【技术实现步骤摘要】
本公开涉及心电信号处理相关，具体地说，是涉及基于深度学习模型的房室传导阻滞识别方法及装置。
技术介绍
1、本部分的陈述仅仅是提供了与本公开相关的
技术介绍
信息，并不必然构成在先技术。
2、心电图能够反映心脏的功能状态，由于心电图作为一维信号，较为抽象，人工判读要求较高，且效率较低。近年来，围绕心电图开展的智能辅助诊断方法，受到了广大学者的关注并得到迅速发展。房室传导阻滞是导致心脏心律失常的重要因素，甚至可能导致昏厥和猝死，因此其准确的诊断对于患者来说尤为重要，而在24小时心电中，房室传导阻滞大都是部分阵发，靠医生人工判读，难以定位。
3、专利技术人在研究中发现，现有的房室传导阻滞识别方法大都采用子波形识别算法，得到所有的p波与qrs波，计算两者之间的间距，并通过规则来判定房室传导阻滞类型；现有波形识别算法的检测数据采用24h动态心电，在24h动态心电检测中，检查者大都在活动，噪声大容易干扰波形，尤其是p波容易受到噪声影响，得到准确的p波十分困难，并且由于p波特征不明显，识别p波较为困难；在判断方法上单纯通过规则判定...
【技术保护点】
1.基于深度学习模型的房室传导阻滞识别装置，其特征在于，包括：
2.如权利要求1所述的基于深度学习模型的房室传导阻滞识别装置，其特征在于，定标特征识别模块中，通过transformer网络模型进行特征提取，包括如下步骤：
3.如权利要求1所述的基于深度学习模型的房室传导阻滞识别装置，其特征在于，通过波形特征提取模块提取QRS波的波形特征的步骤，包括如下：
4.如权利要求1所述的基于深度学习模型的房室传导阻滞识别装置，其特征在于，时序特征判别模块，被配置为执行以下过程：
5.如权利要求4所述的基于深度学习模型的房室传导阻滞...
【技术特征摘要】
1.基于深度学习模型的房室传导阻滞识别装置，其特征在于，包括：
2.如权利要求1所述的基于深度学习模型的房室传导阻滞识别装置，其特征在于，定标特征识别模块中，通过transformer网络模型进行特征提取，包括如下步骤：
3.如权利要求1所述的基于深度学习模型的房室传导阻滞识别装置，其特征在于，通过波形特征提取模块提取qrs波的波形特征的步骤，包括如下：
4.如权利要求1所述的基于深度学习模型的房室传导阻滞识别装置，其特征在于，时序特征判别模块，被配置为执行以下过程：
5.如权利要求4所述的基于深度学习模型的房室传导阻滞识别装置，其特征在于，还包括解码模块，将预测分类结果矩阵进行解码，具体的：将预测分类结果矩阵，沿矩阵第一维找最大值，最大值的位置所对应阻滞类型认定为当前qrs波的阻滞类型。
6.如权利要求1所述的基于深度学习...
【专利技术属性】
技术研发人员：张瀚中，吴军，高希余，张伯政，
申请(专利权)人：众阳健康科技集团有限公司，
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。