[发明专利]一种胎心率曲线分类系统、方法及装置在审
申请号: | 201810382930.6 | 申请日: | 2018-04-26 |
公开(公告)号: | CN108903930A | 公开(公告)日: | 2018-11-30 |
发明(设计)人: | 李坚强;黄陆祥;傅向华;明仲;李赛玲 | 申请(专利权)人: | 李坚强;傅向华;明仲 |
主分类号: | A61B5/024 | 分类号: | A61B5/024 |
代理公司: | 深圳青年人专利商标代理有限公司 44350 | 代理人: | 吴桂华 |
地址: | 518000 广东省深*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 胎心率曲线 健康类别 云服务器 用户设备 医疗采集设备 分类系统 卷积神经网络 人工智能技术 用户设备连接 准确度 有效地 智能化 胎儿 采集 返回 分类 输出 | ||
本发明适用人工智能技术领域,提供了一种胎心率曲线分类系统、方法及装置,该系统包括医疗采集设备、用户设备和云服务器,医疗采集设备、云服务器分别与用户设备连接,医疗采集设备用于采集用户腹内胎儿的胎心率曲线,将胎心率曲线发送给用户设备,用户设备用于将胎心率曲线发送给云服务器,并接收云服务器返回的、胎心率曲线的健康类别并输出,云服务器用于将胎心率曲线划分为胎心率曲线段,通过训练好的卷积神经网络识别每个胎心率曲线段的健康类别,根据胎心率曲线段的健康类别确定胎心率曲线的健康类别,并将胎心率曲线的健康类别发送给用户设备,从而有效地提高了胎心率曲线分类的准确度、效率和智能化程度。
技术领域
本发明属于人工智能技术领域,尤其涉及一种胎心率曲线分类系统、方法及装置。
背景技术
高效、智能化的电子胎儿监护系统是胎儿监护系统的发展方向,以尽可能地保证孕妇及胎儿的健康。在电子胎儿监护(Electronic Fetal Monitoring,EFM)中,识别胎心率(Fetal Heart Rate,FHR)曲线是否异常是极其关键的,国内的胎心率曲线识别以医生判别为主,计算机统计方法为辅,显然,胎心率曲线的识别未达到自动化和精准化。目前,大多数胎心率曲线识别系统都是基于基本统计方法的特征提取,该方法需要极大的特征提取工程,且准确度也不是很高。
发明内容
本发明的目的在于提供一种胎心率曲线分类系统、方法及装置,旨在解决现有技术中胎心率曲线分类准确率、效率不高,且智能化程度不足的问题。
一方面,本发明提供了一种胎心率曲线分类系统,所述系统包括:
医疗采集设备,用于采集用户腹内胎儿的胎心率曲线,将所述胎心率曲线发送给连接的用户设备;
与云服务器和所述医疗采集设备连接的所述用户设备,用于将所述胎心率曲线发送给所述云服务器,并接收所述云服务器返回的、所述胎心率曲线的健康类别并输出;以及
与所述用户设备连接的所述云服务器,用于将所述胎心率曲线划分为预设数目个胎心率曲线段,通过训练好的卷积神经网络识别所述每个胎心率曲线段的健康类别,根据所述每个胎心率曲线段的健康类别,确定所述胎心率曲线的健康类别,将所述胎心率曲线的健康类别发送给所述用户设备。
另一方面,本发明提供了一种胎心率曲线分类方法,所述方法包括下述步骤:
当接收到用户的采集指令时,通过医疗采集设备采集用户腹内胎儿的胎心率曲线,并将所述胎心率曲线发送给用户设备;
通过所述用户设备将所述胎心率曲线发送给云服务器,在所述云服务器上将所述胎心率曲线划分为预设数目个胎心率曲线段,并通过所述云服务器上训练好的卷积神经网络识别所述每个胎心率曲线段的健康类别;
根据所述每个胎心率曲线段的健康类别,确定所述胎心率曲线的健康类别,并通过所述云服务器将所述胎心率曲线的健康类别发送给所述用户设备;
在所述用户设备输出并显示所述胎心率曲线的健康类别。
另一方面,本发明提供了一种胎心率曲线分类装置,所述装置包括:
胎心率采集单元,用于当接收到用户的采集指令时,通过医疗采集设备采集用户腹内胎儿的胎心率曲线,并将所述胎心率曲线发送给用户设备;
曲线段类别识别单元,用于通过所述用户设备将所述胎心率曲线发送给云服务器,在所述云服务器上将所述胎心率曲线划分为预设数目个胎心率曲线段,并通过所述云服务器上训练好的卷积神经网络识别所述每个胎心率曲线段的健康类别;
曲线类别确定单元,用于根据所述每个胎心率曲线段的健康类别,确定所述胎心率曲线的健康类别,并通过所述云服务器将所述胎心率曲线的健康类别发送给所述用户设备;以及
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于李坚强;傅向华;明仲,未经李坚强;傅向华;明仲许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201810382930.6/2.html,转载请声明来源钻瓜专利网。