CN107436996A - 一种基于云计算的心脏病病理数据处理系统 - Google Patents
一种基于云计算的心脏病病理数据处理系统 Download PDFInfo
- Publication number
- CN107436996A CN107436996A CN201710509220.0A CN201710509220A CN107436996A CN 107436996 A CN107436996 A CN 107436996A CN 201710509220 A CN201710509220 A CN 201710509220A CN 107436996 A CN107436996 A CN 107436996A
- Authority
- CN
- China
- Prior art keywords
- data
- pathological
- disease
- information
- illness
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 230000001575 pathological effect Effects 0.000 title claims abstract description 83
- 208000019622 heart disease Diseases 0.000 title claims abstract description 62
- 208000020446 Cardiac disease Diseases 0.000 title claims abstract description 32
- 230000007170 pathology Effects 0.000 claims abstract description 29
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 claims abstract description 26
- 201000010099 disease Diseases 0.000 claims abstract description 25
- 238000004458 analytical method Methods 0.000 claims abstract description 19
- HVYWMOMLDIMFJA-DPAQBDIFSA-N cholesterol Chemical compound C1C=C2C[C@@H](O)CC[C@]2(C)[C@@H]2[C@@H]1[C@@H]1CC[C@H]([C@H](C)CCCC(C)C)[C@@]1(C)CC2 HVYWMOMLDIMFJA-DPAQBDIFSA-N 0.000 claims description 26
- 239000008280 blood Substances 0.000 claims description 14
- 210000004369 blood Anatomy 0.000 claims description 14
- 235000012000 cholesterol Nutrition 0.000 claims description 13
- WQZGKKKJIJFFOK-GASJEMHNSA-N Glucose Natural products OC[C@H]1OC(O)[C@H](O)[C@@H](O)[C@@H]1O WQZGKKKJIJFFOK-GASJEMHNSA-N 0.000 claims description 12
- 239000008103 glucose Substances 0.000 claims description 12
- 230000003130 cardiopathic effect Effects 0.000 claims description 11
- 239000007943 implant Substances 0.000 claims description 10
- 208000025309 Hair disease Diseases 0.000 claims description 9
- 208000034653 disorder of pilosebaceous unit Diseases 0.000 claims description 9
- 230000005055 memory storage Effects 0.000 claims description 9
- 238000010827 pathological analysis Methods 0.000 claims description 7
- 230000036772 blood pressure Effects 0.000 claims description 6
- 208000000059 Dyspnea Diseases 0.000 claims description 5
- 206010013975 Dyspnoeas Diseases 0.000 claims description 5
- 206010028391 Musculoskeletal Pain Diseases 0.000 claims description 5
- 206010030113 Oedema Diseases 0.000 claims description 5
- 208000007613 Shoulder Pain Diseases 0.000 claims description 5
- 206010041235 Snoring Diseases 0.000 claims description 5
- 208000009205 Tinnitus Diseases 0.000 claims description 5
- 231100000886 tinnitus Toxicity 0.000 claims description 5
- 238000013507 mapping Methods 0.000 abstract description 3
