【技术实现步骤摘要】
心电图分析结果的生成方法、心电图机及存储介质
本专利技术涉及医疗设备
，尤其涉及一种心电图分析结果的生成方法、心电图机以及计算机可读存储介质。
技术介绍
随着时代的发展，心电图自动分析技术在数十年间得到了长足发展，心电图自动分析技术使得一段心电图可通过识别算法自动得到检测结果。临床上，静态心电自动分析技术根据所依托的设备或使用场景一般可以分为便携式心电图机、心电图工作站与心电网络等形式。在现有的对心电信号进行分析生成心电图分析结果的技术中，大多只是直接根据采集到的心电信号生成分析结果并输出，由于自动生成的分析结果不一定可信，往往需要心电医师对输出的分析结果都进行检验分析，这就会导致心电医师的工作效率低下。
技术实现思路
本专利技术的主要目的在于提供一种心电图分析结果的生成方法、心电图机以及计算机可读存储介质，实现对心电图分析结果进行可靠性判断，提高了心电医师的工作效率。为实现上述目的，本专利技术提供一种心电图分析结果的生成方法，所述心电图分析结果的生成方法包括以下步骤：将心电信号输入...
【技术保护点】
1.一种心电图分析结果的生成方法，其特征在于，所述心电图分析结果的生成方法包括以下步骤：/n将心电信号输入到深度学习模型中生成心电图分析结果，以及所述心电图分析结果各个任务类别的置信度；/n获取置信度阈值，根据所述置信度和所述置信度阈值判断所述心电图分析结果是否可信；/n在判定所述心电图分析结果可信时，输出所述心电图分析结果。/n
【技术特征摘要】
1.一种心电图分析结果的生成方法，其特征在于，所述心电图分析结果的生成方法包括以下步骤：
将心电信号输入到深度学习模型中生成心电图分析结果，以及所述心电图分析结果各个任务类别的置信度；
获取置信度阈值，根据所述置信度和所述置信度阈值判断所述心电图分析结果是否可信；
在判定所述心电图分析结果可信时，输出所述心电图分析结果。
2.如权利要求1所述的心电图分析结果的生成方法，其特征在于，所述将心电信号输入到深度学习模型中生成心电图分析结果，以及所述心电图分析结果各个任务类别的置信度的步骤包括：
在接收到心电信号时，将所述心电信号输入到深度学习模型中生成心电图分析结果；
根据与所述心电图分析结果对应的任务类别的数量，计算各个所述任务类别的置信度。
3.如权利要求2所述的心电图分析结果的生成方法，其特征在于，所述心电图分析结果的生成方法还包括：
将预设数量的心电信号样本，以及所述心电信号样本对应的心电图分析结果，输入到所述深度学习模型中得到所述置信度阈值。
4.如权利要求1所述的心电图分析结果的生成方法，其特征在于，所述根据所述置信度和所述置信度阈值判断所述心电图分析结果是否可信的步骤包括：
获取所述心电图分析结果的预设任务类别的置信度；
在所述预设任务类别的置信度大于所述置信度阈值时，判定所述心电图分析结果可信；
在所述预设任务类别的置信度小于或者等于所述置信度阈值时，判定所述心电图分析结果不可信。
5.如权利要求1所述的心电图分析结果的生成方法，其特征在于，所述根据所述置信度和所述置信度阈值判断所述心电图分析结果是否可信的步骤之后，还包括：
在判定所述心电图分析结果不可信时，输出所述心电图分析结果对应的心电信号；
获取基于所述心电信号生成的标注数据；
根据所述标注数据更新并输出所述心电图分析结果。
6.如权利要求5所述的心电图分析结果的生成方法，其特征在于，所述输出所述心电图分析结果对应的心电信号的步骤包括：
输出所述心电图分析结果对应的心电信号，并输出手动标注提示信息，以提示用户对输出的所述心电信号进行手动标注；
基于标注后的所述心电信号生成标注数据。
7.如权利要求1所述的心电图分析结果的生成方法，其特征在于，所述基于深度学习模型...
【专利技术属性】
技术研发人员：周雅琪，欧凤，周峰，
申请(专利权)人：深圳市理邦精密仪器股份有限公司，
类型：发明
国别省市：广东;44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。