一种基于云-设备端协同的ECG分析系统及方法技术方案

本发明专利技术公开了一种基于云

【技术实现步骤摘要】
一种基于云
‑
设备端协同的ECG分析系统及方法


[0001]本专利技术属于ECG信号采集、传输、预处理、自动分类全流程一体化
，尤其涉及一种基于云
‑
设备端协同的ECG分析系统及方法。

技术介绍

[0002]传统的基于心电图分析的诊治技术基本上依赖于人力，即专家靠自己的力量积累多年的经验和知识，然后通过用肉眼观察分析心电图波形获得准确的诊断结果。但是现如今每天都有大量的心电图产生，并需要进行诊断分析。与此同时，经验丰富的医生的资源严重缺乏。这些问题无疑使原本紧张的医疗资源负荷更加沉重。利用便携式ECG信号采集装置可便于患者在家中自行采集ECG信号，极大地方便了身处医疗资源匮乏的偏远农村的群众。除此之外，利用无线网络将采集到的ECG信号传输至云服务器利用计算机辅助进行ECG信号的分类能在很大程度上提高医生的诊断效率，节省大量人力物力财力，并能及时发现患者病情信息，在提高心脏病患者治愈率方面具有重要意义。但是，在现有的技术中仍存在一些亟待解决的问题。
[0003]在ECG信号在采集的过程当中，由于存本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于云
‑
设备端协同的ECG分析系统，其特征在于，包括：云服务器、人工智能云平台、ECG信号采集装置和设备端；所述云服务器，用于ECG采集数据预处理和ECG采集数据分析，并利用数据库存储用户信息；所述人工智能云平台，用于执行基于深度学习的ECG信号多分类人工智能算法进行信号分类，提供Restful API接口供云服务器调用Web Service服务；所述ECG信号采集装置，包括一次性心电电极、ECG信号采集模块、ECG信号无线传输模块，其中ECG信号采集模块用于采集频率为预设值的12导联ECG信号，ECG信号无线传输模块用于通过Wi
‑
Fi与云服务器进行通信并传输ECG信号；所述设备端，用于显示云服务器上ECG实时采集的信号、预处理保存、设备端分析和云端分析。2.一种基于云
‑
设备端协同的ECG分析方法，其特征在于，包括以下步骤：步骤1：获取一段预设长度的采样频率为预设值的12导联ECG信号；步骤2：对一整段ECG信号进行去噪处理，识别R峰并分割为心拍，保存去噪后的ECG信号、心拍信号和各心拍信号对应前后RR间期；所述心拍信号，为识别到R峰之后以R峰位基准点向前取100个点并且向后取139个点，包括R峰在内总共240个点所得到的心拍；每个心拍与前后心拍的RR间期为识别到的R峰与前后R峰之间间隔的采样点数；步骤3：取选定的某条已保存ECG信号第二导联各心拍并依次利用设备端，融合RR间期的1D
‑
CNN二分类模型分析心拍异常与否；所述融合RR间期的1D
‑
CNN二分类模型，包括三个一维卷积层、三个一维池化层、Flatten层和Softmax分类器，其中，卷积层和池化层交叉设置，对一维心拍进行卷积池化操作后经过Flatten层得到一维特征数组，在特征数组末端融合该心拍对应的前后RR间期这两个特征值得到融合RR间期特征的特征数组，再将融合RR间期特征的特征数组输入Softmax分类器得到心拍是否为正常或者是异常的分类结果；步骤4：对于设备端分类为异常的心拍，取出对应12导联ECG信号心拍利用人工智能云平台上部署的基于SE
‑
Res
‑
GRU的12导联ECG信号多分类模型获取ECG具体异常类别；所述基于SE
‑
...

【专利技术属性】
技术研发人员：袁志勇，单楚栋，杜博，赵俭辉，邱泽康，蔡哲儒，
申请(专利权)人：武汉大学，
类型：发明
国别省市：