[發(fā)明專利]一種心電圖的異常標(biāo)注方法及裝置

有效

• 申請(qǐng)?zhí)枺?/td>: 201910923829.1
• 申請(qǐng)日: 2019-09-27
• 公開（公告）號(hào): CN110693486B
• 公開（公告）日: 2022-06-14
• 發(fā)明（設(shè)計(jì)）人: 朱佳兵;朱濤
• 申請(qǐng)（專利權(quán)）人: 武漢中旗生物醫(yī)療電子有限公司
• 主分類號(hào): A61B5/346
• 分類號(hào): A61B5/346;A61B5/361;A61B5/363;G16H50/20
• 代理公司: 武漢智嘉聯(lián)合知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 42231
• 代理人: 趙澤夏

1.一種心電圖的異常標(biāo)注裝置，其特征在于，包括處理器以及存儲(chǔ)器，所述存儲(chǔ)器上存儲(chǔ)有計(jì)算機(jī)程序，所述計(jì)算機(jī)程序被所述處理器執(zhí)行時(shí)，實(shí)現(xiàn)一種心電圖的異常標(biāo)注方法，所述方法包括以下步驟：

建立第一數(shù)據(jù)集，標(biāo)注所述第一數(shù)據(jù)集中各樣本數(shù)據(jù)的異常類型；

以所述第一數(shù)據(jù)集作為樣本數(shù)據(jù)對(duì)神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練得到異常分類模型；

建立第二數(shù)據(jù)集，標(biāo)注所述第二數(shù)據(jù)集中各樣本數(shù)據(jù)的異常類型以及異常區(qū)間；

以所述第二數(shù)據(jù)集作為樣本數(shù)據(jù)對(duì)所述異常分類模型進(jìn)行遷移學(xué)習(xí)訓(xùn)練得到異常標(biāo)注模型；

根據(jù)所述異常標(biāo)注模型進(jìn)行心電圖的異常標(biāo)注；

以所述第二數(shù)據(jù)集作為樣本數(shù)據(jù)對(duì)所述異常分類模型進(jìn)行遷移學(xué)習(xí)訓(xùn)練得到異常標(biāo)注模型，具體為：

對(duì)所述第二數(shù)據(jù)集中樣本數(shù)據(jù)進(jìn)行分區(qū)，得到多個(gè)第一候選區(qū)間；

計(jì)算每一所述第一候選區(qū)間與所述異常區(qū)間的IOU值，將IOU值大于第一設(shè)定閾值的第一候選區(qū)間設(shè)置為正樣本，將IOU值小于第二設(shè)定閾值的第一候選區(qū)間設(shè)置為負(fù)樣本；

通過(guò)所述正樣本以及所述負(fù)樣本對(duì)所述異常分類模型進(jìn)行遷移學(xué)習(xí)訓(xùn)練得到所述異常標(biāo)注模型。

2.根據(jù)權(quán)利要求1所述的心電圖的異常標(biāo)注裝置，其特征在于，對(duì)所述第二數(shù)據(jù)集中樣本數(shù)據(jù)進(jìn)行分區(qū)，得到多個(gè)第一候選區(qū)間，具體包括以下步驟：

對(duì)所述第二數(shù)據(jù)集中樣本數(shù)據(jù)進(jìn)行隨機(jī)劃分得到隨機(jī)區(qū)間集合；

計(jì)算所述隨機(jī)區(qū)間集合中相鄰區(qū)域的相似度，將相似度最高的相鄰區(qū)域合并后加入新區(qū)間集合；

移除所述隨機(jī)區(qū)間集合中所述新區(qū)間集合的子集，并判斷所述隨機(jī)區(qū)間集合是否為空，如果是，則輸出所述新區(qū)間集合得到多個(gè)所述第一候選區(qū)間，否則轉(zhuǎn)上一步驟。

3.根據(jù)權(quán)利要求1所述的心電圖的異常標(biāo)注裝置，其特征在于，通過(guò)所述正樣本以及所述負(fù)樣本對(duì)所述異常分類模型進(jìn)行遷移學(xué)習(xí)訓(xùn)練得到所述異常標(biāo)注模型，具體為：

