申请/专利权人:上海数创医疗科技有限公司
申请日:2023-11-02
公开(公告)日:2024-02-02
公开(公告)号:CN117481664A
主分类号:A61B5/352
分类号:A61B5/352;G06F18/10;G06F18/21;G06F18/214;G06N3/0442;G06N3/0464;G06N3/045;G06N3/08
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.02.23#实质审查的生效;2024.02.02#公开
摘要:本发明提供一种基于深度学习掩码机制的室性早搏识别方法及系统。所述方法包括:对初始模型进行训练以获取参照心电信号生成模型,初始模型的训练样本为基于掩码操作获取的室性早搏特征区间被隐藏的心电信号,初始模型的期望输出为室性早搏特征区间被还原的心电信号;将目标区间被隐藏的目标心电信号输入参照心电信号生成模型以获取参照心电信号,目标区间覆盖待检测的R波;将目标心电信号的目标区间与参照心电信号的室性早搏特征区间进行比对,以识别相应R波对应的心脏搏动是否属于室性早搏。所述系统用于实现所述方法。本发明能够解决现有基于识别模型的室性早搏识别方法因受到模型训练样本的全面性的影响而导致自身识别结果准确度不足的问题。
主权项:1.一种基于深度学习掩码机制的室性早搏识别方法,其特征在于,包括:对初始模型进行训练以获取参照心电信号生成模型,所述初始模型的训练样本为基于深度学习掩码操作获取的室性早搏特征区间被隐藏的心电信号,所述初始模型的期望输出为室性早搏特征区间被还原的心电信号;将目标区间被隐藏的目标心电信号输入所述参照心电信号生成模型以获取参照心电信号,所述目标区间覆盖待检测的R波;将所述目标心电信号的目标区间与所述参照心电信号的室性早搏特征区间进行比对,以识别所述R波对应的心脏搏动是否属于室性早搏。
全文数据:
权利要求:
百度查询: 上海数创医疗科技有限公司 一种基于深度学习掩码机制的室性早搏识别方法及系统
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。