[00273813]一种基于深度学习算法的心脏性疾病风险预警系统及方法
交易价格：
面议
所属行业：
分析仪器
类型：
发明专利
技术成熟度：
正在研发
专利所属地：中国
专利号：CN201710192271.5
交易方式：
技术转让
技术转让
技术入股
联系人：
南京医科大学
进入空间
所在地：江苏南京市
- 服务承诺
- 产权明晰
-
资料保密
对所交付的所有资料进行保密
- 如实描述
技术详细介绍
摘要：本发明涉及一种基于深度学习算法的心脏性疾病风险预警系统及方法，其前期准备临床上获取正常心电信号和各类心脏性疾病的心电信号，将信号进行分段，并利用小波分析算法提取信号频率节律信息，并将获取到的频率节律信息分类送入深度学习框架进行训练，得到各类训练完的深度学习模型。后期运用用户佩戴可进行数据传输的心电采集装置，将采集到的心电信号上传到服务器，服务器提取信号频率节律信息并将频率节律信息首先送入到训练完的正常心电频率节律的深度学习模型进行判别，若存在心脏性疾病的征兆，将心电频率节律信息依次送入到训练好的各类心脏性疾病的深度学习模型中进行刷选评价，返回给用户具体类别心脏性疾病风险的报告单。
摘要：本发明涉及一种基于深度学习算法的心脏性疾病风险预警系统及方法，其前期准备临床上获取正常心电信号和各类心脏性疾病的心电信号，将信号进行分段，并利用小波分析算法提取信号频率节律信息，并将获取到的频率节律信息分类送入深度学习框架进行训练，得到各类训练完的深度学习模型。后期运用用户佩戴可进行数据传输的心电采集装置，将采集到的心电信号上传到服务器，服务器提取信号频率节律信息并将频率节律信息首先送入到训练完的正常心电频率节律的深度学习模型进行判别，若存在心脏性疾病的征兆，将心电频率节律信息依次送入到训练好的各类心脏性疾病的深度学习模型中进行刷选评价，返回给用户具体类别心脏性疾病风险的报告单。
