[發明專利]一種基于深度學習的心電圖波段標注系統

在審

• 申請號: 202011549271.4
• 申請日: 2020-12-24
• 公開（公告）號: CN112603328A
• 公開（公告）日: 2021-04-06
• 發明（設計）人: 吳健;姜曉紅;應豪超;鄭向上
• 申請（專利權）人: 浙江大學溫州研究院
• 主分類號: A61B5/318
• 分類號: A61B5/318;A61B5/346;A61B5/353;A61B5/366;A61B5/355;A61B5/363;A61B5/00;G16H80/00;G06N3/04
• 代理公司: 杭州天勤知識產權代理有限公司 33224
• 代理人: 彭劍

本發明公開了一種基于深度學習的心電圖波段標注系統，包括數據讀取模塊、數據加載模塊、測量模塊、心電圖診斷結果標注模塊、預標注模塊、心電圖參數標注模塊、波段標注模塊和數據存儲模塊。本發明的測量模塊提供了測量的工具，能夠使得使用者快速得到心電圖的基本參數；改進標注框的交互，使得使用者標注效率提高；增加了波段標注模塊，使得能夠提高后續的模型訓練的效果。

技術領域

本發明屬于計算機醫療數據挖掘領域，尤其是涉及一種基于深度學習的心電圖波段標注系統。

背景技術

心電圖(Electrocardiography、ECG或者EKG)是一種經胸腔的以時間為單位記錄心臟的電生理活動，并通過皮膚上的電極捕捉并記錄下來的診療技術。這是一種無創性的記錄方式。

心電圖的工作原理：在每次心跳心肌細胞去極化的時候會在皮膚表面引起很小的電學改變，這個小變化被心電圖記錄裝置捕捉并放大即可描繪心電圖。在心肌細胞處于靜息狀態時，心肌細胞膜兩側存在由正負離子濃度差形成的電勢差，去極化即是心肌細胞電勢差迅速向0變化，并引起心肌細胞收縮的過程。在健康心臟的一個心動周期中，由竇房結細胞產生的去極化波有序的依次在心臟中傳播，先傳播到整個心房，經過“內在傳導通路”傳播至心室。如果在心臟的任意兩面放置2個電極，那么在這個過程中就可以記錄到兩個電極間微小的電壓變化，并可以在心電圖紙或者監視器上顯示出來。心電圖可以反應整個心臟跳動的節律，以及心肌薄弱的部分。

通常在肢體上可以放置2個以上的電極，他們兩兩組成一對進行測量(如左臂電極(LA)，右臂電極(RA)，左腿電極(LL)可以這樣組合：LA+RA，LA+LL，RA+LL)。每個電極對的輸出信號稱為一組導聯。導聯簡單的說就是從不同的角度去看心臟電流的變化。心電圖的種類可以以導聯來區分，如3導聯心電圖，5導聯心電圖與12導聯心電圖，等等。12導聯心電圖是臨床最常見的一種，可以同時記錄體表12組導聯的電位變化，并在心電圖紙上描繪出12組導聯信號，常用于一次性的心電圖診斷。3導聯及5導聯心電圖多用于需要通過監視器連續檢測心電活動的情況，如手術過程中或在救護車轉運病人時的監護中。根據儀器的不同，這種連續監測的結果有時可能不會被完整地記錄下來。

心電圖是測量和診斷異常心臟節律的最好方法，用以診斷心電傳導組織受損時心臟的節律異常，以及由于電解質平衡失調引起的心臟節律的改變。在心肌梗塞(MI)的診斷中，它可以特異性的分辨出心肌梗塞的區域。同時，心電圖也是診斷心律失常疾病最為重要的檢查。

使用整份心電圖訓練深度學習診斷模型時，因一整份心電圖所包含的信息過多，模型不容易學到疾病的特征。因此，對于深度學習模型，將一個心拍的信息作為輸入，是一個很好的提升模型效果的方法。但是，受限于對心電圖心拍標注耗時耗力等原因，現有的含有心拍標注的心電圖數據的數量非常少。由此可知，設計一款利用深度學習預先進行標注的標注軟件，能夠提升醫生對于心電圖心拍的標注效率。因此，本專利提出一種基于深度學習模型的標注軟件來增加醫生對于心電圖心拍的標注效率。

發明內容

本發明提供了一種基于深度學習的心電圖波段標注系統，解決了現有技術方案及實際應用中心電數據的標注為整份心電圖，并沒有具體到單個波段，泛化性比較差，對于波形變化幅度大，不常見的波形處理效果不甚理想，對后續訓練模型的準確度不佳的問題。

一種基于深度學習的心電圖波段標注系統，包括：

數據讀取模塊，用于將單份心電圖所有導聯、所有時長的數據讀取到內存中；

數據加載模塊，用于在系統界面上初始化心電圖的網格，并將已經讀取到內存的數據可視化到心電圖的網格中；

測量模塊，用于在系統界面提供心電圖的測量工具，選定心電圖上波段的一個點，顯示其各導聯的時間點和其電壓值；選定心電圖上波段的兩個點，顯示兩個點之間的時間間隔和電壓峰值的差值；

心電圖診斷結果標注模塊：在標注系統界面右側提供整份心電圖的診斷結果交互框，用于記錄單份心電圖的診斷結果；