本发明专利技术公开了一种基于心率变异率的心肌缺血早筛方法、系统及存储介质，方法包括：获取强模态特征数据和弱模态特征数据；对强模态特征数据进行强模态特征提取，构建强模态预训练模型；对弱模态特征数据进行预处理和特征筛选，构建弱模态诊断模型；通过强模态复用辅助弱模态进行特征挖掘；通过敲除策略，剥离强模态预训练模型的连接以及强模态特征数据的依赖，构建心肌缺血预警模型；通过心肌缺血预警模型进行心肌缺血早筛预警。本发明专利技术采用患者心肌灌注PET/CT数据作为强模态数据辅助弱模态数据心电特征、心理评估量表特征、基础信息特征挖掘并通过后期强模态特征敲除，构建仅依托患者日常可获得数据的心肌缺血预警模型，可广泛应用于医疗检测技术领域。泛应用于医疗检测技术领域。泛应用于医疗检测技术领域。
【技术实现步骤摘要】
基于心率变异率的心肌缺血早筛方法、系统及存储介质
[0001]本专利技术涉及医疗检测
，尤其是基于心率变异率的心肌缺血早筛方法、系统及存储介质。
技术介绍
[0002]长期以来，心血管疾病一直威胁着人类健康，也是全球首位死亡原因。精神压力是心血管疾病发展和恶化的重要危险因素之一。日常生活工作中的心理应激导致的短暂心肌缺血反应，临床上称为精神压力诱发心肌缺血(mental stress induced myocardial ischemia，MSIMI)。随着工作生活压力增加，近年来，因过度的精神压力或疲劳导致的猝死频频发生，是家庭和社会的巨大损失。MSIMI在临床上多表现为一过性的胸痛，难以引起患者重视，及时预警，并到医院检查进行确诊对改善患者预后具有重大意义。由于不涉及心脏的器质性改变，常规检查难以检出。严重的患者常年胸痛，却难以诊断。目前对该疾病总体认知有限，临床检出率较低。然而该疾病在突发的精神压力下可诱导急性心肌缺血，突发的心肌缺血造成患者心脏的电活动紊乱，进而发生恶性心律失常(多为室颤)，此时如果患者没有得到及时的心肺复苏或复苏失败，甚至会引发猝死。因此疾病的早筛至关重要。精神压力过大多引发然而目前缺乏关于该疾病的早筛技术。
[0003]同时，心血管疾病患者接受标准化的精神应激挑战时，MSIMI的发生率高达50
‑
70％。合并MSIMI的心血管疾病患者接受单纯的药物治疗并不能有效地防治心脏病的发生，其不良心脏事件的风险增加，临床预后恶化，死亡风险成倍增加。因此，心血管疾病患者的日常筛查也至关重要。
技术实现思路
[0004]有鉴于此，本专利技术实施例提供一种简便高效的，一种基于心率变异率的心肌缺血早筛方法、系统及存储介质。
[0005]第一方面，本专利技术实施例提供了一种基于心率变异率的心肌缺血早筛方法，包括：
[0006]获取强模态特征数据和弱模态特征数据；其中，所述强模态特征数据包括PET/CT数据，所述弱模态数据包括心电数据、心理量表数据和基础信息数据；
[0007]对所述强模态特征数据进行强模态特征提取，构建强模态预训练模型；
[0008]对所述弱模态特征数据进行预处理和特征筛选，构建弱模态诊断模型；
[0009]嵌入所述强模态预训练模型至所述弱模态诊断模型，通过强模态复用辅助弱模态进行特征挖掘；
[0010]通过敲除策略，剥离所述强模态预训练模型的连接以及所述强模态特征数据的依赖，构建心肌缺血预警模型；
[0011]通过所述心肌缺血预警模型进行心肌缺血早筛预警。
[0012]可选地，所述方法还包括前期数据准备这一步骤，该步骤包括：
[0013]对预设年龄阶段的存在心绞痛或心肌缺血症状的患者进行筛选；
[0014]筛选符合预设条件的目标患者，构建精神压力诱导心肌缺血患者队列；
[0015]其中，所述预设条件包括无阻塞性冠状动脉疾病和心脏总积分差达到积分阈值；所述精神压力诱导心肌缺血患者队列用于强模态特征数据和弱模态特征数据的采集。
[0016]可选地，所述获取强模态特征数据和弱模态特征数据，包括：
[0017]收集心理量表数据和基础信息数据；
[0018]和，采集应激期与PET/CT数据对应的心电数据。
[0019]可选地，所述对所述强模态特征数据进行强模态特征提取，构建强模态预训练模型，包括：
[0020]对所述心电数据进行预处理和第一特征筛选，构建第一弱模态诊断模型；
[0021]和，对所述心理量表数据进行第二特征筛选，构建第二弱模态诊断模型；
[0022]和，对所述基础信息数据进行第三特征筛选，构建第三弱模态诊断模型。
[0023]可选地，所述对所述心电数据进行预处理和第一特征筛选，构建第一弱模态诊断模型，包括：
[0024]对所述心电数据进行平滑滤波、带通滤波和节段划分处理得到第一预处理数据；
[0025]对所述第一预处理数据进行HRV特征计算、特征自相关性计算及冗余特征去除，构建第一弱模态诊断模型；
[0026]其中，所述HRV特征计算涉及时域特征、频域特征和非线性特征，所述第一弱模态诊断模型为多元线性回归模型。
