[发明专利]智能心脏疾病检测方法、装置及计算机可读存储介质

说明书

本发明涉及一种人工智能技术，揭露了一种智能心脏疾病检测方法，包括：获取由心脏疾病患者心音信号组成的数据集，对所述数据集建立标签，产生标签集，根据所述标签集对所述数据集进行分类；对分类后的所述数据集进行归一化处理，得到源数据集，存入数据库中；利用所述源数据集对预先构建的组合分类器模型进行训练，得到训练值，并计算所述训练值的未加权平均召回率，当所述未加权平均召回率大于预设阈值时，完成所述组合分类器模型的训练；将待检测的用户心音信号数据输入至训练后的所述组合分类器模型中，检测出患有潜在心脏疾病的用户。本发明还提出一种智能心脏疾病检测装置以及一种计算机可读存储介质。本发明实现了心脏疾病的精准检测。

技术领域

本发明涉及人工智能技术领域，尤其涉及一种基于深度学习和用户行为的智能心脏疾病检测方法、装置及计算机可读存储介质。

背景技术

心脏疾病是一类破坏性大同时又难以被发现的疾病。据世界卫生组织统计，2016年，估计有1790万人死于心血管疾病，占全球死亡总数的31％。其中，85％死于心脏病和中风。我国拥有世界上最多的人口，从事心脏疾病工作的医生数量缺远远不足，可以及时发现心脏潜在疾病的专业医生更是少之又少，培养这种医生的时间和物质成本也非常高。这导致在许多医疗条件匮乏的区域，人们会因潜在的心脏疾病无法得到及时诊断和治疗而承受巨大的安全风险。

现代社会中，人们的生活节奏较快，而很多人长期处于较大压力的紧张状态，致使一部分人处于亚健康状态，使得各种疾病尤其使心脏疾病发病率逐渐增高。我国每年死于心脏疾病的人数也达几十万。另外，心脏疾病发病的人群正向低龄化发展，很多中青年因为缺乏这方面的常识，未能尽早引起重视进行早期的诊断和治疗，导致英年早逝。尽管目前国内外对心脏病的治疗手段在不断的进步，但是，由于心疾病患者的年龄、性别和职业的不同，个体差异很大，给预防和规范性的治疗造成诸多方面的不便。再者，现有的检测手段主要是基于医生的专业检测，这对于普通家庭来说显得不太方便。如果普通人也能够利用合适的设备进行自我普查，这就可为心脏病潜在患者提供及时预警，从而得到及时治疗。

发明内容

本发明提供一种智能心脏疾病检测方法、装置及计算机可读存储介质，其主要目的在于当用户在心脏疾病检测时，给用户呈现出精准的检测结果。

为实现上述目的，本发明提供的一种智能心脏疾病检测方法，包括：

由心脏疾病患者心音信号组成的数据集，对所述数据集建立标签，产生标签集，根据所述标签集对所述数据集进行分类；

对分类后的所述数据集进行归一化处理，得到源数据集，并将所述源数据集存入数据库中；

利用所述源数据集对预先构建的组合分类器模型进行训练，得到训练值，并计算所述训练值的未加权平均召回率，当所述未加权平均召回率大于预设阈值时，完成所述组合分类器模型的训练；

将待检测的用户心音信号数据输入至训练后的所述组合分类器模型中，检测出患有潜在心脏疾病的用户。

可选地，所述归一化处理，包括：

将分类后的所述数据集映射到[0,1]区间之内；

其中，所述归一化处理算法为：

X'＝(X-X_min)/(X_max-X_min)

其中X_min为所述数据集的最小值，X_max为所述数据集的最大值。

可选地，所述组合分类器模型包含卷积神经网络、循环自动编码器以及段级特征，分别用于转移学习、表示学习、监督学习；以及利用所述源数据集对预先构建的组合分类器模型进行训练，得到训练值，包括：