[發明專利]心衰診斷模型的構建方法、構建系統和心衰診斷裝置

在審

• 申請號: 202010225313.2
• 申請日: 2020-03-26
• 公開（公告）號: CN113449757A
• 公開（公告）日: 2021-09-28
• 發明（設計）人: 李燈熬;趙菊敏;劉曉玉
• 申請（專利權）人: 太原理工大學
• 主分類號: G06K9/62
• 分類號: G06K9/62
• 代理公司: 北京一品慧誠知識產權代理有限公司 11762
• 代理人: 鄧樹山

本發明提供了心衰診斷模型的構建方法、構建系統和心衰診斷裝置，構建方法包括：S1提供批量患者的心電圖數據和相應的電子病歷，為每個患者的心電圖數據添加心衰患病標簽以形成帶心衰患病標簽的心電圖數據集作為訓練集；S2采用經驗模式分解對各心電圖數據進行預處理，得到帶心衰患病標簽的心電信號數據集；S3提取心電信號特征以構建帶心衰患病標簽的心電信號特征集；S4通過遺傳算法對所構建的帶心衰患病標簽的心電信號特征集進行特征篩選以形成帶心衰患病標簽的心電信號特征子集，并利用sigmod函數進行歸一化；S5：基于歸一化的帶心衰患病標簽的心電信號特征子集，采用隨機森林算法訓練分類器。

技術領域

本發明屬于計算機技術領域，具體地涉及心衰診斷模型的構建方法、構建系統和心衰診斷裝置。

背景技術

心血管疾病是全球相關死亡的主要原因之一，而心力衰竭(心衰)是其中一類重要疾病。心力衰竭的癥狀和體征各不相同，其診斷依據有患者既往臨床病史、目前癥狀病歷、體格檢查、X線胸片、靜息心電圖和彩色超聲心電圖。通常地，醫生在使用靜息心電圖檢測到一些異常之后進行更為詳細的彩色超聲心電圖檢查。

心電圖是診斷病人是否患有心衰的重要依據，而對心電圖像進行準確的分類是醫生制訂最佳治療方案的重要依據。目前普遍采用人工對心衰進行分類，但是這種基于人工的心衰分類不僅耗時、費力，而且診斷結果容易受到諸多主觀、人為因素影響。

另外，心電圖的觀察較為復雜，病理學家(醫生)面臨心衰診斷的實質工作量增加。

隨著現代科學技術的不斷地進步與發展，人工智能、大數據也被不斷發現其潛能。鑒于此，有必要提供一種有效的、自動化的、基于心電圖記錄的心衰診斷模型和心衰診斷裝置，以對心衰疾病進行分類診斷。

發明內容

因此，本發明的目的是針對現有技術中存在的缺陷，提供一種心衰診斷模型的構建方法、構建系統和心衰診斷裝置，本發明構建的心衰診斷模型、構建系統和心衰診斷裝置對心電信號識別速度快、準確度高。

本發明的目的是通過以下技術方案實現的。

一方面，本發明提供了一種心衰診斷模型的構建方法，其中，所述構建方法包括以下步驟：

S1：提供批量患者的心電圖數據和相應的電子病歷，為每個患者的心電圖數據添加心衰患病標簽以形成帶心衰患病標簽的心電圖數據集作為訓練集；其中，所述心衰患病標簽為無心功能障礙、無心功能障礙癥狀期和心功能障礙癥狀期；

S2：基于帶心衰患病標簽的心電圖數據集，采用經驗模式分解對各心電圖數據進行預處理，得到帶心衰患病標簽的心電信號數據集；

S3：基于帶心衰患病標簽的心電信號數據集和相應的電子病歷，提取心電信號特征以構建帶心衰患病標簽的心電信號特征集；

S4：通過遺傳算法對所構建的帶心衰患病標簽的心電信號特征集進行特征篩選以形成帶心衰患病標簽的心電信號特征子集，并利用sigmod函數進行歸一化；

S5：基于歸一化的帶心衰患病標簽的心電信號特征子集，采用隨機森林算法訓練分類器。

進一步地，步驟S2中所述經驗模式分解包括以下步驟：

S201：找出一心電圖數據所有的極大值點并用三次樣條插值函數擬合以形成上包絡線；

S202：找出同一心電圖數據所有的極小值點并用三次樣條插值函數擬合以形成下包絡線；

S203：通過式(I)得到本征模函數；

其中，hm(t)為第m個本征模函數，x(t)為原數據序列，e_u(t)為上包絡線，e_l(t)為下包絡線。