CN110638440A

CN110638440A - 一种自助式心电检测系统

Info

Publication number: CN110638440A
Application number: CN201910809782.6A
Authority: CN
Inventors: 田国樑
Original assignee: Shanghai Xukang Digital Technology Co Ltd
Current assignee: Shanghai Xukang Digital Technology Co Ltd
Priority date: 2019-08-29
Filing date: 2019-08-29
Publication date: 2020-01-03

Abstract

本发明适用于计算机技术领域，提供了一种自助式心电检测系统，所述自助式心电检测系统包括：导联电极智能控制系统，用于控制导联电极按照预设的规则连接待诊断用户；心电检测装置，用于在导联电极按照预设的规则连接待诊断用户后，对所述待诊断用户的心电进行记录。本发明实施例提供的一种自助式心电检测系统，能够自动控制导联电极连接待诊断用户，无需他人在一旁辅助放置电极，而用户在进行心电检测的过程中，也无需知晓专业知识，不需要掌握专业技能，就能够自助式的完成整个心电检测过程，整个检测过程十分方便、快捷，且便于操作，有效了解决了现有技术中存在的心电检测效率低的技术问题。

Description

一种自助式心电检测系统

技术领域

本发明属于计算机技术领域，尤其涉及一种自助式心电检测系统。

背景技术

心电仪是一种能够检测患者心电信息的装置。在进行心电检测时，有不同的检测方式，例如采用三导联、五导联或十二导联的检测方式，对于不同数量导联的检测方式，检测出来的心电图数据量不同。其中，采用十二导联的检测方式所检测得到的心电图数据量最为丰富，全面。

然而目前市场上的便携式心电仪通常采用三导联的检测方式，检测出来的心电图数据量少，不够全面，如果想要做一次全面的心电检测，通常需要去医院进行检测。然而，去医院检测心电图的过程效率比较低，除了来往交通，在医院里面还需要面临排队、挂号的等待，如果医生临时有事或者检测的患者较多，等待的时间还会更长，而正常情况下心电图只需要检测5分钟，但患者往往需要花费半小时甚至数小时的时间来准备。

可见现有技术中，当患者需要进行心电的全面检测时，效率比较低。

发明内容

本发明实施例的目的在于提供一种自助式心电检测系统，旨在解决现有技术中存在的当患者需要进行心电全面的检测时，效率比较低的技术问题。

本发明实施例是这样实现的，一种自助式心电检测系统，所述自助式心电检测系统包括：

导联电极智能控制系统，用于控制导联电极按照预设的规则连接待诊断用户；

心电检测装置，用于在导联电极按照预设的规则连接待诊断用户后，对所述待诊断用户的心电进行记录。

本发明实施例提供的一种自助式心电检测系统，通过设置有导联电极智能控制系统，能够智能对导联电极进行控制，使得导联电极能够按照预设的规则连接待诊断用户，此时心电检测装置就能够对待诊断用户的心电进行记录。本发明实施例提供的自助式心电检测系统，能够自动控制导联电极连接待诊断用户，相比于现有的心电监测装置，无需医生在一旁辅助放置电极，也就是说，本发明提供的自助式心电检测系统可以独立的设置在社区内，而无需设置在医院，便于用户进行心电监测，而用户在进行心电检测的过程中，无需知晓专业知识，也不需要掌握专业技能，自助式心电检测系统能够智能的完成整个心电检测过程，整个检测过程十分方便、快捷，且便于操作，有效了解决了现有技术中存在的心电检测效率低的技术问题。

附图说明

图1为本发明实施例提供的一种自助式心电检测系统的结构示意图；

图2为本发明实施例提供的一种导联电极智能控制系统的结构示意图；

图3为本发明另一个实施例提供的导联电极智能控制系统的结构示意图；

图4为本发明实施例提供的一种导联电极吸附位置确定装置的结构示意图

图5为本发明实施例提供的位置确认单元的结构示意图；

图6为本发明实施例提供的训练生成导联电极吸附位置计算模型的方法的步骤流程图；

图7为本发明另一个实施例提供的导联电极吸附位置确定装置的结构示意图；

图8为本发明另一个实施例提供的自助式心电检测系统的结构示意图；

图9为本发明实施例提供的语音提醒系统的结构示意图；

图10为办发明又一个实施例提供的自助式心电检测系统的结构示意图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

