申请/专利权人:大连大学
申请日:2024-03-12
公开(公告)日:2024-06-11
公开(公告)号:CN118161169A
主分类号:A61B5/318
分类号:A61B5/318;A61B5/00
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.06.28#实质审查的生效;2024.06.11#公开
摘要:本发明公开了一种基于图神经网络的冠心病ECG智能检测方法,包括以下步骤:获取临床数据集,将其脱敏后由专业医生在临床数据集上标注;对标注后的临床数据集进行预处理,提取临床数据中的原始信号,得到12导联ECG心电信号后进行降噪及标准化处理;基于改进的GCN网络构建诊断模型,以12导联ECG心电信号的各导联为节点,按生理空间关系加入拓扑连接构建ECG图,将该ECG图输入诊断模型进行训练并使用GNNExplain进行可解释性分析;根据诊断模型构建基于图神经网络和12导联ECG心电信号的冠心病检测系统。本方法能够同时关注到心电图中的时间特征与不同导联间的生理空间联系,有助于更好地捕捉到心脏活动的整体状态,减轻人工读图压力,使得筛查冠心病更有效率。
主权项:1.一种基于图神经网络的冠心病ECG智能检测方法,其特征在于,包括以下步骤:获取临床数据集,将其脱敏后由专业医生在临床数据集上标注,分为冠脉异常和冠脉正常;对标注后的临床数据集进行预处理,提取临床数据中的原始信号,得到12导联ECG心电信号后进行降噪及标准化处理;基于改进的GCN网络构建诊断模型,以12导联ECG心电信号的各导联为节点,按生理空间关系加入拓扑连接构建ECG图,将该ECG图输入诊断模型进行训练并使用GNNExplain进行可解释性分析;根据诊断模型构建基于图神经网络和12导联ECG心电信号的冠心病检测系统。
全文数据:
权利要求:
百度查询: 大连大学 基于图神经网络的冠心病ECG智能检测方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。