一种智能心电分析装置的制作方法

本发明涉及心电检测技术领域，特别涉及一种智能心电分析装置。

背景技术：

心电图机是用来记录心脏活动时所产生的生理电信号的仪器。传统的心电图机仅仅只具备信号采集与打印功能，对于采集并打印的心电图数据也主要依靠现场操作人员进行人工分析。

技术实现要素：

本发明的目的，就是针对现有技术的缺陷，提供一种智能心电分析装置，该智能心电分析装置支持深度学习功能，为心电数据分析提供干扰分类与心搏分类两种深度学习计算模型，通过使用本发明装置，能实时有效地针对采集数据做出定向分析结果，实现了心电数据分析自动化，提高了诊断效率。

为实现上述目的，本发明提供了一种智能心电分析装置，其特征在于，所述智能心电分析装置包括：微处理器、存储模块组、内存模块、可信模块、深度学习模块、输入输出模块组、数据总线、工作指示灯、电源接口、印刷电路板；

所述微处理器，通过所述数据总线与所述存储模块组、所述内存模块、所述可信模块、所述深度学习模块、所述输入输出模块组和所述工作指示灯分别连接；所述微处理器用于对存储于所述存储模块组的存储模块的数据进行存储数据读取操作，以及对所述存储模块组的存储模块进行存储数据写入操作；所述微处理器用于对所述内存模块进行操作系统程序加载操作，用于对存储于所述内存模块的数据进行内存数据读取操作，以及对所述内存模块进行内存数据写入操作；所述微处理器用于调用所述可信模块进行可信计算操作；所述微处理器用于调用所述深度学习模块进行数据推理分析操作；所述微处理器用于对发送自所述深度学习模块的心电数据推理结果进行推理后数据分析操作；所述微处理器用于接收所述输入输出模块组的输入输出模块发送的外部设备输入数据，对所述外部设备输入数据进行输入数据解析与处理操作生成输入反馈数据，将所述输入反馈数据发送至所述输入输出模块组的输入输出模块；所述微处理器用于对所述工作指示灯进行指示灯操作；

所述存储模块组，包括：第一存储模块和第二存储模块，所述第一存储模块和所述第二存储模块分别通过所述数据总线与所述微处理器连接；所述第一存储模块为非易失性只读存储模块，用于存储操作系统程序；所述第二存储模块为非易失性可读写存储模块，用于存储操作系统数据；

所述内存模块，通过所述数据总线与所述微处理器连接；所述内存模块为掉电易失性存储模块，用于加载所述操作系统程序，用于存储临时操作系统数据；

所述可信模块，通过所述数据总线与所述微处理器连接；所述可信模块获取从所述微处理器发送的可信计算数据，对所述可信计算数据进行可信数据解析与计算操作生成可信计算结果，将所述可信计算结果向所述微处理器进行发送；

所述深度学习模块，通过所述数据总线与所述微处理器连接；所述深度学习模块获取从所述微处理器发送的心电推理数据，对所述心电推理数据进行心电数据推理计算生成所述心电数据推理结果，将所述心电数据推理结果向所述微处理器进行发送；

所述输入输出模块组，包括多个输入输出模块，每个所述输入输出模块分别通过所述数据总线与所述微处理器连接；所述输入输出模块用于接收外部设备的输入信号，根据输入输出模块驱动程序对所述输入信号进行信号解析操作生成所述外部设备输入数据，将所述外部设备输入数据向所述微处理器发送，获取所述微处理器发送的所述输入反馈数据，根据所述输入输出模块驱动程序对所述输入反馈数据进行信号转换操作生成输出信号，向所述外部设备发送所述输出信号；