本发明实施例为解决现有技术存在的心电检测效率低的技术问题，提供了一种自助式心电检测系统，该系统可以独立设置与社区内，方便用户检测，此外，通过设置导联电极智能控制系统，能够自动将导联电极连接，对于用户而言，无需知晓专业知识，也无需掌握专业技能，即可实现自助式的心电检测，整个检测过程十分方便、快捷，且便于操作，有效了解决了现有技术中存在的心电检测效率低的技术问题。

如图1所示，在一个实施例中，提供了一种自助式心电检测系统的结构示意图。

在本发明实施例中，所述自助式心电检测系统包括：

导联电极智能控制系统110，用于控制导联电极按照预设的规则连接待诊断用户。

在本发明实施例中，需要特别说明的是，在做十二导联心电图时，一共需要将4个四肢导联以及6个胸导联连接到指定的位置，其中4个四肢导联的连接方式较为简单，分别用4个导联夹夹持在待诊断用户的四肢上即可，而6个胸导联则需要吸附在胸腔上的指定位置，操作难度较大，而这也是进行心电检测的关键之处，通常情况下是由具有专业经验的医生来完成的，而本发明实施例中为了实现自助式心电检测，是利用硬件以及软件的配合实现了导联电极的连接，尤其是实现了胸导联准确吸附在指定位置，使得待诊断用户在使用本发明所提供的自助式心电检测系统时，只需要按照要求躺在检测床上即可，导联电极智能控制系统能够自动连接好导联电极，从而完成心电检测。

在本发明实施例中，可以理解，导联电极智能控制系统能够实现导联连接，离不开硬件以及软件的支撑，尤其是软件方面，本领域技术人员应当知晓，胸导联每个电极都有规定的吸附位置，而如何实现准确的识别出在不同待诊断用户上的标准吸附位置，是实现本发明的关键。而相对于软件部分，本发明对硬件部分的具体结构不做限定，凡在识别出在不同待诊断用户上的标准吸附位置后，能够控制导联吸附在所述标准吸附位置的结构均应当在本发明要求保护的范围之内，例如可以是机械手，也可以是其他控制结构。具体的导联电极智能控制系统的结构请参阅后续图3～图7的解释说明。

心电检测装置120，用于在导联电极按照预设的规则连接待诊断用户后，对所述待诊断用户的心电进行记录。

在本发明实施例中，结合前述的论述可知，在心电检测过程中，导联电极的连接至关重要，在导联电极连接好之后，采用常规的心电检测装置对待诊断用户的心电进行记录即可。

如图2所示，在一个实施例中，提供了一种导联电极智能控制系统的结构示意图，详述如下。

在本发明实施例中，所述导联电极智能控制系统包括：

导联电极吸附位置确定装置210，用于确定待诊断用户的导联电极标准吸附位置。

在本发明实施例中，结合前述图1中关于导联电极智能控制系统110的解释说明可知，所述导联电极吸附位置确定装置可以理解为安装有导联电极智能控制系统中的软件模块的部分。

在本发明实施例中，导联电极包括4个四肢导联电极以及6个胸导联电极，其中四肢导联电极直接夹持在四肢上，较为简单，无需专业经验，因此，本发明对四肢导联电极的连接不做具体的限制，可以是由机械手辅助完成夹持，当然也可以由待诊断用户自行进行夹持。而6个胸导联电极较为复杂，其中V₁连接在胸骨右缘第四肋间，V₂连接在胸骨左缘第四肋间，V₃连接在V₂以及V₄连线的中点，V₄连接在左锁骨中线第五肋间，V₅连接在左腋前线与V₄同水平，V₆连接在左腋中线与V₄同水平，本发明实施例主要以实现识别6个胸导联电极的连接(吸附)位置进行解释说明。

