公开(公告)号：CN117883091B

公开(公告)日：2024-11-05

申请号：CN202410303780.0

申请日：2024-03-18

Applicant: 厦门大学

Inventor： 王颖 ,  梁承炜

IPC: A61B5/318 ,  G06F18/213 ,  G06F18/24 ,  G06F18/25 ,  G06N3/0442 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/08 ,  A61B5/346 ,  A61B5/00

Abstract: 公开了一种基于ECG数据的高血压介导心脏损伤检测方法，基于待检测病例的12导联的ECG数据构建并训练获取一个MML‑Net网络，所述MML‑Net网络包括相互连接的特征提取模块、特征融合模块和MLP分类器，利用特征提取模块和特征融合模块提取多尺度的波形特征向量和时间特征向量，所述特征提取模块采用两层挤压‑激励残差块对所述12导联的ECG数据进行整合，使用所述MLP分类器预测病例患有高血压的概率，基于MML‑Net网络进行可解释分析，搭建ECG‑XAI可解释框架，得到与标准ECG特征波形相对齐的心拍级显著性图，实现基于ECG时序数据对高血压介导心脏损伤的早期检测，提高了高血压介导心脏损伤早期检测的精度和鲁棒性。

公开(公告)号：CN117883091A

公开(公告)日：2024-04-16

申请号：CN202410303780.0

申请日：2024-03-18

Applicant: 厦门大学

Inventor： 王颖 ,  梁承炜

IPC: A61B5/318 ,  G06F18/213 ,  G06F18/24 ,  G06F18/25 ,  G06N3/0442 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/08 ,  A61B5/346 ,  A61B5/00

Abstract: 公开了一种基于ECG数据的高血压介导心脏损伤检测方法，基于待检测病例的12导联的ECG数据构建并训练获取一个MML‑Net网络，所述MML‑Net网络包括相互连接的特征提取模块、特征融合模块和MLP分类器，利用特征提取模块和特征融合模块提取多尺度的波形特征向量和时间特征向量，所述特征提取模块采用两层挤压‑激励残差块对所述12导联的ECG数据进行整合，使用所述MLP分类器预测病例患有高血压的概率，基于MML‑Net网络进行可解释分析，搭建ECG‑XAI可解释框架，得到与标准ECG特征波形相对齐的心拍级显著性图，实现基于ECG时序数据对高血压介导心脏损伤的早期检测，提高了高血压介导心脏损伤早期检测的精度和鲁棒性。