公开(公告)号：CN110148466B

公开(公告)日：2022-11-25

申请号：CN201910401402.5

申请日：2019-05-15

Applicant: 东北大学

Inventor： 蒋芳芳 ,  徐敬傲 ,  宋博文 ,  卢正毅 ,  李任

IPC: G16H50/20 ,  A61B5/33 ,  A61B5/346 ,  A61B5/11 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明提供一种基于迁移学习的心冲击信号房颤计算机辅助诊断方法，涉及计算机辅助诊断技术领域。该方法首先对同步实测的ECG信号、BCG信号及现房颤疾病数据库中的ECG信号进行预处理，并设定所有信号数据的分帧长度为24秒；然后构建进行房颤辅助检测的卷积神经网络；训练所构建的卷积神经网络并进参数更新；提取实测BCG信号的迁移学习特征向量并构建随机森林分类器；将测试集中BCG信号作为卷积神经网络的输入，获取迁移学习模型特征参数并输入到随机森林分类器，通过随机森林分类器的输出结果判断该BCG信号是否为房颤疾病类型。本发明方法，有利于扩展BCG信号的日常应用领域，且为BCG开展心脏相关疾病辅助诊断及预测提供可行方案。

公开(公告)号：CN110148466A

公开(公告)日：2019-08-20

申请号：CN201910401402.5

申请日：2019-05-15

Applicant: 东北大学

Inventor： 蒋芳芳 ,  徐敬傲 ,  宋博文 ,  卢正毅 ,  李任

IPC: G16H50/20 ,  A61B5/0402 ,  A61B5/11 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明提供一种基于迁移学习的心冲击信号房颤计算机辅助诊断方法，涉及计算机辅助诊断技术领域。该方法首先对同步实测的ECG信号、BCG信号及现房颤疾病数据库中的ECG信号进行预处理，并设定所有信号数据的分帧长度为24秒；然后构建进行房颤辅助检测的卷积神经网络；训练所构建的卷积神经网络并进参数更新；提取实测BCG信号的迁移学习特征向量并构建随机森林分类器；将测试集中BCG信号作为卷积神经网络的输入，获取迁移学习模型特征参数并输入到随机森林分类器，通过随机森林分类器的输出结果判断该BCG信号是否为房颤疾病类型。本发明方法，有利于扩展BCG信号的日常应用领域，且为BCG开展心脏相关疾病辅助诊断及预测提供可行方案。