单导心贴数据智能诊断云计算系统及其处理方法技术方案

本发明专利技术公开了一种单导心贴数据智能诊断云计算系统及处理方法，所述系统包括客户端采集模块、存储服务模块、消息队列服务模块和计算服务模块；客户端采集模块用于采集单导心贴长时动态心电图数据并上传至存储服务模块以及从存储服务模块下载所需数据；存储服务模块用于存储长时动态心电图数据、心电分析报告；消息队列服务模块用于消息传递，实现功能解耦；计算服务模块：用于提供计算所需要的硬件资源，由单导心贴长时动态心电图数据绘制心电散点图，运用AI模型对散点图进行人工智能诊断，计算得到心电散点图的分类结果，形成心电分析报告。本发明专利技术依靠云服务架构的存储服务和计算服务，有效提高了动态心电的分析速度以及提高诊断的准确度。

【技术实现步骤摘要】
单导心贴数据智能诊断云计算系统及其处理方法
本专利技术涉及医疗电子设备智能服务
，具体地指一种单导心贴数据智能诊断云计算系统及其处理方法。
技术介绍
心血管疾病是人类健康的重大威胁。权威调查显示，每年死于心血管疾病的人数约占人类死亡总人数的三分之一。对于心律失常这一常见的心血管疾病临床表现形式，长程动态心电图价值更高，因为部分心律失常在十二导联静态心电检查中不容易采集到，而更有可能在长时间或者全天候的动态场景中被监测到。长程心电数据由于数据较大，需要较大的内存来存储，而一般的设备如客户端、单导心贴由于内存限制均不能满足大数据量的存储。同时，长程心电数据的AI分析为了保证诊断结果的时效性，需要在一定时间内得到分析结果，因此又对计算机资源，比如CPU、GPU提出了较高的要求，而单导心贴和手机客户端在硬件配置上又受到了很多限制，很难满足AI算法分析的要求。
技术实现思路
针对现有技术的技术问题，本专利技术提出了一种单导心贴数据智能诊断云计算系统及其方法，依靠云服务架构的存储服务和计算服务，利用AI模型和散点图技术分析得到诊断结果。为实现上述目的，本专利技术提出一种单导心贴数据智能诊断云计算系统，其特殊之处在于，包括客户端采集模块、存储服务模块、消息队列服务模块和计算服务模块，所述存储服务模块、消息队列服务模块和计算服务模块置于云服务器中；所述客户端采集模块：用于采集单导心贴长时动态心电图数据并上传至存储服务模块以及从存储服务模块下载所需数据；所述存储服务模块：用于存储长时动态心电图数据、心电分析报告，供客户端采集模块、计算服务模块下载；所述消息队列服务模块：用于在客户端采集模块、存储服务模块和计算服务模块之间进行消息传递，实现功能解耦；所述计算服务模块：用于提供计算所需要的硬件资源，由单导心贴长时动态心电图数据绘制心电散点图，运用AI模型对散点图进行人工智能诊断，计算得到心电散点图的分类结果，形成心电分析报告发送至存储服务模块。进一步地，所述单导心贴长时动态心电图数据为连续采集的超过6小时的动态心电图数据。更进一步地，所述存储服务模块将数据存储于公有云或/和私有云或/和私有部署。更进一步地，所述计算服务模块由单导心贴长时动态心电图数据绘制心电散点图的过程为：对心电信号数据标记所有的QRS波；取得的R波所处的位置，相邻两个R波之间的间隔即RR间期，如此便可得到一系列的RR间期序列，把每个QRS波的前周期的RR间期作为横坐标、后周期的RR间期作为纵坐标，绘制散点图。更进一步地，所述计算服务模块运用的AI模型为超过10000份单导心贴长时动态心电图数据样本训练的卷积神经网络模型。一种基于上述单导心贴数据智能诊断云计算系统的处理方法，其特殊之处在于，所述方法包括部署步骤和运行步骤：所述部署步骤包括：A1)搭建存储服务；A2)配置事件通知机制；A3)配置计算服务；A4)配置AI模型；所述运行步骤包括：B1)客户端采集模块采集单导心贴长时动态心电图数据；B2)客户端采集模块将单导心贴长时动态心电图数据上传至存储服务模块；B3)存储服务模块向消息队列服务模块触发事件通知；B4)计算服务模块通过消息队列服务模块获得单导心贴长时动态心电图数据文件存储地址和文件编号，选择调用AI模型所在的容器，调用容器对应的API接口，将文件存储地址和文件编号传入API接口；B5)计算服务模块对单导心贴长时动态心电图数据绘制散点图，执行AI模型，对散点图进行分析，计算得到心电散点图的分类结果，形成心电分析报告发送至存储服务模块；B6)存储服务模块将心电分析报告发送至客户端采集模块。