[發明專利]一種I導聯心電數據識別方法及系統

在審

• 申請號: 202110268180.1
• 申請日: 2021-03-11
• 公開（公告）號: CN113040781A
• 公開（公告）日: 2021-06-29
• 發明（設計）人: 趙仲明;劉知青;賴嘉旸
• 申請（專利權）人: 廣州市康源圖像智能研究院
• 主分類號: A61B5/318
• 分類號: A61B5/318;A61B5/28;A61B5/346
• 代理公司: 廣州凱東知識產權代理有限公司 44259
• 代理人: 高觀清

1.一種I導聯心電數據識別方法，其特征在于，所述方法基于I導聯心電設備，包括以下步驟：

步驟S1，構建I導聯心電數據識別神經網絡模型，所述I導聯心電數據識別神經網絡模型的輸入端為I導聯心電數據，所述I導聯心電數據識別神經網絡模型的輸出端為I導聯心電數據是否異常的判斷結果；

步驟S2，將構建好的I導聯心電數據識別神經網絡模型設置于I導聯心電設備中；

步驟S3，I導聯心電設備采集待識別的I導聯心電數據，并通過I導聯心電數據識別神經網絡模型進行識別；

步驟S4，I導聯心電數據識別神經網絡模型輸出待識別的I導聯心電數據的判斷結果，I導聯心電設備依據所述判斷結果進行顯示。

2.根據權利要求1所述的一種I導聯心電數據識別方法，其特征在于，所述步驟S1中的構建I導聯心電數據識別神經網絡模型，具體包括以下步驟：

步驟S11，采集I導聯心電數據及其對應的心電判斷結果；

步驟S12，對所述I導聯心電數據進行預處理，得到訓練數據矩陣；

步驟S13，將所述訓練數據矩陣和心電判斷結果輸入深度卷積神經網絡模型進行訓練，得到I導聯心電數據識別神經網絡模型。

3.根據權利要求2所述的一種I導聯心電數據識別方法，其特征在于，所述深度卷積神經網絡模型采用ResECG11深度卷積神經網絡。

4.根據權利要求3所述的一種I導聯心電數據識別方法，其特征在于，所述ResECG11深度卷積神經網絡包括卷積層、歸一化層、正交線性單元層、恒等映射模塊和全連接層。

5.根據權利要求2或4所述的一種I導聯心電數據識別方法，其特征在于，所述步驟S12包括以下步驟：

步驟S121，對I導聯心電數據進行截取，得到截取后的I導聯心電數據；

步驟S122，將截取后的I導聯心電數據通過線性插值算法進行處理，得到訓練數據矩陣。

6.根據權利要求1所述的一種I導聯心電數據識別方法，其特征在于，所述步驟S2包括以下步驟：

步驟S21，將I導聯心電數據識別神經網絡模型進行量化壓縮；

步驟S22，將所述量化壓縮后的I導聯心電數據識別神經網絡模型燒錄入I導聯心電設備的AI芯片中。

7.根據權利要求1或6所述的一種I導聯心電數據識別方法，其特征在于，所述步驟S3包括以下步驟：

步驟S31，I導聯心電設備采集待識別的I導聯心電數據；

步驟S32，對所述待識別的I導聯心電數據進行預處理，得到待識別的數據矩陣；

步驟S33，將所述待識別的數據矩陣輸入I導聯心電數據識別神經網絡模型進行識別。

8.根據權利要求7所述的一種I導聯心電數據識別方法，其特征在于，所述步驟S32包括以下步驟：

步驟S321，對待識別的I導聯心電數據進行截取，得到截取后的待識別I導聯心電數據；

步驟S322，將截取后的待識別I導聯心電數據通過線性插值算法進行處理，得到待識別的數據矩陣。

9.根據權利要求1所述的一種I導聯心電數據識別方法，其特征在于，所述步驟S4包括以下步驟：

步驟S41，I導聯心電數據識別神經網絡模型輸出待識別的I導聯心電數據的判斷結果，其中，所述判斷結果包括待識別的I導聯心電數據正常和待識別的I導聯心電數據異常；

步驟S42，如果判斷結果為待識別的I導聯心電數據正常時，I導聯心電設備顯示數據正常，如果判斷結果為待識別的I導聯心電數據異常時，I導聯心電設備顯示數據異常，并提示用戶及時就診。

10.一種I導聯心電數據識別系統，其特征在于，所述系統運用權利要求1-9任意一種識別方法。