一种基于心电图与D-二聚体联合的急性主动脉夹层智能风险分层方法及系统

摘要: 本发明涉及一种基于心电图与d-二聚体联合的急性主动脉夹层智能风险分层方法及系统,属于智能医疗器械。背景技术:1、急性主动脉夹层是一种需要及时识别的急症,其胸痛、...
一种基于心电图与D-二聚体联合的急性主动脉夹层智能风险分层方法及系统

本发明涉及一种基于心电图与d-二聚体联合的急性主动脉夹层智能风险分层方法及系统,属于智能医疗器械。

背景技术:

1、急性主动脉夹层是一种需要及时识别的急症,其胸痛、背痛等表现可与急性心肌梗死、肺栓塞及其他胸痛病因重叠。现有的评估通常结合临床先验概率、d-二聚体和主动脉影像检查。d-二聚体在低至中的验前概率人群中具有一定排除价值,但其结果解释受检测方法、报告单位、cut-off值、发病时间、主动脉内血栓/壁间血肿、高龄、炎症、妊娠、肿瘤、术后及抗凝状态等因素影响,且阳性结果特异性有限,不宜单独作为确诊或排除依据。主动脉ct血管造影等影像仍承担确诊的作用。但在缺乏主动脉ct血管造影的医疗情景下,或d-二聚体/影像尚未返回的时间窗,仍需基于早期可及信息提供及时、审慎、可解释且不误用的辅助风险分层仍是本技术领域亟需解决的技术问题。

2、十二导联心电图常在急诊胸痛的评估早期获得。传统心电图缺少足以单独确认或者排除主动脉夹层的特异性表现,但数字波形包含跨导联、跨时间尺度及频率组成的信息,能够作为计算机信号输入处理。在检验结果尚未返回时,从已获得的心电记录产生辅助诊断信号具有流程上的应用空间。当前需要解决的技术问题包括:如何从存在噪声的多导联短时心电记录中同时表达局部形态及频率信息;保持训练和推理期间导联、幅值及阈值配置的一致性;在d-二聚体结果异步到达时更新关联结果;避免将不同检测体系的检验数值或模型分值阈值直接混用;并使无效输入、未完成联合计算及有效低分值结果在输出中可区分。

技术实现思路

1、本发明的目的在于解决如何快速便捷地辅助急性主动脉夹层风险分层的技术问题;具体包括针对现有的急诊主动脉夹层识别过程中早期心电信息利用不足、传统心电信号难以充分表达跨导联及跨时间尺度特征,以及d-二聚体检测结果受检测体系差异影响并可能与心电结果异步到达、难以安全衔接的问题,提供一种基于多域时序特征融合和时间感知多示例学习的急性主动脉夹层辅助风险分层方法、系统、设备及存储介质。

2、为达到本发明的目的,本发明提供一种基于心电图与d-二聚体联合的急性主动脉夹层智能风险分层方法,所述方法包括接收患者的数字心电信号并进行质量控制得到预处理信息;对预处理信息进行时域与频域特征提取、可学习小波位置编码和注意力聚合,并融合年龄、性别信息,生成可追溯的急性主动脉夹层相关辅助分析分值;将主动脉夹层相关辅助分析分值与预存的模型阈值进行比较,生成阶段输出;再结合d-二聚体检测结果输出联合辅助分析分值,输出检验结果。

3、优选地,所述方法还包括模型构建和模型训练;模型构建按照患者标识进行数据划分,包括划分为模型拟合集、调优集和测试集;通过模型构建和模型训练获得模型阈值。

4、优选地,所述数字心电信号包括多导联数字心电信号,所述多导联数字心电信号为十二导联心电信号,包括i、ii、iii、avr、avl、avf以及v1至v6。

5、优选地,所述时域与频域特征提取包括将预处理的数字心电信号作为时域输入;再对同一心电片段进行快速傅里叶变换,并提取傅里叶变换的幅值表示作为频域输入;采用多尺度一维卷积特征提取器,分别通过时域特征提取分支和频域特征提取分支对两类输入进行处理;两个分支分别产生具有序列结构的特征表示,以形成互补的时频域表征。

6、优选地,所述可学习小波位置编码采用墨西哥帽小波作为母小波,通过可学习的尺度参数和平移参数生成多个位置编码核;所述位置编码包括三组尺度参数及对应的平移参数,小波卷积核长度为19,并在序列处理过程中施加两次。

7、优选地,所述注意力聚合包括采用两层nyström近似注意力层;每层注意力设置八个注意力头,通过六次迭代计算近似伪逆,并设置残差卷积结构。

8、优选地,所述融合年龄、性别信息包括将心电表征与患者年龄和性别信息进行融合;融合后的特征输入分类头;所述分类头包括两层多层感知机、线性整流激活函数以及随机失活层;分类头采用多标签输出结构,各标签通道分别产生相应的模型分值;再根据预存的标签顺序和输出通道映射关系,提取主动脉夹层对应的输出分值,形成主动脉夹层相关辅助分析分值。

9、优选地,所述结合d-二聚体检测结果输出联合辅助分析分值包括对d-二聚体数值进行log1p变换,再按照模型训练阶段确定的均值和尺度参数进行标准化;设d为指定计量单位下的d-二聚体数值,s为心电模型分值;先计算d=ln(1+d),再计算zs=(s-μs)/σs及zd=(d-μd)/σd;联合模型计算线性值η=β0+βszs+βdzd,并输出联合辅助分析分值p=1/(1+exp(-η));其中,μd、σd、μs和σs为训练阶段确定的标准化参数;β0为截距,βs和βd为模型权重。

