基于心磁信号的临床诊断方法、系统、存储介质及电子设备与流程

本发明属于深度学习的，特别是涉及一种基于心磁信号的临床诊断方法、系统、存储介质及电子设备。

背景技术：

1、心磁信号是心磁探测设备对人体心脏电活动的记录。与心电图类似，心磁信号包含了心脏健康情况和心脏搏动过程的相关信息。同时也与心电图具有不同的地方，心磁信号具有二维平面的结构特征，并且也更加敏感。对于被动式、无创、无侵入、无损的心脏检查也主要是心电图和心磁检查。心电图的相关研究、应用与临床诊断趋于成熟，但是对于心磁相关的研究尤其是临床诊断方面还没有一套成熟的算法。

2、现有技术中，对于心磁信号临床诊断的方法主要包括以下两种：

3、(1)由临床专家的看图识别，但该方法受限于专家的先验知识，受主观影响较大，可靠性较差；

4、(2)基于手工提取特征的机器学习诊断方法，但该方法依赖于特征的手工提取，效率较低。

技术实现思路

1、鉴于以上所述现有技术的缺点，本发明的目的在于提供一种基于心磁信号的临床诊断方法、系统、存储介质及电子设备，通过构建基于心磁信号的深度学习模型，能够实现端到端的自动临床诊断结果预测，快速高效，实用性强。

2、第一方面，本发明提供一种基于心磁信号的临床诊断方法，所述方法包括以下步骤：获取心磁信号和对应的临床诊断标签；对所述心磁信号进行预处理；基于预处理后的心磁信号和对应的临床诊断标签训练临床诊断深度学习模型；基于训练好的临床诊断深度学习模型获取心磁信号对应的临床诊断结论。

3、在第一方面的一种实现方式中，对所述心磁信号进行预处理包括以下步骤：

4、对所述心磁信号进行波形定位，获取心脏搏动的各个时刻点；

5、截取相邻时刻点间的心磁信号；

6、将截取的心磁信号进行等长处理；

7、对等长的心磁信号进行标准化处理；

8、对标准化处理的心磁信号进行随机增强处理。

9、在第一方面的一种实现方式中，将截取的心磁信号进行等长处理包括以下步骤：

10、获取所述截取的心磁信号的长度；

11、若所述长度等于预设阈值，则不做处理；

12、若所述长度小于所述阈值，则对所述截取的心磁信号进行线性插值，使得插值后的心磁信号长度达到所述预设阈值；

13、若所述长度大于所述阈值，则对所述截取的心磁信号进行下采样，使得下采样后的心磁信号长度达到所述预设阈值。

14、在第一方面的一种实现方式中，所述临床诊断深度学习模型包括时间维度特征抽取模块、空间维度特征抽取模块、链接模块和临床诊断输出模块；所述时间维度特征抽取模块用于提取所述心磁信号的时间维度特征；所述空间维度特征抽取模块用于基于所述时间维度特征抽取所述心磁信号的空间维度特征；所述链接模块用于将所述空间维度特征和所述时间维度特征维度规格化并传送至所述临床诊断输出模块；所述临床诊断输出模块用于基于维度规格化的空间维度特征和时间维度特征输出临床诊断结论。

15、第二方面，本发明提供一种基于心磁信号的临床诊断系统，所述系统包括获取模块、预处理模块、训练模块和诊断模块；

16、所述获取模块用于获取心磁信号和对应的临床诊断标签；

17、所述预处理模块用于对所述心磁信号进行预处理；

18、所述训练模块用于基于预处理后的心磁信号和对应的临床诊断标签训练临床诊断深度学习模型；

19、所述诊断模块用于基于训练好的临床诊断深度学习模型获取心磁信号对应的临床诊断结论。

20、在第二方面的一种实现方式中，所述预处理模块对所述心磁信号进行预处理包括以下步骤：

21、对所述心磁信号进行波形定位，获取心脏搏动的各个时刻点；

22、截取相邻时刻点间的心磁信号；

23、将截取的心磁信号进行等长处理；

24、对等长的心磁信号进行标准化处理；

25、对标准化处理的心磁信号进行随机增强处理。

26、在第二方面的一种实现方式中，将截取的心磁信号进行等长处理包括以下步骤：

27、获取所述截取的心磁信号的长度；

28、若所述长度等于预设阈值，则不做处理；

29、若所述长度小于所述阈值，则对所述截取的心磁信号进行线性插值，使得插值后的心磁信号长度达到所述预设阈值；

30、若所述长度大于所述阈值，则对所述截取的心磁信号进行下采样，使得下采样后的心磁信号长度达到所述预设阈值。

31、在第二方面的一种实现方式中，所述临床诊断深度学习模型包括时间维度特征抽取模块、空间维度特征抽取模块、链接模块和临床诊断输出模块；所述时间维度特征抽取模块用于提取所述心磁信号的时间维度特征；所述空间维度特征抽取模块用于基于所述时间维度特征抽取所述心磁信号的空间维度特征；所述链接模块用于将所述空间维度特征和所述时间维度特征维度规格化并传送至所述临床诊断输出模块；所述临床诊断输出模块用于基于维度规格化的空间维度特征和时间维度特征输出临床诊断结论。

