[发明专利]一种基于CNN神经网络的急性心肌梗死定位自动判别系统

摘要

一种基于CNN神经网络的急性心肌梗死定位自动判别系统，涉及心肌梗死定位判别技术领域，包括数据采集系统、云平台数据存储系统、定位判别分析系统和数据显示系统；可穿戴心电监护仪与待判别人员连接，记录并生成12导联原始心电图；心电图采集系统获取12导联原始心电图数据，包括P波的波幅、QRS波群的波幅、ST段的波幅和T波的波幅；定位判别分析系统利用基于CNN神经网络训练获得的定位判别模型进行卷积计算获得判别中间数据，判别中间数据经过sigmoid函数映射获得判别结果数据，从而做出待判别人员急性心肌梗死发生部位的定位判别；本申请提供一种基于CNN神经网络的急性心肌梗死定位自动判别系统，对待判别人员是急性心机梗死发生部位做出准确的判别。

主权项

1.一种基于CNN神经网络的急性心肌梗死定位自动判别系统，其特征在于，包括数据采集系统、云平台数据存储系统、定位判别分析系统和数据显示系统；所述数据采集系统包括可穿戴心电监护仪、心电图采集系统，所述可穿戴心电监护仪与待判别人员连接，记录并生成待判别人员的心脏每一心动周期所产生的电活动变化的12导联原始心电图；所述心电图采集系统用于获取12导联原始心电图数据，该数据包括P波的波幅、QRS波群的波幅、ST段的波幅和T波的波幅；所述云平台数据存储系统自动识别并存储12导联原始心电图数据，经小波变换后将该数据转换成量化指标，转换成的量化指标发送给定位判别分析系统；所述定位判别分析系统接收转换成的量化指标，利用基于CNN神经网络训练获得的定位判别模型进行卷积计算获得判别中间数据，所述判别中间数据经过sigmoid函数映射获得判别结果数据，根据该判别结果数据做出待判别人员急性心肌梗死发生部位的定位判别；所述数据显示系统包括显示屏幕，其与可穿戴心电监护仪，用于显示待判别人员的12导联原始心电图；上述待判别人员进行定位判别的步骤为：第一步：采集并获取待判别人员的12导联原始心电信号fT(t),其即为获取到的QRS波、ST段、T波在t时刻的相应波幅，其中T仅用于标记，表示为待判别人员；第二步：原始心电信号fT(t)在频率x下经小波变换获得WsfT(t)，其中第三步：将s设定为s＝1,将WsfT(t)带入定位判别模型进行卷积计算得到WsfT(x)∈R,然后WsfT(x)经过sigmoid函数映射得到：如果sigmoid(WsfT(x))≥0.75，则待判别人员判断为急性心肌梗死发生部位在前降支；如果0.5≤sigmoid(WsfT(x))<0.75，则待判别人员判断为急性心肌梗死发生部位在回旋支；如果0.25≤sigmoid(WsfT(x))<0.5，则待判别人员判断为急性心肌梗死发生部位在右冠；如果sigmoid(WsfT(x))<0.25，则待判别人员判断为急性心肌梗死发生部位在左主干。