龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：上海数创医疗科技有限公司
申请日：2024-02-07
公开（公告）日：2024-06-28
公开（公告）号：CN118252486A
主分类号：A61B5/0245
分类号：A61B5/0245;G06F18/00;G06F18/10;G06N3/0464;G06N3/084;A61B5/352;A61B5/00
优先权：
专利状态码：在审-公开
法律状态：2024.06.28#公开
摘要：本发明公开了一种基于心跳形态的深度学习PVC阈值分类方法，属于医学技术领域，一种基于心跳形态的深度学习PVC阈值分类方法，采用以下步骤操作：步骤一，提取某人24小时动态心电图中每个心跳的R波波峰；步骤二，基于步骤一算法提取的R峰位置，并归一化；步骤三，计算平均心跳；步骤四，重定位心跳；步骤五，对于不同病人的动态心电图，按步骤一到步骤四操作，得到不同人的正异常心跳集合；步骤六，搭建神经网络；步骤七，计算PVC阈值；步骤八，分类未知类型的心跳数据；本发明中进一步从心跳的形态入手，利用平均心跳重新定位各心跳的R波波峰位置，同时结合神经网络泛化性强、拟合性优的特点，算法不会受到动态心电干扰的影响。
主权项：1.一种基于心跳形态的深度学习PVC阈值分类方法，其特征在于，采用以下步骤操作：步骤一，R波提取；利用PT算法提取某人24小时动态心电图中每个心跳的QRS波群中R波波峰；步骤二，提取心跳并归一化；基于步骤一算法提取的R峰位置，提取R峰位置前0.5秒和后0.5秒的ECG信号段作为病人的心跳，则病人的全部心跳记为BEAT＝{beat1,beat2,…,beatI}，每个心跳ECG段所对应各点的心跳幅值为对提取的每个心跳beati，由下面公式进行归一化，得到归一化后的心跳normbeati； 步骤三，计算平均心跳；步骤四，重定位心跳；步骤五，对于已知标签不同人的数据划分不同心跳数据集；对于不同病人的动态心电图，按步骤一到步骤四操作，得到不同人的正异常心跳集合；步骤六，搭建神经网络；步骤七，计算PVC阈值；步骤八，分类未知类型的心跳数据。
全文数据：
权利要求：
百度查询： 上海数创医疗科技有限公司 一种基于心跳形态的深度学习PVC阈值分类方法
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号