当前位置: 首页 > 专利查询>宁夏大学专利>正文

一种基于深度联邦迁移学习的心肌梗死诊断系统技术方案

技术编号:46371121 阅读:5 留言:0更新日期:2025-09-15 12:48
本申请提供了一种基于深度联邦迁移学习的心肌梗死诊断系统,包括心电信号预处理模块、时空特征提取模块、联邦迁移训练模块和心肌梗死诊断模块:心电信号预处理模块,用于对获取到的原始心电信号进行噪声定位与修复处理,得到高质量心电信号;时空特征提取模块,用于将高质量心电信号输入到双通道深度神经网络提取时空融合特征,联邦迁移训练模块,用于对获取到的局部心肌梗死诊断模型的模型参数进行动态加权聚合得到更新参数,其中,更新参数用于训练全局心肌梗死诊断模型;心肌梗死诊断模块,用于将获取到的目标心电数据输入到全局心肌梗死诊断模型,得到心肌梗死诊断结果。采用本系统能够实现对不同患者的高精度、个性化心肌梗死诊断。

【技术实现步骤摘要】

本专利技术属于心肌梗死诊断,特别是涉及一种基于深度联邦迁移学习的心肌梗死诊断系统


技术介绍

1、随着可穿戴心电监测技术的广泛应用,基于12导联心电信号(ecg)的心肌梗死远程诊断需求日益增长。面向不同患者的可穿戴ecg诊断系统,其核心目标在于能够快速适应特定个体的生理特性,提供个性化、高精度的诊断结果。这意味着诊断模型必须具备强大的克服患者个体差异性的能力。这种差异性主要源于患者独特的心脏生理结构、年龄、病理状态以及动态变化的日常采集环境等因素。为实现模型的普适性与个性化并重,传统上依赖于在中心化服务器收集并整合来自大规模、多样化用户群体的ecg数据进行集中式训练,以提升模型应对个体差异的泛化能力。然而,这种中心化训练范式面临着现实的严峻挑战:可穿戴设备分布于不同用户、地区或医疗机构,所产生的用户心电数据具有天然的分布式特性,出于对患者隐私安全的严格保护(如必须遵循hipaa、gdpr等数据隐私法规),这些分散存储在终端设备上的敏感健康数据无法被集中共享或传输至中心服务器,形成了难以逾越的“数据孤岛”。

2、因此,在数据隐私法规的刚性约束下,本文档来自技高网...

【技术保护点】

1.一种基于深度联邦迁移学习的心肌梗死诊断系统,其特征在于,所述系统包括心电信号预处理模块、时空特征提取模块、联邦迁移训练模块和心肌梗死诊断模块:

2.根据权利要求1所述的系统,其特征在于,所述心电信号预处理模块用于执行以下步骤:

3.根据权利要求2所述的系统,其特征在于,所述基于所述小波系数的平均绝对偏差构建EDWT质量曲线,包括:

4.根据权利要求2所述的系统,其特征在于,所述对所述第二信号进行数据修复,剔除不可修复段并平滑连接可修复段,输出所述高质量心电信号,包括:

5.根据权利要求4所述的系统,其特征在于,所述通过局部形态滤波对所述...

【技术特征摘要】

1.一种基于深度联邦迁移学习的心肌梗死诊断系统,其特征在于,所述系统包括心电信号预处理模块、时空特征提取模块、联邦迁移训练模块和心肌梗死诊断模块:

2.根据权利要求1所述的系统,其特征在于,所述心电信号预处理模块用于执行以下步骤:

3.根据权利要求2所述的系统,其特征在于,所述基于所述小波系数的平均绝对偏差构建edwt质量曲线,包括:

4.根据权利要求2所述的系统,其特征在于,所述对所述第二信号进行数据修复,剔除不可修复段并平滑连接可修复段,输出所述高质量心电信号,包括:

5.根据权利要求4所述的系统,其...

【专利技术属性】
技术研发人员:袁帅英王哲刘昊胡锦超
申请(专利权)人:宁夏大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1