[发明专利]心电图的识别方法及装置、存储介质、计算机设备

说明书

本申请公开了一种心电图的识别方法及装置、存储介质、计算机设备，该方法包括：对心电图样本数据进行采样率预处理，以使心电图样本数据的采样率与预设标准采样率一致；根据采样率预处理后的心电图样本数据，建立训练样本集和测试样本集；利用训练样本集训练UNet卷积神经网络模型，直至训练好的模型识别测试样本集的准确率大于或等于预设准确率阈值；接收待识别的心电图数据，并利用训练好的模型识别待识别的心电图数据对应的心电图类型。本申请有助于解决现有技术中依靠医务人员人工诊断心电图导致的效率低下以及容易因疲劳造成误诊的问题，提高了心电图的诊断效率和准确率，降低了医务人员的工作量。

技术领域

本申请涉及心电图诊断技术领域，尤其是涉及到一种心电图的识别方法及装置、存储介质、计算机设备。

背景技术

心血管疾病是全球的头号杀手，我国心血管病死亡占居民疾病死亡构成40％以上，居首位。对心血管疾病的治疗与预防已经越来越受到人们的关注。心电图被认为是心血管疾病诊断中最早、最常用和最基本的诊断方法。与其它诊断方法相比，心电图使用方便，易于普及。

目前，主要依靠医护人员对心电图进行人工诊断，据统计我国每年心电图记录多达3亿条以上，人工诊断工作量非常大，长时间的人工诊断容易造成医护人员疲劳导致误诊。因此，如何提高心电图的诊断效率和诊断准确率成为了亟待解决的问题。

发明内容

有鉴于此，本申请提供了一种心电图的识别方法及装置、存储介质、计算机设备，通过心电图分类模型识别心电图的类型，有助于提高心电图的诊断效率和准确率。

根据本申请的一个方面，提供了一种心电图的识别方法，包括：

对心电图样本数据进行采样率预处理，以使所述心电图样本数据的采样率与预设标准采样率一致；

根据采样率预处理后的心电图样本数据，建立训练样本集和测试样本集；

利用所述训练样本集训练UNet卷积神经网络模型，直至训练好的模型识别所述测试样本集的准确率大于或等于预设准确率阈值；

接收待识别的心电图数据，并利用所述训练好的模型识别所述待识别的心电图数据对应的心电图类型。

根据本申请的另一方面，提供了一种心电图的识别装置，包括：

样本采样率处理模块，用于对心电图样本数据进行采样率预处理，以使所述心电图样本数据的采样率与预设标准采样率一致；

样本集建立模块，用于根据采样率预处理后的心电图样本数据，建立训练样本集和测试样本集；

模型训练模块，用于利用所述训练样本集训练UNet卷积神经网络模型，直至训练好的模型识别所述测试样本集的准确率大于或等于预设准确率阈值；

识别模块，用于接收待识别的心电图数据，并利用所述训练好的模型识别所述待识别的心电图数据对应的心电图类型。

依据本申请又一个方面，提供了一种存储介质，其上存储有计算机程序，所述程序被处理器执行时实现上述心电图的识别方法。

依据本申请再一个方面，提供了一种计算机设备，包括存储介质、处理器及存储在存储介质上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现上述心电图的识别方法。