[發(fā)明專利]基于人工智能的心臟狀態(tài)檢測方法和裝置

在審

• 申請?zhí)枺?/td>: 202110309837.4
• 申請日: 2021-03-23
• 公開（公告）號: CN112957018A
• 公開（公告）日: 2021-06-15
• 發(fā)明（設(shè)計(jì)）人: 李祥;張聞濤;馮禹;萬民樂
• 申請（專利權(quán)）人: 童心堂健康科技（北京）有限公司;華潤生命科學(xué)集團(tuán)有限公司
• 主分類號: A61B5/02
• 分類號: A61B5/02;A61B5/021;A61B5/318;A61B5/00
• 代理公司: 廣州華進(jìn)聯(lián)合專利商標(biāo)代理有限公司 44224
• 代理人: 宋永慧

1.一種基于人工智能的心臟狀態(tài)檢測方法，其特征在于，應(yīng)用于終端，所述方法包括：

獲取目標(biāo)對象的脈搏波數(shù)據(jù)；

對所述目標(biāo)對象的脈搏波數(shù)據(jù)進(jìn)行特征分析得到目標(biāo)特征數(shù)據(jù)；所述目標(biāo)特征數(shù)據(jù)包括所述目標(biāo)對象的脈搏特征；

將所述目標(biāo)特征數(shù)據(jù)發(fā)送到服務(wù)器，并接收所述服務(wù)器反饋的心臟狀態(tài)檢測結(jié)果；所述心臟狀態(tài)檢測結(jié)果為所述服務(wù)器根據(jù)預(yù)先訓(xùn)練的心臟狀態(tài)檢測模型和所述目標(biāo)特征數(shù)據(jù)進(jìn)行狀態(tài)檢測得到的，所述心臟狀態(tài)檢測結(jié)果用于指示所述目標(biāo)對象的心臟是否為正常狀態(tài)。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述脈搏波數(shù)據(jù)包括脈搏波時(shí)域數(shù)據(jù)和脈搏波頻域數(shù)據(jù)；所述對所述目標(biāo)對象的脈搏波數(shù)據(jù)進(jìn)行特征分析得到目標(biāo)特征數(shù)據(jù)，包括：

對所述目標(biāo)對象的脈搏波時(shí)域數(shù)據(jù)進(jìn)行時(shí)域分析得到目標(biāo)時(shí)域特征數(shù)據(jù)；

對所述目標(biāo)對象的脈搏波頻域數(shù)據(jù)進(jìn)行頻域分析得到目標(biāo)頻域特征數(shù)據(jù)。

3.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述對所述目標(biāo)對象的脈搏波時(shí)域數(shù)據(jù)進(jìn)行時(shí)域分析得到目標(biāo)時(shí)域特征數(shù)據(jù)，包括以下至少一種：

根據(jù)所述目標(biāo)對象的脈搏波時(shí)域數(shù)據(jù)計(jì)算多個RR間期的平均值得到間期平均值；

根據(jù)所述目標(biāo)對象的脈搏波時(shí)域數(shù)據(jù)計(jì)算多個RR間期的標(biāo)準(zhǔn)差得到間期標(biāo)準(zhǔn)差；

根據(jù)所述目標(biāo)對象的脈搏波時(shí)域數(shù)據(jù)計(jì)算多個RR間期的均方根得到間期均方根；

根據(jù)所述目標(biāo)對象的脈搏波時(shí)域數(shù)據(jù)計(jì)算每相鄰兩個RR間期的差值，并計(jì)算多個所述差值的標(biāo)準(zhǔn)差得到差值標(biāo)準(zhǔn)差；

根據(jù)所述目標(biāo)對象的脈搏波時(shí)域數(shù)據(jù)計(jì)算每相鄰兩個RR間期的差值，并將大于預(yù)設(shè)時(shí)長的差值確定為目標(biāo)差值，計(jì)算所述目標(biāo)差值的數(shù)量與所述RR間期的總數(shù)量之間的比值得到間期比值。

4.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述對所述目標(biāo)對象的脈搏波頻域數(shù)據(jù)進(jìn)行頻域分析得到目標(biāo)頻域特征數(shù)據(jù)，包括：

根據(jù)所述目標(biāo)對象的脈搏波頻域數(shù)據(jù)，確定幅值最大的脈搏波頻域數(shù)據(jù)所對應(yīng)的第一頻率，并對所述第一頻率進(jìn)行加倍處理得到第二頻率和第三頻率；

將所述第一頻率、所述第二頻率和所述第三頻率附近預(yù)設(shè)數(shù)量的脈搏波頻域數(shù)據(jù)確定為所述目標(biāo)頻域特征數(shù)據(jù)。

5.一種基于人工智能的心臟狀態(tài)檢測方法，其特征在于，應(yīng)用于服務(wù)器，所述方法包括：

接收終端發(fā)送的目標(biāo)特征數(shù)據(jù)；所述目標(biāo)特征數(shù)據(jù)為所述終端在獲取到目標(biāo)對象的脈搏波數(shù)據(jù)后，對所述目標(biāo)對象的脈搏波數(shù)據(jù)進(jìn)行特征分析得到的；所述目標(biāo)特征數(shù)據(jù)包括所述目標(biāo)對象的脈搏特征；

根據(jù)預(yù)先訓(xùn)練的心臟狀態(tài)檢測模型和所述目標(biāo)特征數(shù)據(jù)進(jìn)行狀態(tài)檢測，得到心臟狀態(tài)檢測結(jié)果；所述心臟狀態(tài)檢測結(jié)果用于指示所述目標(biāo)對象的心臟是否為正常狀態(tài)；

將所述心臟狀態(tài)檢測結(jié)果反饋到所述終端。

6.根據(jù)權(quán)利要求5所述的方法，其特征在于，在所述根據(jù)預(yù)先訓(xùn)練的心臟狀態(tài)檢測模型和所述目標(biāo)特征數(shù)據(jù)進(jìn)行狀態(tài)檢測，得到心臟狀態(tài)檢測結(jié)果之前，所述方法還包括：

獲取樣本集；所述樣本集包括多個樣本特征數(shù)據(jù)和各所述樣本特征數(shù)據(jù)的標(biāo)注；所述樣本特征數(shù)據(jù)包括訓(xùn)練對象的脈搏特征；所述標(biāo)注用于指示所述訓(xùn)練對象的心臟是否為正常狀態(tài)；

基于所述樣本集進(jìn)行神經(jīng)網(wǎng)絡(luò)模型的訓(xùn)練，得到所述心臟狀態(tài)檢測模型。

7.根據(jù)權(quán)利要求6所述的方法，其特征在于，所述獲取樣本集，包括：

獲取多個所述訓(xùn)練對象的脈搏波數(shù)據(jù)和心電圖數(shù)據(jù)；

對于各所述訓(xùn)練對象，對所述訓(xùn)練對象的脈搏波數(shù)據(jù)進(jìn)行特征分析得到樣本特征數(shù)據(jù)，對所述訓(xùn)練對象的心電圖數(shù)據(jù)進(jìn)行特征分析得到所述訓(xùn)練對象的心臟是否為正常狀態(tài)的標(biāo)注；

根據(jù)多個所述訓(xùn)練對象的樣本特征數(shù)據(jù)和標(biāo)注得到所述樣本集。