32、第三方面，本发明提供一种电子设备，所述电子设备包括：处理器和存储器。

33、所述存储器用于存储计算机程序；

34、所述处理器用于执行所述存储器存储的计算机程序，以使所述电子设备执行上述的基于心磁信号的临床诊断方法。

35、第四方面，本发明提供一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被电子设备执行时实现上述的基于心磁信号的临床诊断方法。

36、如上所述，本发明所述的基于心磁信号的临床诊断方法、系统、存储介质及电子设备，具有以下有益效果：

37、(1)基于临床标签，能够直接对心磁设备采集的心磁信号进行端到端的自动临床诊断结果预测，无需临床专家的干预和预处理等涉及专家的先验知识的操作；

38、(2)解决了心磁信号在临床上的诊断应用问题，能够自动化进行基于心磁信号的心脏临床诊断。

技术特征：

1.一种基于心磁信号的临床诊断方法，其特征在于，所述方法包括以下步骤：

2.根据权利要求1所述的基于心磁信号的临床诊断方法，其特征在于：对所述心磁信号进行预处理包括以下步骤：

3.根据权利要求2述的基于心磁信号的临床诊断方法，其特征在于：将截取的心磁信号进行等长处理包括以下步骤：

4.根据权利要求1所述的基于心磁信号的临床诊断方法，其特征在于：所述临床诊断深度学习模型包括时间维度特征抽取模块、空间维度特征抽取模块、链接模块和临床诊断输出模块；所述时间维度特征抽取模块用于提取所述心磁信号的时间维度特征；所述空间维度特征抽取模块用于基于所述时间维度特征抽取所述心磁信号的空间维度特征；所述链接模块用于将所述空间维度特征和所述时间维度特征维度规格化并传送至所述临床诊断输出模块；所述临床诊断输出模块用于基于维度规格化的空间维度特征和时间维度特征输出临床诊断结论。

5.一种基于心磁信号的临床诊断系统，其特征在于，所述系统包括获取模块、预处理模块、训练模块和诊断模块；

6.根据权利要求5所述的基于心磁信号的临床诊断系统，其特征在于：所述预处理模块对所述心磁信号进行预处理包括以下步骤：

7.根据权利要求6述的基于心磁信号的临床诊断系统，其特征在于：将截取的心磁信号进行等长处理包括以下步骤：

8.根据权利要求5所述的基于心磁信号的临床诊断系统，其特征在于：所述临床诊断深度学习模型包括时间维度特征抽取模块、空间维度特征抽取模块、链接模块和临床诊断输出模块；所述时间维度特征抽取模块用于提取所述心磁信号的时间维度特征；所述空间维度特征抽取模块用于基于所述时间维度特征抽取所述心磁信号的空间维度特征；所述链接模块用于将所述空间维度特征和所述时间维度特征维度规格化并传送至所述临床诊断输出模块；所述临床诊断输出模块用于基于维度规格化的空间维度特征和时间维度特征输出临床诊断结论。

9.一种电子设备，其特征在于，所述电子设备包括：处理器和存储器；

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被电子设备执行时实现权利要求1至4任一项所的基于心磁信号的临床诊断方法。

技术总结本发明提供一种基于心磁信号的临床诊断方法、系统、存储介质及电子设备，所述方法包括以下步骤：获取心磁信号和对应的临床诊断标签；对所述心磁信号进行预处理；基于预处理后的心磁信号和对应的临床诊断标签训练临床诊断深度学习模型；基于训练好的临床诊断深度学习模型获取心磁信号对应的临床诊断结论。本发明的基于心磁信号的临床诊断方法、系统、存储介质及电子设备通过构建基于心磁信号的深度学习模型，能够实现端到端的自动临床诊断结果预测，快速高效，实用性强。技术研发人员：王蒙,张树林,沈梦君,夏磊受保护的技术使用者：漫迪医疗仪器（上海）有限公司技术研发日：技术公布日：2024/9/12