[发明专利]一种I导联心电数据识别方法及系统

权利要求书

1.一种I导联心电数据识别方法，其特征在于，所述方法基于I导联心电设备，包括以下步骤：

步骤S1，构建I导联心电数据识别神经网络模型，所述I导联心电数据识别神经网络模型的输入端为I导联心电数据，所述I导联心电数据识别神经网络模型的输出端为I导联心电数据是否异常的判断结果；

步骤S2，将构建好的I导联心电数据识别神经网络模型设置于I导联心电设备中；

步骤S3，I导联心电设备采集待识别的I导联心电数据，并通过I导联心电数据识别神经网络模型进行识别；

步骤S4，I导联心电数据识别神经网络模型输出待识别的I导联心电数据的判断结果，I导联心电设备依据所述判断结果进行显示。

2.根据权利要求1所述的一种I导联心电数据识别方法，其特征在于，所述步骤S1中的构建I导联心电数据识别神经网络模型，具体包括以下步骤：

步骤S11，采集I导联心电数据及其对应的心电判断结果；

步骤S12，对所述I导联心电数据进行预处理，得到训练数据矩阵；

步骤S13，将所述训练数据矩阵和心电判断结果输入深度卷积神经网络模型进行训练，得到I导联心电数据识别神经网络模型。

3.根据权利要求2所述的一种I导联心电数据识别方法，其特征在于，所述深度卷积神经网络模型采用ResECG11深度卷积神经网络。

4.根据权利要求3所述的一种I导联心电数据识别方法，其特征在于，所述ResECG11深度卷积神经网络包括卷积层、归一化层、正交线性单元层、恒等映射模块和全连接层。

5.根据权利要求2或4所述的一种I导联心电数据识别方法，其特征在于，所述步骤S12包括以下步骤：

步骤S121，对I导联心电数据进行截取，得到截取后的I导联心电数据；

步骤S122，将截取后的I导联心电数据通过线性插值算法进行处理，得到训练数据矩阵。

6.根据权利要求1所述的一种I导联心电数据识别方法，其特征在于，所述步骤S2包括以下步骤：

步骤S21，将I导联心电数据识别神经网络模型进行量化压缩；

步骤S22，将所述量化压缩后的I导联心电数据识别神经网络模型烧录入I导联心电设备的AI芯片中。

7.根据权利要求1或6所述的一种I导联心电数据识别方法，其特征在于，所述步骤S3包括以下步骤：

步骤S31，I导联心电设备采集待识别的I导联心电数据；

步骤S32，对所述待识别的I导联心电数据进行预处理，得到待识别的数据矩阵；

步骤S33，将所述待识别的数据矩阵输入I导联心电数据识别神经网络模型进行识别。

8.根据权利要求7所述的一种I导联心电数据识别方法，其特征在于，所述步骤S32包括以下步骤：

步骤S321，对待识别的I导联心电数据进行截取，得到截取后的待识别I导联心电数据；

步骤S322，将截取后的待识别I导联心电数据通过线性插值算法进行处理，得到待识别的数据矩阵。

9.根据权利要求1所述的一种I导联心电数据识别方法，其特征在于，所述步骤S4包括以下步骤：

步骤S41，I导联心电数据识别神经网络模型输出待识别的I导联心电数据的判断结果，其中，所述判断结果包括待识别的I导联心电数据正常和待识别的I导联心电数据异常；

步骤S42，如果判断结果为待识别的I导联心电数据正常时，I导联心电设备显示数据正常，如果判断结果为待识别的I导联心电数据异常时，I导联心电设备显示数据异常，并提示用户及时就诊。

10.一种I导联心电数据识别系统，其特征在于，所述系统运用权利要求1-9任意一种识别方法。