[发明专利]一种基于人工智能的心脏疾病辅助检测方法

权利要求书

1.一种基于人工智能的心脏疾病辅助检测方法，其特征在于，包括以下步骤：

步骤1. 获取样本数据，所述样本数据包括特定心脏疾病的病理特征数据，所述特定心脏疾病的病理特征数据包括心电动力学图；

步骤2. 对步骤1获取的样本数据进行机器学习，获得特定心脏疾病的卷积神经网络模型，所述特定心脏疾病的卷积神经网络识别模型包括至少一个输入层、至少一个隐含层和至少一个输出层组成；

步骤3. 对步骤2所述特定心脏疾病的卷积神经网络模型进行迁移学习训练，获得特定心脏疾病的卷积神经网络识别模型。

2.根据权利要求1所述心脏疾病辅助检测方法，其特征在于，步骤1还包括对所述心电动力学图进行预处理的步骤，预处理后的心电动力学图的长度、宽度和高度都为18~46像素之间的同一像素值。

3.根据权利要求1所述心脏疾病辅助检测方法，其特征在于，所述特定心脏疾病的卷积神经网络识别模型还包含了蒙特卡洛树搜索算法。

4.根据权利要求1所述心脏疾病辅助检测方法，其特征在于，步骤1中所述特定心脏疾病的病理特征数据还包括心电向量图、心电向量图的二维平面投影图和心电动力学图的二维平面投影图中的一种或几种。

5.根据权利要求4所述心脏疾病辅助检测方法，其特征在于，步骤4还包括对所述心电向量图进行预处理的步骤，预处理后的心电向量图的长度、宽度和高度都为18~46像素之间的同一像素值。

6.根据权利要求4所述心脏疾病辅助检测方法，其特征在于，对所述心电向量图的二维平面投影图或心电动力学图的二维平面投影图需进行预处理，预处理后的心电向量图的二维平面投影图（或心电动力学图的二维平面投影图）的长度和宽度都为18~46像素之间的同一像素值。

7.一种基于人工智能的心脏疾病辅助检测方法，其特征在于，包括以下步骤：

S1. 采集待测人员的特定心脏疾病的病理特征数据，所述待测人员的特定心脏疾病的病理特征数据包括待测人员的心电向量图、心电动力学图、心电向量图的二维平面投影图和心电动力学图的二维平面投影图中的一种或几种；

S2. 将步骤S1采集的图像数据输入到权利要求1至6任一权项所述特定心脏疾病的卷积神经网络识别模型，得到待测人员的心脏疾病的检测结果。

8.根据权利要求7所述心脏疾病辅助检测方法，其特征在于，步骤S2所述待测人员的心脏疾病的检测结果还包含特定心脏疾病的熵的检测信息。

9.一种心脏疾病的检测产品，其特征在于，所述检测产品使用了权利要求1-6任一权项所述心脏疾病辅助检测方法。

10.一种根据权利要求9所述检测产品在心脏疾病检测上的应用。