[发明专利]一种心脏数据异常检测方法、装置、存储介质及终端设备在审

专利信息
申请号: 201910493549.1 申请日: 2019-06-06
公开(公告)号: CN110279411A 公开(公告)日: 2019-09-27
发明(设计)人: 王景峰;陈样新;张玉玲;杜岗;刘文浩;陈倩 申请(专利权)人: 中山大学孙逸仙纪念医院
主分类号: A61B5/0402 分类号: A61B5/0402;A61B5/053;A61B5/145;A61B7/04;A61B5/00
代理公司: 广州三环专利商标代理有限公司 44202 代理人: 颜希文;麦小婵
地址: 510030 广东省广州市*** 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: 心脏数据 波峰 心脏 预处理 基线漂移 异常检测 波谷 体征 低通滤波处理 贝叶斯模型 人工智能 修正 采集检测 存储介质 高频噪声 获取数据 截止频率 滤波处理 模数转换 实时采集 异常误差 终端设备 采样率 多模态 中波峰 准确率 去除 小波 检测 学习
【说明书】:

发明公开了一种心脏数据异常检测方法,包括:实时采集多模态心脏数据,并对心脏数据进行预处理;将预处理后的心脏数据进行截止频率小于等于5HZ的低通滤波处理;对去除高频噪声的心脏数据进行离散小波滤波处理,修正基线漂移;根据修正基线漂移的心脏数据,获取数据波形中波峰以及波谷的位置,并根据波峰以及波谷的位置以及心脏数据的采样率,获取波峰之间的时间间隔数值;根据波峰之间的时间间隔,计算心脏体征数据;对心脏体征数据进行模数转换,得到心脏数字数据;通过人工智能再学习和贝叶斯模型对心脏数字数据进行判断,确定异常情况;本发明解决现有技术对心肺数据的采集检测出现异常误差的问题,从而实现提高心脏数据的检测准确率。

技术领域

本发明涉及心脏数据检测领域,尤其涉及一种心脏数据异常检测方法、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%。

为了改善心血管疾病的患病率,需要对病人的心脏数据进行采集检测,但 由于医疗仪器采集到的数据受各因素影响而出现数据误差,而错误的数据可以 直接导致疾病判断错误,给病人带来损失;因此,目前极需一种实现清除心脏 异常数据,并根据准确数据实现异常情况检测的方法。

发明内容

本发明提供了一种心脏数据异常检测方法、装置、存储介质及终端设备, 以解决现有技术对心肺数据的采集检测出现异常误差的技术问题,从而通过清 除心脏异常数据,并根据准确数据实现异常情况检测,实现提高心脏数据的检 测准确率。

为了解决上述技术问题,本发明实施例提供了一种心脏数据异常检测方法, 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截止频率小于等于5HZ的低通滤波处理,去除 高频噪声;

对去除高频噪声的心脏数据进行离散小波滤波处理,修正基线漂移;

根据修正基线漂移的所述心脏数据,获取数据波形中波峰以及波谷的位置, 并根据所述波峰以及所述波谷的位置以及所述心脏数据的采样率,获取波峰之 间的时间间隔数值;

根据所述波峰之间的时间间隔数值,计算心脏体征数据;

对所述心脏体征数据进行模数转换,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心脏数据异常检测装置,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;

降噪模块,用于将预处理后的心脏数据进行截止频率小于等于5HZ的低通 滤波处理,去除高频噪声;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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中山大学孙逸仙纪念医院,未经中山大学孙逸仙纪念医院许可,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/201910493549.1/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top