科创中国
一种基于机器学习的非侵入性心脏病诊断方法和装置
成果类型：: 发明专利
发布时间: 2023-11-09 14:38:20
科技成果产业化落地方案
方案提交机构：天津市滨海新区| 宋学姮 | 2023-11-17 16:13:07
本发明公开了一种基于机器学习的非侵入性心脏病诊断方法和装置。该方法包括：采集目标的心电图信号并检测对应的QRS波群；采集该目标的脉搏波信号；基于所述QRS波群提取心电信号特征，构建为第一特征向量的样本空间；提取所述脉搏波信号的特征，将得到的特征向量矩阵构建为第二特征向量的样本空间；将所述第一特征向量的样本空间和所述第二特征向量的样本空间进行融合，利用融合特征输入到预训练的分类器，获得心脏诊断结果。本发明提高了心脏识别的准确率和效率。
一种基于机器学习的非侵入性心脏病诊断方法，包括以下步骤：
采集目标的心电图信号并检测对应的QRS波群；
采集该目标的脉搏波信号；
基于所述QRS波群提取心电图信号特征，构建为第一特征向量的样本空间；
提取所述脉搏波信号的特征，将得到的特征向量矩阵构建为第二特征向量的样本空间；
将所述第一特征向量的样本空间和所述第二特征向量的样本空间进行融合，利用融合特征输入到预训练的分类器，获得心脏诊断结果。
该方法和装置主要用于心脏病的诊断，可以应用于临床医学、健康监测等领域。
- 非侵入性： 表示这种诊断方法不需要侵入性的手术或检查。
- 心脏病诊断： 指利用一定的技术或数据来检测和判断患者是否患有心脏疾病。
中国科学院深圳先进技术研究院提升了粤港地区及我国先进制造业和现代服务业的自主创新能力，推动我国自主知识产权新工业的建立，成为国际一流的工业研究院。 深圳先进院目前已初步构建了以科研为主的集科研、教育、产业、资本为一体的微型协同创新生AC态系统，由九个研究平台，国科大深圳先进技术学院，多个特色产业育成基地、多支产业发展基金、多个具有独立法人资质的新型专业科研机构等组成。开展先进技术研究，促进科技发展。信息、电子、通讯技术研究新材料、新能源技术研究高性能计算、自动化、精密机械研究生物医学与医疗仪器研究相关学历教育、博士后培养与学术交流。
- 机器学习： 是一种人工智能的分支，通过训练算法使计算机系统能够从数据中学习和改进。
- 基于机器学习的方法： 表示该诊断方法利用机器学习算法来分析和解释数据，以提高心脏病的诊断准确性。
- 用于实施方法的设备： 这可能包括传感器、医学影像设备、数据采集系统等。
- 可能的硬件和软件组件： 用于收集、处理和分析患者数据，以进行机器学习算法的训练和推断。
技术转让
这种描述表明该技术旨在通过机器学习算法提供一种非侵入性的心脏病诊断方法，为医疗保健领域提供更准确和及时的诊断工具
下载app