申请/专利权人：吉林大学

申请日：2024-01-24

公开（公告）日：2024-04-12

公开（公告）号：CN117598674B

主分类号：A61B5/021

分类号：A61B5/021;A61B5/145;A61B5/00;G06F18/213;G06F18/2415;G06F18/2431;G06F18/25;G06F123/02

优先权：

专利状态码：有效-授权

法律状态：2024.04.12#授权;2024.03.15#实质审查的生效;2024.02.27#公开

摘要：本发明公开了一种多参数心脏功能监测系统及方法，涉及心脏功能监测领域。其首先将获取的心脏状态相关数据时间序列按照时间维度和参数样本维度进行数据规整以得到血压时序输入向量、血氧饱和度时序输入向量和心率时序输入向量，然后，通过基于深度神经网络模型的时序关联特征提取器分别对所述血压时序输入向量、所述血氧饱和度时序输入向量和所述心率时序输入向量进行特征提取，接着，将得到的血压时序关联特征向量、血氧饱和度时序关联特征向量和心率时序关联特征向量进行融合以得到心脏状态多参数时序关联特征，最后，基于所述心脏状态多参数时序关联特征，确定是否存在心律不齐。这样，可以辅助早期发现和处理患者的心脏问题。

主权项：1.一种多参数心脏功能监测系统，其特征在于，包括：心脏状态数据采集模块，用于获取由智能穿戴设备采集的被监控对象的心脏状态相关数据时间序列，其中，心脏状态相关数据包括血压值、血氧饱和度和心率值；心脏状态数据规整模块，用于将所述心脏状态相关数据时间序列按照时间维度和参数样本维度进行数据规整以得到血压时序输入向量、血氧饱和度时序输入向量和心率时序输入向量；心脏状态数据时序特征分析模块，用于通过基于深度神经网络模型的时序关联特征提取器分别对所述血压时序输入向量、所述血氧饱和度时序输入向量和所述心率时序输入向量进行特征提取以得到血压时序关联特征向量、血氧饱和度时序关联特征向量和心率时序关联特征向量；心脏状态多参数时序关联编码模块，用于融合所述血压时序关联特征向量、所述血氧饱和度时序关联特征向量和所述心率时序关联特征向量以得到心脏状态多参数时序关联特征；心率检测模块，用于基于所述心脏状态多参数时序关联特征，确定是否存在心律不齐；其中，所述心脏状态多参数时序关联编码模块，用于：使用维度稀疏特征融合模块以如下融合公式来融合所述血压时序关联特征向量、所述血氧饱和度时序关联特征向量和所述心率时序关联特征向量以得到心脏状态多参数时序关联特征向量作为所述心脏状态多参数时序关联特征；其中，所述融合公式为： ； ； ； ；其中，为所述血压时序关联特征向量，为所述血氧饱和度时序关联特征向量，为所述心率时序关联特征向量，、和分别为所述血压时序关联特征向量、所述血氧饱和度时序关联特征向量和所述心率时序关联特征向量的转换矩阵，、和分别为所述血压时序关联特征向量、所述血氧饱和度时序关联特征向量和所述心率时序关联特征向量的类间散布向量，为所述心脏状态多参数时序关联特征向量；其中，所述多参数心脏功能监测系统，还包括用于对基于一维卷积层的时序关联特征提取器、所述维度稀疏特征融合模块和分类器进行训练的训练模块；所述基于深度神经网络模型的时序关联特征提取器为基于一维卷积层的时序关联特征提取器；其中，所述训练模块，包括：训练数据获取单元，用于获取训练数据，所述训练数据包括由智能穿戴设备采集的被监控对象的训练心脏状态相关数据时间序列，以及，是否存在心律不齐的真实值，其中，所述训练心脏状态相关数据包括训练血压值、训练血氧饱和度和训练心率值；训练心脏状态数据规整单元，用于将所述训练心脏状态相关数据时间序列按照时间维度和参数样本维度进行数据规整以得到训练血压时序输入向量、训练血氧饱和度时序输入向量和训练心率时序输入向量；训练心脏状态数据时序特征分析单元，用于通过所述基于一维卷积层的时序关联特征提取器分别对所述训练血压时序输入向量、所述训练血氧饱和度时序输入向量和所述训练心率时序输入向量进行特征提取以得到训练血压时序关联特征向量、训练血氧饱和度时序关联特征向量和训练心率时序关联特征向量；训练心脏状态多参数时序关联编码单元，用于使用所述维度稀疏特征融合模块来融合所述训练血压时序关联特征向量、所述训练血氧饱和度时序关联特征向量和所述训练心率时序关联特征向量以得到训练心脏状态多参数时序关联特征向量；训练分类损失单元，用于将所述训练心脏状态多参数时序关联特征向量通过所述分类器以得到分类损失函数值；损失训练单元，用于以所述分类损失函数值来对所述基于一维卷积层的时序关联特征提取器、所述维度稀疏特征融合模块和所述分类器进行训练，其中，在所述训练的每一轮迭代中，对所述训练心脏状态多参数时序关联特征向量进行校正；其中，在所述训练的每一轮迭代中，以如下校正公式对所述训练心脏状态多参数时序关联特征向量进行校正以得到校正后的训练心脏状态多参数时序关联特征向量；其中，所述校正公式为： ；其中，是所述训练心脏状态多参数时序关联特征向量的第个特征值，是所述训练心脏状态多参数时序关联特征向量的第（i-j）个位置的特征值，且是尺度超参数，表示以2为底的对数函数，是所述校正后的训练心脏状态多参数时序关联特征向量的第个特征值。

全文数据：

权利要求：

百度查询： 吉林大学 多参数心脏功能监测系统及方法

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