申请/专利权人：华中科技大学

申请日：2020-07-16

公开（公告）日：2020-10-16

公开（公告）号：CN111772628A

主分类号：A61B5/046(20060101)

分类号：A61B5/046(20060101);A61B5/0456(20060101);A61B5/00(20060101)

优先权：

专利状态码：有效-授权

法律状态：2021.10.08#授权;2020.11.03#实质审查的生效;2020.10.16#公开

摘要：本发明公开了一种基于深度学习的心电信号房颤自动检测系统，包括心电信号处理模块、训练模块和房颤检测模块；其中，心电信号处理模块用于对心电信号进行R波检测，得到RR间期序列；对RR间期序列进行预处理，并基于滑动窗口对预处理后的RR间期序列从其对应心电信号的初始时刻开始进行采样，得到RR间期样本；其中，每段RR间期样本中的RR间期数值之间具有时间关联性；房颤检测模块用于采用基于CLDNN网络的房颤信号识别模型对所提取的各RR间期样本是否为房颤信号进行识别，进而完成对心电信号的房颤自动检测，不仅能够提取心电信号的固有特征，同时也考虑了其时间相关性特征，检测精度较高；另外，该系统是一种端到端的系统，更加方便快捷。

主权项：1.一种基于深度学习的心电信号房颤自动检测系统，其特征在于，包括：心电信号处理模块，用于对心电信号进行R波检测，提取心电信号中每次心跳的R波时刻，计算其RR间期数值，得到RR间期序列；对RR间期序列进行预处理，并基于滑动窗口对预处理后的RR间期序列从其对应心电信号的初始时刻开始进行采样，得到RR间期样本；训练模块，用于采集若干个含房颤标注的心电信号，分别输入到心电信号处理模块中，得到RR间期样本；将各RR间期样本对应的心电信号的房颤标注作为RR间期样本标签；以各RR间期样本为输入，对应的RR间期样本标签为输出，训练房颤信号识别模型，得到训练好的房颤信号识别模型；其中，心电信号包括有房颤的心电信号和无房颤的心电信号，房颤信号识别模型为基于CLDNN网络的房颤信号识别模型；房颤检测模块，用于将待检测的心电信号输入到心电信号处理模块中，得到RR间期样本，并将所得RR间期样本输入到训练好的房颤信号识别模型中，对RR间期样本是否为房颤信号进行识别，从而确定待检测的心电信号是否为包含房颤信号，以及房颤发生的时刻。

全文数据：

权利要求：

百度查询： 华中科技大学 一种基于深度学习的心电信号房颤自动检测系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD