使用PPG信号感测戒指的基于深度学习的心房颤动判定系统技术方案

提供使用光电容积描记法(Photoplethysmography，PPG)信号感测戒指的、基于深度学习的心房颤动判定系统。所述系统包括传感器，所述传感器包括信号质量分类部件和心房颤动判定部件，所述信号质量分类部件被配置为使用第一深度学习模型将PPG信号的质量分类为好或不好，所述心房颤动判定部件被配置为使用第二深度学习模型根据所述PPG信号判定是否发生心房颤动，所述PPG信号感测戒指包括复数个传感器，其被配置为在彼此不同的位置分别同时测定复数个PPG信号，所述复数个传感器中的每一个包括光源和光电转换装置，所述PPG信号是使用所述PPG信号感测戒指测定的，所述传感器从所述PPG信号感测戒指通过终端接收所述PPG信号，所述终端可以包括传感器选择部件，其被配置为在所述复数个传感器中选择测定在复数个测试PPG信号中信号质量最高的测试PPG信号的传感器作为用于测定所述PPG信号的传感器。

【技术实现步骤摘要】
【国外来华专利技术】

本公开涉及心房颤动判定系统。更具体而言，涉及使用光电容积描记法(photoplethysmography，ppg)信号感测戒指的基于深度学习的心房颤动判定系统。

技术介绍

1、心房颤动是在心房发生的、导致脉搏不规则的心律失常疾病。心房颤动间歇地发生，并且，为了通过在现有技术中广泛使用的心电图(electrocardiogram，ecg)接收诊断以判定心房颤动应当访问医院，因此难以在早期进行诊断。然而，若伴随可靠水平的持续性监督，可以在早期发现并管理患者来减轻风险。因此需要用于在日常生活中实时监督心房颤动的系统和方法。

技术实现思路

1、技术问题

2、本公开要解决的问题是提供使用光电容积描记法(photoplethysmograpy，ppg)信号感测戒指的基于深度学习的心房颤动判定系统。

3、技术方案

4、为了解决所述问题，根据本公开一实施例的使用ppg信号感测戒指的基于深度学习的心房颤动判定系统包括服务器，所述服务器包括信号质量分类部件和心房颤动判定部件，所述信号质量分类部本文档来自技高网...

【技术保护点】

1.一种使用光电容积描记法(Photoplethysmography，PPG)信号感测戒指的、基于深度学习的心房颤动判定系统，其特征在于，所述系统包括服务器，所述服务器包括：

2.根据权利要求1所述的基于深度学习的心房颤动判定系统，其特征在于，

3.根据权利要求1所述的基于深度学习的心房颤动判定系统，其特征在于，

4.根据权利要求1所述的基于深度学习的心房颤动判定系统，其特征在于，

5.根据权利要求4所述的使用PPG信号感测戒指的基于深度学习的心房颤动判定系统，其特征在于，

6.一种使用光电容积描记法(Photoplethysm...

【技术特征摘要】
【国外来华专利技术】

1.一种使用光电容积描记法(photoplethysmography，ppg)信号感测戒指的、基于深度学习的心房颤动判定系统，其特征在于，所述系统包括服务器，所述服务器包括：

2.根据权利要求1所述的基于深度学习的心房颤动判定系统，其特征在于，

3.根据权利要求1所述的基于深度学习的心房颤动判定系统，其特征在于，

4.根据权利要求1所述的基于深度学习的心房颤动判定系统，其特征在于，

5.根据权利要求4所述的使用ppg信号感测戒指的基于深度学习的心房颤动判定系统，其特征在于，

6.一种使...

【专利技术属性】
技术研发人员：张炯玟，金海娜，赵盛美，李敏珩，金畅弦，崔彰佑，李炳焕，
申请(专利权)人：天空实验室股份公司，
类型：发明
国别省市：