所述数据总线，与所述微处理器、所述存储模块组的存储模块、所述内存模块、所述可信模块、所述深度学习模块、所述输入输出模块组的输入输出模块和所述工作指示灯分别连接；

所述工作指示灯，通过所述数据总线与所述微处理器连接；所述工作指示灯用于接收发送自所述微处理器的指示灯操作指令信号，根据所述操作指令信号对灯光元器件进行调控操作；

所述电源接口，用于连接电源设备；

所述印刷电路板，用于设置所述微处理器、所述存储模块组、所述内存模块、所述可信模块、所述深度学习模块、所述输入输出模块组、所述数据总线、所述工作指示灯和所述电源接口；所述印刷电路板使用所述电源接口连接所述电源设备，并且使用所述电源接口分别对所述微处理器、所述存储模块组、所述内存模块、所述可信模块、所述深度学习模块、所述输入输出模块组、所述数据总线和所述工作指示灯进行模块供电操作。

进一步的，所述操作系统程序为多线程操作系统程序。

进一步的，当所述微处理器对所述第一存储模块进行所述存储数据写入操作时，所述第一存储模块向所述微处理器发送当前存储区不可写信息。

进一步的，

当所述微处理器用于对所述内存模块进行所述操作系统程序加载操作时，所述微处理器对所述第一存储模块进行所述存储数据读取操作生成第一程序数据；

所述微处理器向所述可信模块发送所述第一程序数据；

所述可信模块根据预置系统密钥对所述第一程序数据进行解密操作生成第二程序数据；

所述可信模块向所述微处理器发送所述第二程序数据；

所述微处理器根据所述第二程序数据对所述内存模块进行所述内存数据写入操作；

所述微处理器提取存储于所述内存模块的所述第二程序数据并对所述第二程序数据进行程序解析执行操作。

进一步的，

所述可信模块获取从所述微处理器发送的所述可信计算数据之后，提取所述可信计算数据的计算模式生成第一模式，提取所述可信计算数据的基础数据生成第一数据；

当所述第一模式为口令校验模式时，所述可信模块用于获取存储于本地的口令数据生成第一口令；当所述第一数据与所述第一口令相同时，所述可信模块设置所述可信计算结果的值为校验成功标识符，并向所述微处理器发送所述可信计算结果；

当所述第一模式为数据校验模式时，所述可信模块用于提取所述第一数据的校验计算原文生成第一原文，提取所述第一数据的比对校验码生成第一校验码：所述可信模块对所述第一原文进行校验码计算操作生成第二校验码；当所述第二校验码与所述第一校验码相等时，所述可信模块设置所述可信计算结果的值为校验成功标识符，并向所述微处理器发送所述可信计算结果；

当所述第一模式为数据加密模式时，所述可信模块用于提取所述第一数据的加密数据原文生成第二原文，提取所述第一数据的加密密钥生成第一密钥；所述可信模块根据所述第一密钥对所述第二原文进行加密计算操作生成第一密文；所述可信模块设置所述可信计算结果为所述第一密文，并向所述微处理器发送所述可信计算结果；

当所述第一模式为数据解密模式时，所述可信模块用于提取所述第一数据的解密数据原文生成第三原文，提取所述第一数据的解密密钥生成第二密钥；所述可信模块根据所述第二密钥对所述第三原文进行解密计算操作生成第一明文；所述可信模块设置所述可信计算结果为所述第一明文，并向所述微处理器发送所述可信计算结果；

当所述第一模式为数据签名模式时，所述可信模块用于提取所述第一数据的签名数据原文生成第四原文，提取所述第一数据的签名密钥生成第三密钥；所述可信模块根据所述第三密钥对所述第四原文进行签名计算操作生成第一签名；所述可信模块设置所述可信计算结果为所述第一签名，并向所述微处理器发送所述可信计算结果。

进一步的，所述深度学习模块的核心部件为图形处理器gpu。

进一步的，

所述深度学习模块获取从所述微处理器发送的所述心电推理数据之后，提取所述心电推理数据的计算模型生成第一推理模型；

当所述第一推理模型为心电干扰分类模型时，所述深度学习模块用于提取所述心电推理数据的心搏数据生成第一数据；根据所述深度学习模块的干扰识别计算模型对所述第一数据进行干扰数据识别操作得到第一数据干扰识别结果，根据所述第一数据干扰识别结果生成所述心电数据推理结果；所述深度学习模块将所述心电数据推理结果向所述微处理器进行发送；

