[发明专利]机器学习心电图自动诊断系统

说明书

本发明公开一种机器学习心电图自动诊断云。所述的自动诊断云包括：心电图采集，互联网/移动互联网，云平台及机器学习心电图自动诊断系统。机器学习心电图自动诊断系统直接处理心电图图像数据，通过一个训练好的深度卷积神经网络分类系统，完成对心电图信号自动诊断。所述的深度卷积神经网络采用两步训练方法训练，首先训练输入、第一卷积、激活和池化层。然后再进行整体训练。

技术领域

本发明涉及机器学习和互联网、移动医疗领域，尤其涉及机器学习心电图自动诊断系统。

背景技术

中国有数亿心血管疾病患者，数千万心脏病患者，对于心血管疾病和心脏病的检查、诊断和防范任务艰巨。心电图作为检查、诊断、防范心脏病的简单有效手段，是各级医院采普遍采用的临床检查方法之一。心电图由心脏的电活动引起，蕴含大量心脏活动信息，其复杂性和专业性限制了心电图必须由受过培训的专业医师解读。全国各级医院每年的心电图检测量高达数千万份，需要大量的心电图诊断医生，并且工作量巨大。

此外，传统的心电图识别方法对本来复杂的心电图特征做了适当简化以便于医生掌握使用和降低劳动强度。这种简化处理，丢掉了很多有意义的信息，存在大量漏判和误判的情况。

人工智能，具体地说，深度卷积神经网络(CNN)近年来在图像识别上取得了巨大的成功，例如，IBM的沃生人工智能系统，对肺癌CT片的诊断精度超过了人类最好的专家水平。美国旧金山的Arterys是一家在基于云的医学成像软件行业领先的公司，其产品ArterysCardio DL获得FDA批准，用于分析心脏核磁共振图像。成为FDA批准的第一个用于临床的基于云计算和深度学习分析软件。

为解决以上问题，本发明提供一种机器学习心电图自动诊断系统，患者将采集到的心电图图片（如可以通过手机APP或PC终端APP，扫描心电图）上传到云平台，机器学习心电图自动诊断系统自动诊断心电图并将诊断结果反馈给患者。本发明显著效益是，可以为患者自动诊断各种标准心电图报告，大大地减轻了心电图诊断医生的劳动强度，并提高了准确性。大规模推广本发明，可以节约大量的人力物力，服务于大众，取得巨大的社会和经济效益。

发明内容

本发明公开一种机器学习心电图自动诊断系统。所述的自动诊断系统包括：心电图采集，互联网/移动互联网，云平台及机器学习心电图自动诊断。例如，任何患者心电图报告可以通过手机或PC扫描后，上传给云平台，机器学习心电图自动诊断系统完成相应的心电图自动诊断，并将诊断报告存储在患者的账号下，同时下载给患者。云平台提供患者的注册、登录管理，提供数据加解密、存储管理。机器学习心电图自动诊断系统将收到的心电图数据进行预处理，再通过一个训练好的深度卷积神经网络分类系统，完成对心电图信号自动诊断。

作为优选方案之一，所述的心电图采集部分可以是通过各种方式获得的心电图图片。例如，可以通过手机对医院检查的心电图进行扫描或拍照，也可以是所述云平台集成的心电图检测设备提供的心电图检测报告。

进一步，所述的心电图报告，可以是单导联、3导联、5导联直至12导联等，用数据深度D表示不同的导联数。

作为优选方案之二，所述的云平台部署在公共云之上，具有足够的存储空间，云计算能力，便于扩展。

进一步，所述的云平台提供用户的注册、登录管理。

进一步，所述的云平台为用户提供足够大的数据存储空间，存储和管理用户的心电图数据。

进一步，所述的云平台为用户提供数据加密和解密管理。

作为优选方案之三，所述的机器学习心电图自动诊断系统包括信号预处理、深度卷积神经网络、分类自动诊断三大部分。

进一步，所述的信号预处理包括心电图深度分割，归一化处理、基本参数提取等。