[发明专利]心电图图像识别方法、装置及服务终端

说明书

技术领域

本发明涉及心电图分析技术领域，具体而言，涉及一种心电图图像识别方法、装置及服务终端。

背景技术

深度学习是机器学习研究中一个新的领域，其动机在于建立、模拟人脑进行分析学习。深度学习是一种数据驱动模型，能够模拟人脑视觉机理自动地学习到数据各个层次的抽象特征。

随着医学影像技术的快速发展，医学影像分析步入大数据时代，该医学影像主要指心电图，在现有技术中，主要由人工对不同种类的心电图进行分析进而诊断疾病种类，工作量非常大，同时不便于积累数据。因此，利用深度学习的方法对大量的心电图图像进行分析，不仅能够积累大量数据，减轻了工作人员的工作量，同时顺应了大数据时代的发展。

发明内容

本发明的目的在于提供一种心电图图像识别方法，以实现积累数据，自主对心电图图像进行分析，减轻工作人员工作量的功能。

本发明的另一目的在于提供一种心电图图像识别装置，以实现积累数据，自主对心电图图像进行分析，减轻工作人员工作量的功能。

本发明的另一目的在于提供一种服务终端，以实现积累数据，自主对心电图图像进行分析，减轻工作人员工作量的功能。

为了实现上述目的，本发明实施例采用的技术方案如下：

第一方面，本发明实施例提供了一种心电图图像识别方法，应用于服务终端，所述服务终端包括心电图深度学习模型，所述服务终端用于心电图图像的输入，所述方法包括：

将输入的心电图图像分成多个图像片段；

利用所述心电图深度学习模型对所述多个图像片段进行特征提取；

根据提取的所述特征，利用心电图深度学习模型识别所述多个图像片段中每一个图像片段以获得所述输入的心电图图像的信息。

进一步地，所述将输入的心电图分成多个图像片段之前还包括步骤：

预设深度学习模型；

根据多个种类的已有的心电图图像，利用深度学习方法，对所述深度学习模型进行训练，获取心电图深度学习模型。

进一步地，所述对所述深度学习模型进行训练，获取心电图深度学习模型的步骤包括：

将所述已有的心电图图像分成多个图像数据；

利用深度学习模型，提取所述多个图像数据的特征；

根据提取的所述多个图像数据的特征，利用所述深度学习模型，对所述多个图像数据进行分类以获得心电图深度学习模型。

进一步地，所述根据提取的所述特征，利用心电图深度学习模型识别所述多个图像片段中每一个图像片段以获得所述输入的心电图图像的信息的步骤包括：

根据提取的所述特征，利用心电图深度学习模型匹配出所述特征所属的分类；

根据所述特征所属的分类得到心电图图像的信息。

第二方面，本发明实施例还提供了一种心电图图像识别装置，应用于服务终端，所述服务终端包括心电图深度学习模型，所述服务终端用于心电图图像的输入，所述装置包括：

拆分模块，用于将输入的心电图图像分成多个图像片段；

第一提取模块，用于利用所述心电图深度学习模型对所述多个图像片段进行特征提取；

识别模块，用于根据提取的所述特征，利用心电图深度学习模型识别所述多个图像片段中每一个图像片段以获得所述输入的心电图图像的信息。

进一步地，所述心电图图像识别装置还包括：

预设模块，用于预设深度学习模型；

训练模块，用于根据多个种类的已有的心电图图像，利用深度学习方法，对所述深度学习模型进行训练，获取心电图深度学习模型。

进一步地，所述训练模块包括：

分割模块，用于将所述已有的心电图图像分成多个图像数据；

第二提取模块，用于利用深度学习模型，提取所述多个图像数据的特征；

分类模块，用于根据提取的所述多个图像数据的特征，利用所述深度学习模型，对所述多个图像数据进行分类以获得心电图深度学习模型。

进一步地，所述识别模块还包括：

匹配模块，用于根据提取的所述特征，利用心电图深度学习模型匹配出所述特征所属的分类；

获取模块，用于根据所述特征所属的分类得到心电图图像的信息。

第三方面，本发明实施例还提供了一种服务终端，所述服务终端包括心电图深度学习模型，所述服务终端用于心电图图像的输入，所述服务终端包括：

存储器；

处理器；以及