摘要
本发明提供了一种基于多模态融合的心电数据分析方法、装置、介质及设备,应用于急性冠脉综合征(ACS)的早期预警。该方法利用便携式设备采集心电信号、心冲击信号时序数据,以及心率、呼吸率、血氧饱和度等结构数据,并对这些数据进行预处理;构建双分支全局与局部交互的特征提取模型,分别提取心电信号和心冲击信号的局部和全局特征,同时弥合两种信号类型的异构性;结构数据经特征映射后,与时序数据的特征一起输入特征融合模型;融合后的特征最终输入疾病预警模型,输出ACS风险概率,并与预设阈值比较,实现实时监测与预警。该方法对预防ACS和保障心脑血管疾病高危人群的生命健康具有重要意义。
技术关键词
心电数据分析方法
多模态
时序
心电数据分析装置
急性冠脉综合征
单层感知机
卷积神经网络模型
风险
特征提取模型
心脑血管疾病
非线性特征
心脑血管病
电信号
特征提取模块
便携式设备
饱和度
多层感知机
数据获取模块
系统为您推荐了相关专利信息
步态识别方法
序列
步态特征
关键点
步态识别设备
水陆两栖车
数字孪生
仿真模型
人机交互模块
数据存储
充电站负荷预测
资源
排队等待时间
混合单元
模型训练模块