在本发明实施例中，提供了一种可行的导联电极吸附位置确定装置，该导联电极吸附位置确定装置主要是基于深度神经网络算法训练生成的，具体请参阅下述图4～图6及其解释说明的部分。

在本发明实施例中，提供了另一种可行的导联电极吸附位置确定装置，该导联电极吸附位置确定装置主要是基于X光投射以及图像对比实现的，具体请参阅下述图7及其解释说明的部分。

在本发明实施例中，如图4～图6以及图7所示，提供了两种可行的导联电极吸附位置确定装置的结构示意图，其中所述两种可行的导联电极吸附位置确定装置所实现的技术效果(确定导联电极吸附位置的准确率、效率)不同，适用场景也不同，本发明领域技术人员可以根据实际需求自行选择，同样的，也可以同时设置两种导联电极吸附位置确定装置，以便能够根据实际需求实现更好的技术效果。

导联电极吸附控制装置220，用于控制导联电极吸附在所述待诊断用户的导联电极标准吸附位置。

在本发明实施例中，结合前述图1中关于导联电极智能控制系统110的解释说明可知，所述导联电极吸附控制装置220可以理解为所述导联电极智能控制系统中硬件部分，本发明对导联电极吸附控制装置的具体结构不做限定，凡能够控制导联电极吸附在所述待诊断用户的导联电极标准吸附位置均应当在本发明要求保护的范围之内。

如图3所示，在另一个实施例中，提出了另一种导联电极智能控制系统的结构示意图，详述如下。

在本发明实施例中，与图2所示出的一种导联电极智能控制系统的区别在于，还包括：

导联电极吸附位置矫正装置310，用于判断所述导联电极是否吸附在所述待诊断用户的导联电极标准吸附位置，当判断所述导联电极没有吸附在所述待诊断用户的导联电极标准吸附位置时，确定导联电极的吸附位置与所述导联电极标准吸附位置的误差，并发送给导联电极吸附控制装置。

在本发明实施例中，为了避免在控制导联电极吸附过程中因异常情况而导致导联电极没有吸附到准确位置，通过额外设置导联电极吸附位置矫正装置，能够判断导联电极是否吸附在所述待诊断用户的导联电极标准吸附位置，从而进一步配合导联电极吸附控制装置实现对导联电极的吸附矫正。

所述导联电极吸附控制装置220，还用于根据所述误差控制导联电极，以控制所述导联电极重新吸附在所述待诊断用户的导联电极标准吸附位置。

本发明实施例提供的另一种导联电极智能控制系统，通过额外设置导联电极吸附位置矫正装置，能够进一步对导联电极进行吸附矫正，使得导联电极能够准确的吸附在指定的位置，进一步提高了心电检测的效果。

如图4所示，在一个实施例中，提出了一种导联电极吸附位置确定装置的结构示意图，详述如下。

在本发明实施例中，所述导联电极吸附位置确定装置包括：

拍摄单元410，用于拍摄待诊断用户的全身图像。

在本发明实施例中，所述导联电极吸附位置确定装置是基于深度神经网络算法建立的。

在本发明实施例中，结合前述对胸导联电极连接位置的描述，具体请参阅前述图2关于导联电极吸附位置确定装置210的解释说明，可以看出，胸导联电极主要与肋骨的位置相关联，而肋骨的大致排布与待诊断用户的体形存在一定的内在关联，也就是说，对于体形相似的用户而言，虽然具体肋骨位置不同，但大概位置却相差无几，而基于深度神经网络算法则可以训练得到用于描述待诊断用户的体形与肋骨的大致排布之间的内在关联模型，将待诊断用户的体形输入到模型中，就可以得到肋骨大致排布，从而确定出胸导联电极的标准吸附位置。