当所述第一推理模型为心搏分类模型时，所述深度学习模块用于提取所述心电推理数据的心搏分析数据生成第二数据；根据所述深度学习模块的心搏分析计算模型对所述第二数据进行幅值和时间表征数据的特征提取和分析操作得到第二数据心搏分类信息，根据所述第二数据心搏分类信息生成所述心电数据推理结果；所述深度学习模块将所述心电数据推理结果向所述微处理器进行发送。

进一步的，

所述输入输出模块组，包括第一输入输出模块和第二输入输出模块；

所述第一输入输出模块为通用串行总线usb输入输出模块，所述第二输入输出模块为异步收发传输器uart输入输出模块。

优选的，

所述usb输入输出模块用于接收外部usb设备的usb输入信号；

所述usb输入输出模块根据usb输入输出模块驱动程序对所述usb输入信号进行usb信号解析操作生成usb外部设备输入数据；

所述usb输入输出模块向所述微处理器发送所述usb外部设备输入数据；

所述微处理器根据网络驱动接口规范ndis驱动程序对所述usb外部设备输入数据进行网络数据解析生成心电应用数据包；

所述微处理器对所述心电应用数据包进行解析应用操作生成usb输入反馈数据，并向所述usb输入输出模块发送所述usb输入反馈数据；

所述usb输入输出模块根据所述usb输入输出模块驱动程序对所述usb输入反馈数据进行信号转换操作生成usb输出信号，向所述外部usb设备发送所述usb输出信号。

进一步的，

所述印刷电路板，包括集成式印刷电路板、深度学习模块式印刷电路板、通讯模块式印刷电路板中的一个；

当所述印刷电路板为所述集成式印刷电路板时，所述印刷电路板将所述微处理器、所述存储模块组、所述内存模块、所述可信模块、所述深度学习模块、所述输入输出模块组、所述数据总线、所述工作指示灯和所述电源接口全部集成在一块主板上；

当所述印刷电路板为所述深度学习模块式印刷电路板时，所述印刷电路板为所述深度学习模块设置深度学习模块接口插座，所述深度学习模块通过所述深度学习模块接口插座与所述数据总线连接并进一步与所述微处理器连接；

当所述印刷电路板为所述通讯模块式印刷电路板时，所述印刷电路板为所述输入输出模块组设置多个输入输出模块接口插座，所述输入输出模块通过所述输入输出模块接口插座与所述数据总线连接并进一步与所述微处理器连接。

所述印刷电路板上，在所述微处理器上设置散热片，在所述深度学习模块上设置散热片。

本发明提供的一种智能心电分析装置，包括：微处理器、存储模块组、内存模块、可信模块、深度学习模块、输入输出模块组、数据总线、印刷电路板、工作指示灯。存储模块组包括第一存储模块和第二存储模块。输入输出模块组，包括usb与uart输入输出模块。深度学习模块支持心电干扰分类和心搏分类两种深度学习计算模型。usb输入输出模块的传输数据采用ndis协议包装。本发明提供的智能心电分析装置支持usb网络接口，可与不同的操作系统外设(计算机、手机、移动终端等)无缝连接；支持深度学习，为心电数据分析提供干扰分类与心搏分类两种深度学习计算模型，通过使用本发明装置，能实时有效地针对采集数据做出定向分析结果，实现了心电数据分析自动化，提高了诊断效率。

附图说明

图1为本发明实施例提供的一种智能心电分析装置示意图。

具体实施方式

为了使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明作进一步地详细描述，显然，所描述的实施例仅仅是本发明一部份实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。

如图1为本发明实施例提供的一种智能心电分析装置的示意图所示，本发明实施例提供的智能心电分析装置包括：微处理器1、存储模块组2、内存模块3、可信模块4、深度学习模块5、输入输出模块组6、数据总线7、工作指示灯8、电源接口9、印刷电路板10。

