针对心房颤动患者的数据管理系统、设备和介质技术方案

本申请属于数据管理技术领域，公开了针对心房颤动患者的数据管理系统、设备和介质，其中系统包括：房颤数据获取模块，用于获取房颤数据，房颤数据包括心电信号、患者年龄、患者房颤历史和基础疾病；相关性分析模块，用于将房颤数据输入数据分析模型进行关联因素相关性分析，得到多个相关系数；数据分析模型由训练多头注意力神经网络得到；关联因素组合权重计算模块，用于根据所有相关系数计算每种关联因素组合对应的关联因素组合权重；可视化图表绘制模块，用于绘制关联因素组合及关联因素组合权重的可视化图表。上述数据管理系统通过可视化图表可以直观地展示不同关联因素组合对房颤的影响，从而快速地筛选出对房颤影响较大的关联因素组合。关联因素组合。关联因素组合。

【技术实现步骤摘要】
针对心房颤动患者的数据管理系统、设备和介质


[0001]本申请涉及数据管理
，例如涉及一种针对心房颤动患者的数据管理系统、设备和介质。

技术介绍

[0002]房颤是一种常见的心律失常，通常会出现在中老年人身上。症状包括心悸、疲劳、呼吸急促、胸痛等。房颤的治疗方法包括药物治疗、手术、心脏消融等。引起房颤的因素较多，包括心脏疾病、高血压、甲状腺问题、酗酒和其他因素。不同的房颤因素之间存在关联性，关联性越高，越有可能同时对心脏产生更大的影响。
[0003]现有技术例如CN111772628A公开了将待检测的心电信号输入到心电信号处理模块中，得到RR间期样本，并将RR间期样本输入到训练好的房颤信号识别模型中，确定待检测的心电信号是否包含房颤信号，以及房颤发生的时刻。该现有技术对心电信号进行识别并判断是否包含房颤信号，不能将不同的房颤因素进行关联，也无法直观地体现出不同房颤因素之间的关联关系对房颤的影响。