在本发明实施例中，由于需要获取用户的体形，因此需要采集用户的全身图像，所述拍摄单元可以是摄像机、摄像头、手机、相机等等。

全身模型构建单元420，用于根据待诊断用户的全身图像构建待诊断用户的全身模型。

在本发明实施例中，需要对待诊断用户的全身图像进行处理得到待诊断用户的全身模型，其中所述全身模型可以理解为能够计算机识别、读取、运算的符码。

位置确认单元430，用于将所述待诊断用户的全身模型输入到预先基于深度神经网络算法训练生成的导联电极吸附位置计算模型中确定待诊断用户的导联电极标准吸附位置。

在本发明实施例中，结合前述拍摄单元410中描述可知，预先基于深度神经网络算法训练生成的导联电极吸附位置计算模型即为前述所指出的用于描述待诊断用户的体形与肋骨的大致排布之间的内在关联模型，当输入待诊断用户的全身模型x后，利用预先基于深度神经网络算法训练生成的导联电极吸附位置计算模型y＝f(x)，就可以输出待诊断用户的导联电极标准吸附位置y，当然上述y＝f(x)只是简化形式，具体的预先基于深度神经网络算法训练生成的导联电极吸附位置计算模型的结构请参阅图5及其解释说明的部分，而通过训练样本训练生成所述导联电极吸附位置计算模型的步骤请参阅图6及其解释说明的部分。

在本发明实施例中，考虑到个体的差距，本发明实施例提供的基于深度神经网络算法建立的导联电极吸附位置确定装置所确定的吸附位置的准确率相对较好。虽然无法保证100％准确率，但本发明提供的基于深度神经网络算法建立的导联电极吸附位置确定装置适用范围广，对诊断用户身体无负面效果。

如图5所示，在一个实施例中，提出了一种位置确认单元的结构示意图，详述如下。

在本发明实施例中，所述位置确认单元具体包括：

特征向量生成模块510，用于获取所述待诊断用户的全身模型的参数信息，并根据所述参数信息生成全身模型的特征向量。

在本发明实施例中，所述参数信息包括身高、肩宽、骼宽、躯干长度以及在各高度下的躯干宽度，其中所述各高度下的躯干宽度描述了待诊断用户躯干，即胸腔部分的曲线，将上述参数信息依次排列，即可生成特征向量。

深度神经网络处理模块520，用于利用所述预先基于深度神经网络算法训练生成的导联电极吸附位置计算模型对所述全身模型的特征向量进行运算得到运算结果，并根据所述运算结果确定待诊断用户的导联电极标准吸附位置。

在本发明实施例中，所述运算结果为12维向量，包含了6个导联电极标准吸附位置信息。

如图6所示，在一个实施例中，提出了一种训练生成导联电极吸附位置计算模型的方法的步骤流程图，具体包括以下步骤：

步骤S602，获取多个已知导联电极标准吸附位置的全身模型样本。

在本发明实施例中，由于现有的神经网络算法都是先基于大量的样本训练生成的，因此，在得到导联电极吸附位置计算模型前，需要通过采集获取多个已知导联电极标准吸附位置的全身模型样本，在所述全身模型样本上，导联电极标准吸附位置是已知的。

步骤S604，获取所述全身模型样本的参数信息，并根据所述参数信息生成全身模型的样本特征向量。

在本发明实施例中，所述参数信息包括身高、肩宽、骼宽、躯干长度以及在各高度下的躯干宽度。

在本发明实施例中，与前述图5中示出的特征向量生成模块510相似，区别仅仅在于处理的全身模型不同，具体请参阅前述图5及其解释说明。

步骤S606，获取所述全身模型样本的导联电极标准吸附位置，并根据所述导联电极标准吸附位置的信息确定各全身模型样本的目标输出向量。

在本发明实施例中，可以理解，样本特征向量x是已知的，而目标输出向量y也是已知的，接下来的步骤就是利用x和y计算y＝f(x)的过程。

步骤S608，构建含有可变参数的初始化的导联电极吸附位置计算模型。

在本发明实施例中，所述初始化的导联电极吸附位置计算模型是基于神经网络模型算法构建的，包括多层连接层以及输出层，优选的，连接层取5层，而每个连接层中都包括两个可变参数：权重向量以及偏倚向量。当每个连接层中的权重向量以及偏倚向量都确定下来，此时导联电极吸附位置计算模型即训练完成。

