一种心电图分析方法、装置、设备及介质制造方法及图纸

本申请提供了一种心电图分析的方法及装置，包括：获取心博数据；将所述心博数据通过分类模型进行识别和处理，得到所述心博数据为第一心博类型的概率；若所述概率小于设定阈值，将所述概率对应的心博数据以及所述第一心博类型发送给医生终端，以使所述医生终端根据所述心博数据确定所述心博数据的第二心博类型；若所述第一心博类型与所述第二心博类型相同，则生成心电图诊断报告，以解决目前设备自带的分析软件的准确率低，导致无法提供可靠的心电图诊断的问题。图诊断的问题。图诊断的问题。

【技术实现步骤摘要】
一种心电图分析方法、装置、设备及介质


[0001]本申请涉及数据处理
，特别是涉及一种心电图分析方法、装置、设备及介质。

技术介绍

[0002]动态心电图由美国Holter1949年首创，故又称Holter心电图，临床上已由单导、双导发展为12导联全记录，动态心电图是通过动态心电图仪在患者日常生活状态下连续24小时或更长时间记录其心电活动的全过程，并借助计算机进行分析处理，以发现在常规体表心电图检查时不易发现的心律失常和心肌缺血等，为临床诊断、治疗及判断疗效提供重要的客观依据。
[0003]目前心博数据的分析主要依靠设备自带的分析软件，但分析软件的准确率低，无法提供可靠的心电图诊断。

