-
公开(公告)号：CN113995419B
公开(公告)日：2023-04-11
申请号：CN202111506872.1
申请日：2021-12-10
Applicant: 华中科技大学 , 武汉中科医疗科技工业技术研究院有限公司 , 华中科技大学同济医学院附属同济医院
Abstract: 本发明属于生理信号与心电信号分析领域，具体涉及一种基于心跳节律信号的房颤发生风险预测系统及其应用，预测系统中，心跳节律信号预处理模块通过计算相邻两次心跳的时间间隔，得到心跳间期序列数据，无需其他复杂特征提取方法；样本标注与模型训练模块中，在样本标注时，正样本来自阵发性房颤患者未发生房颤时的窦性心率期间的心跳间期数据，负样本来自未来不会发生房颤的患者的心跳间期数据；房颤风险预测模型利用正负样本训练并对待检测心跳间期数据测试，根据不同输出概率阈值，得到未来发生房颤样本数比例与概率阈值间的曲线，计算曲线下面积作为房颤风险因子，该因子能够反映患者心跳间期数据整体情况，从而较为准确地预测房颤发生风险。
-
Patent Agency Ranking
公开(公告)号：CN113995419A
公开(公告)日：2022-02-01
申请号：CN202111506872.1
申请日：2021-12-10
Applicant: 华中科技大学 , 武汉中科医疗科技工业技术研究院有限公司 , 华中科技大学同济医学院附属同济医院
Abstract: 本发明属于生理信号与心电信号分析领域，具体涉及一种基于心跳节律信号的房颤发生风险预测系统及其应用，预测系统中，心跳节律信号预处理模块通过计算相邻两次心跳的时间间隔，得到心跳间期序列数据，无需其他复杂特征提取方法；样本标注与模型训练模块中，在样本标注时，正样本来自阵发性房颤患者未发生房颤时的窦性心率期间的心跳间期数据，负样本来自未来不会发生房颤的患者的心跳间期数据；房颤风险预测模型利用正负样本训练并对待检测心跳间期数据测试，根据不同输出概率阈值，得到未来发生房颤样本数比例与概率阈值间的曲线，计算曲线下面积作为房颤风险因子，该因子能够反映患者心跳间期数据整体情况，从而较为准确地预测房颤发生风险。
-
公开(公告)号：CN113876331B
公开(公告)日：2022-08-02
申请号：CN202111250533.1
申请日：2021-10-26
Applicant: 华中科技大学 , 武汉中科医疗科技工业技术研究院有限公司
Abstract: 本发明公开了一种面向心电信号的半监督房颤自动检测系统，属于心电信号分析技术领域，包括：心电信号处理模块、训练模块和房颤检测模块；其中，训练模块用于对采集到的若干心电信号，分别输入到心电信号处理模块中，得到对应的RR间期样本；采集到的若干心电信号包括有房颤的心电信号和无房颤的心电信号；仅部分心电信号携带房颤标签；将各RR间期样本以及部分房颤标签输入到房颤信号检测模型中进行半监督训练，能够在保证检测准确率的前提下，以较小的工作量对模型进行训练，大大提高开发效率。
-
公开(公告)号：CN111772628B
公开(公告)日：2021-10-08
申请号：CN202010688677.4
申请日：2020-07-16
Applicant: 华中科技大学
Abstract: 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。
-
公开(公告)号：CN111772628A
公开(公告)日：2020-10-16
申请号：CN202010688677.4
申请日：2020-07-16
Applicant: 华中科技大学
IPC: A61B5/046 , A61B5/0456 , A61B5/00
Abstract: 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。
-
公开(公告)号：CN113876331A
公开(公告)日：2022-01-04
申请号：CN202111250533.1
申请日：2021-10-26
Applicant: 华中科技大学 , 武汉中科医疗科技工业技术研究院有限公司
Abstract: 本发明公开了一种面向心电信号的半监督房颤自动检测系统，属于心电信号分析技术领域，包括：心电信号处理模块、训练模块和房颤检测模块；其中，训练模块用于对采集到的若干心电信号，分别输入到心电信号处理模块中，得到对应的RR间期样本；采集到的若干心电信号包括有房颤的心电信号和无房颤的心电信号；仅部分心电信号携带房颤标签；将各RR间期样本以及部分房颤标签输入到房颤信号检测模型中进行半监督训练，能够在保证检测准确率的前提下，以较小的工作量对模型进行训练，大大提高开发效率。
-
-
-
-
-
Search Results
6
records
(took 0.025 seconds)