- 206010020772 Hypertension Diseases 0.000 description 3
- 208000004124 rheumatic heart disease Diseases 0.000 description 3
- 208000024891 symptom Diseases 0.000 description 3
- 208000002330 Congenital Heart Defects Diseases 0.000 description 2
- 206010028980 Neoplasm Diseases 0.000 description 2
- 208000000924 Right ventricular hypertrophy Diseases 0.000 description 2
- 208000028831 congenital heart disease Diseases 0.000 description 2
- 208000029078 coronary artery disease Diseases 0.000 description 2
- 238000003745 diagnosis Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 239000003814 drug Substances 0.000 description 2
- 230000001631 hypertensive effect Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 210000004165 myocardium Anatomy 0.000 description 2
- 206010002660 Anoxia Diseases 0.000 description 1
- 241000976983 Anoxia Species 0.000 description 1
- 208000027796 Blood pressure disease Diseases 0.000 description 1
- 206010006458 Bronchitis chronic Diseases 0.000 description 1
- 208000031229 Cardiomyopathies Diseases 0.000 description 1
- 201000006306 Cor pulmonale Diseases 0.000 description 1
- 206010014561 Emphysema Diseases 0.000 description 1
- 206010021143 Hypoxia Diseases 0.000 description 1
- 208000009525 Myocarditis Diseases 0.000 description 1
- 208000004186 Pulmonary Heart Disease Diseases 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000007953 anoxia Effects 0.000 description 1
- 208000037849 arterial hypertension Diseases 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000017531 blood circulation Effects 0.000 description 1
- 210000004204 blood vessel Anatomy 0.000 description 1
- 206010006451 bronchitis Diseases 0.000 description 1
- 230000000747 cardiac effect Effects 0.000 description 1
- 208000007451 chronic bronchitis Diseases 0.000 description 1
- 230000001684 chronic effect Effects 0.000 description 1
- 230000004087 circulation Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 206010012601 diabetes mellitus Diseases 0.000 description 1
- 201000010235 heart cancer Diseases 0.000 description 1
- 208000024348 heart neoplasm Diseases 0.000 description 1
- 210000003709 heart valve Anatomy 0.000 description 1
- 229940088597 hormone Drugs 0.000 description 1
- 239000005556 hormone Substances 0.000 description 1
- 230000003902 lesion Effects 0.000 description 1
- 230000004060 metabolic process Effects 0.000 description 1
- 238000000034 method Methods 0.000 description 1
- 230000002107 myocardial effect Effects 0.000 description 1
- 208000009091 myxoma Diseases 0.000 description 1
- 230000000505 pernicious effect Effects 0.000 description 1