保留所述異常分類模型中除最后一層外的其它層的參數(shù)，作為初始化參數(shù)，修改所述最后一層的分類層數(shù)為所述第二數(shù)據(jù)集的異常類型數(shù)量，并對(duì)所述最后一層進(jìn)行隨機(jī)初始化，得到初始網(wǎng)絡(luò)；

利用所述正樣本以及所述負(fù)樣本對(duì)所述初始網(wǎng)絡(luò)進(jìn)行訓(xùn)練得到所述異常標(biāo)注模型。

4.根據(jù)權(quán)利要求1所述的心電圖的異常標(biāo)注裝置，其特征在于，以所述第二數(shù)據(jù)集作為樣本數(shù)據(jù)對(duì)所述異常分類模型進(jìn)行遷移學(xué)習(xí)訓(xùn)練得到異常標(biāo)注模型，還包括：

通過(guò)所述異常標(biāo)注模型對(duì)所述第二數(shù)據(jù)集進(jìn)行異常分類，得到不同類別的數(shù)據(jù)子集，并提取所述異常標(biāo)注模型的最后一層的特征向量；

將所述特征向量傳遞至多個(gè)adboost二分類網(wǎng)絡(luò)，將每一類數(shù)據(jù)子集分別送入一所述adboost二分類網(wǎng)絡(luò)進(jìn)行訓(xùn)練，得到修正后的異常標(biāo)注模型。

5.根據(jù)權(quán)利要求4所述的心電圖的異常標(biāo)注裝置，其特征在于，通過(guò)所述異常標(biāo)注模型對(duì)所述第二數(shù)據(jù)集進(jìn)行異常分類，得到不同類別的數(shù)據(jù)子集，具體為：

對(duì)所述第二數(shù)據(jù)集中樣本數(shù)據(jù)進(jìn)行分區(qū)，得到多個(gè)第二候選區(qū)間；

計(jì)算每一所述候選區(qū)間與所述異常區(qū)間的IOU值，將IOU值大于第三設(shè)定閾值的候選區(qū)間設(shè)置為正例，將IOU值小于第四設(shè)定閾值的候選區(qū)間設(shè)置為負(fù)例，所述第三設(shè)定閾值大于所述第一設(shè)定閾值，所述第四設(shè)定閾值小于所述第二設(shè)定閾值；

將所述正例以及所述負(fù)例輸入所述異常標(biāo)注模型進(jìn)行異常分類，得到不同類別的所述數(shù)據(jù)子集。

6.根據(jù)權(quán)利要求1所述的心電圖的異常標(biāo)注裝置，其特征在于，根據(jù)所述異常標(biāo)注模型進(jìn)行心電圖的異常標(biāo)注，具體為：

將心電圖劃分為多個(gè)待標(biāo)注區(qū)域，將各所述待標(biāo)注區(qū)域分別輸入所述異常標(biāo)注模型得到所述心電圖的異常類型以及異常區(qū)間。

7.根據(jù)權(quán)利要求1所述的心電圖的異常標(biāo)注裝置，其特征在于，根據(jù)所述異常標(biāo)注模型進(jìn)行心電圖的異常標(biāo)注，還包括：

對(duì)所述異常標(biāo)注模型的標(biāo)注結(jié)果進(jìn)行人工校正，將人工校正后的心電圖作為反饋樣本數(shù)據(jù)對(duì)所述異常標(biāo)注模型進(jìn)行再次訓(xùn)練得到更新后的異常標(biāo)注模型。

8.一種計(jì)算機(jī)存儲(chǔ)介質(zhì)，其上存儲(chǔ)有計(jì)算機(jī)程序，其特征在于，所述計(jì)算機(jī)存儲(chǔ)介質(zhì)被處理器執(zhí)行時(shí)，實(shí)現(xiàn)如權(quán)利要求1-7任一所述心電圖的異常標(biāo)注方法。