10、本发明提供一种基于心电图与d-二聚体联合的急性主动脉夹层智能风险分层系统,所述系统包括数据接口、信号预处理模块、双域特征提取模块、时序聚合模块、人口学信息融合模块、结果输出模块;以及可选的检验接入模块、联合计算模块、配置管理模块和结果追溯模块;所述系统根据上述方法运行,获得检验结果。

11、优选地,所述系统的各模块设置于心电设备、医院内服务器、临床工作站或通过网络连接的计算设备中。

12、相比现有技术,本发明具有如下有益效果:

13、本发明通过对十二导联数字心电信号进行质量筛选、时域与频域特征提取、可学习小波位置编码和注意力聚合,并融合年龄、性别信息,生成可追溯的主动脉夹层相关辅助分析分值;在d-二聚体结果有效且其检测体系、计量单位及参考上限与模型配置匹配时,进一步进行有条件的异步联合分析,并区分可分析、未完成联合分析及需人工复核等状态,从而为急诊胸痛患者的主动脉夹层早期风险分层和后续影像评估提供技术支持。

1.一种基于心电图与d-二聚体联合的急性主动脉夹层智能风险分层方法,其特征在于,所述方法包括接收患者的数字心电信号并进行质量控制得到预处理信息;对预处理信息进行时域与频域特征提取、可学习小波位置编码和注意力聚合,并融合年龄、性别信息,生成可追溯的急性主动脉夹层相关辅助分析分值;将急性主动脉夹层相关辅助分析分值与预存的模型阈值进行比较,生成阶段输出;再结合d-二聚体检测结果输出联合辅助分析分值,输出检验结果。

2.根据权利要求1所述的一种基于心电图与d-二聚体联合的急性主动脉夹层智能风险分层方法,其特征在于,所述方法还包括模型构建和模型训练;模型构建按照患者标识进行数据划分,包括划分为模型拟合集、调优集和测试集;通过模型构建和模型训练获得模型阈值。

3.根据权利要求2所述的一种基于心电图与d-二聚体联合的急性主动脉夹层智能风险分层方法,其特征在于,所述数字心电信号包括多导联数字心电信号,所述多导联数字心电信号为十二导联心电信号,包括i、ii、iii、avr、avl、avf以及v1至v6。

4.根据权利要求2所述的一种基于心电图与d-二聚体联合的急性主动脉夹层智能风险分层方法,其特征在于,所述时域与频域特征提取包括对预处理的数字心电信号作为时域输入;再对同一心电片段进行快速傅里叶变换,并提取傅里叶变换的幅值表示作为频域输入;采用多尺度一维卷积特征提取器,分别通过时域特征提取分支和频域特征提取分支对两类输入进行处理;两个分支分别产生具有序列结构的特征表示,以形成互补的时频域表征。

5.根据权利要求2所述的一种基于心电图与d-二聚体联合的急性主动脉夹层智能风险分层方法,其特征在于,所述可学习小波位置编码采用墨西哥帽小波作为母小波,通过可学习的尺度参数和平移参数生成多个位置编码核;所述位置编码包括三组尺度参数及对应的平移参数,小波卷积核长度为19,并在序列处理过程中施加两次。

6.根据权利要求2所述的一种基于心电图与d-二聚体联合的急性主动脉夹层智能风险分层方法,其特征在于,所述注意力聚合包括采用两层nyström近似注意力层;每层注意力设置八个注意力头,通过六次迭代计算近似伪逆,并设置残差卷积结构。

7.根据权利要求2所述的一种基于心电图与d-二聚体联合的急性主动脉夹层智能风险分层方法,其特征在于,所述融合年龄、性别信息包括将心电表征与患者年龄和性别信息进行融合;融合后的特征输入分类头;所述分类头包括两层多层感知机、线性整流激活函数以及随机失活层;分类头采用多标签输出结构,各标签通道分别产生相应的模型分值;再根据预存的标签顺序和输出通道映射关系,提取主动脉夹层对应的输出分值,形成主动脉夹层相关辅助分析分值。

8.根据权利要求2所述的一种基于心电图与d-二聚体联合的急性主动脉夹层智能风险分层方法,其特征在于,所述结合d-二聚体检测结果输出联合辅助分析分值包括对d-二聚体数值进行log1p变换,再按照模型训练阶段确定的均值和尺度参数进行标准化;设d为指定计量单位下的d-二聚体数值,s为心电模型分值;先计算d=ln(1+d),再计算zs=(s-μs)/σs及zd=(d-μd)/σd;联合模型计算线性值η=β0+βszs+βdzd,并输出联合辅助分析分值p=1/(1+exp(-η));其中,μd、σd、μs和σs为训练阶段确定的标准化参数;β0为截距,βs和βd为模型权重。

9.一种基于心电图与d-二聚体联合的急性主动脉夹层智能风险分层系统,其特征在于,所述系统包括数据接口、信号预处理模块、双域特征提取模块、时序聚合模块、人口学信息融合模块、结果输出模块;以及可选的检验接入模块、联合计算模块、配置管理模块和结果追溯模块;所述系统根据权利要求1至8中任一项所述方法运行,获得检验结果。

10.根据权利要求9所述的一种基于心电图与d-二聚体联合的急性主动脉夹层智能风险分层系统,其特征在于,所述系统的各模块设于心电设备、医院内服务器、临床工作站或通过网络连接的计算设备中。