[發明專利]基于主動學習的心電圖分類方法、裝置和系統

在審

• 申請號: 201811261608.4
• 申請日: 2018-10-26
• 公開（公告）號: CN111096736A
• 公開（公告）日: 2020-05-05
• 發明（設計）人: 歐鳳;周雅琪;周峰
• 申請（專利權）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: 北京清亦華知識產權代理事務所(普通合伙) 11201
• 代理人: 張潤

本發明公開了一種基于主動學習的心電圖分類方法、裝置和系統。其中，方法包括：基于已標注心電圖樣本，通過第一查詢策略從未標注數據庫中獲取滿足第一預設條件的未標注心電圖樣本；將未標注心電圖樣本輸出至專家客戶端，以使專家客戶端將未標注心電圖樣本提供給專家，并接收專家對未標注心電圖樣本的標注；獲取專家客戶端反饋的標注后的心電圖樣本，并將標注后的心電圖樣本添加至用以存儲已標注心電圖樣本的標注數據庫中；根據擴充后的標注數據庫進行模型訓練，得到心電圖分類模型。該方法可以使得模型容量更多，而且通過對標注心電圖的需求定制，可以實現訓練得到的模型的個性化定制，并且，訓練樣本越大，使得算法性能越高。

技術領域

本發明涉及醫療領域，尤其涉及一種基于主動學習的心電圖分類方法、裝置和系統。

背景技術

心電圖(Electrocardiography，英文簡稱：ECG)檢測是20世紀建立起來并廣泛應用于臨床診斷和監測的重大技術成果之一。這種檢測手段對心臟疾病(如各類心律失常、心肌梗死及心室肥大等)的診斷對臨床診療功不可沒。

心電圖自動分析技術在數十年間得到了長足發展，心電圖自動分析技術主要包括心電信號的預處理、各波形定位或分類、心電信號的特征提取并通過識別算法得到疾病分類結果等。其中，波形分類通常包括拍分為竇性心拍、室性心拍、室上性心拍，疾病分類通常包括心律失常分類、心梗分類、傳導阻滯分類等。

相關技術中，心電圖分類方法通常是采用基于規則或判據的分析方法，其典型代表是采用明尼蘇達碼對心電信號進行分析，這種方法的優勢在于與醫生的診斷邏輯類似，分析結果能有很好的醫學解釋。但是存在以下缺點：分析方法中的規則均是基于確定化的閾值，從統計學習理論的角度可以認為這種方法得到的模型容量十分有限，而且很難實現個性化的定制，算法性能上限低。

發明內容

本發明的目的旨在至少在一定程度上解決上述的技術問題之一。

為此，本發明的第一個目的在于提出一種基于主動學習的心電圖分類方法。該方法可以使得模型容量更多，而且通過對標注心電圖的需求定制，可以實現訓練得到的模型的個性化定制，并且，訓練樣本越大，使得算法性能越高。

本發明的第二個目的在于提出一種基于主動學習的心電圖分類裝置。

本發明的第三個目的在于提出一種基于主動學習的心電圖分類系統。

本發明的第四個目的在于提出一種計算機設備。

為達到上述目的，本發明第一方面實施例提出的基于主動學習的心電圖分類方法，包括：基于已標注心電圖樣本，通過第一查詢策略從未標注數據庫中獲取滿足第一預設條件的未標注心電圖樣本；將所述未標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注心電圖樣本提供給專家，并接收所述專家對所述未標注心電圖樣本的標注；獲取所述專家客戶端反饋的標注后的心電圖樣本，并將所述標注后的心電圖樣本添加至用以存儲所述已標注心電圖樣本的標注數據庫中；根據擴充后的標注數據庫進行模型訓練，得到心電圖分類模型。