步骤S610，利用所述导联电极吸附位置计算模型对所述全身模型的样本特征向量进行运算得到响应输出向量。

在本发明实施例中，将x输入到所述模型中可以得到响应输出向量y′。

步骤S612，计算所述响应输出向量与所述目标输出向量的交叉熵损失。

在本发明实施例中，所述响应输出向量y′与所述目标输出向量y的交叉熵损失表示了y′与y的差异，也从侧面描述了当前的导联电极吸附位置计算模型与训练完成后的导联电极吸附位置计算模型的差异情况，交叉熵损失越大，表明当前的导联电极吸附位置计算模型越不符合真实情况，需要对导联电极吸附位置计算模型中的可变参数，也就是各个连接层中的权重向量以及偏倚向量进行调整。

步骤S614，判断所述交叉熵损失是否小于预设的训练阈值。当判断所述交叉熵损失不小于预设的训练阈值时，执行步骤S616；当判断所述交叉熵损失小于预设的训练阈值时，执行步骤S618。

在本发明实施例中，结合前述步骤uS612的论述可知，交叉熵损失侧面反映了当前的导联电极吸附位置计算模型与训练完成后的导联电极吸附位置计算模型的差异情况，当交叉熵损失较小，低于预设的阈值时，表明此时的导联电极吸附位置计算模型已基本拟合真实的导联电极吸附位置计算模型的差异情况，因此可以将此时的导联电极吸附位置计算模型确定为基于深度神经网络算法训练生成的导联电极吸附位置计算模型，而交叉熵损失较大，高于预设的阈值时，表示此时的导联电极吸附位置计算模型与真实的导联电极吸附位置计算模型相差较大，需要调整导联电极吸附位置计算模型中的可变参数进行优化。

步骤S616，根据所述交叉熵损失并基于梯度下降算法对所述导联电极吸附位置计算模型中的可变参数进行优化，并返回至所述步骤S610。

在本发明实施例中，当需要对导联电极吸附位置计算模型中的可变参数进行优化时，是基于梯度下降算法进行优化的。

步骤S618，将此时的导联电极吸附位置计算模型确定为基于深度神经网络算法训练生成的导联电极吸附位置计算模型。

本发明实施例提供了训练生成基于深度神经网络算法的导联电极吸附位置计算模型的全部过程，需要说明的一点是，训练的过程可以是预先进行的，在心电检测过程中只需要用到训练完成好的导联电极吸附位置计算模型，与训练的过程无关，本发明的心电检测系统中也无需设置训练单元、模块，用于导联电极吸附位置计算模型的训练过程。

如图7所示，在另一个实施例中，提出了另一种导联电极吸附位置确定装置的结构示意图，详述如下。

在本发明实施例中，所述导联电极吸附位置确定装置包括：

X光透射单元710，用于获取待诊断用户的胸腔X光透射图像。

在本发明实施例中，所述胸腔X光透射图像包含有待诊断用户骨骼位置信息。

在本发明实施例中，所述X光透射单元主要用于获取用户胸腔内肋骨的位置信息，在获取到用户的肋骨位置信息后，就能够直接确定出相应的导联电极标准吸附位置。

在本发明实施例中，所述X光透射单元可以设置于待诊断用户入口处，当然也可以独立设置，本发明对X光透射单元的设置形式不做具体要求。

位置确认单元720，用于根据所述胸腔X光透射图像中包含的待诊断用户骨骼位置信息确定待诊断用户的导联电极标准吸附位置。

在本发明实施例中，可以理解，通过X光透射单元确定导联电极标准吸附位置的准确率较高，但相应的需要额外设置X光透射装置，系统成本较高，此外，X光透射对部分人群不适用。而在条件允许的情况下，同时设置如图4～图6示出的以及图7所示出的导联电极吸附位置确定装置，能够根据用户的信息自适应地选择相应的导联电极吸附位置确定装置，以实现更好的位置确定效果。

