[發(fā)明專(zhuān)利]一種心電數(shù)據(jù)病癥識(shí)別方法、設(shè)備及存儲(chǔ)介質(zhì)

在審

• 申請(qǐng)?zhí)枺?/td>: 202110277144.1
• 申請(qǐng)日: 2021-03-15
• 公開(kāi)（公告）號(hào): CN113035347A
• 公開(kāi)（公告）日: 2021-06-25
• 發(fā)明（設(shè)計(jì)）人: 王瑤
• 申請(qǐng)（專(zhuān)利權(quán)）人: 武漢中旗生物醫(yī)療電子有限公司
• 主分類(lèi)號(hào): G16H50/20
• 分類(lèi)號(hào): G16H50/20;G16H50/30;G06K9/62;G06N3/04;G06N3/08;A61B5/346
• 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: 黃君軍

本發(fā)明涉及一種心電數(shù)據(jù)病癥識(shí)別方法、設(shè)備及存儲(chǔ)介質(zhì)，方法包括：獲取心電數(shù)據(jù)集，將所述心電數(shù)據(jù)集輸入預(yù)設(shè)的的卷積網(wǎng)絡(luò)中進(jìn)行計(jì)算，得到所述心電數(shù)據(jù)集中的每個(gè)心電數(shù)據(jù)的特征值；根據(jù)得到的每個(gè)心電數(shù)據(jù)的特征值，采用密度聚類(lèi)算法計(jì)算出所有的心電數(shù)據(jù)的局部密度值，并根據(jù)得到的局部密度值將所有的心電數(shù)據(jù)劃分為多個(gè)聚類(lèi)的子集后，評(píng)估每個(gè)子集的復(fù)雜度，對(duì)各個(gè)子集進(jìn)行復(fù)雜度排序；按照復(fù)雜度順序?qū)Ω鱾€(gè)子集進(jìn)行分階段訓(xùn)練，以得到心電數(shù)據(jù)病癥識(shí)別模型；采用所述心電數(shù)據(jù)病癥識(shí)別模型對(duì)所述實(shí)時(shí)心電數(shù)據(jù)進(jìn)行處理，得到病癥識(shí)別結(jié)果。本發(fā)明解決了目前心電數(shù)據(jù)病癥識(shí)別效果較差的問(wèn)題。

技術(shù)領(lǐng)域

本發(fā)明涉及醫(yī)療技術(shù)領(lǐng)域，尤其涉及一種心電數(shù)據(jù)病癥識(shí)別方法、設(shè)備及存儲(chǔ)介質(zhì)。

背景技術(shù)

心電圖病癥分類(lèi)眾多，國(guó)際上已有一些標(biāo)準(zhǔn)，但在醫(yī)生實(shí)際診斷過(guò)程中，還是受到很多其他因素的影響，比如醫(yī)生的診斷水平，機(jī)器的采樣頻率等等，甚至對(duì)待有些復(fù)雜心電病癥，多名具有多年豐富從醫(yī)經(jīng)驗(yàn)的醫(yī)生也無(wú)法達(dá)成統(tǒng)一意見(jiàn)，這就造成了現(xiàn)有心電數(shù)據(jù)庫(kù)標(biāo)簽的準(zhǔn)確率往往達(dá)不到一個(gè)較高的水平，這嚴(yán)重制約了針對(duì)心電圖病癥分類(lèi)的深度學(xué)習(xí)研究任務(wù)的發(fā)展。目前對(duì)待這一問(wèn)題，往往采取對(duì)比多名醫(yī)生診斷結(jié)果，選取其中意見(jiàn)一致病例，或者是增加其他項(xiàng)的檢查來(lái)側(cè)面驗(yàn)證診斷結(jié)論等提純數(shù)據(jù)集的做法。或者是使用復(fù)雜的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，進(jìn)一步的挖掘數(shù)據(jù)特征，來(lái)提高對(duì)心電圖病癥的識(shí)別準(zhǔn)確性。

