买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

摘要：本发明提供一种基于人工智能的十二导联标准心电图急性心肌梗死智能判别系统，包括：数据采集系统、云平台数据存储系统，所述数据采集系统通信连接于云平台数据存储系统，云平台数据存储系统连接于数据建模分析系统，所述数据建模分析系统上连接有数据显示系统；所述数据采集系统包括心电图采集系统、血管造影装置、临床试验观察表、胸痛发生至心电图获取的时间；本发明依托大数据云平台，建立基于体表十二导联标准心电图的特征识别急性心肌梗死定性、定位、定时期的人工智能算法，建立整体的心肌梗死自动判别智能系统平台，可以快速实现急性心肌梗死自动判别，提高诊断效率。

主权项：1.一种基于人工智能的十二导联标准心电图急性心肌梗死智能判别系统，包括：数据采集系统和云平台数据存储系统，其特征在于，所述数据采集系统通信连接于所述云平台数据存储系统，所述云平台数据存储系统连接于数据建模分析系统，所述数据建模分析系统上连接有数据显示系统；所述数据采集系统包括心电图采集系统、血管造影装置、临床试验观察表以及胸痛发生至心电图获取的时间；所述数据建模分析系统使用回顾性的心电图及DSA图像，利用深度卷积神经网络训练急性心肌梗死的定性及定位模型；DSA数据作为发生心梗部位的金标准，提供了发生心梗区域的准确位置，通过DSA金标准的标记，将问题转化为人工智能建模的多分类问题，利用改进的多分类算法，将转化的二进制数据进行训练建模，形成判断心梗部位的自动判别人工智能模型。

全文数据：一种基于人工智能的十二导联标准心电图急性心肌梗死智能判别系统技术领域本发明涉及数据自动智能化处理判别系统，具体为一种基于人工智能的十二导联标准心电图急性心肌梗死智能判别系统。背景技术急性心肌梗死是冠状动脉急性、持续性缺血缺氧所引起的心肌坏死。临床上多有剧烈而持久的胸骨后疼痛，休息及硝酸酯类药物不能完全缓解，伴有血清心肌酶活性增高及进行性心电图变化，可并发心律失常、休克或心力衰竭，常可危及生命。本病在欧美最常见，美国每年约有150万人发生心肌梗死。中国近年来呈明显上升趋势，每年新发至少50万，现患至少200万。目前，急性心肌梗死目前临床诊断根据胸痛症状+心电图+心肌酶指标，例如，中国专利ZL201020185781.3公开了一种快速定量检测心肌肌钙蛋白I的试条装置，其包括基体，基体上由左向右依次设有加样区、过滤层区、试剂存储区、微沟道和废液区，微沟道上设有检测区，检测区的上、下方分别设有荧光检测装置和磁力装置。该专利只能实现一种心梗标志物心肌肌钙蛋白I的检测，无法对心肌梗死发展阶段及梗死面积做出更为准确的判断。但心电图在急性ST段抬高性心肌梗死STEMI中诊断有重要意义。发明内容本发明所解决的技术问题在于提供一种基于人工智能的十二导联标准心电图急性心肌梗死智能判别系统，以解决上述背景技术中的问题。本发明所解决的技术问题采用以下技术方案来实现：一种基于人工智能的十二导联标准心电图急性心肌梗死智能判别系统，包括：数据采集系统、云平台数据存储系统，所述数据采集系统通信连接于云平台数据存储系统，云平台数据存储系统连接于数据建模分析系统，所述数据建模分析系统上连接有数据显示系统；所述数据采集系统包括心电图采集系统、血管造影装置、临床试验观察表、胸痛发生至心电图获取的时间；所述心电图采集系统获取原始心电图数据，其包括12个导联：QRS波的Q波波幅、ST段波幅，T波波幅。所述云平台数据存储系统采用原始心电图读入自动识别系统，利用波形识别算法及傅里叶变换，解卷积法，将识别的波形转换为量化的指标，将DSA图像作为金标准标记，整理和搜集相应患者的心电图。所述数据建模分析系统使用回顾性的心电图及DSA图像，利用深度卷积神经网络CNN训练急性心肌梗死的定性及定位模型；DSA数据作为发生心梗部位的金标准，提供了发生心梗区域的准确位置，通过DSA金标准的标记，将问题转化为人工智能建模的多分类问题，利用改进的多分类算法，将转化的二进制原始心电数据进行训练建模，形成判断心梗部位的自动判别人工智能模型。所述数据建模分析系统其包括以下步骤1定性：判断是否为心梗；2定位：判断心梗部位，其包括前降支、回旋支、右冠、D1对角支，OM支，AM支，左室后支、后降支；3定时期：通过回顾性数据训练，预测心梗发生的时间，对病人进行实时监护预警，加入时间相关的数据进行深度神经网络学习，需要使用循环神经网络RNN进行模型训练，该模型可以根据该时间序列上的大数据进行更加精准的建模，最后得到急性心肌梗死的定性及定位模型。与已公开技术相比，本发明存在以下优点：本发明基于大数据云平台，建立基于体表十二导联标准心电图的特征识别急性心肌梗死定性、定位、定时期的人工智能算法，建立整体的心肌梗死自动判别智能系统平台，可以快速实现急性心肌梗死自动判别，实现实时预警，提高诊断敏感性。附图说明图1为本发明的系统原理图。具体实施方式为了使本发明的技术手段、创作特征、工作流程、使用方法达成目的与功效易于明白了解，下面将结合本发明实施例，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。如图1所示，一种基于人工智能的十二导联标准心电图急性心肌梗死智能判别系统，包括：数据采集系统、云平台数据存储系统，所述数据采集系统通信连接于云平台数据存储系统，云平台数据存储系统连接于数据建模分析系统，所述数据建模分析系统上连接有数据显示系统；所述数据采集系统包括心电图采集系统、血管造影装置、临床试验观察表、胸痛发生至心电图获取的时间；所述数据采集系统安装在临床设备设备或可穿戴设备内。所述心电图采集系统获取原始心电图数据，其包括12个导联：QRS波的Q波波幅、ST段波幅，T波波幅。所述血管造影装置在急诊时通过注入造影剂让血管成像，进行数据采集。所述云平台数据存储系统采用原始心电图读入自动识别系统，利用波形识别算法及傅里叶变换，解卷积法，将识别的波形转换为量化的指标，将DSA图像作为金标准标记，整理和搜集相应患者的心电图，所述数据建模分析系统使用回顾性的心电图及DSA图像，利用深度卷积神经网络CNN训练急性心肌梗死的定性及定位模型；DSA数据作为发生心梗部位的金标准，提供了发生心梗区域的准确位置，通过DSA金标准的标记，将问题转化为人工智能建模的多分类问题，利用改进的多分类算法，将转化的二进制数据进行训练建模，形成判断心梗部位的自动判别人工智能模型。所述数据建模分析系统其包括以下步骤1定性：判断是否为心梗；2定位：判断心梗部位，其包括前降支、回旋支、右冠、D1对角支，OM支，AM支，左室后支、后降支；3定时期：通过回顾性数据训练，预测心梗发生的时间，对病人进行实时监护预警，加入时间相关的数据进行深度神经网络学习，需要使用循环神经网络RNN进行模型训练，该模型可以根据该时间序列上的大数据进行更加精准的建模，最后得到急性心肌梗死的定性及定位模型。本发明提供了用于存储12导联标准心电图数据的智能云平台及与可穿戴式设备心电监护硬件一起的，用于实时的，自动判别心肌梗死的人工智能系统；该系统包括了可穿戴心电监护设备，用于标准心电数据存储的云平台及基于人工智能的自动判别系统。因为心肌梗死的心电图会在急性期发生动态改变，因此需要加入时间维度，拟以DSA结果为金标准，根据心梗至心电图获取的时间+教科书已有的急性心肌梗死定性、定位、定时判读法则为基础，收集至少1万例心梗心电图数据，进行AI分析包括算法建立和验证，深度学习等；加入时间相关的数据进行深度神经网络学习，需要使用循环神经网络RNN进行模型训练，该模型可以根据该时间序列上的大数据进行更加精准的建模，最后得到急性心肌梗死的定性及定位模型。以上显示和描述了本发明的基本原理、主要特征及本发明的优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是说明本发明的原理，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。本发明的要求保护范围由所附的权利要求书及其等效物界定。