技术实现思路

[0004]本申请提供了一种心电图分析方法、装置、设备及介质，以解决目前设备自带的分析软件的准确率低，导致无法提供可靠的心电图诊断的问题。
[0005]为了解决上述问题，本申请公开了一种心电图分析的方法，包括：
[0006]获取心博数据；
[0007]将所述心博数据通过分类模型进行识别和处理，得到所述心博数据为第一心博类型的概率；
[0008]若所述概率小于设定阈值，将所述概率对应的心博数据以及所述第一心博类型发送给医生终端，以使所述医生终端根据所述心博数据确定所述心博数据的第二心博类型；
[0009]若所述第一心博类型与所述第二心博类型相同，则生成心电图诊断报告。
[0010]可选的，所述方法还包括：
[0011]若所述第一心博类型与所述第二心博类型不同，则将所述第二心博类型以及所述第二心博类型对应的心博数据作为所述分类模型的输入，对所述分类模型进行重新训练，直至所述分类模型收敛，以生成优化后的分类模型。
[0012]可选的，所述心博数据包括多组心博数据；
[0013]所述将所述心博数据通过分类模型进行识别和处理，得到所述心博数据为第一心博类型的概率包括：
[0014]将多组心博数据分别输入到分类模型中，获得所述分类模型针对多组心博数据为不同心博类型的概率。
[0015]可选的，所述若所述第一心博类型与所述第二心博类型相同，则生成心电图诊断报告的步骤包括：
[0016]若所述第一心博类型的相似度与所述第二心博类型的相似度满足设定条件，则确定所述第一心博类型与所述第二心博类型相同，并生成心电图诊断报告。
[0017]为了解决上述问题，本申请还公开了一种心电图分析的装置，包括：
[0018]心博数据模块，用于获取心博数据；
[0019]分类模块，用于将所述心博数据通过分类模型进行识别和处理，得到所述心博数据为第一心博类型的概率；
[0020]判断模块，用于若所述概率小于设定阈值，将所述概率对应的心博数据以及所述第一心博类型发送给医生终端，以使所述医生终端根据所述心博数据确定所述心博数据的第二心博类型；
[0021]生成模块，用于若所述第一心博类型与所述第二心博类型相同，则生成心电图诊断报告。
[0022]可选的，所述生成模块，还用于若所述第一心博类型与所述第二心博类型不同，则将所述第二心博类型以及所述第二心博类型对应的心博数据作为所述分类模型的输入，对所述分类模型进行重新训练，直至所述分类模型收敛，以生成优化后的分类模型。
[0023]可选的，所述心博数据包括多组心博数据；
[0024]所述分类模块，具体用于，将多组心博数据分别输入到分类模型中，获得所述分类模型针对多组心博数据为不同心博类型的概率。
[0025]可选的，所述生成模块，具体用于若所述第一心博类型的相似度与所述第二心博类型的相似度满足设定条件，则确定所述第一心博类型与所述第二心博类型相同，并生成心电图诊断报告。
[0026]为了解决上述问题，本申请还公开了一种电子设备，包括：
[0027]一个或多个处理器；和
[0028]其上存储有指令的一个或多个机器可读介质，当由所述一个或多个处理器执行时，使得所述电子设备执行所述的心电图分析的方法。
[0029]为了解决上述问题，本申请还公开了一种计算机可读存储介质，其存储的计算机程序使得处理器执行所述的心电图分析的方法。
[0030]与现有技术相比，本申请包括以下优点：
[0031]本申请通过分类模型对心博数据进行识别和处理，从而提高了心电图诊断的准确率，也就是说，通过人工智能技术，有效提升了心电图诊断的准确率。进一步的，本申请只将概率小于设定阈值的心博数据和第一心博类型发送给医生终端，以使所述医生终端对所述心博数据进行判断，并生成心电图诊断报告，也就是说，将概率低的心博数据筛选出来并发送给医生终端进行确认，大大减少了医生终端的工作量，从而提升了医生终端做出诊断报告的效率，也变相的减少了服务器和医生终端的数据传输量。
[0032]当然，实施本申请的任一产品不一定需要同时达到以上所述的所有优点。
附图说明
[0033]图1是本申请实施例一所述一种心电图分析的方法的流程图；
[0034]图2是本申请实施例二所述一种心电图分析的方法的流程图；
[0035]图3是本申请实施例三所述一种心电图分析的装置的结构框图。
具体实施方式
[0036]为使本申请的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本申请作进一步详细的说明。
[0037]实施例一
[0038]参照图1，其示出了本申请实施例一所述一种心电图分析的方法的流程图，所述方法应用于服务器，具体包括如下步骤：
[0039]步骤101：获取心博数据。
[0040]其中，心搏数据是指心室内心电传导一次的过程，在心电图上显示为一组波群。
[0041]本实施例，在获得心博数据之前，可以获取心电图数据。在具体应用中，使用心电设备采集患者终端的心电图数据，然后将心电图数据通过视联网上传至服务器。由于不同心电厂商提供的心电图数据格式不同，因此可以采用检波算法从心电图数据中提取心博数据，并将心博数据存储在列表中，也可以采用其它算法提取心博数据，对此本申请不做具体限制。
[0042]步骤102：将所述心博数据通过分类模型进行识别和处理，得到所述心博数据为第一心博类型的概率。
[0043]由于每个人的心电图数据不同，因而从心电图中获得的心博数据也会不同，因此对心博数据进行分类，将相同或相似心博数据划分在一起，形成多心博数据，心博数据不同通过分类模型得到的心博类型也会不同。
[0044]第一心博类型包括：窦性心律、房性心律、交界性心律、室性心律、无效信号(受干扰无法进行判断的信号)，其中，房性心律包括房性早搏、房性逸搏、房性心动过速、心房扑动和心房颤动；交界性心律包括交界性早搏、交界性逸搏、交界性心动过速；室性心律：包括室性早搏、交室性逸搏、室性心动过速等等。
[0045]步骤103：若所述概率小于设定阈值，将所述概率对应的心博数据以及所述第一本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种心电图分析的方法，其特征在于，包括：获取心博数据；将所述心博数据通过分类模型进行识别和处理，得到所述心博数据为第一心博类型的概率；若所述概率小于设定阈值，将所述概率对应的心博数据以及所述第一心博类型发送给医生终端，以使所述医生终端根据所述心博数据确定所述心博数据的第二心博类型；若所述第一心博类型与所述第二心博类型相同，则生成心电图诊断报告。2.根据权利要求1所述的方法，其特征在于，所述方法还包括：若所述第一心博类型与所述第二心博类型不同，则将所述第二心博类型以及所述第二心博类型对应的心博数据作为所述分类模型的输入，对所述分类模型进行重新训练，直至所述分类模型收敛，以生成优化后的分类模型。3.根据权利要求1所述的方法，其特征在于，所述心博数据包括多组心博数据；所述将所述心博数据通过分类模型进行识别和处理，得到所述心博数据为第一心博类型的概率包括：将多组心博数据分别输入到分类模型中，获得所述分类模型针对多组心博数据为不同心博类型的概率。4.根据权利要求1所述的方法，其特征在于，所述若所述第一心博类型与所述第二心博类型相同，则生成心电图诊断报告的步骤包括：若所述第一心博类型的相似度与所述第二心博类型的相似度满足设定条件，则确定所述第一心博类型与所述第二心博类型相同，并生成心电图诊断报告。5.一种心电图分析的装置，其特征在于，包括：心博数据模块，用于获取心博数据；分类模块，用于将所述心博数据通过分类模型进行识别和处理，得到所述心...

【专利技术属性】
技术研发人员：郭天海，杨春晖，王放，来勇臣，
申请(专利权)人：海南视联大健康智慧医疗科技有限公司，
类型：发明
国别省市：