基于深度卷积神经网络的心电图诊断方法和系统
- 专利权人:
- 成都比特律动科技有限责任公司
- 发明人:
- 陈旻
- 申请号：
- CN201710862945.8
- 公开号：
- CN107822622A
- 申请日:
- 2017.09.22
- 申请国别(地区):
- CN
- 年份:
- 2018
- 代理人:
- 摘要：
- 本发明公开了一种基于深度卷积神经网络的心电图诊断方法和系统,该诊断方法包括:对采集到的人体的原始心电图进行预处理,得到若干个预设长度的心跳片段;将心跳片段输入已训练好的深度卷积神经网络模型中,得到各个类别的预测值;记录最大预测值对应的单个心跳的类别以及该心跳与上一次心跳的间隔时间,形成一时间序列;基于预设的临床诊断准则与时间序列的映射关系,对时间序列匹配诊断准则,得到相应的诊断结果。本发明不再需要对心电图中的任何特征进行提取,从而最大程度上避免因为人工的筛选、处理导致的有效信息丢失和噪声数据的引入等问题,减少由于人为提取特征对于诊断准确度的影响。
- 来源网站：
- 中国工程科技知识中心
