[发明专利]一种自学习的心电图模板分类模型更新系统及方法

权利要求书

1.一种自学习的心电图模板分类模型更新系统，其特征在于，所述系统，包括：模板自动分类模块、跟踪模块和操作热度匹配模块；

所述模板自动分类模块，用于根据模板分类模型对原始心电图数据进行分类，得到至少一个至分类结果，每一分类结果包括多个事件；

所述跟踪模块，用于记录人工的操作，所述操作与每一事件对应；

所述操作热度匹配模块，用于根据热度匹配模型，对操作操作进行热度排序，并生成操作热度对照表；

所述模板自动分类模块，还用于根据所述热度对照表对模板分类模型进行更新。

2.根据权利要求1所述的系统，其特征在于，所述跟踪模块，包括：模板合并跟踪单元，和/或模模板拆分跟踪单元，和/或叠加图框选展开跟踪单元，和/或单心搏校正跟踪单元，和/或全导图标定跟踪单元；其中，

所述模模板合并跟踪单元，用于记录当第一分类结果中的任一事件的特征和第二分类结果中的任一事件的特征相同，人工将第一分类结果对应的分类模板和第二分类结果对应的模板进行合并的操作；其中，至少一个分类结果包括第二分类结果和第二分类结果；和/或，

所述模模板拆分跟踪单元，用于记录当每一分类结果中的任一事件的特征与每一分类结果中的除任一事件的特征不同时，人工将每一分类结果对应的分类模板进行拆分的操作。

3.根据权利要求1所述的系统，其特征在于，所述模板自动分类模块，具体用于：

根据神经网络对操作热度对照表中的数据进行训练，更新模板分类模型。

4.根据权利要求3所述的系统，其特征在于，所述神经网络为8级卷积神经网络。

5.一种自学习的心电图模板分类模型更新方法，其特征在于，所述方法，包括：

根据模板分类模型对原始心电图数据进行分类，得到至少一个至分类结果，每一分类结果包括多个事件；

记录人工的操作，所述操作与每一事件对应；

根据热度匹配模型，对操作进行热度排序，并生成操作热度对照表；

根据所述热度对照表跟新的模板分类模型，对原始心电图数据进行分类，更新所述模板分类模型。

6.根据权利要求5所述的方法，其特征在于，所述记录人工的操作，所述操作与每一事件对应，包括：

记录当第一分类结果中的任一事件的特征和第二分类结果中的任一事件的特征相同，人工将第一分类结果对应的分类模板和第二分类结果对应的模板进行合并的操作；其中，至少一个分类结果包括第二分类结果和第二分类结果；和/或，

记录当每一分类结果中的任一事件的特征与每一分类结果中的除任一事件的特征不同时，人工将每一分类结果对应的分类模板进行拆分的操作。

7.根据权利要求5所述的方法，其特征在于，所述根据所述热度对照表跟新的模板分类模型，对原始心电图数据进行分类，更新所述模板分类模型，包括：

根据神经网络对操作热度对照表中的数据进行训练，更新模板分类模型。

8.根据权利要求7所述的方法，其特征在于，所述神经网络为8级神经网络。