专利示意图

一、技术领域

深度学习技术领域

二、专利介绍

1.专利信息

专利类型：发明

专利权人：清华大学深圳国际研究生院

申请号：202310308961.8

发明人：王兴军、王晓萌 、厉杰

2.专利说明书摘要

本发明公开了一种非侵入式冠心病检测系统，包括：预处理模块，用于滤除心电信号噪声以及从与心电信号关联的电子病历中提取出冠心病的相关信息；多模态特征提取模块，用于接收预处理后的心电信号及冠心病的相关信息，提取心电信号特征、时频图像特征、心电向量图特征、电子病历文本特征；多模态特征融合模块，用于将心电信号特征、时频图像特征、心电向量图特征及电子病历文本特征进行拼接融合，得到融合特征；心电分类模块，用于将融合特征进行标签预测，得到检测结果。本发明利用多模态特征提取模块及多模态特征融合模块建立起来心电信号的时序关联以及利用高层特征进行数据增强，能够在无创伤的情况下准确的划分是否为冠心病患者。

3.创新点

（1）本发明涉及冠心病筛查领域，考虑到现有的检测方式冠脉造影存在的局限性，提出了一种利用深度学习和心电图实现冠心病早期筛查的方案；

（2）本方案利用深度学习技术，无需手工提取特征，无需人工标注，减少医生误判，降低医生工作量，可以实现快速准确的智能诊断；

（3）本方案提出了一种Multibranch-ConvFormer网络,通过不同的感受野进行特征提取，利用通道注意力强化重要特征，以及利用cnn提取局部特征和transformer提取全局特征；

（4）本方案是首次构建心电图、心电向量图和心电频谱图信息的基于注意力的融合模型，从时域、时频域和心脏电激动角度全面观测心脏的电活动；

（5）本方案提出了一种将心脏电活动信息与电子病历融合的模型，利用多模态信息提高筛查准确率；

（6）本方案在冠心病筛查中具有良好的灵敏度和特异性，在公开数据集上的表现优于主流方法。

4.痛点问题

冠脉造影是最广泛的检测方式，但是价格昂贵且为侵入性。心电图无创、易于执行和成本低廉，可作为筛查心脏病的首选工具，但是人工解读心电图十分繁琐、耗时且易出错。

5.技术优势

（1）针对心脏病诊断标准冠脉造影存在的造价昂贵、技术要求高且对人体有创伤性的问题，提出了一种基于心电图的筛查方法，造价低廉，采集简便，易于推广；

（2）提出的深度神经网络模型无需手工提取特征，可以实现快速准确的筛查，有效减轻了病人痛苦；

（3）提出的方案在公开数据集和临床采集数据集上均具有良好的表现。

三、产业化信息

1.商业价值

此项技术拥有巨大的商业前景，对于医疗行业有以下市场价值：

（1）本方案能够提供一种低廉无创的冠心病筛查方法，一定程度上可以作为冠脉造影的代替，有效减轻患者痛苦，减少对患者身体造成的辐射和伤害，降低患者经济负担；

（2）本方案数据采集简便，使用门槛低，便于部署在乡镇卫生院等医疗资源匮乏的地区；

（3）本方案具有较强的扩展性，具有较低的模型训练成本，在冠心病等多类心血管疾病中均可应用。

2.合作方式

面议

注:所有成果未经授权，请勿转载

联系方式：ttc@sz.tsinghua.edu.cn