摘要
本发明提供了一种基于心电图结合人工智能技术的HFimpEF预测方法,属于心力衰竭预测领域,包括:采集不同患者的心电图,并基于心电图学习算法对每张心电图的细微变化进行自动识别与分类,得到对应的早期预测结果以及早期检测精度;集成每个患者的生理数据建立与自身的心电图的心脏评估关联,且结合相应的早期检测精度,获取优化向量;基于所有优化向量对心电图学习算法进行优化处理,得到优化学习算法;按照优化学习算法继续对每张心电图进行分析得到分析结果,且结合对应早期检测结果,得到对应患者的HFimpEF预测结果。减少单一信号可能导致的误判,提高后期HFimpEF的预测精度。
技术关键词
学习算法
人工智能技术
曲线
患者
心脏
生理
参数
精度
指标
数据
因子
血压
信号
系统为您推荐了相关专利信息
全景摄像头
系统设计方案
图像拼接算法
深度学习模型
数据分析算法
人工晶状体
深度学习框架
光学相干断层扫描
深度学习模型
定位标记
回输方法
时序信号处理技术
多维监测
压力
多模态传感器