但是在實(shí)際研究的過(guò)程中，醫(yī)生也負(fù)擔(dān)著工作量巨大的醫(yī)務(wù)工作，沒(méi)有太多的時(shí)間與精力詳細(xì)反復(fù)核對(duì)數(shù)據(jù)量巨大的心電圖數(shù)據(jù)；另一方面，復(fù)雜的深度神經(jīng)網(wǎng)絡(luò)還是很大的依賴(lài)于數(shù)據(jù)的高純度，目前還沒(méi)有可以在噪音數(shù)據(jù)占比較大的心電圖數(shù)據(jù)上表現(xiàn)良好的深度學(xué)習(xí)識(shí)別方法。

因此，目前的心電數(shù)據(jù)病癥識(shí)別方法復(fù)雜度較高，無(wú)法達(dá)到較好的識(shí)別效果。

發(fā)明內(nèi)容

有鑒于此，有必要提供一種心電數(shù)據(jù)病癥識(shí)別方法、設(shè)備及存儲(chǔ)介質(zhì)，用以解決目前心電數(shù)據(jù)病癥識(shí)別效果較差的問(wèn)題。

第一方面，本發(fā)明提供一種心電數(shù)據(jù)病癥識(shí)別方法，包括如下步驟：

獲取心電數(shù)據(jù)集，將所述心電數(shù)據(jù)集輸入預(yù)設(shè)的的卷積網(wǎng)絡(luò)中進(jìn)行計(jì)算，得到所述心電數(shù)據(jù)集中的每個(gè)心電數(shù)據(jù)的特征值；

根據(jù)得到的每個(gè)心電數(shù)據(jù)的特征值，采用密度聚類(lèi)算法計(jì)算出所有的心電數(shù)據(jù)的局部密度值，并根據(jù)得到的局部密度值將所有的心電數(shù)據(jù)劃分為多個(gè)聚類(lèi)的子集后，評(píng)估每個(gè)子集的復(fù)雜度，對(duì)各個(gè)子集進(jìn)行復(fù)雜度排序；

按照復(fù)雜度順序?qū)Ω鱾€(gè)子集進(jìn)行分階段訓(xùn)練，以得到心電數(shù)據(jù)病癥識(shí)別模型；

獲取實(shí)時(shí)心電數(shù)據(jù)，采用所述心電數(shù)據(jù)病癥識(shí)別模型對(duì)所述實(shí)時(shí)心電數(shù)據(jù)進(jìn)行處理，得到病癥識(shí)別結(jié)果。

優(yōu)選的，所述的心電數(shù)據(jù)病癥識(shí)別方法中，所述預(yù)設(shè)的卷積網(wǎng)絡(luò)為Inception圖像分類(lèi)網(wǎng)絡(luò)。

優(yōu)選的，所述的心電數(shù)據(jù)病癥識(shí)別方法中，所述采用密度聚類(lèi)算法計(jì)算出所有的心電數(shù)據(jù)的局部密度值的步驟具體為：

計(jì)算各個(gè)心電數(shù)據(jù)的特征值相互之間的歐式距離；

根據(jù)計(jì)算出的各個(gè)心電數(shù)據(jù)的特征值相互之間的歐式距離，計(jì)算出各個(gè)心電數(shù)據(jù)的局部密度值。

優(yōu)選的，所述的心電數(shù)據(jù)病癥識(shí)別方法中，各個(gè)心電數(shù)據(jù)的特征相互之間的歐式距離的計(jì)算方法具體為：

D_ij＝||f(P_i)-f(P_j)||²，

其中，D_ij為心電數(shù)據(jù)P_i和心電數(shù)據(jù)P_j的特征之間的歐式距離，f(P_i)為心電數(shù)據(jù)P_i的特征值，f(P_j)為心電數(shù)據(jù)P_j的特征值。