[发明专利]心房颤动预测模型及其预测系统在审
| 申请号: | 201910841188.5 | 申请日: | 2019-09-06 |
| 公开(公告)号: | CN110491506A | 公开(公告)日: | 2019-11-22 |
| 发明(设计)人: | 黄宗祺;廖英凯;张坤正 | 申请(专利权)人: | 中国医药大学附设医院 |
| 主分类号: | G16H50/20 | 分类号: | G16H50/20;G16H50/70;A61B5/0432;A61B5/046;G06K9/62;G06Q10/04 |
| 代理公司: | 11279 北京中誉威圣知识产权代理有限公司 | 代理人: | 席勇;董云海<国际申请>=<国际公布>= |
| 地址: | 中国台湾*** | 国省代码: | 中国台湾;TW |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 机器可读媒体 非暂时性 预测系统 心房 颤动 特征选取模块 比对模块 储存程序 处理单元 目标特征 取得模块 选取模块 训练模块 预测结果 撷取单元 脑中风 心电图 可用 数据库 预测 | ||
1.一种心房颤动预测模型,其特征在于,包含以下建立步骤:
取得参照数据库,其中所述参照数据库包含多个参照十二导程心电信号数列;
进行特征选取步骤,其是根据所述参照数据库选取至少一个特征值,所述特征值包含利用计算单元计算所述参照十二导程心电信号数列中的峰对峰值时间差所得到的心电信号曲率变化最大的影像区间;以及
进行训练步骤,是利用长短存储单元储存心电信号即时数值,并计算所述特征值与所述心电信号即时数值的相关性,当所述相关性超过第一预设阀值则更新所述长短存储单元,当训练达到收敛时得到所述心房颤动预测模型,借此得到预设结果。
2.如权利要求1所述的心房颤动预测模型,其特征在于,所述长短存储单元为双向长短存储单元。
3.如权利要求1所述的心房颤动预测模型,其特征在于,所述长短存储单元还包含:
遗忘门,是过滤曲率变化过大的所述心电信号即时数值,以得到输入值;
输入门,是输入所述输入值,并利用Sigmoid函数计算所述相关性;以及
输出门,是将所述相关性利用Sigmoid函数进行计算以得到输出值,当所述输出值超过第二预设阀值时,将所述输出值加入所述长短存储单元。
4.如权利要求3所述的心房颤动预测模型,其特征在于,所述遗忘门、所述输入门和所述输出门为双向串接。
5.如权利要求3所述的心房颤动预测模型,其特征在于,所述第一预设阀值和所述第二预设阀值是由tanh函数决定。
6.一种心房颤动预测系统,其特征在于,包含:
心电图撷取单元,用以取得目标十二导程心电信号数列;以及
非暂时性机器可读媒体,由至少一个信号连接所述心电图撷取单元,其中所述非暂时性机器可读媒体用以储存程序,当所述程序由处理单元执行时是用以得到预测结果,且所述程序包含:
参照数据库取得模块,用以取得参照数据库,且所述参照数据库包含多个参照十二导程心电信号数列;
参照特征选取模块,用以根据所述参照数据库选取至少一个参照特征值,所述参照特征值包含利用计算单元计算所述参照十二导程心电信号数列中的峰对峰值时间差所得到的心电信号曲率变化最大的影像区间;
训练模块,包含:
长短存储单元用以储存心电信号即时数值,并计算所述特征值与所述心电信号即时数值的相关性,当所述相关性超过第一预设阀值则更新所述长短存储单元,当训练达到收敛时得到所述心房颤动预测模型;
目标特征选取模块,用以分析所述目标十二导程心电信号数列以得到目标特征值,所述目标特征值包含利用另一计算单元计算所述目标十二导程心电信号数列中的峰对峰值时间差所得到的目标心电信号曲率变化最大的影像区间;及
比对模块,用以将所述目标特征值与所述参照特征值以所述心房颤动预测模型进行分析比对,借此得到预设结果。
7.如权利要求6所述的心房颤动预测系统,其特征在于,所述长短存储单元为双向长短存储单元。
8.如权利要求6所述的心房颤动预测系统,其特征在于,所述长短存储单元还包含:
遗忘门,用以过滤曲率变化过大的所述心电信号即时数值,以得到输入值;
输入门,用以输入所述输入值,并利用Sigmoid函数计算所述相关性;以及
输出门,用以将所述相关性利用Sigmoid函数进行计算以得到输出值,当所述输出值超过第二预设阀值时,将所述输出值加入所述长短存储单元。
9.如权利要求8所述的心房颤动预测系统,其特征在于,所述遗忘门、所述输入门和所述输出门为双向串接。
10.如权利要求8所述的心房颤动预测系统,其特征在于,所述第一预设阀值和所述第二预设阀值是由tanh函数决定。
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国医药大学附设医院,未经中国医药大学附设医院许可,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/201910841188.5/1.html,转载请声明来源钻瓜专利网。