[0027]可选地，所述对所述强模态特征数据进行强模态特征提取，构建强模态预训练模型这一步骤中，所述第二特征筛选和所述第三特征筛选包括特征提取、不同特征相关性计算及冗余特征去除，所述第二弱模态诊断模型和所述第三弱模态诊断模型均为多元线性回归模型。
[0028]可选地，还包括权重传播这一步骤，该步骤包括：
[0029]通过损失函数反向传播更新权重参数；
[0030]所述损失函数的表达式为：
[0031][0032]其中，表示输入样本x
i
的特征输出表示，l(x
i
,z
i
,y
i
)表示预测损失函数，表示到标记空间的映射函数，h表示归一化指示运算，g(z
i
)表示强模态特征z
i
到标记空间的映射函数，L
reg
表示正则化项，λ用于平衡损失函数和正则化项。
[0033]第二方面，本专利技术实施例提供了一种基于心率变异率的心肌缺血早筛系统，包括：
[0034]第一模块，用于获取强模态特征数据和弱模态特征数据；其中，所述强模态特征数据包括PET/CT数据，所述弱模态数据包括心电数据、心理量表数据和基础信息数据；
[0035]第二模块，用于对所述强模态特征数据进行强模态特征提取，构建强模态预训练模型；
[0036]第三模块，用于对所述弱模态特征数据进行预处理和特征筛选，构建弱模态诊断模型；
[0037]第四模块，用于嵌入所述强模态预训练模型至所述弱模态诊断模型，通过强模态复用辅助弱模态进行特征挖掘；
[0038]第五模块，用于通过敲除策略，剥离所述强模态预训练模型的连接以及所述强模态特征数据的依赖，构建心肌缺血预警模型；
[0039]第六模块，用于通过所述心肌缺血预警模型进行心肌缺血早筛预警。
[0040]第三方面，本专利技术实施例提供了一种电子设备，包括处理器以及存储器；
[0041]所述存储器用于存储程序；
[0042]所述处理器执行所述程序实现如前面所述的方法。
[0043]第四方面，本专利技术实施例提供了一种计算机可读存储介质，所述存储介质存储有程序，所述程序被处理器执行实现如前面所述的方法。
[0044]本专利技术实施例还公开了一种计算机程序产品或计算机程序，该计算机程序产品或计算机程序包括计算机指令，该计算机指令存储在计算机可读存储介质中。计算机设备的处理器可以从计算机可读存储介质读取该计算机指令，处理器执行该计算机指令，使得该计算机设备执行前面的方法。
[0045]本专利技术的实施例首先获取强模态特征数据和弱模态特征数据；其中，所述强模态特征数据包括PET本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种基于心率变异率的心肌缺血早筛方法，其特征在于，包括：获取强模态特征数据和弱模态特征数据；其中，所述强模态特征数据包括PET/CT数据，所述弱模态数据包括心电数据、心理量表数据和基础信息数据；对所述强模态特征数据进行强模态特征提取，构建强模态预训练模型；对所述弱模态特征数据进行预处理和特征筛选，构建弱模态诊断模型；嵌入所述强模态预训练模型至所述弱模态诊断模型，通过强模态复用辅助弱模态进行特征挖掘；通过敲除策略，剥离所述强模态预训练模型的连接以及所述强模态特征数据的依赖，构建心肌缺血预警模型；通过所述心肌缺血预警模型进行心肌缺血早筛预警。2.根据权利要求1所述的一种基于心率变异率的心肌缺血早筛方法，其特征在于，还包括前期数据准备这一步骤，该步骤包括：对预设年龄阶段的存在心绞痛或心肌缺血症状的患者进行筛选；筛选符合预设条件的目标患者，构建精神压力诱导心肌缺血患者队列；其中，所述预设条件包括无阻塞性冠状动脉疾病和心脏总积分差达到积分阈值；所述精神压力诱导心肌缺血患者队列用于强模态特征数据和弱模态特征数据的采集。3.根据权利要求1所述的一种基于心率变异率的心肌缺血早筛方法，其特征在于，所述获取强模态特征数据和弱模态特征数据，包括：收集心理量表数据和基础信息数据；和，采集应激期与PET/CT数据对应的心电数据。4.根据权利要求1所述的一种基于心率变异率的心肌缺血早筛方法，其特征在于，所述对所述强模态特征数据进行强模态特征提取，构建强模态预训练模型，包括：对所述心电数据进行预处理和第一特征筛选，构建第一弱模态诊断模型；和，对所述心理量表数据进行第二特征筛选，构建第二弱模态诊断模型；和，对所述基础信息数据进行第三特征筛选，构建第三弱模态诊断模型。5.根据权利要求4所述的一种基于心率变异率的心肌缺血早筛方法，其特征在于，所述对所述心电数据进行预处理和第一特征筛选，构建第一弱模态诊断模型，包括：对所述心电数据进行平滑滤波、带通滤波和节段划分处理得到第一预处理数据；对所述第一预处理数据进行HRV特征计算、特征自相关性计算及冗余特征去除，构建第一弱模态诊断模型；其中，所述HRV特征计算涉及时域特征、频域特征和非线性特征，所述第一弱模态...
【专利技术属性】
技术研发人员：李丹彤，彭晓婷，梁会营，
申请(专利权)人：广东省人民医院，
类型：发明
国别省市：
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。