[发明专利]归类模型训练方法、心电图数据归类方法、装置及设备

权利要求书

1.一种归类模型训练方法，其特征在于，所述方法包括：

从多组心电图训练数据中提取每组心电图训练数据的特征数据；

基于每组心电图训练数据的特征数据，及其对应的类别标签，训练心电图数据归类模型。

2.根据权利要求1所述的方法，其特征在于，所述基于每组心电图训练数据的特征数据，及其对应的类别标签，训练心电图数据归类模型，包括：

对所述多组心电图训练数据的特征数据进行降维处理；

基于降维处理后的多组心电图训练数据的特征数据，及其分别对应的类别标签训练所述心电图数据归类模型。

3.根据权利要求2所述的方法，其特征在于，对所述多组训练心电波形数据的特征数据进行降维处理之前，所述方法还包括：

对所述每组心电图训练数据的特征数据进行数据清洗；

所述对所述多组心电图训练数据的特征数据进行降维处理，包括：

对经过数据清洗之后的每组心电图训练数据的特征数据进行降维处理。

4.根据权利要求1所述的方法，其特征在于，所述多组心电图训练数据包括：12导联训练数据；

所述12导联训练数据中每个导联训练数据的特征数据，均包括以下任意一种或多种：

平均QRS持续时间、P波和Q波的平均持续时间、T波的平均持续时间、两个连续T波的平均持续时间、两个连续P波的平均持续时间、是否存在双向R波、是否存在凹陷R波、是否存在双相P波、是否存在凹陷P波、是否存在双相T波、是否存在凹陷T波、R波的振幅、P波的振幅、Q波的振幅和T波的振幅。

5.一种心电图数据归类方法，其特征在于，所述方法包括：

获取心电图待分类数据，并提取所述心电图待分类数据的特征数据；

将所述心电图待分类数据的特征数据输入训练得到的心电图数据归类模型，得到所述心电图待分类数据的归类结果，所述心电图数据归类模型为根据如权利要求1所述的归类模型训练方法得到的心电图数据归类模型。

6.根据权利要求5所述的方法，其特征在于，所述心电图待分类数据包括：12导联待分类数据；

所述12导联待分类数据中每个导联待分类数据的特征数据，均包括以下任意一种或多种：

平均QRS持续时间、P波和Q波的平均持续时间、T波的平均持续时间、两个连续T波的平均持续时间、两个连续P波的平均持续时间、是否存在双向R波、是否存在凹陷R波、是否存在双相P波、是否存在凹陷P波、是否存在双相T波、是否存在凹陷T波、R波的振幅、P波的振幅、Q波的振幅和T波的振幅。

7.一种归类模型训练装置，其特征在于，所述装置包括：

提取单元，用于从多组心电图训练数据中提取每组心电图训练数据的特征数据；

训练单元，用于基于每组心电图训练数据的特征数据，及其对应的类别标签，训练心电图数据归类模型。

8.一种心电图数据归类装置，其特征在于，所述装置包括：

获取单元，用于获取心电图待分类数据，并提取所述心电图待分类数据的特征数据；

归类单元，用于将所述心电图待分类数据的特征数据输入训练得到的心电图数据归类模型，得到所述心电图待分类数据的归类结果，所述心电图数据归类模型为根据如权利要求1所述的归类模型训练方法得到的心电图数据归类模型。

9.一种归类模型训练设备，其特征在于，所述设备包括：处理器和存储器；

所述存储器，用于存储指令；

所述处理器，用于执行所述存储器中的所述指令，执行权利要求1-4任意一项所述的方法。

10.一种心电波形数据归类设备，其特征在于，所述设备包括：处理器和存储器；

所述存储器，用于存储指令；

所述处理器，用于执行所述存储器中的所述指令，执行权利要求5-6任意一项所述的方法。