首页 专利交易 科技果 科技人才 科技服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种基于确定学习和心电图的心肌缺血检测方法及系统 

申请/专利权人:山东大学

申请日:2022-08-19

公开(公告)日:2024-06-25

公开(公告)号:CN115299956B

主分类号:A61B5/318

分类号:A61B5/318;A61B5/346;A61B5/00;G06N3/048;G06N3/08

优先权:

专利状态码:有效-授权

法律状态:2024.06.25#授权;2022.11.25#实质审查的生效;2022.11.08#公开

摘要:本发明提出了一种基于确定学习和心电图的心肌缺血检测方法及系统,分别获取正常个体和心肌缺血患者的心电图数据,将所获取的心电图数据分为测试集和训练集;对所述训练集中的心电图进行预处理并转换为三维心电矢量图,利用离散确定算法对三维心电矢量图进行建模,得到增强心电动力学图;基于完整心拍在所述增强心电动力学图上呈环形提取环特征,将多个心拍提取的环特征进行处理后作为最终特征值,将最终特征值输入至分类模型中进行训练,得到训练好的分类模型;将测试集中的心电图进行处理后输入至训练好的分类模型中,输出分类结果。提取能够有效反映心肌缺血的特征并训练分类器以获得更好的心肌缺血检测性能。

主权项:1.一种基于确定学习和心电图的心肌缺血检测方法,其特征在于,包括以下步骤:分别获取正常个体和心肌缺血患者的心电图数据,将所获取的心电图数据分为测试集和训练集;对所述训练集中的心电图进行预处理并转换为三维心电矢量图,利用离散确定算法对三维心电矢量图进行建模,得到增强心电动力学图;基于完整心拍在所述增强心电动力学图上呈环形提取环特征,将多个心拍提取的环特征进行处理后作为最终特征值,将最终特征值输入至分类模型中进行训练,得到训练好的分类模型;将测试集中的心电图进行处理后输入至训练好的分类模型中,输出分类结果;所述基于完整心拍在增强心电动力学图上呈环形提取的环特征包括环最大向量模值、环凸包体积、环在最佳投影面的面积、环上的点到环质心的最大距离、环的最佳投影面与XY平面的夹角和环在最佳投影面上的周长;所述环凸包体积的提取为:将增强心电动力学图中环上的点作为三维空间中的点集,利用凸包算法计算点集中的凸包点,通过对凸包点进行建模得到凸多面体,通过计算凸多面体的体积得到点集中的最小凸包体积;所述环在最佳投影面的面积的提取为:利用最小二乘法计算点集的最佳拟合平面作为最佳投影面,将点集中的三维坐标转换为基于最佳投影面的二维坐标,利用凸包算法计算二维坐标组成的点集中的凸包面积;所述环在最佳投影面上的周长的提取为:基于增强心电动力学图中环上的点构成的点集,计算点集中的点基于最佳投影面的对应投影点,计算所有相邻两点的欧式距离,将所计算得到的每相邻两点的欧式距离进行求和得到环在最佳投影面上的周长。

全文数据:

权利要求:

百度查询: 山东大学 一种基于确定学习和心电图的心肌缺血检测方法及系统

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。