公开(公告)号：CN117976215A

公开(公告)日：2024-05-03

申请号：CN202410156013.1

申请日：2024-02-04

Applicant: 电子科技大学

Inventor： 袁梦柯 ,  刘勇国 ,  李巧勤 ,  张云 ,  朱嘉静

IPC: G16H50/30 ,  G16H50/20 ,  G06F18/214 ,  G06F18/20 ,  G06F18/22 ,  G06F18/2431 ,  G06N3/09

Abstract: 本发明公开了一种用于心血管疾病检查项目的推荐方法、设备和介质，通过获取患者历史数据，对历史数据进行预处理，得到样本集合数据；根据样本集合数据确定医疗项目的时间相关性；对当前检查项目和检查结果进行关联表示；采用门控循环单元和隐马可夫模型构建心血管检查项目推荐模型，结合样本集合数据、当前检查项目和检查结果的关联表示，对患者进行检查项目推荐。通过时间关联学习的方式，将患者的历史医疗记录采用表征学习方法进行表示。采用改进的门控循环单元捕捉历史病历信息与当前检查项目之间的转移关系，为心血管疾病患者推荐合理的检查方式，考虑了数据的关联性，提高了结果判断的准确性。

公开(公告)号：CN118806293A

公开(公告)日：2024-10-22

申请号：CN202410825431.5

申请日：2024-06-25

Applicant: 电子科技大学

Inventor： 袁梦柯 ,  刘勇国 ,  李巧勤 ,  张云 ,  兰刚 ,  陈智

IPC: A61B5/346 ,  A61B5/0245 ,  A61B5/00 ,  G06F18/213 ,  G06F18/2431 ,  G06F18/2415 ,  G06N3/0442 ,  G06N3/045 ,  G06N3/0464 ,  G06F123/02

Abstract: 本发明公开了一种基于深度残差网络的心律失常检测方法，包括如下步骤：步骤1、心电信号预处理；步骤2、利用通道注意力卷积网络和门控循环单元提取复杂病理ECG特征；步骤3、心律失常多标签分类的嵌入学习；步骤4、通过标签感知注意力系数对心律失常特征向量进行加权；步骤5、心律失常分类：将加权向量送入卷积和全连接层，得到最终的心律失常预测结果概率。本发明的检测模型能够学到更抽象、更复杂的特征，从而更好地应对不同患者、不同病理情况的心电图数据。