[发明专利]一种心房颤动的评估方法、系统和设备

权利要求书

1.一种心房颤动的评估方法，其特征在于，包括：

基于移动智能终端的摄像头获取脉搏波形；

基于所述脉搏波形提取预设数量个RR间期，将所述预设数量个RR间期组成RR间期序列；

将所述RR间期序列输入到已训练的神经网络模型，输出心房颤动的概率。

2.根据权利要求1所述的方法，其特征在于，所述基于移动智能终端的摄像头获取脉搏波形，包括：

控制所述移动智能终端的摄像头闪光灯照射小动脉；

控制所述移动智能终端的摄像头采集所述摄像头闪光灯照射所述小动脉的反射光的强度变化；

根据所述摄像头采集的所述反射光的强度变化获取所述脉搏波形。

3.根据权利要求1所述的方法，其特征在于，所述基于所述脉搏波形提取预设数量个RR间期，包括：

确定所述脉搏波形中的峰值点；

提取相邻的峰值点之间的时间间隔，将连续的所述预设数量个相邻的峰值点之间的时间间隔作为所述预设数量个RR间期。

4.根据权利要求1所述的方法，其特征在于，所述基于所述脉搏波形提取预设数量个RR间期之前，还包括：

对所述脉搏波形进行去噪处理。

5.根据权利要求1所述的方法，其特征在于，所述神经网络模型的训练步骤包括：

将每一RR间期序列作为一个样本，提取每一样本的时域特征、频域特征和非线性特征，其中，每一RR间期序列包括所述预设数量个RR间期；

将样本集中预设比例的样本组成训练集，将所述训练集中每一样本的时域特征、频域特征和非线性特征以及每一样本对应的标签输入到所述神经网络模型，对所述神经网络模型进行训练。

6.根据权利要求5所述的方法，其特征在于，所述将所述训练集中每一样本的时域特征、频域特征和非线性特征以及每一样本对应的标签输入到所述神经网络模型，对所述神经网络模型进行训练之后，还包括：

将所述样本集中所述训练集以外的样本组成测试集，将所述测试集中每一样本的时域特征、频域特征和非线性特征以及每一样本对应的标签输入到所述神经网络模型，对所述神经网络模型进行测试。

7.一种心房颤动的评估系统，其特征在于，包括：移动智能终端、脉搏波形获取模块、RR间期提取模块和心房颤动评估模块；

所述脉搏波形获取模块，用于基于移动智能终端的摄像头获取脉搏波形；

所述RR间期提取模块，用于基于所述脉搏波形提取预设数量个RR间期，将所述预设数量个RR间期组成RR间期序列；

所述心房颤动评估模块，用于将所述RR间期序列输入到已训练的神经网络模型，输出心房颤动的概率。

8.根据权利要求7所述的系统，其特征在于，所述系统还包括脉搏波形去噪模块；

所述脉搏波形去噪模块，用于对所述脉搏波形进行去噪处理。

9.一种心房颤动的评估设备，其特征在于，包括：

至少一个处理器、至少一个存储器和通信总线；其中：

所述处理器与所述存储器通过所述通信总线完成相互间的通信；所述存储器存储有可被所述处理器执行的程序指令，所述处理器调用所述程序指令以执行如权利要求1至6任一所述的方法。

10.一种非暂态计算机可读存储介质，其特征在于，所述非暂态计算机可读存储介质存储计算机程序，所述计算机程序使所述计算机执行如权利要求1至6任一所述的方法。