[发明专利]可迭代更新的心电图分析系统

说明书

本发明公开了一种可迭代更新的心电图分析系统。该系统包括：心电图采集中心，用于采集心电图数据；自动分析中心，用于根据预先训练的心电图分类模型对采集到的心电图数据进行分类识别，得到心电图数据的所属类别，心电图确认中心，用于接收自动分析中心发送的针对心电图数据的分类识别结果，并将分类识别结果发送给医生诊断设备上；后端处理中心，用于从采集到的心电图数据中获取满足预设条件的心电图，并将满足预设条件的心电图发送至医生诊断设备进行标注，并将标注后的心电图添加至标注数据库中，并根据扩充后的标注数据库对心电图分类模型进行训练更新。该系统可以解决现有技术中心电图分析系统性能更新困难、缓慢的问题。

技术领域

本发明涉及医疗领域，尤其涉及一种可迭代更新的心电图分析系统。

背景技术

心电图(Electrocardiography，英文简称：ECG)检测是20世纪建立起来并广泛应用于临床诊断和监测的重大技术成果之一。这种检测手段对心脏疾病(如各类心律失常、心肌梗死及心室肥大等)的诊断对临床诊疗功不可没。

相关技术中，心电图分析方法通常是采用基于规则或判据的分析方法，其典型代表是采用明尼苏达码对心电信号进行分析，这种方法的优势在于与医生的诊断逻辑类似，分析结果能有很好的医学解释。但是存在以下缺点：分析方法中的规则均是基于确定化的阈值，当出现不满足预设规则或判据的心电图诊断时，心电图分析系统无法给出正确的诊断结果。传统的心电图分析方法只能依靠这些特殊心电图，人为归纳总结其特点，更新规则或判据，不仅自动诊断性能更新较慢，亦不能很好的提取其细微特征。

发明内容

本发明的目的旨在至少在一定程度上解决上述的技术问题之一。

为此，本发明的一个目的在于提出一种可迭代更新的心电图分析系统。该系统可以解决现有技术中心电图分析系统性能更新困难、缓慢的问题，可以避免人为提取特征、升级系统，可以实现自主迭代训练更新模型，自动提升分析模型准确性。

为达到上述目的，本发明一方面实施例提出的可迭代更新的心电图分析系统，包括：心电图采集中心，用于采集患者的心电图数据；自动分析中心，用于对采集到的心电图数据进行预处理，并根据预先训练的心电图分类模型对预处理后的心电图数据进行分类识别，得到所述心电图数据的所属类别，其中，所述心电图分类模型是基于已标注心电图样本对神经网络模型进行训练而得到的；心电图确认中心，用于接收所述自动分析中心发送的针对所述心电图数据的分类识别结果，并将所述分类识别结果发送给医生诊断设备上；后端处理中心，用于从所述心电图采集中心采集到的心电图数据中获取满足预设条件的心电图，并将所述满足预设条件的心电图发送至所述医生诊断设备进行标注，并将所述医生诊断设备反馈的标注后的心电图添加至用以存储所述已标注心电图样本的标注数据库中，并根据扩充后的标注数据库对所述心电图分类模型进行训练更新。

根据本发明实施例的可迭代更新的心电图分析系统，可通过心电图采集中心采集患者的心电图数据，自动分析中心对采集到的心电图数据进行预处理，并根据预先训练的心电图分类模型对预处理后的心电图数据进行分类识别，得到心电图数据的所属类别，心电图确认中心用于接收自动分析中心发送的针对心电图数据的分类识别结果，并将分类识别结果发送给医生诊断设备上，可以实现心电图的自动分类识别功能；并且，在对采集到的心电图数据进行分类识别的过程中，可通过后端处理中心从所述采集到的心电图数据中获取满足预设条件的心电图，并将所述满足预设条件的心电图发送至所述医生诊断设备进行标注，并将所述医生诊断设备反馈的标注后的心电图添加至用以存储所述已标注心电图样本的标注数据库中，这样，可根据扩充后的标注数据库对所述心电图分类模型进行训练更新，即使用人工智能的方法，通过查询能够主动地选择包含信息量大的未标注心电图并将其交由临床专家进行标注，然后置入训练集进行训练，从而在训练集较小的情况下获得较高的分类正确率，这样可以尽可能地减小训练集及标注成本；另外，在心电图的采集应用过程增加标注的数据库，无需额外增加数据标注成本的基础上，可以避免人为提取特征、升级系统，自主迭代训练更新模型，自动提升分析模型准确性，进一步满足临床要求。