公开(公告)号：CN115568859A

公开(公告)日：2023-01-06

申请号：CN202211187677.1

申请日：2022-09-28

Applicant: 郑州大学

Inventor： 杨聪 ,  李子良

IPC: A61B5/318 ,  A61B5/346 ,  A61B5/00 ,  G06N3/04

Abstract: 本发明提出了一种心电对比学习特征提取方法、系统、装置及可读存储介质，方法包括：步骤1，将12导联心电数据进行预处理后输入到对比学习框架中，通过最小化NT‑Xent损失函数值进行预训练；其中，对比学习框架的主干网络采用基于ConvNeXt的改进网络；步骤2，将原始的12导联心电数据输入到经过步骤1预训练好的主干网络中进行特征提取，经过全局平均池化GAP和全局最大池化GMP的组合，再两次通过依次连接的线性层Linear、激活函数ReLU和Dropout层，最后经过线性层Linear和Sigmoid函数输出该心电数据的逻辑分类概率，即预测的结果。本发明对比学习的方法，缓解了长尾问题对结果造成的影响。

公开(公告)号：CN113378812A

公开(公告)日：2021-09-10

申请号：CN202110559663.7

申请日：2021-05-21

Applicant: 郑州大学

Inventor： 张卫星 ,  韩颖 ,  余利敏 ,  赵博学 ,  徐畅 ,  李子良 ,  周旭

IPC: G06K9/20 ,  G06K9/34 ,  G06K9/32 ,  G06K9/46 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明提出了一种基于Mask R‑CNN和CRNN的数字表盘识别方法，构建基于Mask R‑CNN和CRNN的数字表盘识别模型后，将待识别原始图像输入模型即可输出识别的结果。识别模型按照以下方法训练获得：收集原始图像，划分训练数据集、验证数据集和测试数据集；将训练集图像进行标签操作得到标签图像；进行特征提取后获得感兴趣的目标框ROI；对融合特征图进行FCN操作，输出mask；对目标框ROI进行分类，输出类别class和标注框box；计算mask中所要识别区域的四点坐标，并通过透视变换，将四边形识别区域变换成矩形；将保存的矩形图像作为卷积循环神经网络模型CRNN的输入进行数字识别。

公开(公告)号：CN115171876A

公开(公告)日：2022-10-11

申请号：CN202210653990.3

申请日：2022-06-10

Applicant: 郑州大学

Inventor： 韩颖 ,  李子良 ,  杨聪 ,  林楠 ,  马建红

IPC: G16H50/20 ,  G16H15/00 ,  A61B5/318 ,  A61B5/346 ,  G06N3/04 ,  G06F40/103 ,  G06F40/126 ,  G06F40/163 ,  G06F40/191 ,  G06F40/232 ,  G06F40/247 ,  G06F40/289

Abstract: 本发明提供一种根据12导联心电信号生成中文报告的方法及系统，所述方法包括：步骤1，数据预处理；步骤2，将经过预处理的12导联心电信号先经过一维卷积进行维度扩充，再经过8层MLP‑Mixer中的Mixer块进行心电信号特征提取；步骤3，使用Transformer中的编码器作为后验知识嵌入的主干网络进行后验知识嵌入；步骤4，使用3层Transformer中的解码器作为生成中文报告的主干网络进行中文报告生成。本发明系统只需要输入12导联的心电信号就可以生成包含病情特征的中文报告，让医生获取更详细的病人病情信息，辅助医生进行医学诊断，从而降低人力成本。