[发明专利]基于主动学习的心电图分类方法、装置和系统

权利要求书

1.一种基于主动学习的心电图分类方法，其特征在于，包括：

基于已标注心电图样本，通过第一查询策略从未标注数据库中获取满足第一预设条件的未标注心电图样本；

将所述未标注心电图样本输出至专家客户端，以使所述专家客户端将所述未标注心电图样本提供给专家，并接收所述专家对所述未标注心电图样本的标注；

获取所述专家客户端反馈的标注后的心电图样本，并将所述标注后的心电图样本添加至用以存储所述已标注心电图样本的标注数据库中；

根据扩充后的标注数据库进行模型训练，得到心电图分类模型。

2.如权利要求1所述的方法，其特征在于，所述基于已标注心电图样本，通过第一查询策略从未标注数据库中获取满足第一预设条件的未标注心电图样本，包括：

根据所述已标注心电图样本进行模型训练，得到基础模型；

根据所述基础模型对所述未标注数据库中的未标注样本进行分类预测；

通过第一查询策略，根据针对所述未标注样本的预测结果从所述未标注数据库中选取满足第一预设条件的未标注心电图样本。

3.如权利要求2所述的方法，其特征在于，所述根据所述已标注心电图样本进行模型训练，得到基础模型，包括：

根据所述已标注心电图样本进行模型训练，构建针对心电图分类的初始模型；

通过第二查询策略从所述标注数据库中获取满足第二预设条件的已标注心电图样本；

根据所述满足第二预设条件的已标注心电图样本对所述初始模型进行再训练；

判断所述进行再训练后的模型的性能是否大于再训练前的最新模型的性能；

若否，则将所述再训练前的最新模型作为所述基础模型；

若是，则将所述再训练前的最新模型替换成所述进行再训练后的模型，并返回执行所述通过第二查询策略从所述标注数据库中获取满足第二预设条件的已标注心电图样本的步骤。

4.如权利要求2所述的方法，其特征在于，所述第一查询策略包括：样本不确定性查询策略，和/或，样本代表性查询策略。

5.如权利要求2所述的方法，其特征在于，所述根据扩充后的标注数据库进行模型训练，得到心电图分类模型，包括：

从所述扩充后的标注数据库中获取所述专家客户端反馈的标注后的心电图样本；

根据所述标注后的心电图样本对所述基础模型进行再训练；

判断再训练后的基础模型的性能是否达到预设要求；

若是，则将所述再训练后的所述基础模型作为所述心电图分类模型；

若否，则返回执行所述通过第一查询策略从未标注数据库中获取满足第一预设条件的未标注心电图样本的步骤。

6.如权利要求1所述的方法，其特征在于，所述根据扩充后的标注数据库进行模型训练，得到心电图分类模型，包括：

从所述扩充后的标注数据库中获取所述已标注心电图样本和所述专家客户端反馈的标注后的心电图样本；

根据所述已标注心电图样本和所述专家客户端反馈的标注后的心电图样本，重新进行模型训练；

判断训练后模型的性能是否达到预设要求；

若是，则将所述训练后模型作为所述心电图分类模型；

若否，则返回执行所述通过第一查询策略从未标注数据库中获取满足第一预设条件的未标注心电图样本的步骤。

7.如权利要求1至6中任一项所述的方法，其特征在于，还包括：

接收待识别心电图；

根据所述心电图分类模型对所述待识别心电图进行分类识别，得到所述待识别心电图的所属类别。