本发明涉及人工智能，具体而言，涉及一种基于深度学习的心电图像分析方法及系统。
背景技术：
1、在现代医疗领域，心电图(ecg)分析是一项至关重要的诊断手段，用于监测和识别心脏疾病。传统的心电图分析主要依赖于医生或专业人员的经验判断，这种方法不仅耗时长，而且容易受到个人经验和知识水平的限制，可能导致误诊或漏诊。随着大数据和人工智能技术的快速发展，利用机器学习和深度学习技术对心电图进行自动化分析已成为提高诊断准确性和效率的有效途径。然而，如何有效结合患者历史病例信息和心电图数据，以及如何通过深度学习模型精准提取特征并做出准确的风险评估，仍是当前研究需要解决的关键问题。
技术实现思路
1、本发明的目的在于提供一种基于深度学习的心电图像分析方法及系统。
2、第一方面，本发明实施例提供一种基于深度学习的心电图像分析方法，包括：
3、获取待定心电图像和用户历史病历；
4、将所述待定心电图像和所述用户历史病例加载至病理分析模型进行心电表征描述抽取和风险类型划分，得到所述待定心电图像的心电分析摘要和健康风险类型；所述用户历史病例为所述病理分析模型执行心电表征描述抽取和风险类型划分依赖的元数据的数据来源；
5、所述病理分析模型包括级联的深度卷积神经网络单元、循环神经网络单元、自然语言处理单元和决策单元，所述深度卷积神经网络单元用于将所述待定心电图像作为输入，输出对应的心电图像特征，所述循环神经网络单元用于将所述心电图像特征转化成连续向量空间的表示特征，所述自然语言处理单元是利用通过先期训练的医疗大模型形成的，用于根据所述表示特征和所述用户历史病例输出心电语义描述特征和所述心电分析摘要，所述决策单元用于根据所述心电语义描述特征执行健康风险评估操作，得到所述健康风险类型；
6、所述病理分析模型是通过心电图像标注数据集合对基础病理分析模型的深度卷积神经网络单元、循环神经网络单元和自然语言处理单元进行心电图像特征和心电描述特征同步的监督训练，以及通过心电图像病历配对数据集合对所述基础病理分析模型进行心电表征描述抽取和风险类型划分的监督训练得到的。
7、第二方面，本发明实施例提供一种服务器系统，包括服务器，所述服务器用于执行第一方面所述的方法。
8、相比现有技术，本发明提供的有益效果包括：本发明公开的一种基于深度学习的心电图像分析方法及系统，通过收集待分析的心电图像和用户历史病例信息作为模型输入。病理分析模型整合了深度卷积神经网络、循环神经网络、自然语言处理单元和决策单元，依次对心电图像进行特征提取、连续向量空间表示、心电语义描述以及健康风险评估，最终输出心电分析摘要和健康风险类型。模型训练分为两阶段：一是同步监督训练以学习心电图像和描述特征；二是进行心电表征和风险类型划分的监督训练，以进一步优化性能。如此设计，有效提升了心电图分析的准确性与效率，为临床决策提供强有力的支持。
1.基于深度学习的心电图像分析方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述将所述待定心电图像和所述用户历史病例加载至病理分析模型进行心电表征描述抽取和风险类型划分，得到所述待定心电图像的心电分析摘要和健康风险类型包括：
3.根据权利要求2所述的方法，其特征在于，所述循环神经网络单元包括卷积网络架构和循环网络架构，所述将所述心电图像特征加载至所述循环神经网络单元执行特征转换操作，以将所述心电图像特征转换到所述自然语言处理单元的连续向量空间，得到所述表示特征包括：
4.根据权利要求1所述的方法，其特征在于，所述深度卷积神经网络单元是通过样本心电图像标注数据对预先设置的心电描述特征抽取网络和根据门控循环策略的视觉特征抽取网络进行心电描述和心电图像关联的健康风险评估监督训练得到的。
5.根据权利要求1-4中任一项所述的方法，其特征在于，所述方法还包括：
6.根据权利要求5所述的方法，其特征在于，所述基础医疗范畴对应的心电图像标注数据集合包括第一心电图像样本、第一样本病例和所述第一心电图像样本对应的第一心电表征描述标签，所述预置病理范畴对应的心电图像标注数据集合包括第二心电图像样本、第二样本病例和所述第二心电图像样本对应的第二心电表征描述标签，所述第一样本病例和所述第二样本病例都为所述自然语言处理单元在执行病理分析操作时依赖的元数据的数据来源，所述第一心电表征描述标签为根据所述第一样本病例进行视觉内容描述所对应的描述内容目标值，所述第二心电表征描述标签为根据所述第二样本病例进行视觉内容描述所对应的描述内容目标值；所述第一监督训练通过以下方式执行：
7.根据权利要求6所述的方法，其特征在于，所述预置病理范畴的心电图像标注数据集合还包括所述第二心电图像样本的类型目标值，所述病历关联数据集合包括样本病理描述内容和所述样本病理描述内容对应的病理描述内容标签，所述第二监督训练通过以下方式执行包括：
8.根据权利要求1所述的方法，其特征在于，在所述得到所述待定心电图像的心电分析摘要和健康风险类型之后，所述方法还包括：
9.根据权利要求8所述的方法，其特征在于，所述根据所述第二匹配系数，从所述多个待定替换药物信息中确定目标替换药物信息，对所述目标替换药物信息执行药物替换建议输出操作，包括：
10.一种服务器系统，其特征在于，包括服务器，所述服务器用于执行权利要求1-9中任意一项所述的方法。
