公开(公告)号：CN105748063A

公开(公告)日：2016-07-13

申请号：CN201610259531.1

申请日：2016-04-25

Applicant: 山东大学齐鲁医院 ,  山东省计算中心(国家超级计算济南中心)

Inventor： 朱清 ,  高岩 ,  舒明雷 ,  马静 ,  周书旺 ,  高天雷 ,  刘照阳

IPC: A61B5/0402 ,  A61B5/024 ,  G06F19/00

CPC classification number: A61B5/0402 ,  A61B5/024 ,  A61B5/7264 ,  A61B5/7267 ,  G16H50/20

Abstract: 本发明的基于多导联和卷积神经网络的心律失常智能诊断方法，包括：a).选取数据样本；b).标注心律失常类型；c).截取导联的心跳信号；d).得到归一化的心跳集合；e).构建隐层和输出层；f).设定目标函数；g).样本训练；h).心律失常分类的应用。本发明的心律失常智能诊断方法，利用多导联心电图数据训练CNN能够提高网络的学习效率和心律失常自动诊断的精度，实现了使用有心律失常类型标注多导联心电图数据训练CNN的通用框架和具体方法，可准确判断出待诊断心电信号的心律失常类型，可作为确诊结果或供医生参考。

公开(公告)号：CN105105743A

公开(公告)日：2015-12-02

申请号：CN201510520104.X

申请日：2015-08-21

Applicant: 山东省计算中心(国家超级计算济南中心)

Inventor： 舒明雷 ,  高岩 ,  王英龙 ,  杨明 ,  王春梅 ,  孔祥龙 ,  王海燕 ,  许继勇 ,  陈长芳 ,  单珂

IPC: A61B5/0402

Abstract: 本发明的基于深度神经网络的心电图智能诊断方法，包括：a).信号归一化处理；b).确定训练样本空间；c).确定验证样本空间；d).确定神经网络结构；e).确定激活函数和目标函数；f).训练神经网络；g).心电图信号的自动分析。本发明的基于深度神经网络的心电图智能诊断方法，以MIT-BIH心率失常数据库中的数据为样本，采用Logistic函数作为神经元的激活函数、交叉熵成本函数为目标函数对神经网络进行训练，对心电图信号分析时，利用训练出的神经网络即可得出分析结果，即使诊断医生不具有十分丰富的临床经验，也可获取精确的诊断结果，无需耗费心脏专家大量的精力，减轻医生负担。