公开(公告)号：CN110619322A

公开(公告)日：2019-12-27

申请号：CN201910994903.9

申请日：2019-10-18

申请人： 武汉大学 ,  武汉大学苏州研究院

发明人： 刘娟 ,  李宇翔 ,  冯晶 ,  刘思璇

IPC分类号： G06K9/00 ,  G06K9/62 ,  G06N3/04 ,  G16H50/20 ,  A61B5/0468

摘要： 本发明公开了一种基于多流态卷积循环神经网络的多导联心电异常信号识别方法及系统，其中的方法包括：首先对获取的多导联心电数据进行去噪处理；然后搭建用于提取心电数据不同尺度的波形特征的多流态CNN模型，接着对提取的不同尺度的波形特征进行融合；接下来搭建用于提取融合后的波形特征中的时序特征的双向RNN模型；再将多流态CNN模型与双向RNN模型拼接成多流态卷积循环神经网络模型，并进行训练与微调；最后，将待处理的多导联心电数据进行去噪处理后，输入优化后的多流态卷积循环神经网络模型，获得异常信号识别结果。本发明增加了特征提取的特征量，减少了特征提取的难度，提高了分类识别的准确性以及模型的泛化能力。

公开(公告)号：CN110584649B

公开(公告)日：2021-01-15

申请号：CN201910849077.9

申请日：2019-09-09

申请人： 武汉大学

发明人： 刘娟 ,  刘思璇 ,  冯晶 ,  李宇翔

IPC分类号： A61B5/318 ,  A61B5/346 ,  A61B5/00 ,  G06K9/00 ,  G06K9/62 ,  G06N3/04

摘要： 本发明公开了一种动态单导心电图中异常心电信号识别方法及系统，首先对获得的原始动态单导心电数据进行预处理；然后对预处理后的心电信号数据进行质量评估，质量评估结果分为质量可接受的心电信号数据和质量不可接受的心电信号数据；接着对质量可接受的心电信号数据进行拼接；接下来利用拼接后的质量可接受的心电信号数据对预先构建的心电分类模型进行训练优化，获得训练好的心电分类模型；最后将待识别的动态单导心电图进行预处理、质量评估以及数据拼接的处理，输入训练好的心电分类模型，获得分类识别结果。本发明的方法可以大大提高识别和分类的准确性。

公开(公告)号：CN111134662A

公开(公告)日：2020-05-12

申请号：CN202010096524.0

申请日：2020-02-17

申请人： 武汉大学

发明人： 刘娟 ,  李宇翔 ,  冯晶 ,  刘思璇

IPC分类号： A61B5/0402 ,  A61B5/00

摘要： 本发明公开了一种基于迁移学习和置信度选择的心电异常信号识别方法，方法包括如下步骤：S1、对大量短时心电数据进行去噪处理；S2、搭建CNN模型，并随机初始化CNN模型中的参数；S3、使用大量的短时心电数据集训练CNN；S4、对少量的长时间心电数据进行切割，使得长度与网络输入适配；S5、使用切割后的短时数据进行迁移训练，每轮训练选择包中置信度最高的k个短时数据作为输入，S6、实现心电异常信号识别的功能。本发明使用基于迁移学习和置信度选择的心电异常信号识别方法，通过对卷积神经网络的预训练来获取信息，再使用迁移学习和置信度选择的方式提升模型在心电异常识别分类的准确率，可以辅助给医生提供参考，降低误诊、漏诊率，减轻医生的工作量。

公开(公告)号：CN111134662B

公开(公告)日：2021-04-16

申请号：CN202010096524.0

申请日：2020-02-17

申请人： 武汉大学

发明人： 刘娟 ,  李宇翔 ,  冯晶 ,  刘思璇

IPC分类号： A61B5/318 ,  A61B5/00 ,  A61B5/347 ,  A61B5/349 ,  A61B5/366 ,  A61B5/353 ,  A61B5/355

摘要： 本发明公开了一种基于迁移学习和置信度选择的心电异常信号识别方法，方法包括如下步骤：S1、对大量短时心电数据进行去噪处理；S2、搭建CNN模型，并随机初始化CNN模型中的参数；S3、使用大量的短时心电数据集训练CNN；S4、对少量的长时间心电数据进行切割，使得长度与网络输入适配；S5、使用切割后的短时数据进行迁移训练，每轮训练选择包中置信度最高的k个短时数据作为输入，S6、实现心电异常信号识别的功能。本发明使用基于迁移学习和置信度选择的心电异常信号识别方法，通过对卷积神经网络的预训练来获取信息，再使用迁移学习和置信度选择的方式提升模型在心电异常识别分类的准确率，可以辅助给医生提供参考，降低误诊、漏诊率，减轻医生的工作量。

公开(公告)号：CN110584649A

公开(公告)日：2019-12-20

申请号：CN201910849077.9

申请日：2019-09-09

申请人： 武汉大学

发明人： 刘娟 ,  刘思璇 ,  冯晶 ,  李宇翔

IPC分类号： A61B5/0402 ,  A61B5/00 ,  G06K9/00

摘要： 本发明公开了一种动态单导心电图中异常心电信号识别方法及系统，首先对获得的原始动态单导心电数据进行预处理；然后对预处理后的心电信号数据进行质量评估，质量评估结果分为质量可接受的心电信号数据和质量不可接受的心电信号数据；接着对质量可接受的心电信号数据进行拼接；接下来利用拼接后的质量可接受的心电信号数据对预先构建的心电分类模型进行训练优化，获得训练好的心电分类模型；最后将待识别的动态单导心电图进行预处理、质量评估以及数据拼接的处理，输入训练好的心电分类模型，获得分类识别结果。本发明的方法可以大大提高识别和分类的准确性。