公开(公告)号：CN116386890A

公开(公告)日：2023-07-04

申请号：CN202310365991.2

申请日：2023-04-07

Applicant: 哈尔滨工程大学

Inventor： 黄少滨 ,  徐义宝 ,  申林山

IPC: G16H50/70 ,  G16H10/60 ,  G06F18/25 ,  G06N20/20 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/084

Abstract: 一种基于多模态数据的心功能分级系统，具体涉及一种适用于心力衰竭的基于多模态数据的心功能分级系统，为了解决在利用机器学习系统分析心力衰竭数据时只使用一种检查数据容易产生误差，导致心功能分级效果不理想，使得心力衰竭检查结果不准确的问题。它依次包括数据读取模块、多模态机器学习模块、训练模块和测试模块，数据读取模块用于读取多模态的检查数据；多模态机器学习模块，用于接收数据读取模块的检查数据，对检查数据进行分析，输出心功能分级；它依次包括数据融合单元、特征提取单元和分级单元，训练模块用于训练多模态机器学习模块，测试模块用于测试多模态机器学习模块。属于医疗领域。

公开(公告)号：CN114519369A

公开(公告)日：2022-05-20

申请号：CN202210066080.5

申请日：2022-01-20

Applicant: 哈尔滨工程大学

Inventor： 黄少滨 ,  蒋正乾 ,  申林山 ,  徐义宝 ,  王鹏

IPC: G06K9/00 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08 ,  G16H10/60 ,  A61B5/346

Abstract: 本发明属于计算机视觉技术领域，具体涉及一种在病历中快速提取十二导联心电图的方法。本发明包括病历数据的预处理以及手工定义特征的二次细化，使用该二次细化可以加速人工标记过程，加快了模型训练过程。本发明通过定义卷积神经网络EcgNet；结合设置特征和卷积神经神经网络训练模型实现自动提取十二导联心电图，经过检验该模型提取的十二导联心电图具有单边100％的准确率，提取的心电图达到人工提取的水平。本发明可以快速精准的从病历数据中提取出满足要求的十二导联心电图，训练好模型后的提取过程快速且不需要人力参与，极大地节省了人力物力，加速了心血管疾病患者的临床数据集的构建。

公开(公告)号：CN114519369B

公开(公告)日：2024-11-01

申请号：CN202210066080.5

申请日：2022-01-20

Applicant: 哈尔滨工程大学

Inventor： 黄少滨 ,  蒋正乾 ,  申林山 ,  徐义宝 ,  王鹏

IPC: G06F18/2415 ,  G06F18/10 ,  G06N3/0464 ,  G06N3/047 ,  G06N3/084 ,  G16H10/60 ,  A61B5/346

Abstract: 本发明属于计算机视觉技术领域，具体涉及一种在病历中快速提取十二导联心电图的方法。本发明包括病历数据的预处理以及手工定义特征的二次细化，使用该二次细化可以加速人工标记过程，加快了模型训练过程。本发明通过定义卷积神经网络EcgNet；结合设置特征和卷积神经神经网络训练模型实现自动提取十二导联心电图，经过检验该模型提取的十二导联心电图具有单边100％的准确率，提取的心电图达到人工提取的水平。本发明可以快速精准的从病历数据中提取出满足要求的十二导联心电图，训练好模型后的提取过程快速且不需要人力参与，极大地节省了人力物力，加速了心血管疾病患者的临床数据集的构建。