公开(公告)号：CN110037691B

公开(公告)日：2020-12-04

申请号：CN201910323618.4

申请日：2019-04-22

申请人： 上海数创医疗科技有限公司

发明人： 朱俊江 ,  杨潞潞 ,  汪朝阳 ,  孙皛 ,  陈国亮

IPC分类号： A61B5/0402 ,  A61B5/0456

摘要： 本申请涉及一种用于R波定位的改进卷积神经网络，将每条心电图信号以固定步长和长度的滑动窗截取心电图信号形成截取段，并将截取后截取段，再构造一表示是否具有R波及R波位置的矩阵Y，通过将充分多个具有R波且已知R波位置的心电图信号以及充分多个无R波的心电图信号作为输入、矩阵Y作为输出训练改进卷积神经网络，从而获得用于R波定位的改进卷积神经网络。该改进卷积神经网络具有鲁棒性高，识别准确、快速的优点，且能够方便得到R波位置。

公开(公告)号：CN110897630A

公开(公告)日：2020-03-24

申请号：CN201910568842.X

申请日：2019-06-27

申请人： 上海数创医疗科技有限公司

发明人： 朱俊江 ,  璞玉 ,  汪朝阳

IPC分类号： A61B5/0402 ,  A61B5/00

摘要： 本申请涉及一种基于迁移学习的室性心动过速心律识别方法和装置，将多导联心电图信号输入到训练好的SCNN神经网络中，根据SCNN神经网络的输出结果即可判断多导联心电图信号的类型；对SCNN神经网络进行训练时，先采用充分多条已知类型的非室性心动过速的心电图信号以及收集并复制的室性心动过速的心电图信号对SCNN神经网络进行训练，确定卷积层和池化层的参数，之后再通过收集的室性心动过速的心电图信号对SCNN神经网络进行训练，确定全连接层的参数。通过两次训练，由第一次训练确定卷积层和池化层的参数，第二次训练确定全连接层的参数。因此，本申请在无需采集过多室性心动过速的心电信号的情况下，从而提供一种识别准确率高的基于迁移学习的室性心动过速心律识别方法。

公开(公告)号：CN109620214A

公开(公告)日：2019-04-16

申请号：CN201811497524.0

申请日：2018-12-07

申请人： 上海数创医疗科技有限公司

发明人： 朱俊江 ,  张德涛 ,  伍尚实 ,  汪朝阳 ,  陈广怡

IPC分类号： A61B5/0452

摘要： 本发明公开了基于人工智能技术的心电信号ST段自动判断方法及装置，针对滤波后的人体心电信号，结合小波滤波和三角形面积法分别提取心电信号各个重要特征点，包括定位S波和T波，实现ST段的起始点、斜率特征的准确识别，继而提出使用基于均值滤波的去除基线方法，将提取出的基线序列减去，得到新的心电信号，再针对此心电信号提取ST段、各段基线，计算心率及各段基线的斜率，综合选取标准基线，最后根据标准基线识别ST段的异常改变，得出定性定量的关于ST段的判断结果，是抬高、压低还是正常。本发明解决了基线漂移带来的基线误差、标准基线选取不准确、异常心拍个数差异大的问题，间接提高了ST段异常改变判断的准确率，计算简单、易于实现。

公开(公告)号：CN110236521A

公开(公告)日：2019-09-17

申请号：CN201910420709.X

申请日：2019-05-20

申请人： 上海数创医疗科技有限公司

发明人： 朱俊江 ,  汪朝阳 ,  严天宏 ,  姚蔚菁

IPC分类号： A61B5/0402 ,  A61B5/00 ,  G06N3/04

摘要： 本申请涉及一种用于心电图类型识别的双卷积神经网络，包括与多导联心电图心电信号的导联数量相同的第一CNN模型和第二CNN模型，所述第一CNN模型的输入值为以长度为a+b秒、步长为0.01-0.05秒为窗口将每一条导联的心电信号截取成的信号片段，输出结果为第一连续值：[X1,X2]；所述第二CNN模型的输入值为以同一心电信号的不同导联的信号片段分别输入到进行训练的第一CNN模型中得到的输出值形成的矩阵，输出结果为第二连续值：[Y1,Y2]。本申请考虑到多导联心电信号，并以第一CNN模型和第二CNN模型的相互承接关系，由第二CNN模型的最终输出结果就可以得到心电图类型，具有准确性高的优点。

公开(公告)号：CN109620214B

公开(公告)日：2020-09-25

申请号：CN201811497524.0

申请日：2018-12-07

申请人： 上海数创医疗科技有限公司

发明人： 朱俊江 ,  张德涛 ,  伍尚实 ,  汪朝阳 ,  陈广怡

IPC分类号： A61B5/0452

摘要： 本发明公开了基于人工智能技术的心电信号ST段自动判断方法及装置，针对滤波后的人体心电信号，结合小波滤波和三角形面积法分别提取心电信号各个重要特征点，包括定位S波和T波，实现ST段的起始点、斜率特征的准确识别，继而提出使用基于均值滤波的去除基线方法，将提取出的基线序列减去，得到新的心电信号，再针对此心电信号提取ST段、各段基线，计算心率及各段基线的斜率，综合选取标准基线，最后根据标准基线识别ST段的异常改变，得出定性定量的关于ST段的判断结果，是抬高、压低还是正常。本发明解决了基线漂移带来的基线误差、标准基线选取不准确、异常心拍个数差异大的问题，间接提高了ST段异常改变判断的准确率，计算简单、易于实现。

公开(公告)号：CN110037691A

公开(公告)日：2019-07-23

申请号：CN201910323618.4

申请日：2019-04-22

申请人： 上海数创医疗科技有限公司

发明人： 朱俊江 ,  杨潞潞 ,  汪朝阳 ,  孙皛 ,  陈国亮

IPC分类号： A61B5/0402 ,  A61B5/0456

摘要： 本申请涉及一种用于R波定位的改进卷积神经网络，将每条心电图信号以固定步长和长度的滑动窗截取心电图信号形成截取段，并将截取后截取段，再构造一表示是否具有R波及R波位置的矩阵Y，通过将充分多个具有R波且已知R波位置的心电图信号以及充分多个无R波的心电图信号作为输入、矩阵Y作为输出训练改进卷积神经网络，从而获得用于R波定位的改进卷积神经网络。该改进卷积神经网络具有鲁棒性高，识别准确、快速的优点，且能够方便得到R波位置。

公开(公告)号：CN110037690A

公开(公告)日：2019-07-23

申请号：CN201910323617.X

申请日：2019-04-22

申请人： 上海数创医疗科技有限公司

发明人： 朱俊江 ,  汪朝阳 ,  杨潞潞 ,  陈国亮 ,  姚蔚菁

IPC分类号： A61B5/0402 ,  A61B5/0456

摘要： 本申请涉及一种基于改进卷积神经网络的R波定位方法和装置，将每条心电图信号以固定步长和长度的滑动窗截取心电图信号形成截取段，并将截取后截取段，输入到R波位置检测模型中，通过R波位置检测模型输出的局部最大值所在的元素即可实现对R波的检测和位置的定位，本申请具有识别准确、快速的优点，且能够方便得到R波位置。