo)注數(shù)據(jù)庫中獲取滿足第一預(yù)設(shè)條件的未標(biāo)注心電圖樣本的步驟。

6.如權(quán)利要求1所述的方法，其特征在于，所述根據(jù)擴(kuò)充后的標(biāo)注數(shù)據(jù)庫進(jìn)行模型訓(xùn)練，得到心電圖分類模型，包括：

從所述擴(kuò)充后的標(biāo)注數(shù)據(jù)庫中獲取所述已標(biāo)注心電圖樣本和所述專家客戶端反饋的標(biāo)注后的心電圖樣本；

根據(jù)所述已標(biāo)注心電圖樣本和所述專家客戶端反饋的標(biāo)注后的心電圖樣本，重新進(jìn)行模型訓(xùn)練；

判斷訓(xùn)練后模型的性能是否達(dá)到預(yù)設(shè)要求；

若是，則將所述訓(xùn)練后模型作為所述心電圖分類模型；

若否，則返回執(zhí)行所述通過第一查詢策略從未標(biāo)注數(shù)據(jù)庫中獲取滿足第一預(yù)設(shè)條件的未標(biāo)注心電圖樣本的步驟。

7.如權(quán)利要求1至6中任一項(xiàng)所述的方法，其特征在于，還包括：

接收待識別心電圖；

根據(jù)所述心電圖分類模型對所述待識別心電圖進(jìn)行分類識別，得到所述待識別心電圖的所屬類別。