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！

申请/专利权人：武汉大学

摘要：本发明公开了一种基于云‑设备端协同的ECG分析系统及方法，首先利用ECG信号采集装置采集ECG信号并通过Wi‑Fi传输至云服务器；在云服务器上部署的ECG分析系统网站中接收ECG信号并调用ECG信号预处理算法软件包保存去噪后的ECG信号、心拍信号及各心拍前后RR间期；在ECG分析系统网站前端部署基于Tensorflow.js的融合RR间期的1D‑CNN二分类模型利用设备端算力进行单导联ECG信号的二分类；在人工智能云平台部署基于SE‑Res‑GRU的12导联ECG信号多分类模型，在ECG分析系统网站后端调用RestfulAPI接口实现设备端分类异常ECG的精准分类。本发明基于云‑设备端协同技术在节省用户分析时间、缓解服务器访问压力的同时更加精准地分析了ECG信号异常的类型，为心脏疾病远程诊疗提供了一种有效的技术手段。

主权项：1.一种基于云-设备端协同的ECG分析方法，其特征在于，包括以下步骤：步骤1：获取一段预设长度的采样频率为预设值的12导联ECG信号；步骤2：对一整段ECG信号进行去噪处理，识别R峰并分割为心拍，保存去噪后的ECG信号、心拍信号和各心拍信号对应前后RR间期；所述心拍信号，为识别到R峰之后以R峰位基准点向前取100个点并且向后取139个点，包括R峰在内总共240个点所得到的心拍；每个心拍与前后心拍的RR间期为识别到的R峰与前后R峰之间间隔的采样点数；步骤3：取选定的某条已保存ECG信号第二导联各心拍并依次利用设备端，融合RR间期的1D-CNN二分类模型分析心拍异常与否；所述融合RR间期的1D-CNN二分类模型，包括三个一维卷积层、三个一维池化层、Flatten层和Softmax分类器，其中，卷积层和池化层交叉设置，对一维心拍进行卷积池化操作后经过Flatten层得到一维特征数组，在特征数组末端融合该心拍对应的前后RR间期这两个特征值得到融合RR间期特征的特征数组，再将融合RR间期特征的特征数组输入Softmax分类器得到心拍是否为正常或者是异常的分类结果；步骤4：对于设备端分类为异常的心拍，取出对应12导联ECG信号心拍利用人工智能云平台上部署的基于SE-Res-GRU的12导联ECG信号多分类模型获取ECG具体异常类别；所述基于SE-Res-GRU的12导联ECG信号多分类模型，由12个并行的独立分支和一个全连接层组成，每个分支包含3个串联的SE-Res模块以及1个并联的GRU模块和GAP模块，其中SE-Res模块主要由ResNet和SENet组成且每个SE-Res模块前有一个卷积层进行特征映射使得残差单元能够和SE-Res模块输出维度一致。

全文数据：

权利要求：

百度查询： 武汉大学 一种基于云-设备端协同的ECG分析系统及方法