- 230000035935 pregnancy Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 210000001147 pulmonary artery Anatomy 0.000 description 1
- 208000002815 pulmonary hypertension Diseases 0.000 description 1
- 201000003068 rheumatic fever Diseases 0.000 description 1
- 230000000391 smoking effect Effects 0.000 description 1
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
Abstract
本发明提供一种基于云计算的心脏病病理数据处理系统，包括心脏病数据库、分析处理模块；心脏病数据库存储于云服务器中；心脏病数据库包括病症数据库、病理数据库；分析处理模块包括病症处理模块、病理处理模块；病症处理模块用于处理采集的患者病症信息，得到患者病症信息权重数据；病理处理模块用于处理采集的患者病理数据信息，得到患者的心脏病病理权重数据；以患者病症信息权重数据为基准分析患者的心脏病病理权重数据的准确性。本发明采用云计算技术，建立病症信息与病理数据信息的映射关系，利用病症辅助判断病理数据的正确性，有助于医生快速准确判断心脏病病理。
Description
技术领域
本发明涉及一种病理数据处理系统，尤其涉及一种基于云计算的心脏病病理数据处理系统。
背景技术
心脏病是心脏疾病的总称，包括风湿性心脏病、先天性心脏病、高血压性心脏病、冠心病、心肌炎等各种心脏病。
其中先天性心脏病可能由于母亲在怀孕早期的疾病或服用的药物有关，也可能与遗传有关；后天性心脏病中的冠状动脉心脏病可能由抽烟及糖尿病，高血压等导致血管硬化狭窄，使血流受阻，易使心肌缺氧而受损；高血压性心脏病可能由动脉性高血压导致左心室肥大，肺高压症导致右心室肥大；风湿性心脏病：慢性风湿性心脏病主要在风湿热感染后，心脏瓣膜逐渐病变所导致之异常；肺性心脏病因慢性支气管炎，肺气肿等导致肺动脉高血压症，使得右心室肥大或衰竭；心肌病因新陈代谢或荷尔蒙异常的心肌变化等，有时酗酒，药物亦导致心肌变化；心脏肿瘤大多为良性肿瘤，以黏液瘤为最常见，原发性心脏恶性肿瘤很少见。
对于上述类型引起的症状及征兆也不相同，医生往往通过各种仪器设备采集病人各项指标才能做出准确判断，但耗时且对数据依赖性高，即数据出错时，无法对其做出先验判断，从而导致对病人的误诊，目前急需一种基于云计算的心脏病病理数据处理系统。
发明内容
为了克服现有技术的不足，本发明的目的在于提供一种基于云计算的心脏病病理数据处理系统。
本发明提供一种基于云计算的心脏病病理数据处理系统，包括心脏病数据库、分析处理模块；所述的心脏病数据库存储于云服务器中；所述的心脏病数据库包括病症数据库、病理数据库；所述的病症数据库用于存储心脏病的病症数据信息，所述的病症数据信息内存储有病症信息的权重数据；所述的病理数据库用于存储心脏病的病理数据信息，所述的病理数据信息内存储有病理信息的权重数据；
所述的分析处理模块包括病症处理模块、病理处理模块；所述的病症处理模块用于处理采集的患者病症信息，得到患者病症信息权重数据；所述的病理处理模块用于处理采集的患者病理数据信息，得到患者的心脏病病理权重数据；以所述的患者病症信息权重数据为基准分析所述的患者的心脏病病理权重数据的准确性。
进一步地，所述的病症处理模块包括病症获取模块、病症分析模块；所述的病症获取模块用于获取患者病症信息；所述的患者病症信息包括病症类型、病症初次发症时间、发症频率；所述的病症信息的权重数据具体为病症类型权重数据、病症持续时长权重数据、发症频率权重数据；所述的病症分析模块匹配所述的患者病症信息与所述的病症信息的权重数据，得到患者病症信息权重数据。
进一步地，所述的病理处理模块包括病理数据获取模块、病理分析模块；所述的病理数据获取模块用于获取患者病理数据信息，所述的病理数据信息包括血压值、胆固醇值、血糖值；所述的病理信息的权重数据具体为血压权重数据、胆固醇权重数据、血糖权重数据；所述的病理分析模块匹配所述的患者病理数据信息与所述的病理信息的权重数据，得到患者的心脏病病理权重数据。
进一步地，所述的病症类型包括耳鸣、打鼾、肩痛、胸痛、呼吸困难、水肿。
相比现有技术，本发明的有益效果在于：
本发明提供一种基于云计算的心脏病病理数据处理系统，包括心脏病数据库、分析处理模块；心脏病数据库存储于云服务器中；心脏病数据库包括病症数据库、病理数据库；病症数据库用于存储心脏病的病症数据信息，病症数据信息内存储有病症信息的权重数据；病理数据库用于存储心脏病的病理数据信息，病理数据信息内存储有病理信息的权重数据；分析处理模块包括病症处理模块、病理处理模块；病症处理模块用于处理采集的患者病症信息，得到患者病症信息权重数据；病理处理模块用于处理采集的患者病理数据信息，得到患者的心脏病病理权重数据；以患者病症信息权重数据为基准分析患者的心脏病病理权重数据的准确性。本发明采用云计算技术，建立病症信息与病理数据信息的映射关系，利用病症辅助判断病理数据的正确性，有助于医生快速准确判断心脏病病理。
上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，并可依照说明书的内容予以实施，以下以本发明的较佳实施例并配合附图详细说明如后。本发明的具体实施方式由以下实施例及其附图详细给出。
附图说明
此处所说明的附图用来提供对本发明的进一步理解，构成本申请的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：
图1为本发明的一种基于云计算的心脏病病理数据处理系统框架结构示意图；
图2为本发明的一种基于云计算的心脏病病理数据处理系统处理流程示意图。
具体实施方式
下面，结合附图以及具体实施方式，对本发明做进一步描述，需要说明的是，在不相冲突的前提下，以下描述的各实施例之间或各技术特征之间可以任意组合形成新的实施例。
