-
公开(公告)号：CN119626530A
公开(公告)日：2025-03-14
申请号：CN202411473091.0
申请日：2024-10-22
Applicant: 华中科技大学同济医学院附属同济医院
IPC: G16H50/30 , A61B5/319 , A61B5/346 , A61B5/00 , G16H50/70 , G16H10/60 , G16H80/00 , G06F18/21 , G06F18/24 , G06N3/0464 , G06N3/048 , G06N3/047 , G06N3/084
Abstract: 本申请提供了一种晕厥预测模型的配置方法、装置以及处理设备，用于针对晕厥这一病症，打造了一个晕厥预测模型，如此通过晕厥预测模型可以以平常时间段内的长程心电图数据为输入，对受测的用户是否会发生晕厥以及具体的晕厥类型进行精确的预测，在决策方面为晕厥诊断和治疗提供良好的数据支持，进而有助于实现更佳的诊断和处理。方法包括：获取样本心电图数据；为样本心电图数据配置相应的标注结果，其中，标注结果用于指示样本心电图数据对应用户是否出现晕厥情况，标注结果还用于指示样本心电图数据对应用户出现晕厥情况下的晕厥类型，晕厥类型包括心脏抑制型、血管抑制型和混合型；基于标注好的样本心电图数据，训练晕厥预测模型。
-
公开(公告)号：CN119397343A
公开(公告)日：2025-02-07
申请号：CN202411218649.0
申请日：2024-09-02
Applicant: 华中科技大学同济医学院附属同济医院
IPC: G06F18/241 , A61B5/00 , G06F18/214 , G06F18/243
Abstract: 本申请提供了QRS波群异常分类模型的处理方法、装置及处理设备，通过引入了基于4导联或者8导联的QRS波群异常分类机制，如此构建的QRS波群异常分类模型通过实验证明，在8导联格式下对于不同类型的异常QRS波群的检测精度都得到了显著提高，此外由于数据的精简化，尤其是在4导联格式下的精简化，在数据处理时间、数据应用时间和数据存储时间等应用成本的几个方面也得到了明显改善，同时也显著地降低了临床工作方面的人员工作量，因此具有较佳的应用价值。
-
公开(公告)号：CN119366934A
公开(公告)日：2025-01-28
申请号：CN202411519355.1
申请日：2024-10-29
Applicant: 华中科技大学同济医学院附属同济医院
Abstract: 本发明公开了一种针对阵发性房颤的预测方法、系统、介质及设备，包括：获取心脏患者的动态心电图ECG；对动态心电图ECG进行切割，得到包含R峰的若干ECG片段；将若干ECG片段输入自编码器进行隐藏特征的挖掘，输出若干ECG片段对应的特征参数；将若干ECG片段对应的特征参数输入训练得到的逻辑回归模型进行处理，得到若干ECG片段各自发生阵发性房颤AF的概率；其中，概率限制在0和1之间，0表示未发生阵发性AF，1表示发生阵发性AF，概率越大，表示发生阵发性AF的可能性越大；基于若干ECG片段各自发生阵发性AF的概率，对心脏患者进行发生阵发性AF的预测；其中，自编码器和逻辑回归模型主要采用诊断为阵发性AF的ECG样本进行训练。
-
Patent Agency Ranking
公开(公告)号：CN119252471A
公开(公告)日：2025-01-03
申请号：CN202411020382.4
申请日：2024-07-29
Applicant: 华中科技大学同济医学院附属同济医院
IPC: G16H50/30 , A61B5/346 , A61B5/00 , G16H50/20 , G16H50/70 , G16H30/20 , G06F18/2433 , G06N3/0985
Abstract: 本发明公开了一种心脏状态检测方法、装置、设备和介质，包括：采集待诊断患者的目标心电图数据；根据目标心电图数据对应的实际导联数量，从预先训练的多个标准诊断神经网络模型中选择与实际导联数量匹配的目标诊断神经网络模型；将目标心电图数据输入目标诊断神经网络模型，得到目标诊断神经网络模型根据目标心电图数据从预先标定的多个心脏状态标签中确定的至少一个目标心脏状态标签，至少一个目标心脏状态标签用于表征待诊断患者的实际心脏状态。本发明依靠神经网络模型对心电图数据进行自动分析，可以通过心电图及时发现心脏肥大、扩张和增大等状态，能够在产生心力衰竭、猝死以及心律失常等症状之前及时发现心脏异常，使患者能够及时诊治。
