[發明專利]心電數據的分類處理方法、裝置、存儲介質及計算機設備

有效

• 申請號: 202210233060.2
• 申請日: 2022-03-09
• 公開（公告）號: CN114469126B
• 公開（公告）日: 2023-06-23
• 發明（設計）人: 徐嘯
• 申請（專利權）人: 平安科技（深圳）有限公司
• 主分類號: A61B5/318
• 分類號: A61B5/318;A61B5/00
• 代理公司: 北京中強智尚知識產權代理有限公司 11448
• 代理人: 黃耀威

1.一種心電數據的分類處理方法，其特征在于，所述方法包括：

獲取待測用戶的單導聯心電數據，并根據所述單導聯心電數據，通過預訓練的單導聯心電數據處理模型，得到單導聯心電數據的分類預測概率；

根據所述單導聯心電數據的分類預測概率，對所述單導聯心電數據進行分類處理，得到單導聯心電數據的分類結果，其中，所述單導聯心電數據的分類結果包括第一分類結果、第二分類結果和第三分類結果；

當所述單導聯心電數據的分類結果為第二分類結果時，獲取待測用戶的多導聯心電數據，并根據所述多導聯心電數據，通過預訓練的多導聯心電數據處理模型，得到多導聯心電數據的分類預測概率；

根據所述多導聯心電數據的分類預測概率，對所述多導聯心電數據進行分類處理，得到多導聯心電數據的分類結果，其中，所述多導聯心電數據的分類結果包括第一分類結果和第三分類結果；

其中，所述根據所述單導聯心電數據的分類預測概率，對所述單導聯心電數據進行分類處理，得到單導聯心電數據的分類結果，包括：

將所述單導聯心電數據的分類預測概率分別與預設的第一閾值和第二閾值進行比較；

當所述單導聯心電數據的分類預測概率低于所述第一閾值時，將所述單導聯心電數據劃分為第一分類結果；

當所述單導聯心電數據的分類預測概率不低于所述第一閾值且低于所述第二閾值時，將所述單導聯心電數據劃分為第二分類結果；

當所述單導聯心電數據的分類預測概率不低于所述第二閾值時，將所述單導聯心電數據劃分為第三分類結果；

其中，所述第一分類結果或所述第三分類結果為確定的分類結果，通過所述第一分類結果或所述第三分類結果可獲取所述單導聯心電數據準確的分類信息，所述第二分類結果為不確定的分類結果，需要通過進一步獲取更多的導聯以對心電數據進行判斷。

2.根據權利要求1所述的方法，其特征在于，所述根據所述單導聯心電數據，通過預訓練的單導聯心電數據處理模型，得到單導聯心電數據的分類預測概率，包括：

對所述單導聯心電數據進行特征提取，得到所述單導聯心電數據的特征向量；

將所述單導聯心電數據的特征向量輸入到所述單導聯心電數據處理模型中，得到所述單導聯心電數據的分類預測概率，其中，所述分類預測概率為單個分類標簽的預測概率或多個分類標簽的多個預測概率。

3.根據權利要求1所述的方法，其特征在于，所述根據所述多導聯心電數據，通過預訓練的多導聯心電數據處理模型，得到多導聯心電數據的分類預測概率，包括：

對所述多導聯心電數據中的每一導聯心電數據進行特征提取，得到所述多導聯心電數據中的每一導聯心電數據的特征向量；

對所述多導聯心電數據中的每一導聯心電數據的特征向量進行拼接，得到所述多導聯心電數據的特征向量組合；

將所述多導聯心電數據的特征向量組合輸入到所述多導聯心電數據處理模型中，得到所述多導聯心電數據的分類預測概率，其中，所述分類預測概率為單個分類標簽的預測概率或多個分類標簽的多個預測概率。

4.根據權利要求1所述的方法，其特征在于，所述根據所述多導聯心電數據的分類預測概率，對所述多導聯心電數據進行分類處理，得到多導聯心電數據的分類結果，包括：

將所述多導聯心電數據的分類預測概率與預設的第三閾值進行比較；

當所述多導聯心電數據的分類預測概率低于所述第三閾值時，將所述多導聯心電數據劃分為所述第一分類結果；

當所述多導聯心電數據的分類預測概率不低于所述第三閾值時，將所述多導聯心電數據劃分為所述第三分類結果。

5.根據權利要求1-4任一項所述的方法，其特征在于，所述單導聯心電數據處理模型的訓練方法，包括：

獲取多個單導聯心電數據樣本，其中，每個所述單導聯心電數據樣本包括至少一個分類標簽；

根據所述多個單導聯心電數據樣本，構建第一卷積神經網絡和第一多層感知機模型；

將所述多個單導聯心電數據樣本分別輸入到所述第一卷積神經網絡中，得到每個所述單導聯心電數據樣本的特征向量；

以多個所述單導聯心電數據樣本的特征向量為輸入，以多個所述單導聯心電數據樣本的分類標簽為輸出，對所述第一卷積神經網絡和所述第一多層感知機模型進行同步迭代訓練，得到所述單導聯心電數據處理模型。