权利要求：1.一种基于人工智能的十二导联标准心电图急性心肌梗死智能判别系统，包括：数据采集系统、云平台数据存储系统，其特征在于：所述数据采集系统通信连接于云平台数据存储系统，云平台数据存储系统连接于数据建模分析系统，所述数据建模分析系统上连接有数据显示系统；所述数据采集系统包括心电图采集系统、血管造影装置、临床试验观察表、胸痛发生至心电图获取的时间。2.根据权利要求1所述的一种基于人工智能的十二导联标准心电图急性心肌梗死智能判别系统，其特征在于：所述心电图采集系统获取原始心电图数据，其包括12个导联：QRS波的Q波波幅、ST段波幅，T波波幅。3.根据权利要求1所述的一种基于人工智能的十二导联标准心电图急性心肌梗死智能判别系统，其特征在于：所述血管造影装置在急诊时通过注入造影剂让血管成像，进行数据采集。4.根据权利要求1所述的一种基于人工智能的十二导联标准心电图急性心肌梗死智能判别系统，其特征在于：所述云平台数据存储系统采用PDF版本的心电图读入自动识别系统，利用波形识别算法及傅里叶变换，解卷积法，将识别的波形转换为量化的指标，将DSA图像作为金标准标记，整理和搜集相应患者的心电图。5.根据权利要求1所述的一种基于人工智能的十二导联标准心电图急性心肌梗死智能判别系统，其特征在于：所述数据建模分析系统使用回顾性的心电图及DSA图像，利用深度卷积神经网络CNN训练急性心肌梗死的定性及定位模型；DSA数据作为发生心梗部位的金标准，提供了发生心梗区域的准确位置，通过DSA金标准的标记，将问题转化为人工智能建模的多分类问题，利用改进的多分类算法，将转化的二进制数据进行训练建模，形成判断心梗部位的自动判别人工智能模型。6.根据权利要求1所述的一种基于人工智能的十二导联标准心电图急性心肌梗死智能判别系统，其特征在于：所述数据建模分析系统其包括以下步骤：1定性：判断是否为心梗；2定位：判断心梗部位，其包括前降支、回旋支、右冠、D1对角支，OM支，AM支，左室后支、后降支；3定时期：通过回顾性数据训练，预测心梗发生的时间，对病人进行实时监护预警，加入时间相关的数据进行深度神经网络学习，需要使用循环神经网络进行模型训练，该模型可以根据该时间序列上的大数据进行更加精准的建模，最后得到急性心肌梗死的定性及定位模型。

百度查询： 上海移视网络科技有限公司 一种基于人工智能的十二导联标准心电图急性心肌梗死智能判别系统