[发明专利]ECG数据分类方法、装置、电子设备及系统

权利要求书

1.一种ECG数据分类方法，其特征在于，应用于电子设备，所述电子设备中包括心电图分类模型，所述方法包括：

对获取的ECG数据进行预处理；

从预处理后的ECG数据中提取心拍特征向量；

利用所述心电图分类模型对提取的所述心拍特征向量进行分类，以得到每个所述心拍特征向量对应的分类结果。

2.如权利要求1所述的方法，其特征在于，所述从预处理后的ECG数据中提取心拍特征向量步骤包括：

获取所述ECG数据中的R波峰；

分别根据每一个所述R波峰对应时间点，获取对应的心拍时间区间，其中，所述R波峰对应时间点包括在所述心拍时间区间内；

从所述ECG数据中得到每个所述心拍时间区间对应的多个采样值；

根据获取的各个所述R波峰对应时间点，计算每个所述R波峰与相邻所述R波峰的第一时间间隔及第二时间间隔；

根据所述R波峰对应的多个采样值、第一时间间隔及第二时间间隔，生成每个所述R波峰对应的心拍特征向量。

3.如权利要求1所述的方法，其特征在于，所述方法还包括创建心电图分类模型的步骤，该步骤包括：

接收多个建模心拍特征向量，其中，每一个所述建模心拍特征向量所属类别已知；

根据所述建模心拍特征向量确定训练集及测试集，所述训练集包括至少一个所述建模心拍特征向量，所述测试集包括至少一个所述建模心拍特征向量；

依据对应的所述类别，对所述训练集内的建模心拍特征向量进行标记；

利用标记后的所述建模心拍特征向量对预先选中的深度学习模型进行训练，以获得初始的心电图分类模型；

利用所述初始的心电图分类模型对所述测试集中的建模心拍特征向量进行分类处理，以获得对应的处理结果；

若所述处理结果不满足预设条件，检测出所述测试集中的不确定建模心拍特征向量；

依据对应的所述类别，对所述不确定建模心拍特征向量进行类别标注，以获得第二标注心拍特征向量；

根据所述第二标注心拍特征向量更新所述心电图分类模型的所述训练集，以便利用更新后的所述训练集对所述心电图分类模型进行调整；

接收多个新的建模心拍特征向量；

根据所述多个新的建模心拍特征向量更新所述测试集；

重复利用调整后的心电图分类模型对更新后的所述测试集进行所述分类处理及依据对应的处理结果对所述心电图分类模型进行调整，直至对应的处理结果满足预设条件。

4.如权利要求3所述的方法，其特征在于，所述检测出所述测试集中的不确定建模心拍特征向量的步骤包括：

获取每一个所述建模心拍特征向量对应的后验概率集合，其中，所述后验概率集合包括所述建模心拍特征向量与每一个预设的分类类别对应的后验概率；

分别对每一个所述后验概率集合中的后验概率由大到小进行排序；

计算每一个排序后的所述后验概率集合中排列于前两位的所述后验概率之间的概率差值，所述概率差值作为所述建模心拍特征向量对应的比较因子；

根据每一个所述建模心拍特征向量对应的比较因子，以升序的方式对所述建模心拍特征向量进行排序；

将排序在预设名次之前的所述建模心拍特征向量确定为所述不确定建模心拍特征向量。

5.如权利要求3所述的方法，其特征在于，所述检测出所述测试集中的不确定建模心拍特征向量的步骤包括：

获取每一个所述建模心拍特征向量对应的后验概率集合，其中，所述后验概率集合包括所述建模心拍特征向量与每一个预设的分类类别对应的后验概率；

获取每一个所述后验概率集合中的值第二大的后验概率作为每一个所述建模心拍特征向量对应的比较因子；

根据每一个所述建模心拍特征向量对应的比较因子，以降序的方式对所述建模心拍特征向量进行排序；

将排序在预设名次之前的所述建模心拍特征向量确定为所述不确定建模心拍特征向量。