微处理器1，通过数据总线7与存储模块组2、内存模块3连接、可信模块4、深度学习模块5、输入输出模块组6和工作指示灯8分别连接；微处理器1用于对存储于存储模块组2的存储模块的数据进行存储数据读取操作，以及对存储模块组2的存储模块进行存储数据写入操作；微处理器1用于对内存模块3进行操作系统程序加载操作，用于对存储于内存模块3的数据进行内存数据读取操作，以及对内存模块3进行内存数据写入操作；微处理器1用于调用可信模块4进行可信计算操作；微处理器1调用使用深度学习模块5进行数据推理分析操作；微处理器1用于对从深度学习模块5发送的心电数据推理结果进行推理后数据分析操作；微处理器1用于接收输入输出模块组6的输入输出模块发送的外部设备输入数据，对外部设备输入数据进行输入数据解析与处理操作生成输入反馈数据，将输入反馈数据发送至输入输出模块组6的输入输出模块；微处理器1用于对工作指示灯8进行指示灯操作。

此处，在本发明装置上加载的操作系统程序为多线程操作系统程序。常见的有linux操作系统、与linux近似的乌班图(ubuntu)操作系统。使用的微处理器常见的配置都是至少为32位的处理器，而且均采用支持多线程多任务结构的中央处理器(centralprocessingunit，cpu)。

存储模块组2，包括：第一存储模块21和第二存储模块22，第一存储模块21和第二存储模块22分别通过数据总线7与微处理器1连接；第一存储模块21为非易失性只读存储模块，用于存储操作系统程序；第二存储模块22为非易失性可读写存储模块，用于存储操作系统数据。

此处，第一存储模块21常见的有只读存储器(read-onlymemory，rom)，或者一次性可编程存储器(onetimeprogrammable，otp)等，这两种存储器的特点都是不能写操作。当微处理器1对第一存储模块21进行存储数据写入操作时，第一存储模块21向微处理器1发送当前存储区不可写信息。在第一存储空间因为其不可改写的特点，所以常被用于存放操作系统程序。

此处，第二存储模块22常见的有带电可擦可编程只读存储器(electricallyerasableprogrammablereadonlymemory，eeprom)，闪存(flashmemory)等。

内存模块3，通过数据总线7与微处理器1连接；内存模块3为掉电易失性存储模块，用于加载操作系统程序，用于存储临时操作系统数据。

此处，内存模块3常见的有随机存取存储器(randomaccessmemory，ram)、动态随机存取存储器(dynamicrandomaccessmemory，dram)、显示数据随机存储器(displaydataram，ddram)等。

本发明装置上存储的操作系统代码为防范他人盗取，采用的是密文存储方式。在设备进行程序调入时，如果不对提取出的程序代码进行解密操作，下一步微处理的识别操作就会失败。下面就对于程序加载的一种解密方式进行阐述：当微处理器1用于对内存模块3进行操作系统程序加载操作时，微处理器1对第一存储模块进行存储数据读取操作生成第一程序数据；微处理器1向可信模块4发送第一程序数据；可信模块4根据预置系统密钥对第一程序数据进行解密操作生成第二程序数据；可信模块4向微处理器1发送第二程序数据；微处理器1根据第二程序数据对内存模块3进行内存数据写入操作；微处理器1提取存储于内存模块3的第二程序数据并对第二程序数据进行程序解析执行操作。

可信模块4，通过数据总线7与微处理器1连接；可信模块4获取从微处理器1发送的可信计算数据，对可信计算数据进行可信数据解析与计算操作生成可信计算结果，将可信计算结果向微处理器1进行发送。

此处，本装置的可信模块4主要是通过提供硬件方式的可信计算模块，来提高整机的可信计算效能。下文对可信模块4的实际工作流程做进一步具体阐述：

在可信模块4获取从微处理器1发送的可信计算数据之后，提取可信计算数据的计算模式生成第一模式，提取可信计算数据的基础数据生成第一数据；

当第一模式为口令校验模式时，可信模块4用于获取存储于本地的口令数据生成第一口令；当第一数据与第一口令相同时，可信模块4设置可信计算结果的值为校验成功标识符，并向微处理器1发送可信计算结果；

