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：北京致敬未知科技有限公司

摘要：本发明公开一种完善心电数据小型神经网络训练模型的方法。该方法包括：边缘计算设备接收第一个周期的心电数据，对第一个周期的心电数据进行神经网络计算，得到第一神经网络计算数据；对第一神经网络计算数据做汇聚模型运算，形成阈值M1；接收第二个周期的心电数据；对第二个周期的心电数据进行神经网络计算，得到第二神经网络计算数据；对第二神经网络计算数据做汇聚模型运算，形成阈值M2；以此类推，边缘计算设备接收最少3天的多个时间周期的心电数据，并得到阈值M1、M2......Mn，M1+M2+...+Mn=1，由此形成基于个人用户的神经网络学习模型，并持续针对个人用户做数据模型优化；可以有效避免在使用过程中由于秒级网络延迟导致的数据和结果不一致情况发生。

主权项：1.一种完善心电数据小型神经网络训练模型的方法，其特征在于，包括：边缘计算设备接收第一个周期的心电数据，其中，所述心电数据通过ECG硬件设备采集，所述心电数据包括原始心电图波形数据、心电图附加信息、心电图节律信息以及代表PQRST波形数据，其中，所述心电图节律信息包括平均心室心率、平均RR间隔、最长RR间隔和最短RR间隔之差、RR间隔的标准方差、期外收缩信息、期外收缩类型数据、期外收缩形态数据、心房扑动的F波型数据和心房颤动的F波的检测结果、非同期P波的检测结果；边缘计算设备对所述第一个周期的心电数据进行神经网络计算，得到第一神经网络计算数据；边缘计算设备对所述第一神经网络计算数据做汇聚模型运算，形成阈值M1，其中，所述汇聚模型运算为对一个时间周期的神经网络计算数据的加权平均；边缘计算设备接收第二个周期的心电数据；边缘计算设备对所述第二个周期的心电数据进行神经网络计算，得到第二神经网络计算数据；边缘计算设备对所述第二神经网络计算数据做汇聚模型运算，形成阈值M2；以此类推，边缘计算设备接收最少3天的多个时间周期的心电数据，并得到阈值M1、M2......Mn，M1+M2+...+Mn=1，由此形成基于个人用户的心电数据小型神经网络训练模型，并持续针对个人用户做数据模型优化，心电数据小型神经网络训练模型依托于终端设备的数据交互不断完善模型的准确性，同时在和云端协同的过程中使得迭代模型具有更大的通用性；跨时区、跨物理地区的数据在云端基于汇聚、聚合、聚类和加权的心电数据清洗算法，更新心电数据小型神经网络训练模型。

全文数据：

权利要求：

百度查询： 北京致敬未知科技有限公司 完善心电数据小型神经网络训练模型的方法