[发明专利]多模态心脏数据检测方法、装置、存储介质及终端设备

说明书

本发明公开了一种多模态心脏数据检测方法，包括：实时采集多模态心脏数据，并对所述心脏数据进行预处理；将预处理后的心脏数据进行低通滤波处理；对经过低通滤波处理后的心脏数据进行模数转换，得到心脏数字数据；通过人工智能再学习和贝叶斯模型对所述心脏数字数据进行判断，确定异常情况；本发明在对心脏数据进行预处理后通过低通滤波和模数转换，解决现有技术在对心肺数据进行检测处理时没有考虑到心肺数据自身的多维复杂性而带来误差的技术问题，从而降低多模态心脏数据的多维复杂性，降低心肺数据检测误差率，进而实现改善心血管疾病的患病率。

技术领域

本发明涉及心脏数据检测领域，尤其涉及一种多模态心脏数据检测方法、装置、存储介质及终端设备。

背景技术

中国心血管病患病率处于持续上升阶段，2016年心血管病调查报告显示中国心血管疾病患病人数高达2.9亿，发病率及死亡率均居于首位，高于肿瘤及其他疾病。由于中国人口的老龄化因素影响，尽管年龄标化的心血管疾病死亡率有所下降，但心血管疾病死亡率的绝对数字仍在快速上升，2013年较1990年增加了46％，其中缺血性心脏病的死亡人数增加了90.9％。2004年以来，心血管疾病的住院费用增速远高于GDP增速，心血管疾病的高患病率、高死亡率和高疾病负担，严重威胁了我国人民的健康。

为了改善心血管疾病的患病率，就必须要准确地采集患者的心肺数据并对心肺数据检测处理；目前对心肺数据的检测方法是直接进行信号与数据之间的转化，这种方法简单便捷，但是没考虑到心肺数据自身的多维复杂性，以使在数据转化过程中带来的数据误差，导致了心肺数据检测错误。

发明内容

本发明提供了一种多模态心脏数据检测方法、装置、存储介质及终端设备，以解决现有技术在对心肺数据进行检测处理时没有考虑到心肺数据自身的多维复杂性而带来误差的技术问题，从而降低多模态心脏数据的多维复杂性，降低心肺数据检测误差率，进而实现改善心血管疾病的患病率。

为了解决上述技术问题，本发明实施例提供了一种多模态心脏数据检测方法，包括：

实时采集多模态心脏数据，并对所述心脏数据进行预处理；

将预处理后的心脏数据进行低通滤波处理；

对经过低通滤波处理后的心脏数据进行模数转换，得到心脏数字数据；

通过人工智能再学习和贝叶斯模型对所述心脏数字数据进行判断，确定异常情况。

作为优选方案，所述心脏数据包括十二导联心电信号数据、胸阻抗信号数据、心肺音信号数据和血氧信号数据。

作为优选方案，所述对所述心脏数据进行预处理，包括：对所述心脏数据进行降维处理和数据清洗。

作为优选方案，所述通过人工智能再学习和贝叶斯模型对所述心脏数字数据进行判断，确定异常情况，包括：

获取心脏疾病发生参数，并组成疾病数据库；

将所述心脏数字数据通过所述疾病数据库进行对比，识别出相应的疾病病例。

本发明实施例还提供了一种多模态心脏数据检测装置，包括：

预处理模块，用于实时采集多模态心脏数据，并对所述心脏数据进行预处理；

滤波处理模块，用于将预处理后的心脏数据进行低通滤波处理；

模数转换模块，用于对经过低通滤波处理后的心脏数据进行模数转换，得到心脏数字数据；

判断模块，用于通过人工智能再学习和贝叶斯模型对所述心脏数字数据进行判断，确定异常情况。

作为优选方案，所述心脏数据包括十二导联心电信号数据、胸阻抗信号数据、心肺音信号数据和血氧信号数据。