← 返回列表
非侵入式房颤颤源定位的方法和所用扩散模型的训练方法
摘要文本
本发明公开了非侵入式房颤颤源定位的方法和所用扩散模型的训练方法,属于生命科学技术领域。训练方法包括:获取训练数据,包括心电图数据和心脏电生理信号;通过对比学习得到心电图数据和心脏电生理信号的映射关系;基于心电图数据和心脏电生理信号的映射关系,利用混合高斯分布对扩散模型进行迭代训练,得到训练好的扩散模型,以便在训练好的扩散模型的反向过程中,输入心电图数据,输出对应的心脏电生理信号。通过建立体表心电和心脏内部电活动的关系,无创地反演出患者的心脏电活动,能够在术前估算房颤颤源位置。该方法不仅可以协助临床医生制定手术方案,还可以显著提升射频消融手术的效率和准确度,从而为房颤患者提供更好的预后效果。
申请人信息
- 申请人:北京智源人工智能研究院
- 申请人地址:100084 北京市海淀区成府路150号5层501号
- 发明人: 北京智源人工智能研究院
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 非侵入式房颤颤源定位的方法和所用扩散模型的训练方法 |
| 专利类型 | 发明申请 |
| 申请号 | CN202410175098.8 |
| 申请日 | 2024/2/7 |
| 公告号 | CN117717352A |
| 公开日 | 2024/3/19 |
| IPC主分类号 | A61B5/361 |
| 权利人 | 北京智源人工智能研究院 |
| 发明人 | 郭玉婷; 李娅聪; 张恒贵; 黄铁军 |
| 地址 | 北京市海淀区中关村东路1号院8号楼三层B201D-1 |
专利主权项内容
1.一种用于非侵入式房颤颤源定位的扩散模型的训练方法,其特征在于,包括:获取训练数据,所述训练数据包括心电图数据和心脏电生理信号;通过对比学习得到心电图数据和心脏电生理信号的映射关系;基于心电图数据和心脏电生理信号的映射关系,利用混合高斯分布对扩散模型进行迭代训练,得到训练好的扩散模型,以便在训练好的扩散模型的反向过程中,输入心电图数据,输出对应的心脏电生理信号。 该数据由整理