本发明实施例提供的另一种导联电极吸附位置确定装置，是利用X光透射单元获取待诊断用户骨骼位置信息，从而利用用户骨骼位置信息直接确定出导联电极标准吸附位置信息，识别准确率更好，识别速度更快。

如图8所示，在另一个实施例中，提出了另一种自助式心电检测系统的结构示意图，详述如下。

在本发明实施例中，与图1示出的一种自助式心电检测系统的结构示意图的区别在于，还包括：

语音提醒系统810，用于输出提醒信息，所述提醒信息包括待诊断用户应当执行的行为的信息。

在本发明实施例中，考虑到在心电检测系统过程一些注意事项，例如，导联电极需要与皮肤直接接触，且皮肤应当保持湿润以提高导电效果，因此，可以通过语音提醒系统提醒待诊断用户擦拭四肢连接部位，并卷起裤、袖。

在本发明实施例中，如图9所示，提出了一种可行的语音提醒系统的结构示意图。具体请参阅图9及其解释说明。

本发明实施例提供的另一种自助式心电检测系统，能够输出提醒信息，提醒待诊断用户有关心电检测的注意事项，能够进一步提高自助式心电检测系统的检测效果。

如图9所示，在一个实施例中，提出了一种语音提醒系统的结构示意图，详述如下。

在本发明实施例中，所述语音提醒系统包括：

待诊断用户行为拍摄装置910，用于获取待诊断用户当前的行为信息。

在本发明实施例中，所述待诊断用户行为拍摄装置可以是相机、监控头、摄像头等等，能够获取待诊断用户当前的行为信息，例如确定用户当前正在擦拭四肢连接部位。

语音播报装置920，用于根据所述行为信息基于预设的提醒规则输出提醒信息。

在本发明实施例中，所述提醒信息包括待诊断用户下一步应当执行的行为信息。以一个简单的实施例举例说明，当判断待诊断用户进门后，提醒用户卷起裤、袖，当判断用户卷起裤、袖后，提醒用户到清洗台擦拭四肢连接部位，当判断用户擦拭好后，提醒用户及时躺在心电检测床上进行心电检测。当然，上述实施例仅仅只是展示了一个简单的流程，并不能作为对本发明的限制。

本发明实施例提供的一种语音提醒系统，通过检测用户的当前行为，并根据用户当前的行为提醒用户下一步应当执行的行为信息，进一步提高了提醒的效果，从而提高心电检测效果。

如图10所示，在又一个实施例中，提出了又一种自助式心电检测系统的结构示意图，详述如下。

在本发明实施例中，与图1所示出的自助式心电检测系统的区别在于，还包括：

通讯系统1010，用于与预先设置的对接通讯系统进行通讯。

在本发明实施例中，所述通讯系统的设置使得待诊断用户能够与外界通讯，例如通常与心内科医生平台进行通讯，使得待诊断用户在遇到疑问时，可以通过通讯系统与医生进行通讯。当然通讯系统的设置也实现了医生远程诊断用户心电图的功能。

本发明实施例提供的又一种自助式心电检测系统，通过设置通讯系统，能够使得待诊断用户与外界通讯，例如与医生进行通讯，在用户遇到疑问时，可以咨询医生，同时也实现了医生远程诊断的功能。

应该理解的是，虽然本发明各实施例的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，各实施例中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些子步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一非易失性计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。

以上所述实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。

以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims

1.一种自助式心电检测系统，其特征在于，所述自助式心电检测系统包括：

2.根据权利要求1所述的自助式心电检测系统，其特征在于，所述导联电极智能控制系统包括：

导联电极吸附位置确定装置，用于确定待诊断用户的导联电极标准吸附位置；

导联电极吸附控制装置，用于控制导联电极吸附在所述待诊断用户的导联电极标准吸附位置。

3.根据权利要求2所述的自助式心电检测系统，其特征在于，所述导联电极智能控制系统还包括：

导联电极吸附位置矫正装置，用于判断所述导联电极是否吸附在所述待诊断用户的导联电极标准吸附位置，当判断所述导联电极没有吸附在所述待诊断用户的导联电极标准吸附位置时，确定导联电极的吸附位置与所述导联电极标准吸附位置的误差，并发送给导联电极吸附控制装置；

