[发明专利]一种无症状性冠脉疾病的预测模型训练方法、装置及系统

说明书

本发明公开了一种无症状性冠脉疾病的预测模型训练方法、装置及系统。该预测模型训练装置还包括数据处理单元、模型构建单元以及训练输出单元。该预测模型训练系统包括如前所述的无症状性冠脉疾病的预测模型训练装置以及数据存储模块。通过根据预设的ResNet‑50架构以及预设的Squeeze‑and‑Excitation模块所构建的预测模型，并根据获取的第一训练数据组对该预测模型进行训练以获得第一预测模型，该预测模型训练方法、装置及系统提升了所训练出的无症状性冠脉疾病的预测模型的准确度。

技术领域

本发明涉及无症状性冠脉疾病的预测模型训练领域，涉及一种无症状性冠脉疾病的预测模型训练方法、装置及系统。

背景技术

冠状动脉疾病(CAD)是由于冠状动脉粥样硬化斑块形成而导致血流减少、远端心肌缺血的一类疾病。它是全球成年人的主要致死原因，是人类预期寿命缩短、生活质量减低的重要原因，为全球医疗和经济带来了沉重的负担。其中，无症状型冠脉疾病，包括无症状心肌缺血，是冠状动脉疾病(CAD)的常见类型，但由于缺乏典型的临床症状和特异性标志，常常被漏诊；因此，对存在无症状型冠脉疾病个体的筛查、识别和诊断是亟待解决的重要问题。

在现有技术中，通常使用传统的12导联心电图(ECG)进行检查，ECG是一种临床常用的、低成本、非侵入性心脏电生理检查手段，动态心电监测也被临床广泛运用，作为高危人群筛查的重要方法；在此基础上，现有技术还采用基于ECG的预测模型对无症状性冠脉疾病进行预测。

但是，现有技术仍存在如下缺陷：传统心电图和动态心电监测面临耗费人力且高度依赖个人的专业知识、缺乏提示冠脉疾病的特异性标志；现有技术中的预测模型准确度较低。

因此，当前需要一种无症状性冠脉疾病的预测模型训练方法、装置及系统，从而克服现有技术中存在的上述缺陷。

发明内容

针对现存的上述技术问题，本发明的目的在于提供一种无症状性冠脉疾病的预测模型训练方法、装置及系统，从而提升所训练出的无症状性冠脉疾病的预测模型的准确度。

本发明提供了一种无症状性冠脉疾病的预测模型训练方法，所述预测模型训练方法包括：获取训练数据组，并对所述训练数据组进行预处理，从而获得第一训练数据组；所述第一训练数据组包括第一训练集、第一验证集以及第一测试集；根据预设的ResNet-50架构以及预设的Squeeze-and-Excitation模块，构建预测模型；根据所述第一训练集、所述第一验证集、所述第一测试集以及所述预测模型，训练评估以获得第一预测模型。

在一个实施例中，获取训练数据组，并对所述训练数据组进行预处理，从而获得第一训练数据组，具体包括：收集预设的数量的训练数据组；所述训练数据组包括心电图以及血管造影图像；根据预设的冠脉狭窄判断标准，对所述血管造影图像进行判断和标记以获得第一血管造影图像，对所述心电图进行缩减处理以获得第一心电图，并将第一血管造影图像以及第一心电图作为第一训练数据组；根据预设的划分比例，将所述第一训练数据组划分为第一训练集、第一验证集以及第一测试集。

在一个实施例中，根据预设的ResNet-50架构以及预设的Squeeze-and-Excitation模块，构建预测模型，具体包括：将预设的Squeeze-and-Excitation模块嵌入预设的ResNet-50架构中，从而获得预测模型。

在一个实施例中，根据所述第一训练集、所述第一验证集、所述第一测试集以及所述预测模型，训练评估以获得第一预测模型，具体包括：通过所述第一训练集以及所述第一验证集对所述预测模型进行训练，从而获得训练预测模型；通过所述第一测试集对所述训练预测模型进行评估测试，并根据评估结果输出第一预测模型。