当第一模式为数据校验模式时，可信模块4用于提取第一数据的校验计算原文生成第一原文，提取第一数据的比对校验码生成第一校验码；可信模块4对第一原文进行校验码计算操作生成第二校验码；当第二校验码与第一校验码相等时，可信模块4设置可信计算结果的值为校验成功标识符，并向微处理器1发送可信计算结果；

当第一模式为数据加密模式时，可信模块4用于提取第一数据的加密数据原文生成第二原文，提取第一数据的加密密钥生成第一密钥；可信模块4根据第一密钥对第二原文进行加密计算操作生成第一密文；可信模块4设置可信计算结果为第一密文，并向微处理器1发送可信计算结果；

当第一模式为数据解密模式时，可信模块4用于提取第一数据的解密数据原文生成第三原文，提取第一数据的解密密钥生成第二密钥；可信模块4根据第二密钥对第三原文进行解密计算操作生成第一明文；可信模块4设置可信计算结果为第一明文，并向微处理器1发送可信计算结果；

当第一模式为数据签名模式时，可信模块4用于提取第一数据的签名数据原文生成第四原文，提取第一数据的签名密钥生成第三密钥；可信模块4根据第三密钥对第四原文进行签名计算操作生成第一签名；可信模块4设置可信计算结果为第一签名，并向微处理器1发送可信计算结果。

深度学习模块5，通过数据总线7与微处理器1连接；深度学习模块5获取从微处理器1发送的心电推理数据，对心电推理数据进行心电数据推理计算生成心电数据推理结果，将心电数据推理结果向微处理器1进行发送。

此处，深度学习模块5常见的都是采用图形处理器(graphicsprocessingunit，gpu)作为硬件核心部件。下文对深度学习模块5的实际工作流程做进一步具体阐述：

深度学习模块5获取从微处理器1发送的心电推理数据之后，提取心电推理数据的计算模型生成第一推理模型；

当第一推理模型为心电干扰分类模型时，深度学习模块5用于提取心电推理数据的心搏数据生成第一数据；根据深度学习模块5的干扰识别计算模型对第一数据进行干扰数据识别操作得到第一数据干扰识别结果，根据第一数据干扰识别结果生成心电数据推理结果；深度学习模块5将心电数据推理结果向微处理器1进行发送；

当第一推理模型为心搏分类模型时，深度学习模块5用于提取心电推理数据的心搏分析数据生成第二数据；根据深度学习模块5的心搏分析计算模型对第二数据进行幅值和时间表征数据的特征提取和分析操作得到第二数据心搏分类信息，根据第二数据心搏分类信息生成心电数据推理结果；深度学习模块5将心电数据推理结果向微处理器1进行发送。

输入输出模块组6，包括第一输入输出模块61和第二输入输出模块62，第一输入输出模块61、第二输入输出模块62分别通过数据总线7与微处理器1连接。第一输入输出模块为通用串行总线(universalserialbus，usb)输入输出模块，第二输入输出模块为异步收发传输器(universalasynchronousreceiver/transmitter，uart)输入输出模块。

第一输入输出模块61，即usb输入输出模块61，用于接收外部usb设备的usb输入信号；usb输入输出模块61根据usb输入输出模块驱动程序对usb输入信号进行usb信号解析操作生成usb外部设备输入数据；usb输入输出模块61向微处理器1发送usb外部设备输入数据；微处理器1根据网络驱动接口规范(networkdriverinterfacespecification，ndis)驱动程序对usb外部设备输入数据进行网络数据解析生成心电应用数据包；微处理器1对心电应用数据包进行解析应用操作生成usb输入反馈数据，并向usb输入输出模块61发送usb输入反馈数据；usb输入输出模块61根据usb输入输出模块驱动程序对usb输入反馈数据进行信号转换操作生成usb输出信号；usb输入输出模块61向外部usb设备发送usb输出信号。

此处，本发明装置在usb协议上进一步支持ndis协议，使得本发明设备可以忽略其他连接设备的操作系统兼容性问题，彼此根据传输控制协议/网际协议(transmissioncontrolprotocol/internetprotocol，tcp/ip)即可无缝对接。使用本发明装置，只需在与本发明装置连接的上位机上安装ndis协议驱动即可，上位机的操作系统可以是微软操作系统(windows)、linux、安卓操作系统(android)、苹果操作系统(ios)等中的一种或多种。