技术实现思路

[0004]本申请目的在于：提供一种针对心房颤动患者的数据管理系统、设备和介质，其能够解决现有技术不能将不同的房颤因素进行关联，也无法直观地体现出不同房颤因素之间的关联关系对房颤的影响的问题。
[0005]为达到上述目的，本申请提供了一种针对心房颤动患者的数据管理系统，包括：
[0006]房颤数据获取模块，用于获取房颤数据，所述房颤数据包括心电信号、患者年龄、患者房颤历史和基础疾病；
[0007]相关性分析模块，用于将房颤数据输入数据分析模型进行关联因素相关性分析，得到多个相关系数；所述数据分析模型由训练多头注意力神经网络得到；
[0008]关联因素组合权重计算模块，用于根据所有所述相关系数计算每种关联因素组合对应的关联因素组合权重；
[0009]可视化图表绘制模块，用于绘制所述关联因素组合及所述关联因素组合权重的可视化图表。
[0010]优选地，所述可视化图表绘制模块绘制所述关联因素组合及所述关联因素组合权重的可视化图表，包括：
[0011]以所述关联因素为横轴，以所述关联因素组合权重为纵轴，绘制二维折线图或二维柱状图，得到所述可视化图表。
[0012]优选地，所述相关性分析模块将房颤数据输入数据分析模型进行关联因素相关性分析，得到多个相关系数，包括：
[0013]根据所述房颤数据构建查询矩阵、键矩阵和值矩阵；
[0014]依次从所述查询矩阵中选出目标查询值，将所述目标查询值、与所述目标查询值
对应的目标键值以及与所述目标查询值对应的目标值输入放缩点积注意力层，进行注意力池化，得到池化输出；
[0015]将所有所述池化输出输入拼接层进行拼接，得到拼接结果；
[0016]将所述拼接结果输入线性层进行线性变换，得到多个所述相关系数。
[0017]优选地，所述关联因素组合权重计算模块根据所有所述相关系数计算每种关联因素组合对应的关联因素组合权重，包括：
[0018]选择目标关联因素，从所有所述相关系数中筛选出与目标关联因素相关的目标相关系数；
[0019]将所有所述目标相关系数相加，得到目标相关系数总和；
[0020]将每个所述目标相关系数与所述目标相关系数总和的比值作为所述关联因素组合对应的所述关联因素组合权重。
[0021]优选地，所述相关性分析模块将房颤数据输入数据分析模型进行关联因素相关性分析之前，还包括：
[0022]将所述房颤数据分为训练数据和测试数据。
[0023]优选地，所述相关性分析模块训练多头注意力神经网络，包括：
[0024]将所述训练数据输入所述多头注意力神经网络，采用后向传播法更新所述多头注意力神经网络的网络参数；
[0025]计算所述网络参数与网络参数预设值的差值，得到参数差值；
[0026]检测所述参数差值与所述网络参数的比值是否小于第一阈值，若是，则停止训练，得到所述数据分析模型。
[0027]优选地，所述相关性分析模块将所述目标查询值、与所述目标查询值对应的目标键值以及与所述目标查询值对应的目标值输入放缩点积注意力层之前，还包括：
[0028]将所述目标查询值输入所述线性层进行线性变换，更新所述目标查询值；
[0029]将与所述目标查询值对应的所述目标键值输入所述线性层进行线性变换，更新所述目标键值；
[0030]将与所述目标查询值对应的所述目标值输入所述线性层进行线性变换，更新所述目标值。
[0031]优选地，所述可视化图表绘制模块得到所述可视化图表之后，还包括：
[0032]保存所述可视化图表并生成对应的管理日志。
[0033]本申请还提供一种计算机设备，包括存储器和处理器，所述存储器中存储有计算机程序，所述处理器执行所述计算机程序时实现上述任一项所述的一种针对心房颤动患者的数据管理系统的操作步骤。
[0034]本申请还提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述任一项所述的一种针对心房颤动患者的数据管理系统的操作步骤。
[0035]本申请的一种针对心房颤动患者的数据管理系统，包括房颤数据获取模块，用于获取房颤数据，所述房颤数据包括患者年龄、患者房颤历史和基础疾病。相关性分析模块，用于从房颤数据中可以分离出不同的关联因素。将房颤数据输入数据分析模型进行关联因素相关性分析，得到多个相关系数，所述数据分析模型由训练多头注意力神经网络得到。多
头注意力网络能够关注房颤数据中的不同的关联因素，并计算得到不同的关联因素之间的相关系数。关联因素组合权重计算模块，用于根据所有所述相关系数计算每种关联因素组合对应的关联因素组合权重。可视化图表绘制模块，用于绘制所述关联因素组合及所述关联因素组合权重的可视化图表。上述数据管理系统通过可视化图表可以直观地展示不同关联因素组合对房颤的影响，从而快速地筛选出对房颤影响较大的关联因素组合。
附图说明
[0036]图1为一实施例的针对心房颤动患者的数据管理系统的结构示意框图；
[0037]图2为一实施例的数据管理系统的操作步骤的流程示意图；
[0038]图3为一实施例的关联因素相关性分析的流程示意图；
[0039]图4为一实施例的计算关联因素组合权重的流程示意图；
[0040]图5为一实施例的训练多头注意力神经网络的流程示意图；
[0041]图6为一实施例的计算机设备的结构示意框图。
[0042]本申请目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
[0043]为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
[0044]本
技术人员可以理解，除非特意声明，这里使用的单数形式“一”、“一个”、“上述”和“该”也可包括复本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种针对心房颤动患者的数据管理系统，其特征在于，包括：房颤数据获取模块，用于获取房颤数据，所述房颤数据包括心电信号、患者年龄、患者房颤历史和基础疾病；相关性分析模块，用于将房颤数据输入数据分析模型进行关联因素相关性分析，得到多个相关系数；所述数据分析模型由训练多头注意力神经网络得到；关联因素组合权重计算模块，用于根据所有所述相关系数计算每种关联因素组合对应的关联因素组合权重；可视化图表绘制模块，用于绘制所述关联因素组合及所述关联因素组合权重的可视化图表。2.根据权利要求1所述的针对心房颤动患者的数据管理系统，其特征在于，所述可视化图表绘制模块绘制所述关联因素组合及所述关联因素组合权重的可视化图表，包括：以所述关联因素为横轴，以所述关联因素组合权重为纵轴，绘制二维折线图或二维柱状图，得到所述可视化图表。3.根据权利要求1所述的针对心房颤动患者的数据管理系统，其特征在于，所述相关性分析模块将房颤数据输入数据分析模型进行关联因素相关性分析，得到多个相关系数，包括：根据所述房颤数据构建查询矩阵、键矩阵和值矩阵；依次从所述查询矩阵中选出目标查询值，将所述目标查询值、与所述目标查询值对应的目标键值以及与所述目标查询值对应的目标值输入放缩点积注意力层，进行注意力池化，得到池化输出；将所有所述池化输出输入拼接层进行拼接，得到拼接结果；将所述拼接结果输入线性层进行线性变换，得到多个所述相关系数。4.根据权利要求1所述的针对心房颤动患者的数据管理系统，其特征在于，所述关联因素组合权重计算模块根据所有所述相关系数计算每种关联因素组合对应的关联因素组合权重，包括：选择目标关联因素，从所有所述相关系数中筛选出与目标关联因素相关的目标相关系数；将所有所述目标相关系数相加，得到目标相关系数总和；将每个所述目标相关系数与所述目标相关系数总和的比值作为所述...

【专利技术属性】
技术研发人员：郭豫涛，王俊贤，熊嘉威，张友一，
申请(专利权)人：北京陈菊梅公益基金会，
类型：发明
国别省市：