[发明专利]一种建立重大心血管疾病风险预警模型方法及装置在审
| 申请号： | 201910492792.1 | 申请日： | 2019-06-06 |
| 公开（公告）号： | CN110200619A | 公开（公告）日： | 2019-09-06 |
| 发明（设计）人： | 王景峰;陈样新;张玉玲;刘文浩;陈倩 | 申请（专利权）人： | 中山大学孙逸仙纪念医院 |
| 主分类号： | A61B5/0402 | 分类号： | A61B5/0402;A61B5/053;A61B5/145;A61B7/04;A61B5/00 |
| 代理公司： | 广州三环专利商标代理有限公司 44202 | 代理人： | 颜希文;麦小婵 |
| 地址： | 510030 广东省广州市*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 心血管疾病 风险预警 心血管疾病模型 心脏数据 测试数据库 训练数据库 智能分析 预警 测试准确度 测试 实时采集 输出测试 医疗资源 优化模型 准确度 数据库 复制 心脏 保存 缓解 疾病 优化 | ||
1.一种建立重大心血管疾病风险预警模型方法，其特征在于，包括：
实时采集心脏数据，并保存到心脏数据库中；
对所述心脏数据进库中的数据进行复制分为训练数据库和测试数据库；
建立心血管疾病模型并通过所述训练数据库中的数据进行训练优化模型，直至达到训练次数和训练准确度阈值；
将训练优化后的所述心血管疾病模型通过所述测试数据库中的数据进行测试，直至达到测试次数和测试准确度阈值；
输出测试通过后的心血管疾病模型，得到最终的重大心血管疾病风险预警模型。
2.如权利要求1所述的建立重大心血管疾病风险预警模型方法，其特征在于，在所述实时采集心脏数据之后，还包括：对所述心脏数据进行预处理。
3.如权利要求2所述的建立重大心血管疾病风险预警模型方法，其特征在于，所述对所述心脏数据进行预处理，包括：对所述心脏数据进行降维处理和数据清洗。
4.如权利要求2所述的建立重大心血管疾病风险预警模型方法，其特征在于，在所述对所述心脏数据进行预处理之后，还包括：对预处理后的心脏数据进行低通滤波处理。
5.如权利要求4所述的建立重大心血管疾病风险预警模型方法，其特征在于，所述低通滤波频率为小于或等于5HZ。
6.如权利要求1所述的建立重大心血管疾病风险预警模型方法，其特征在于，在所述心血管疾病模型通过所述训练数据库中的数据进行训练优化模型中，还包括：获取心血管疾病判断参数数据，并将所述参数数据加入所述心血管疾病模型中进行疾病参数对比。
7.如权利要求1所述的建立重大心血管疾病风险预警模型方法，其特征在于，所述心脏数据包括十二导联心电信号数据、胸阻抗信号数据、心肺音信号数据和血氧信号数据。
8.如权利要求1所述的建立重大心血管疾病风险预警模型方法，其特征在于，所述训练次数为20万次，所述训练准确度阈值为90％。
9.如权利要求1所述的建立重大心血管疾病风险预警模型方法，其特征在于，所述测试次数为10万次，所述测试准确度阈值为98％。
10.一种建立重大心血管疾病风险预警模型装置，其特征在于，包括：
采集模块，用于实时采集心脏数据，并保存到心脏数据库中；
复制模块，用于对所述心脏数据进库中的数据进行复制分为训练数据库和测试数据库；
训练模块，用于建立心血管疾病模型并通过所述训练数据库中的数据进行训练优化模型，直至达到训练次数和训练准确度阈值；
测试模块，用于将训练优化后的所述心血管疾病模型通过所述测试数据库中的数据进行测试，直至达到测试次数和测试准确度阈值；
输出模块，用于输出测试通过后的心血管疾病模型，得到最终的重大心血管疾病风险预警模型。
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山大学孙逸仙纪念医院，未经中山大学孙逸仙纪念医院许可，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/201910492792.1/1.html，转载请声明来源钻瓜专利网。
