[发明专利]一种心室肥大的预测系统、装置及存储介质在审

专利信息
申请号: 202110175595.4 申请日: 2021-02-09
公开(公告)号: CN112885459A 公开(公告)日: 2021-06-01
发明(设计)人: 黄桂芳;吴琳;刘华清;钱孝贤;韩蓝青;余显冠;凌叶盛 申请(专利权)人: 清华珠三角研究院;中山大学附属第三医院(中山大学肝脏病医院)
主分类号: G16H50/20 分类号: G16H50/20;G06N3/04;G06K9/62
代理公司: 广州嘉权专利商标事务所有限公司 44205 代理人: 常柯阳
地址: 510530 广东省广州*** 国省代码: 广东;44
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 心室 肥大 预测 系统 装置 存储 介质
【权利要求书】:

1.一种心室肥大的预测系统,其特征在于,包括:

获取模块,用于获取待预测人员在多种导联方式下的心电图数据;

分组模块,用于对所述导联方式进行分组,并按照所述导联方式的分组结果,对所述心电图数据进行划分,得到多个心电图数据组;

预测模块,用于将各个心电图数据组输入到不同的预测模型中,得到各个心电图数据组对应的第一预测结果;所述第一预测结果用于表征所述待预测人员是否存在心室肥大;

处理模块,用于根据各个所述第一预测结果的加权结果,得到所述待预测人员的心室肥大预测结果。

2.根据权利要求1所述的系统,其特征在于:所述分组模块用于对所述导联方式进行随机分组。

3.根据权利要求2所述的系统,其特征在于,所述对所述导联方式进行随机分组,其具体为:

对所述导联方式进行随机分组,得到多个导联集合;其中,各个所述导联集合中的所述导联方式的数量相同。

4.根据权利要求1所述的系统,其特征在于:所述系统还包括均衡处理模块;

所述均衡处理模块用于通过随机复制对所述心电图数据进行均衡处理。

5.根据权利要求1所述的系统,其特征在于:所述系统还包括去噪处理模块;

所述去噪处理模块用于通过小波变换技术对所述心电图数据进行去噪处理。

6.根据权利要求1-5中任一项所述的系统,其特征在于,所述处理模块具体用于:

根据各个所述心电图数据组的心电图数据量,确定各个所述第一预测结果对应的权重;

根据所述权重,确定各个所述第一预测结果的加权结果;

根据所述加权结果,所述待预测人员的心室肥大预测结果。

7.根据权利要求1所述的系统,其特征在于,所述预测模块具体用于:

将所述心电图数据组输入到卷积神经网络进行特征提取,得到所述心电图数据组的特征向量;

将所述特征向量输入到长短期记忆网络进行分类预测,得到所述心电图数据组对应的所述第一预测结果。

8.一种心室肥大的预测装置,其特征在于,包括:

至少一个处理器;

至少一个存储器,用于存储至少一个程序;

当所述至少一个程序被所述至少一个处理器执行,使得所述至少一个处理器实现如下的步骤:

获取待预测人员在多种导联方式下的心电图数据;

对所述导联方式进行分组,并按照所述导联方式的分组结果,对所述心电图数据进行划分,得到多个心电图数据组;

将各个心电图数据组输入到不同的预测模型中,得到各个心电图数据组对应的第一预测结果;所述第一预测结果用于表征所述待预测人员是否存在心室肥大;

根据各个所述第一预测结果的加权结果,得到所述待预测人员的心室肥大预测结果。

9.一种计算机可读存储介质,其中存储有处理器可执行的程序,其特征在于:所述处理器可执行的程序在由处理器执行时用于实现如下步骤:

获取待预测人员在多种导联方式下的心电图数据;

对所述导联方式进行分组,并按照所述导联方式的分组结果,对所述心电图数据进行划分,得到多个心电图数据组;

将各个心电图数据组输入到不同的预测模型中,得到各个心电图数据组对应的第一预测结果;所述第一预测结果用于表征所述待预测人员是否存在心室肥大;

根据各个所述第一预测结果的加权结果,得到所述待预测人员的心室肥大预测结果。

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清华珠三角研究院;中山大学附属第三医院(中山大学肝脏病医院),未经清华珠三角研究院;中山大学附属第三医院(中山大学肝脏病医院)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/202110175595.4/1.html,转载请声明来源钻瓜专利网。

同类专利
专利分类
×

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