[发明专利]一种心电数据标注的推荐分发方法及装置有效

专利信息
申请号: 202010052669.0 申请日: 2020-01-17
公开(公告)号: CN111202511B 公开(公告)日: 2023-04-18
发明(设计)人: 罗伟;朱涛 申请(专利权)人: 武汉中旗生物医疗电子有限公司
主分类号: A61B5/346 分类号: A61B5/346
代理公司: 武汉智嘉联合知识产权代理事务所(普通合伙) 42231 代理人: 易贤卫
地址: 430000 湖北省武*** 国省代码: 湖北;42
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 数据 标注 推荐 分发 方法 装置
【权利要求书】:

1.一种心电数据标注的推荐分发装置,其特征在于,包括处理器以及存储器,所述存储器上存储有计算机程序,所述计算机程序被所述处理器执行时,实现如下心电数据标注的推荐分发方法:所述心电数据标注的推荐分发方法包括如下步骤:

建立心电样本数据集,对所述心电样本数据集中每一心电样本数据进行标注,得到所有心电样本数据的标准标签数据;

根据所述标准标签数据判断各专家对每一所述心电样本数据的标注结果是否准确,统计每一专家对于每一种病症类型的标注准确率,得到准确率矩阵;

以所述心电样本数据作为输入数据,以所述标准标签数据作为输出数据,对神经网络进行训练,得到预测模型;

根据所述预测模型对待标注心电数据进行预测得到其预测病症类型;

根据所述预测病症类型以及所述准确率矩阵进行专家推荐,将所述待标注心电数据分发至推荐的专家进行标注。

2.根据权利要求1所述的心电数据标注的推荐分发装置,其特征在于,建立心电样本数据集,具体为:

确定需要诊断的病症类型的数量,针对每一类病症类型收集同样数量的心电样本数据,得到所述心电样本数据集。

3.根据权利要求1所述的心电数据标注的推荐分发装置,其特征在于,对所述心电样本数据进行标注,得到标准标签数据,具体为:

将所述心电样本数据分发给所有专家进行标注,如果所有专家对所述心电数据的标注结果一致,则以标注结果作为所述标准标签数据,如果所有专家对所述心电数据的标注结果不一致,则进行会诊并以会诊结果作为所述标准标签数据。

4.根据权利要求3所述的心电数据标注的推荐分发装置,其特征在于,统计每一专家对于每一类病症的标注准确率,得到准确率矩阵,具体为:

计算每一专家对于每一类病症的F1分数作为所述标注准确率:

其中,F1为F1分数,即标注准确率,为调和平均数,为召回率;

根据各专家对各类病症的F1分数,得到所述准确率矩阵:

其中,F为准确率矩阵,为第i位专家对第j种病症的标注准确率,,M为专家的数量,,N为病症类型的数量。

5.根据权利要求1所述的心电数据标注的推荐分发装置,其特征在于,根据所述预测病症类型以及所述准确率矩阵进行专家推荐,具体为:

根据所述准确率矩阵,对判断所述预测病症类型时标注准确率最高的设定数量的专家进行推荐。

6.根据权利要求1所述的心电数据标注的推荐分发装置,其特征在于,还包括:根据推荐专家对所述待标注心电数据的标注结果对推荐专家的表述准确率进行更新,从而对所述准确率矩阵进行更新,并将更新后的准确率矩阵用于下一次的专家推荐。

7.根据权利要求6所述的心电数据标注的推荐分发装置,其特征在于,逐次减少推荐的专家的数量。

8.根据权利要求1所述的心电数据标注的推荐分发装置,其特征在于,还包括:每一所述待标注心电数据标注完后,将所述待标注心电数据及其标注结果更新至所述心电样本数据集,利用更新后的心电样本数据集对所述神经网络重新进行训练,得到更新后的预测模型,将更新后的预测模型用于下一个待标注心电数据的预测。

9.一种计算机存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时,实现如下心电数据标注的推荐分发方法:所述心电数据标注的推荐分发方法包括如下步骤:

建立心电样本数据集,对所述心电样本数据集中每一心电样本数据进行标注,得到所有心电样本数据的标准标签数据;

根据所述标准标签数据判断各专家对每一所述心电样本数据的标注结果是否准确,统计每一专家对于每一种病症类型的标注准确率,得到准确率矩阵;

以所述心电样本数据作为输入数据,以所述标准标签数据作为输出数据,对神经网络进行训练,得到预测模型;

根据所述预测模型对待标注心电数据进行预测得到其预测病症类型;

根据所述预测病症类型以及所述准确率矩阵进行专家推荐,将所述待标注心电数据分发至推荐的专家进行标注。

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武汉中旗生物医疗电子有限公司,未经武汉中旗生物医疗电子有限公司许可,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/202010052669.0/1.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