所述导联电极吸附控制装置，还用于根据所述误差控制导联电极，以控制所述导联电极重新吸附在所述待诊断用户的导联电极标准吸附位置。

4.根据权利要求2所述的自助式心电检测系统，其特征在于，所述导联电极吸附位置确定装置包括：

拍摄单元，用于拍摄待诊断用户的全身图像；

全身模型构建单元，用于根据待诊断用户的全身图像构建待诊断用户的全身模型；

位置确认单元，用于将所述待诊断用户的全身模型输入到预先基于深度神经网络算法训练生成的导联电极吸附位置计算模型中确定待诊断用户的导联电极标准吸附位置。

5.根据权利要求4所述的自助式心电检测系统，其特征在于，所述位置确认单元具体包括：

特征向量生成模块，用于获取所述待诊断用户的全身模型的参数信息，并根据所述参数信息生成全身模型的特征向量，所述参数信息包括身高、肩宽、骼宽、躯干长度以及在各高度下的躯干宽度；

深度神经网络处理模块，用于利用所述预先基于深度神经网络算法训练生成的导联电极吸附位置计算模型对所述全身模型的特征向量进行运算得到运算结果，并根据所述运算结果确定待诊断用户的导联电极标准吸附位置，所述运算结果中包含了待诊断用户的导联电极标准吸附位置信息。

6.根据权利要求4所述的自助式心电检测系统，其特征在于，训练生成所述基于深度神经网络算法训练生成的导联电极吸附位置计算模型的步骤具体包括：

获取多个已知导联电极标准吸附位置的全身模型样本；

获取所述全身模型样本的参数信息，并根据所述参数信息生成全身模型的样本特征向量，所述参数信息包括身高、肩宽、骼宽、躯干长度以及在各高度下的躯干宽度；

获取所述全身模型样本的导联电极标准吸附位置，并根据所述导联电极标准吸附位置的信息确定各全身模型样本的目标输出向量；

构建含有可变参数的初始化的导联电极吸附位置计算模型；

利用所述导联电极吸附位置计算模型对所述全身模型的样本特征向量进行运算得到响应输出向量；

计算所述响应输出向量与所述目标输出向量的交叉熵损失；

判断所述交叉熵损失是否小于预设的训练阈值；

当判断所述交叉熵损失不小于预设的训练阈值时，根据所述交叉熵损失并基于梯度下降算法对所述导联电极吸附位置计算模型中的可变参数进行优化，并返回至所述利用所述导联电极吸附位置计算模型对所述全身模型的样本特征向量进行运算得到响应输出向量的步骤；

当判断所述交叉熵损失小于预设的训练阈值时，将此时的导联电极吸附位置计算模型确定为基于深度神经网络算法训练生成的导联电极吸附位置计算模型。

7.根据权利要求2所述的自助式心电检测系统，其特征在于，所述导联电极吸附位置确定装置包括：

X光透射单元，用于获取待诊断用户的胸腔X光透射图像，所述胸腔X光透射图像包含有待诊断用户骨骼位置信息；

位置确认单元，用于根据所述胸腔X光透射图像中包含的待诊断用户骨骼位置信息确定待诊断用户的导联电极标准吸附位置。

8.根据权利要求1所述的自助式心电检测系统，其特征在于，还包括：

语音提醒系统，用于输出提醒信息，所述提醒信息包括待诊断用户应当执行的行为的信息。

9.根据权利要求8所述的自助式心电检测系统，其特征在于，所述语音提醒系统包括：

待诊断用户行为拍摄装置，用于获取待诊断用户当前的行为信息；

语音播报装置，用于根据所述行为信息基于预设的提醒规则输出提醒信息，所述提醒信息包括待诊断用户下一步应当执行的行为信息。

10.根据权利要求1所述的自助式心电检测系统，其特征在于，还包括：

通讯系统，用于与预先设置的对接通讯系统进行通讯。