第二输入输出模块62，即uart输入输出模块62，用于接收外部uart设备的uart输入信号，根据uart输入输出模块驱动程序对uart输入信号进行uart信号解析操作生成外部uart设备输入数据，将外部uart设备输入数据向微处理器1发送，获取微处理器1发送的uart输入反馈数据，根据uart输入输出模块驱动程序对uart输入反馈数据进行uart信号转换操作生成uart输出信号，向外部uart设备发送uart输出信号。

数据总线7，与微处理器1、存储模块组2、内存模块3、可信模块4、深度学习模块5、输入输出模块组6的输入输出模块和工作指示灯8分别连接。

工作指示灯8，通过数据总线7与微处理器1连接；工作指示灯8用于接收发送自微处理器1的指示灯操作指令信号，根据操作指令信号对灯光元器件进行调控操作。

电源接口9，用于连接电源设备；

印刷电路板10，用于设置微处理器1、存储模块组2、内存模块3、可信模块4、深度学习模块5、输入输出模块组6、数据总线7、工作指示灯8、电源接口9；印刷电路板10使用电源接口9连接电源设备，印刷电路板10使用电源接口9分别对微处理器1、存储模块组2、内存模块3、可信模块4、深度学习模块5、输入输出模块组6、数据总线7、工作指示灯8进行模块供电操作。

此处，印刷电路板10，具体是集成式印刷电路板、深度学习模块式印刷电路板、通讯模块式印刷电路板中的一种；

当印刷电路板10具体为集成式印刷电路板时，集成式印刷电路板将微处理器1、存储模块组2、内存模块3、可信模块4、深度学习模块5、输入输出模块组6、数据总线7、工作指示灯8、电源接口9全部集成在一块主板上；

当印刷电路板10具体为深度学习模块式印刷电路板时，深度学习模块式印刷电路板为深度学习模块5设置深度学习模块接口插座；在深度学习模块式印刷电路板上，深度学习模块5通过深度学习模块接口插座与数据总线7连接并进一步与微处理器1连接；

当印刷电路板10具体为通讯模块式印刷电路板时，通讯模块式印刷电路板为输入输出模块组6设置多个输入输出模块接口插座，在通讯模块式印刷电路板上，输入输出模块组6的各个输入输出模块通过输入输出模块接口插座与数据总线7连接并进一步与微处理器1连接。

另外，本发明装置针对核心元部件的散热问题，在印刷电路板上分别对微处理器1与深度学习模块5各自设置了微处理器散热片与深度学习模块散热片。

本发明提供的一种智能心电分析装置，包括：微处理器、存储模块组、内存模块、可信模块、深度学习模块、输入输出模块组、数据总线、印刷电路板、工作指示灯。存储模块组包括第一存储模块和第二存储模块。输入输出模块组，包括usb与uart输入输出模块。深度学习模块支持心电干扰分类和心搏分类两种深度学习计算模型。usb输入输出模块的传输数据采用ndis协议包装。本发明提供的智能心电分析装置支持usb网络接口，可与不同的操作系统外设(计算机、手机、移动终端等)无缝连接；支持深度学习，为心电数据分析提供干扰分类与心搏分类两种深度学习计算模型，通过使用本发明装置，能实时有效地针对采集数据做出定向分析结果，实现了心电数据分析自动化，提高了诊断效率。

专业人员应该还可以进一步意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。

结合本文中所公开的实施例描述的方法或算法的步骤可以用硬件、处理器执行的软件模块，或者二者的结合来实施。软件模块可以置于随机存储器(ram)、内存、只读存储器(rom)、电可编程rom、电可擦除可编程rom、寄存器、硬盘、可移动磁盘、cd-rom、或技术领域内所公知的任意其它形式的存储介质中。

以上所述的具体实施方式，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施方式而已，并不用于限定本发明的保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。