[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
【说明书】:

本申请公开了一种心室肥大预测系统、装置及存储介质。该系统包括: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。本申请可有效克服单一数据源、单一预测模型导致的预测结果精度偏低的情况。本申请可广泛应用于人工智能技术领域内。

技术领域

本申请涉及人工智能技术领域,尤其是一种心室肥大的预测系统、装置及存储介质。

背景技术

心室肥大(ventricular hypertrophy)是一种心内科疾病,主要由心室(舒张期或和收缩期)负荷过重所引起,包括心室肥厚及扩大,其中压力负荷过重者以心室肥厚为主,容量负荷过重者以心室扩大为主:负荷时间长久后,往往肥厚与扩大兼而有之。心室肥大是器质性心脏病的常见后果,当达到一定程度时可表现在心电图上。

在进行心室肥大诊断时,某些患者的心电图数据与正常状态下的心电图数据可能有不易察觉的区别,人为去根据心电图数据判断患者是否存在心室肥大,需要大量的临床经验,而且得到的预测结果可能不如预期。相关技术中,有使用机器学习的模型来预测患者是否存在疾病的案例,但是这种模型得到的预测结果可靠性不高,很容易出现误诊断。综合上述,相关技术中存在的技术问题亟需得到解决。

发明内容

本申请的目的在于至少一定程度上解决相关技术中存在的技术问题之一。

为此,本申请实施例的一个目的在于提供一种心室肥大预测系统,该系统可以有效提高预测用户是否患有心室肥大时的准确率。

为了达到上述技术目的,本申请实施例所采取的技术方案包括:

第一方面,本申请实施例提供了一种心室肥大的预测系统,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。

另外,根据本申请上述实施例的系统,还可以具有以下附加的技术特征:

进一步地,在本申请的一个实施例中,所述分组模块用于对所述导联方式进行随机分组。

进一步地,在本申请的一个实施例中,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。

进一步地,在本申请的一个实施例中,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。

进一步地,在本申请的一个实施例中,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。

进一步地,在本申请的一个实施例中,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;

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/202110175595.4/2.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