摘要
基于深度学习的心电图像信息处理分析方法及系统,属于医学诊断方法技术领域,解决现有心电图图像信息处理方法无法保证数据的质量和一致性问题,同时本发明还有效地去除了心电图图像中的噪声和伪迹,提高其质量和可靠性。方法为:处理原始心电图图像;建立基于深度学习的心电图像分析模型;采用领域适应技术对心电图像分析模型进行领域适应;模型集成与投票机制训练;采集其他心血管数据,并采用多模态融合技术融合;采用融合的数据再次训练模型,并采用人工干预机制,将干预结果作为反馈,再次优化模型;对优化后模型的分析结果进行持续监控,根据监控结果确定模型的准确率,根据准确率更新模型。本发明适用于医学诊断中的心电图图像信息处理。
技术关键词
分析方法
多模态融合技术
存储装置
图像信息处理方法
训练卷积神经网络
医学诊断方法
机制
半监督学习
无监督学习
QRS波
可读存储介质
数据
处理器
分析系统
存储器
对抗性
计算机设备
系统为您推荐了相关专利信息
中文情感分析方法
双通道特征融合
注意力机制
字符
文本
智能分类方法
分类特征
红外辐射特征
粉煤灰
非线性响应特性
历史故障数据
节点特征
GCN模型
图谱
故障分析方法
智能水表
时间序列预测模型
时间序列分解方法
机器学习分类算法
时间序列分析方法