一种基于云计算的心脏病病理数据处理系统，如图1所示，包括心脏病数据库、分析处理模块；心脏病数据库存储于云服务器中；心脏病数据库包括病症数据库、病理数据库；病症数据库用于存储心脏病的病症数据信息，病症数据信息内存储有病症信息的权重数据；病理数据库用于存储心脏病的病理数据信息，病理数据信息内存储有病理信息的权重数据；
分析处理模块包括病症处理模块、病理处理模块；病症处理模块用于处理采集的患者病症信息，得到患者病症信息权重数据；病理处理模块用于处理采集的患者病理数据信息，得到患者的心脏病病理权重数据；以患者病症信息权重数据为基准分析患者的心脏病病理权重数据的准确性。
在一实施例中，病症处理模块包括病症获取模块、病症分析模块；病症获取模块用于获取患者病症信息；患者病症信息包括病症类型、病症初次发症时间、发症频率；一般的，病症类型包括耳鸣、打鼾、肩痛、胸痛、呼吸困难、水肿。病症信息的权重数据具体为病症类型权重数据、病症持续时长权重数据、发症频率权重数据；病症分析模块匹配患者病症信息与病症信息的权重数据，得到患者病症信息权重数据。
在一实施例中，病理处理模块包括病理数据获取模块、病理分析模块；病理数据获取模块用于获取患者病理数据信息，病理数据信息包括血压值、胆固醇值、血糖值；病理信息的权重数据具体为血压权重数据、胆固醇权重数据、血糖权重数据；病理分析模块匹配患者病理数据信息与病理信息的权重数据，得到患者的心脏病病理权重数据。
如图2所示，一种基于云计算的心脏病病理数据处理方法流程图，系统通过客户端或云端获取患者的病症信息，一般的，可通过患者自行输入或医生根据患者描述输入，输入的内容包括病症类型、病症初次发症时间、发症频率，病症分析模块根据输入的病症类型、病症初次发症时间、发症频率匹配病症数据库中的患者病症信息权重数据，得到患者的病症类型权重数据、病症持续时长权重数据、发症频率权重数据，建立患者的心脏病病症权重表。
系统通过客户端或云端获取患者病理数据信息，一般的，通过医院云系统内采集的血压值、胆固醇值、血糖值流转输入至本系统中，病理分析模块根据血压值、胆固醇值、血糖值匹配病理数据库中的病理信息的权重数据，得到患者的血压权重数据、胆固醇权重数据、血糖权重数据。对应患者的心脏病病症权重表判断患者血压权重数据、胆固醇权重数据、血糖权重数据是否正确，如血压权重数据、胆固醇权重数据、血糖权重数据明显不符合患者的心脏病病症权重表中权重，系统内还设有的推送模块推送误诊信息至医生，提醒医生注意。例如患者出现耳鸣、打鼾、肩痛、胸痛、呼吸困难、水肿等症状时，且频率较高，通常意义上，该患者心脏病几率很大，分别建立上述症状的权重数据，并测量患者的心脏病各项指标，如血压权重数据、胆固醇权重数据、血糖权重数据都不达不到心脏病的权重，则有可能本次指标检测不准确或心脏病仅作为并发症之一，还需做其他指标检测。
应当理解，血压值、胆固醇值、血糖值、耳鸣、打鼾、肩痛、胸痛、呼吸困难、水肿仅为为说明解释本系统，不应当作为限制本系统的保护范围。
本发明提供一种基于云计算的心脏病病理数据处理系统，包括心脏病数据库、分析处理模块；心脏病数据库存储于云服务器中；心脏病数据库包括病症数据库、病理数据库；病症数据库用于存储心脏病的病症数据信息，病症数据信息内存储有病症信息的权重数据；病理数据库用于存储心脏病的病理数据信息，病理数据信息内存储有病理信息的权重数据；分析处理模块包括病症处理模块、病理处理模块；病症处理模块用于处理采集的患者病症信息，得到患者病症信息权重数据；病理处理模块用于处理采集的患者病理数据信息，得到患者的心脏病病理权重数据；以患者病症信息权重数据为基准分析患者的心脏病病理权重数据的准确性。本发明采用云计算技术，建立病症信息与病理数据信息的映射关系，利用病症辅助判断病理数据的正确性，有助于医生快速准确判断心脏病病理。
以上，仅为本发明的较佳实施例而已，并非对本发明作任何形式上的限制；凡本行业的普通技术人员均可按说明书附图所示和以上而顺畅地实施本发明；但是,凡熟悉本专业的技术人员在不脱离本发明技术方案范围内，利用以上所揭示的技术内容而做出的些许更动、修饰与演变的等同变化，均为本发明的等效实施例；同时,凡依据本发明的实质技术对以上实施例所作的任何等同变化的更动、修饰与演变等，均仍属于本发明的技术方案的保护范围之内。
Claims (4)
1.一种基于云计算的心脏病病理数据处理系统，包括心脏病数据库、分析处理模块，其特征在于：所述的心脏病数据库存储于云服务器中；所述的心脏病数据库包括病症数据库、病理数据库；所述的病症数据库用于存储心脏病的病症数据信息，所述的病症数据信息内存储有病症信息的权重数据；所述的病理数据库用于存储心脏病的病理数据信息，所述的病理数据信息内存储有病理信息的权重数据；
所述的分析处理模块包括病症处理模块、病理处理模块；所述的病症处理模块用于处理采集的患者病症信息，得到患者病症信息权重数据；所述的病理处理模块用于处理采集的患者病理数据信息，得到患者的心脏病病理权重数据；以所述的患者病症信息权重数据为基准分析所述的患者的心脏病病理权重数据的准确性。
2.如权利要求1所述的一种基于云计算的心脏病病理数据处理系统，其特征在于：所述的病症处理模块包括病症获取模块、病症分析模块；所述的病症获取模块用于获取患者病症信息；所述的患者病症信息包括病症类型、病症初次发症时间、发症频率；所述的病症信息的权重数据具体为病症类型权重数据、病症持续时长权重数据、发症频率权重数据；所述的病症分析模块匹配所述的患者病症信息与所述的病症信息的权重数据，得到患者病症信息权重数据。
3.如权利要求2所述的一种基于云计算的心脏病病理数据处理系统，其特征在于：所述的病理处理模块包括病理数据获取模块、病理分析模块；所述的病理数据获取模块用于获取患者病理数据信息，所述的病理数据信息包括血压值、胆固醇值、血糖值；所述的病理信息的权重数据具体为血压权重数据、胆固醇权重数据、血糖权重数据；所述的病理分析模块匹配所述的患者病理数据信息与所述的病理信息的权重数据，得到患者的心脏病病理权重数据。