-
公开(公告)号：CN120022004A
公开(公告)日：2025-05-23
申请号：CN202510128347.2
申请日：2025-02-05
Applicant: 华中科技大学同济医学院附属同济医院
IPC: A61B5/346 , A61B5/349 , A61B5/00 , G06N3/0464 , G06N3/0442 , G06N3/045 , G06N3/082
Abstract: 本申请提供了一种心电图数据处理模型、装置以及处理设备，用于针对于右心室肥厚/扩大病理状态，在关注到心电图数据包含的时域特征的基础上，还关注到其包含的频域特征，并在深度学习模型的基础上设计了相应的具体模型处理架构，如此可以更为精确地捕捉到右心室肥厚/扩大病理状态在心电图数据中所存在的细节特征、深层次特征，实现精确度得到显著提升的检测效果，以此提供强有力的辅助数据支持，促使高质量的医疗服务。
-
公开(公告)号：CN115736940A
公开(公告)日：2023-03-07
申请号：CN202211489751.5
申请日：2022-11-25
Applicant: 华中科技大学同济医学院附属同济医院
IPC: A61B5/318 , G06F18/214 , G06F18/241 , G06N3/0464 , G06N3/084
Abstract: 本申请提供了一种十二导联心电图机的处理方法、装置以及设备，用于从十二导联心电图机的数据处理出发，降低其数据存储需求，从而有效降低其涉及的维护成本。本申请提供的十二导联心电图机的处理方法，包括：获取用户的十二导联心电图数据，其中，十二导联心电图数据为用户在过去时间段采集的数据；将十二导联心电图数据输入预先配置的卷积神经网络模型，以使得卷积神经网络模型基于十二导联心电图数据确定待忽略导联通道，其中，卷积神经网络模型是由标注有对应忽略的导联通道的十二导联心电图样本数据训练得到的；基于待忽略导联通道，针对所述用户重构自身的导联通道。
-
公开(公告)号：CN119655770A
公开(公告)日：2025-03-21
申请号：CN202411551825.2
申请日：2024-11-01
Applicant: 华中科技大学同济医学院附属同济医院
Abstract: 一种CRT的V‑V间期优化方法、装置、设备及存储介质，所述方法包括：获取目标的心电图数据；根据心电图数据，得到目标的总QRS时间，胸前V2、V5导联的QRS波起始至类本位曲折的第一时间差值，以及肢体导联aVL的QRS波起始至类本位曲折的第二时间差值；根据第一时间差值与总QRS时间的第一比值，以及第二时间差值与总QRS时间的第二比值，判断目标心脏的收缩同步性是否需要优化；若需要优化，向降低第一比值和第二比值的方向优化CRT的V‑V间期。最终，实现通过常规十二导联心电图即可对CRT的V‑V参数进行优化，提高了心电图检查的价值及CRT优化的效率。
-
公开(公告)号：CN119993451A
公开(公告)日：2025-05-13
申请号：CN202411885316.3
申请日：2024-12-20
Applicant: 华中科技大学同济医学院附属同济医院
Abstract: 本申请提供了肺栓塞溶栓风险预测模型的配置方法、装置以及处理设备，用于在深度学习的基础上，提供了一个具体的肺栓塞溶栓风险预测模型配置方案，如此配置得到的肺栓塞溶栓风险预测模型对于血流动力学稳定的肺栓塞患者具有高度的针对性、适配性，相较于通用模型配置逻辑，可以精确地实现对于血流动力学稳定的肺栓塞患者的溶栓风险的预测，为临床决策提供高质量的数据辅助服务，进而促使降低治疗风险，获得高质量的医疗服务。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.034 seconds)
