[发明专利]基于分类器融合及诊断规则的室性早搏识别系统及方法有效

专利信息
申请号: 201710106859.4 申请日: 2017-02-27
公开(公告)号: CN108511055B 公开(公告)日: 2021-10-12
发明(设计)人: 周飞燕;金林鹏;董军 申请(专利权)人: 中国科学院苏州纳米技术与纳米仿生研究所
主分类号: G16H50/20 分类号: G16H50/20;G06N3/02
代理公司: 南京利丰知识产权代理事务所(特殊普通合伙) 32256 代理人: 王锋
地址: 215123 江苏省苏州市*** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 分类 融合 诊断 规则 早搏 识别 系统 方法
【权利要求书】:

1.一种基于分类器融合及诊断规则的室性早搏识别系统,其特征在于包括:

分类单元,包括LCNN分类模块和RNN分类模块,所述LCNN分类模块、RNN分类模块用以独立处理心电图数据,所述LCNN分类模块包括m个不同结构的第一分类器,所述的m个第一分类器至少用以输出m个第一分类结果,所述RNN分类模块包括n个不同结构的第二分类器,所述的n个第二分类器至少用以输出n个第二分类结果,m、n为正整数;

融合单元,用以依据融合决策规则将分类单元输出的m个第一分类结果和n个第二分类结果进行融合决策从而得到融合结果,所述融合结果包括非PVC数据和PVC数据;

所述融合单元包括:

第一融合模块,用以依据加法融合决策规则对所述的m个第一分类器输出的m个第一分类结果进行融合决策;

第二融合模块,用以依据加法融合决策规则对所述的n个第二分类器输出的n个第二分类结果进行融合决策;

第三融合模块,用以依据均值融合决策规则将第一融合模块、第二融合模块输出的融合结果进行融合决策从而得到最终的融合结果;

所述第一融合模块进行加法融合决策规则采用的公式为:

其中表示i个第一分类结果的融合结果,i为大于等于2的整数,tmj表示由第m个第一分类结果得到的属于第j类的概率值,j=0或1,其中0表示非PVC数据,1表示PVC数据;

所述第二融合模块进行加法融合决策规则采用的公式为:

其中表示g个第二分类结果的融合结果,g为大于等于2的整数,表示由第n个第二分类结果得到的属于第j类的概率值,j=0或1,其中0表示非PVC数据,1表示PVC数据;

所述第三融合模块进行均值融合决策规则采用的公式为:

其中Pj为第一分类器与第二分类器的最终融合结果,j=0或1,其中0表示非PVC数据,1表示PVC数据,若Pj大于0.5,则原始心电图信号为PVC数据,否则所述原始心电图信号为非PVC数据;

以及,判别单元,至少用以依据PVC病理特征对融合单元判断出的非PVC数据和PVC数据进行判别,得到PVC识别结果。

2.根据权利要求1所述的室性早搏识别系统,其特征在于:所述第一分类器采用导联卷积神经网络。

3.根据权利要求1所述的室性早搏识别系统,其特征在于:所述第二分类器采用递归神经网络。

4.根据权利要求1所述的室性早搏识别系统,其特征在于还包括:预处理单元,用以对原始心电图信号进行预处理后输入分类单元。

5.根据权利要求4所述的室性早搏识别系统,其特征在于:所述预处理单元包括滤波器,至少用以去除基线漂移噪声和/或工频干扰噪声。

6.根据权利要求1所述的室性早搏识别系统,其特征在于:所述判别单元中进行判别所依据的PVC病理特征均已经提取到,所述PVC病理特征选自RR间期、平均QRS波宽度、QRS波起始和终止点、QRS波幅值、QRS波相似度中的任意一种或两种以上的组合。

7.根据权利要求6所述的室性早搏识别系统,其特征在于:所述QRS波相似度通过计算当前QRS波与形态正常的QRS波的相关性系数获得,并将相关性系数作为QRS波的相似性度量;所述平均QRS波宽度通过计算当前心拍之前的形态正常的QRS波宽度然后取平均值获得。

8.一种基于分类器融合及诊断规则的室性早搏识别方法,其特征在于,所述识别方法基于权利要求1-7中任一项所述的基于分类器融合及诊断规则的室性早搏识别系统而实施,并且,所述识别方法包括:

采用LCNN分类模块中m个不同结构的第一分类器处理心电图数据以输出m个第一分类结果;

采用RNN分类模块中n个不同结构的第二分类器处理心电图数据以输出n个第二分类结果;

依据融合决策规则将所述输出的m个第一分类结果和n个第二分类结果进行融合决策从而得到融合结果,所述融合结果包括非PVC数据和PVC数据;

依据PVC病理特征对融合单元判断出的非PVC数据和PVC数据进行判别,得到PVC识别结果。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国科学院苏州纳米技术与纳米仿生研究所,未经中国科学院苏州纳米技术与纳米仿生研究所许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201710106859.4/1.html,转载请声明来源钻瓜专利网。

同类专利
专利分类
×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top