用于使用AI模型对波形数据进行分类的系统和方法与流程

本文所公开的主题的实施方案涉及处理波形数据，并且更具体地涉及使用人工智能(ai)模型的波形片段识别。

背景技术：

1、在医院环境中，各种监视器可以生成可以由保健提供方查看的临床波形数据，包括胎儿监视器数据、心电图(ecg)数据、脑电图(eeg)数据、重症监护室(icu)患者监视数据、肌电图(emg)数据以及其它类型的波形数据。为了帮助保健提供方查看波形数据，一个或多个ai模型可以经训练以分析波形数据。例如，保健提供方可能希望知道在一天的指定时间在15分钟间隔内的胎儿心率基线，或者在一天的第一时间与第二时间之间发生的宫缩的数量。

2、ai模型可以经训练以识别波形数据的其中发生事件的片段，其中该事件可以为波形数据中的畸变或变化。如果波形数据的持续时间较短，则波形数据可以被收集并输入到ai模型中，并且ai模型可以输出包括事件的片段在波形数据内位于何处的指示。如果波形数据的持续时间为持续的或较长，则波形数据可以以组块的形式被输入到ai模型中，并且ai模型可以输出包括事件的片段在波形数据的相关组块内位于何处的指示。然后可以跨组块聚合输出以确定片段在波形数据内的位置。可以周期性地生成经聚合输出的概要，该概要可以用于在显示设备上显示片段的位置。然而，ai模型的性能可能取决于输出的聚合方式。用于聚合输出的当前方法可能导致比ai模型的期望性能低的性能。

技术实现思路

1、本公开包括一种波形处理系统，该波形处理系统包括：患者监视器，该患者监视器被配置为提供波形数据流；显示设备；处理器；以及包括指令的非暂态存储器，该指令在被执行时使处理器控制显示设备以基于片段识别阵列在显示设备上显示包括指定事件的片段在波形数据流中的位置，该片段识别阵列通过以下操作生成：将波形数据划分成具有固定长度的多个重叠组块，其中每个组块从前一组块偏移预定义推断间隔；在每个推断间隔处，将波形数据的每个重叠组块的多个数据值输入到人工智能(ai)模型中，该ai模型经训练以输出包括相应的多个输出值的组块片段识别阵列，相应的多个输出值中的每个输出值指示在波形数据的重叠组块中指定事件的存在或不存在；以及聚合由ai模型针对对应的多个重叠组块输出的多个组块片段识别阵列以创建片段识别阵列。以此方式，ai模型对波形数据流执行滑动窗口推断。

2、在一些实施方案中，聚合输出可以包括计算当前重叠组块的单独的、经时间对准的输出的平均值，以及取决于平均值是否超过阈值输出值，在多个时间参考处分配一或零作为单个聚合输出。因此，经聚合的片段阵列可以包括一系列一和零，其中连续数量的一可以指示包括指定事件的片段，并且连续数量的零可以指示不包括指定事件的片段。因为经聚合的片段阵列的输出值与波形数据流的数据值具有1:1对应关系，所以连续数量的一的起始位置和结束位置可以用于确定波形数据流中片段的对应的起始位置和结束位置，以供在显示设备上显示。

3、通过以此方式跨多个重叠数据组块聚合ai模型的输出，可以相对于其它聚合方法增加经聚合输出的准确性，从而使对波形数据的包括指定事件的片段的识别比当前由其它聚合方法实现的识别更精确且更可靠。

4、在单独或结合附图考虑时，本说明书的以上优势以及其他优势和特征将从以下具体实施方式中显而易见。应当理解，提供以上技术实现要素：是为了以简化的形式介绍在具体实施方式中进一步描述的一系列概念。这并不意味着确定所要求保护的主题的关键或必要特征，该主题的范围由具体实施方式后的权利要求书唯一地限定。此外，所要求保护的主题不限于解决上文或本公开的任何部分中提到的任何缺点的具体实施。

技术特征：

1.一种用于波形处理系统的方法，所述方法包括：

2.根据权利要求1所述的方法，其中所述指定事件为波形数据曲线相对于期望曲线的畸变或变化。

3.根据权利要求1所述的方法，其中对所述波形数据流执行所述滑动窗口推断还包括：

4.根据权利要求3所述的方法，其中所述多个重叠组块中的每个重叠组块的起始从前一重叠组块的起始偏移所述预定义推断间隔。

5.根据权利要求3所述的方法，其中所述相应组块片段识别阵列包括多个一和零，其中在所述组块片段识别阵列的一位置中的一指示在连续数据值的所输入阵列的对应位置中的数据值被包括在所述片段中，并且在所述组块片段识别阵列的一位置中的零指示在连续数据值的所述阵列的对应位置中的数据值未被包括在所述片段中。

6.根据权利要求3所述的方法，其中每个重叠组块的所述指定持续时间比所述预定义推断间隔长。

7.根据权利要求3所述的方法，其中聚合所述人工智能模型的所述输出还包括：

8.根据权利要求7所述的方法，其中聚合所述单独输出值还包括：

9.根据权利要求7所述的方法，其中在其之上聚合所述单独输出值的相应组块片段识别阵列的量基于所述相应组块片段识别阵列的时间对准而变化。

10.根据权利要求7所述的方法，其中在所述显示设备上显示包括所述指定事件的所述片段的所述位置718还包括：

11.一种波形处理系统102，包括：

12.根据权利要求11所述的波形处理系统，其中聚合由所述人工智能模型230输出的所述多个组块片段识别阵列462还包括：

13.根据权利要求11所述的波形处理系统，其中：

技术总结本公开提供了用于处理波形数据的方法和系统。在一个示例中，一种用于波形处理系统的方法包括在该波形处理系统的显示设备上显示(718)包括指定事件的片段在波形数据流中的位置，其中片段的位置是基于聚合AI模型的输出(710)来识别的，该AI模型对波形数据流执行滑动窗口推断。对波形数据流执行滑动窗口推断可以包括：将波形数据划分成多个重叠组块(706)，每个组块包括在指定持续时间内从波形数据流提取的连续数据值；以及将每个组块输入到AI模型中(708)以生成指示片段的存在或不存在的输出值的阵列，该输出值的阵列然后可以被聚合。技术研发人员：R·帕达萨尼,S·阿吉斯,J·M·乔丹,R·L·维图洛,M·贾纳斯受保护的技术使用者：通用电气精准医疗有限责任公司技术研发日：技术公布日：2024/10/17