优选地，所述步骤A2)配置事件通知机制的具体过程为：安装消息队列服务器RabbitMQ，编辑minio服务各节点的配置文件，将事件通知消息的端点指向消息队列服务器相应的网络地址和端口，并配置对应的事件通知类型。优选地，所述步骤A3)配置AI模型的具体过程为：根据容器运行环境的硬件配置，分别安装CPU和GPU版本的TensorFlow基础镜像，将人工智能AI模型拷贝到基础镜像中，确保模型能够在镜像环境下执行并给出人工智能模型的推理结果。使用容器编排工具，将包含前述人工智能模型的容器镜像发布到前述容器运行环境中。优选地，所述步骤A3)中配置的AI模型为超过10000份单导心贴长时动态心电图数据样本训练的卷积神经网络模型，卷积神经网络的训练过程为：C1)采集超过10000份单导心贴长时动态心电图的原始训练数据，并过滤质量过低的信号段；C2)根据每一份心电图的原始训练数据绘制训练散点图；C3)对每一份训练散点图标注心率失常类型标签；C4)将所有所述训练散点图和对应的心率失常类型标签作为卷积神经网络模型的输入，训练得到卷积神经网络模型。优选地，所述心率失常类型标签包括房性早搏病征标签、房性心动过速病征标签、室上性心动过速病征标签、心房扑动病征标签、心房颤动病征标签；室性早搏病征标签、室性心动过速病征标签；二度房室阻滞病征标签、窦性停搏病征标签；心律正常标签。云服务器是一种简单高效、安全可靠、处理能力可弹性伸缩的计算服务，其管理方式比物理服务器更简单高效。云服务器可以快速构建更稳定、安全的应用，降低开发运维的难度和整体IT成本，更专注于核心业务的创新。本专利技术将采集的用户心电图数据上传至云服务器，采用卷积神经网络AI模型对由用户心电数据绘制的散点图进行分析，有效提高了动态心电的分析速度以及提高诊断的准确度，节省心电诊断医师的时间，减少误诊率。附图说明图1为本专利技术单导心贴数据智能诊断云计算系统的结构框图。图2为心电散点图示例。图3为本专利技术提出的用于对心电散点图进行分类的卷积神经网络模型的一个实施案例的网络结构。具体实施方式下面结合附图及实施例对本专利技术作进一步的详细描述，但该实施例不应理解为对本专利技术的限制。本专利技术提出一种单导心贴数据智能诊断云计算系统，如图1所示，包括客户端采集模块、存储服务模块、消息队列服务模块和计算服务模块，存储服务模块、消息队列服务模块和计算服务模块置于云服务器中。客户端采集模块：用于采集单导心贴长时动态心电图数据并上传至存储服务模块以及从存储服务模块下载所需数据。单导心贴长时动态心电图数据为连续采集的超过6小时的动态心电图数据。存储服务模块：用于存储长时动态心电图数据、心电分析报告，供客户端采集模块、计算服务模块下载。存储服务模块将数据存储于公有云或/和私有云或/和私有部署。消息队列服务模块：用于在客户端采集模块、存储服务模块和计算服务模块之间进行消息传递，实现功能解耦。计算服务模块：用于提供计算所需要的硬件资源，由单导心贴长时动态心电图数据绘制心电散点图，运用AI模型对散点图进行人工智能诊断，计算得到心电散点图的分类结果，形成心电分析报告发送至存储服务模块。绘制心电散点图的过程为：对心电信号数据标记所有的R波顶点；利用取得的R波顶点数据，得到RR间期宽度序列，相邻两个R波顶点之间的间隔就是一个RR间期的时间宽度；对得到的RR间期宽度序列进行遍历，以当前RR间期宽度为横坐标、下一个RR间期宽度为纵坐标，绘制散点图。AI模型为超过10000份单导心贴长时动态心电图数据样本训练的卷积神经网络模型。在机器学习技术中，卷积神经网络(ConvolutionalNeu本文档来自技高网...

