[发明专利]一种心电信号智能分析方法及系统、智能心电辅助系统

说明书

本申请公开了一种心电信号智能分析方法及系统、智能心电辅助系统，方法包括如下步骤：获取多个心电信号、与心电信号相关联的患者其它信息、心电异常标签、心电危急值标签，构建样本数据集；将样本数据集划分为训练集、验证集和测试集，基于训练集构建训练心电异常识别模型、心电危急值识别模型，将待分析的心电信号输入训练好的心电异常识别模型，得到心电异常预测概率，当心电异常预测概率高于预设阈值时，再将心电信号及与心电信号关联的患者其它信息输入心电危急值识别模型，输出心电危急值预测概率。本申请方法及系统，能够利用心电信号、与心电信号相关联的患者的其它信息，给出预测概率，提高心电信号异常识别、心电危急值识别的准确率。

技术领域

本申请涉及人工智能技术领域，特别涉及一种心电信号智能分析方法及系统、智能心电辅助系统。

背景技术

心电信号记录了心脏的电活动变化，是临床最常用的检查之一，对于心电信号的分析可以帮助提示心律失常、心肌缺血、心脏扩大与肥厚等心脏异常的可能性。心电危急值是指心电图记录到的可能危及生命、会导致严重血流动力学异常改变的心电图表现。心电危急值的识别在临床中尤为重要，早期识别、及时处理能有效地降低猝死等严重心血管事件的发生。

目前，对心电信号中记录的心电异常和危急值的识别需要心电判读医师人工判断，而我国每年心电检查数据量巨大，使得对心电信号分析的需求量非常大，仅靠人工难以满足。此外，对心电信号异常及危急值情况的识别和判断直接受到医师技术水平影响，而当前高水平医师资源缺乏，特别在我国的基层医疗机构中尤为突出，这进一步限制了对心电异常及危急值的识别、预警。

近年来，深度学习在心电异常识别领域发展显著，且体现出比传统算法更高的准确率，但前沿研究成果大多属于国外，国内研究进度相对落后，特别是对于心电危急值的识别和预警，现有的智能识别方法一般只对心电信号或测量值进行分析，相对缺乏对患者其它信息如既往史、服药史等信息的综合有效利用，存在识别模型精度不足的问题。

发明内容

本申请提供一种心电信号智能分析方法，能够综合、有效利用心电信号、与心电信号相关联的患者的其它信息，进行心电信号智能分析，得到心电异常预测概率、心电危急值预测概率，解决现有的智能识别方法存在的对患者其它信息的有效利用不足和模型精度不足的问题。

本技术方案同时提出一种心电信号智能分析系统，能够实现自动化采集和利用心电信号、与患者相关联的患者的其它信息，进行心电信号智能分析，得到心电异常概率、心电危急值预测概率，解决现有识别模型精度不足的问题。

本技术方案还在于提供一种智能心电辅助系统，解决现有系统自动化、智能化程度低的问题。

为实现上述目的，具体技术方案如下：

一种心电信号智能分析方法，包括如下步骤：

获取多个心电信号、与心电信号相关联的患者的其它信息、以及心电异常标签、心电危急值标签，构建样本数据集D；

将样本数据集D划分为第一训练集 D_train,1、验证集 D_vali和测试集 D_test；

构建心电异常识别模型框架，以第一训练集 D_train,1为输入，训练得到心电异常识别模型；