[发明专利]一种基于深度学习的心电图波段标注系统

权利要求书

1.一种基于深度学习的心电图波段标注系统，其特征在于，包括：

数据读取模块，用于将单份心电图所有导联、所有时长的数据读取到内存中；

数据加载模块，用于在系统界面上初始化心电图的网格，并将已经读取到内存的数据可视化到心电图的网格中；

测量模块，用于在系统界面提供心电图的测量工具，选定心电图上波段的一个点，显示其各导联的时间点和其电压值；选定心电图上波段的两个点，显示两个点之间的时间间隔和电压峰值的差值；

心电图诊断结果标注模块：在系统界面右侧提供整份心电图的诊断结果交互框，用于记录单份心电图的诊断结果；

预标注模块，内设有已经训练好的深度学习模型，用于分割心电信号的P波、QRS波群和T波，并生成P波起始点、QRS波群起始点、QRS波群结束点、T波起始点和T波结束点；

心电图参数标注模块，用于根据预标注模块生成的五个点位计算心电参数，并预先填入系统界面上方设置的心电图参数标注输入框内供医生审核，修改其中有误的心电图参数；

波段标注模块，用于根据预标注模块生成的P波为起点，将深度学习模型划分的心拍显示到心电图上，并填在系统界面下方设置的单份心电图的波段标注输入框内供医生审核，修改有误的心拍划分；

数据存储模块，用于将心电图诊断结果标注模块、心电图参数标注模块和波段标注模块生成的数据保存。

2.根据权利要求1所述的基于深度学习的心电图波段标注系统，其特征在于，所述的数据加载模块中，所述网格的1大格由5个小格组成，横坐标1小格为0.04s，1大格0.20s；纵坐标1小格为0.1mV，1大格为0.5mV。

3.根据权利要求1所述的基于深度学习的心电图波段标注系统，其特征在于，所述的测量模块中，测量工具能够获得任意点的时间和电压，或者任意两点间的电压差。

4.根据权利要求1所述的基于深度学习的心电图波段标注系统，其特征在于，所述的心电图诊断结果标注模块中，诊断结果交互框内提供下拉选项框，使用者在下拉选项框中选择心电图相应的疾病，或者输入疾病的首字母来筛选候选项。

5.根据权利要求1所述的基于深度学习的心电图波段标注系统，其特征在于，所述的预标注模块中，深度学习模型为基于一维卷积神经网络的U-Net模型；通过使用基于一维卷积神经网络的U-Net模型分割心电信号，预先生成心电图参数和心拍划分。

6.根据权利要求1所述的基于深度学习的心电图波段标注系统，其特征在于，所述的心电图参数标注模块中，通过使用测量模块的测量工具，获得单份心电图的参数。

7.根据权利要求1所述的基于深度学习的心电图波段标注系统，其特征在于，所述的波段标注模块中，在得到心拍划分的结果之后，针对心电图诊断结果标注模块的每一个诊断结果，按照诊断结果的类别来分别对波段进行标注，点选符合此诊断结果的心拍，并记录结果。

8.根据权利要求1所述的基于深度学习的心电图波段标注系统，其特征在于，所述的数据存储模块中，将生成的数据写入json文件，保存到标注结果数据路径中。