【技术保护点】
1.一种单导心贴数据智能诊断云计算系统，其特征在于：包括客户端采集模块、存储服务模块、消息队列服务模块和计算服务模块，所述存储服务模块、消息队列服务模块和计算服务模块置于云服务器中；所述客户端采集模块：用于采集单导心贴长时动态心电图数据并上传至存储服务模块以及从存储服务模块下载所需数据；所述存储服务模块：用于存储长时动态心电图数据、心电分析报告，供客户端采集模块、计算服务模块下载；所述消息队列服务模块：用于在客户端采集模块、存储服务模块和计算服务模块之间进行消息传递，实现功能解耦；所述计算服务模块：用于提供计算所需要的硬件资源，由单导心贴长时动态心电图数据绘制心电散点图，运用AI模型对散点图进行人工智能诊断，计算得到心电散点图的分类结果，形成心电分析报告发送至存储服务模块。

【技术特征摘要】
1.一种单导心贴数据智能诊断云计算系统，其特征在于：包括客户端采集模块、存储服务模块、消息队列服务模块和计算服务模块，所述存储服务模块、消息队列服务模块和计算服务模块置于云服务器中；所述客户端采集模块：用于采集单导心贴长时动态心电图数据并上传至存储服务模块以及从存储服务模块下载所需数据；所述存储服务模块：用于存储长时动态心电图数据、心电分析报告，供客户端采集模块、计算服务模块下载；所述消息队列服务模块：用于在客户端采集模块、存储服务模块和计算服务模块之间进行消息传递，实现功能解耦；所述计算服务模块：用于提供计算所需要的硬件资源，由单导心贴长时动态心电图数据绘制心电散点图，运用AI模型对散点图进行人工智能诊断，计算得到心电散点图的分类结果，形成心电分析报告发送至存储服务模块。2.根据权利要求1所述的单导心贴数据智能诊断云计算系统，其特征在于：所述单导心贴长时动态心电图数据为连续采集的超过6小时的动态心电图数据。3.根据权利要求1所述的单导心贴数据智能诊断云计算系统，其特征在于：所述存储服务模块将数据存储于公有云或/和私有云或/和私有部署。4.根据权利要求1所述的单导心贴数据智能诊断云计算系统，其特征在于：所述计算服务模块由单导心贴长时动态心电图数据绘制心电散点图的过程为：对心电信号数据标记所有的QRS波；取得的R波所处的位置，相邻两个R波之间的间隔即RR间期，如此便可得到一系列的RR间期序列，把每个QRS波的前周期的RR间期作为横坐标、后周期的RR间期作为纵坐标，绘制散点图。5.根据权利要求1所述的单导心贴数据智能诊断云计算系统，其特征在于：所述计算服务模块运用的AI模型为超过10000份单导心贴长时动态心电图数据样本训练的卷积神经网络模型。6.一种基于权利要求1～5中任一权利要求所述的单导心贴数据智能诊断云计算系统的处理方法，其特征在于：所述方法包括部署步骤和运行步骤：所述部署步骤包括：A1)搭建存储服务；A2)配置事件通知机制；A3)配置计算服务；A4)配置AI模型；所述运行步骤包括：B1)客户端采集模块采集单导心贴长时动态心电图数据；B2)客户端采集模块将单导心贴长时动态心电图数据上传至存储服务模块；B3)存储服务模块向消息队列...

【专利技术属性】
技术研发人员：万军，陈静，刘剑芳，刘娟，柯凯，张海斌，
申请(专利权)人：武汉大学人民医院，
类型：发明
国别省市：湖北,42