摘要
本发明涉及起搏室性心动过速检测。生理监测系统经由传感器接口收集来自通过监测传感器的心电图(“ECG”)数据。机器学习模型标识可归因于由患者使用的心血管设备的ECG数据的特性。机器学习模型会为个体患者创建并持续性更新至少一个正常ECG模板。使用基于知识的心跳分类器分析异常ECG数据集以标识特定心律失常。数据结构基于特定心律失常对患者的可能影响存储对特定心律失常的响应。例如,对危险心律失常的响应可能是紧急警报,而对由患者的起搏器快速纠正的暂时性心律失常的响应可能是非紧迫消息或要归档的注释。
技术关键词
心血管设备
无监督机器学习
生理监测系统
非暂时性计算机可读存储介质
室性心动过速
植入式心脏复律除颤器
起搏器
患者
模板
数据
分类器
机器学习模型
监测传感器
刺激伪影
传感器接口
处理器
端口
指令
通信接口
存储器
系统为您推荐了相关专利信息
术语
训练文本数据
大语言模型
医学
语言模型训练方法
计算机化系统
计算机化方法
非暂时性计算机可读存储介质
训练集
检查工具
药物递送装置
控制设备
患者自控
患者生理数据
传感器设备
无监督机器学习
深度学习网络模型
预拌混凝土
无标签数据
评估指标量化模型