公开(公告)号：CN111557660A

公开(公告)日：2020-08-21

申请号：CN202010514806.8

申请日：2020-06-08

Applicant: 东北大学

Inventor： 于霞 ,  李鸿儒 ,  杨英华 ,  黄友鹤 ,  沈凝

IPC: A61B5/0402 ,  A61B5/00 ,  A61B5/0452

Abstract: 本发明涉及一种亚群体深度学习框架下的心律失常识别方法，包括如下步骤：S1、获取病人的数据信息，所述数据信息至少包括：单导联心电信号数据、年龄和/或性别；S2、根据病人的年龄和/或性别，将病人的单导联心电信号数据输入相应的样本空间的心率识别模型中，获得病人的心律识别结果；其中，所述心率识别模型为基于亚群体样本空间深度学习框架下建立的模型。本发明提供的识别方法利用亚人群自身的特性在符合现实的基础上提升识别性能，而且在应用时无需医生的硬性介入，可以实现自动使用。

公开(公告)号：CN115064268A

公开(公告)日：2022-09-16

申请号：CN202210495329.4

申请日：2022-05-07

Applicant: 东北大学 ,  大连医科大学附属第一医院

Inventor： 李鸿儒 ,  黄友鹤 ,  于霞 ,  张荣峰 ,  夏云龙 ,  杨乙珩

IPC: G16H50/30 ,  G16H50/20 ,  G16H50/50 ,  G06K9/62

Abstract: 本发明公开了房颤患者心力衰竭多标签预测方法、装置及存储介质，涉及多标签预测技术领域，方法由计算机执行，包括：构建多标签决策树模型；多标签决策树模型中的决策树为二元关联决策树，标签包括患病概率以及发病时间；搭建贝叶斯寻优模型；使用贝叶斯寻优模型对二元关联决策树的关键参数进行寻优；在二元关联决策树中将贝叶斯寻优模型寻优得到的关键参数设置为相应数值；利用参数设置之后的多标签决策树模型得到房颤患者心力衰竭的预测结果。本发明建立了房颤患者射血分数降低型心力衰竭的预测模型，解决了目前没有有效的房颤患者心力衰竭预测模型、无法实现患病概率与患病时间同时预测的技术问题。