4.如权利要求2或3所述的一种基于云计算的心脏病病理数据处理系统，其特征在于：所述的病症类型包括耳鸣、打鼾、肩痛、胸痛、呼吸困难、水肿。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710509220.0A CN107436996A (zh) | 2017-06-28 | 2017-06-28 | 一种基于云计算的心脏病病理数据处理系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710509220.0A CN107436996A (zh) | 2017-06-28 | 2017-06-28 | 一种基于云计算的心脏病病理数据处理系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN107436996A true CN107436996A (zh) | 2017-12-05 |
Family
ID=60459599
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710509220.0A Pending CN107436996A (zh) | 2017-06-28 | 2017-06-28 | 一种基于云计算的心脏病病理数据处理系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107436996A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112349433A (zh) * | 2020-11-06 | 2021-02-09 | 江苏翼企云通信科技有限公司 | 一种基于云计算的数据处理系统和方法 |
| CN113066589A (zh) * | 2021-03-24 | 2021-07-02 | 联仁健康医疗大数据科技股份有限公司 | 采集数据分析方法、装置、电子设备以及存储介质 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2006001005A3 (en) * | 2004-06-23 | 2006-08-24 | Card Guard Scient Survival Ltd | Personal health monitor and a method for health monitoring |
| CN103116707A (zh) * | 2013-03-04 | 2013-05-22 | 北京工业大学 | 一种基于案例推理的心脏病智能诊断方法 |
| CN104102816A (zh) * | 2014-06-20 | 2014-10-15 | 周晋 | 基于症状匹配和机器学习的自动诊断系统和方法 |
| CN105335620A (zh) * | 2015-11-13 | 2016-02-17 | 冯金辉 | 一种自动、智能提供个性化医学信息服务的系统和方法 |
-
2017
- 2017-06-28 CN CN201710509220.0A patent/CN107436996A/zh active Pending
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2006001005A3 (en) * | 2004-06-23 | 2006-08-24 | Card Guard Scient Survival Ltd | Personal health monitor and a method for health monitoring |
| CN103116707A (zh) * | 2013-03-04 | 2013-05-22 | 北京工业大学 | 一种基于案例推理的心脏病智能诊断方法 |
| CN104102816A (zh) * | 2014-06-20 | 2014-10-15 | 周晋 | 基于症状匹配和机器学习的自动诊断系统和方法 |
| CN105335620A (zh) * | 2015-11-13 | 2016-02-17 | 冯金辉 | 一种自动、智能提供个性化医学信息服务的系统和方法 |
Non-Patent Citations (1)
| Title |
|---|
| 董慧康: ""基于人群搜索—支持向量机的心脏病多生理参数诊断方法研究"", 《中国优秀硕士学位论文全文数据库 医药卫生科技辑》 * |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112349433A (zh) * | 2020-11-06 | 2021-02-09 | 江苏翼企云通信科技有限公司 | 一种基于云计算的数据处理系统和方法 |
| CN113066589A (zh) * | 2021-03-24 | 2021-07-02 | 联仁健康医疗大数据科技股份有限公司 | 采集数据分析方法、装置、电子设备以及存储介质 |
| CN113066589B (zh) * | 2021-03-24 | 2024-05-28 | 联仁健康医疗大数据科技股份有限公司 | 采集数据分析方法、装置、电子设备以及存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Zhang et al. | Automated detection and localization of myocardial infarction with staked sparse autoencoder and treebagger | |
| Pettersson et al. | Changes in high-frequency QRS components are more sensitive than ST-segment deviation for detecting acute coronary artery occlusion | |
| Li-wei et al. | Methods of blood pressure measurement in the ICU | |
| Menting et al. | Normal myocardial strain values using 2D speckle tracking echocardiography in healthy adults aged 20 to 72 years | |
| Whitman et al. | Validity of the surface electrocardiogram criteria for right ventricular hypertrophy: the MESA-RV Study (Multi-Ethnic Study of Atherosclerosis-Right Ventricle) | |
| US11896381B1 (en) | Classification of ST waves and ST segment type | |
| CN106066933A (zh) | 获取房颤识别人工神经网络权重值矩阵的方法 | |
| CN103637795B (zh) | 心电图机自动诊断功能检测方法 | |
| CN114343666B (zh) | 针对长程心电监测的阵发性房颤扫描方法、系统、存储介质及电子设备 | |
| Chubb et al. | A comprehensive multi‐index cardiac magnetic resonance‐guided assessment of atrial fibrillation substrate prior to ablation: prediction of long‐term outcomes | |
| Guo et al. | Application of artificial intelligence in the diagnosis and treatment of cardiac arrhythmia | |
| Cedilnik et al. | Efficient patient-specific simulations of ventricular tachycardia based on computed tomography-defined wall thickness heterogeneity | |
| CN107436996A (zh) | 一种基于云计算的心脏病病理数据处理系统 | |
| Carter et al. | When is a cardiac arrest non-cardiac? | |
| Keshtkar et al. | Discriminant analysis between myocardial infarction patients and healthy subjects using Wavelet Transformed signal averaged electrocardiogram and probabilistic neural network | |
| Bi et al. | Study on syndrome differentiation and treatment in the management of chronic stable coronary artery disease to improve quality of life | |
| TWI688371B (zh) | 心房顫動信號型態擷取及輔助診斷智能裝置 | |
| Chaudhry et al. | Evaluation of the ECG based Selvester scoring method to estimate myocardial scar burden and predict clinical outcome in patients with left bundle branch block, with comparison to late gadolinium enhancement CMR imaging | |
| Barkagan et al. | Optimizing interelectrode distance for accurate mapping of postinfarct scars: insights on electrogram characteristics | |
| Li et al. | Impact of atrial fibrillation on the accuracy of oscillometric blood pressure monitoring in ICU patients from a large real-world database | |
| CN112037164A (zh) | 医学影像中身体部位识别方法及装置 | |
| Bloch-Isenberg et al. | Transesophageal echocardiography and computerized tomography angiography mismatch in left atrial appendage thrombus evaluation | |
| Regis et al. | Model-based detection and classification of premature contractions from photoplethysmography signals | |
| Splinter | Artificial intelligence in cardiac rhythm diagnostics and management: Challenges and opportunities | |
| Stapelberg et al. | A preprocessing tool for removing artifact from cardiac RR interval recordings using three‐dimensional spatial distribution mapping |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20171205 |