WIPO logo
Mobile | Deutsch | English | Español | 日本語 | 한국어 | Português | Русский | 中文 | العربية |
PATENTSCOPE

Recherche dans les collections de brevets nationales et internationales
World Intellectual Property Organization
Recherche
 
Options de navigation
 
Traduction
 
Options
 
Quoi de neuf
 
Connexion
 
Aide
 
Traduction automatique
1. (WO2006048881) METHODE ET SYSTEME PERMETTANT DE DIAGNOSTIQUER DES MALADIES CARDIAQUES A L'AIDE DE RESEAUX NEURAUX
Dernières données bibliographiques dont dispose le Bureau international   

N° de publication :    WO/2006/048881    N° de la demande internationale :    PCT/IL2005/001162
Date de publication : 11.05.2006 Date de dépôt international : 07.11.2005
Demande présentée en vertu du Chapitre 2 :    08.09.2006    
CIB :
A61B 5/0452 (2006.01)
Déposants : COHEN, Eyal [IL/IL]; (IL)
Inventeurs : COHEN, Eyal; (IL)
Mandataire : LUZZATTO, Kfir; P.O. Box 5352, 84152 Beer Sheva (IL)
Données relatives à la priorité :
165096 08.11.2004 IL
Titre (EN) A METHOD AND SYSTEM FOR DIAGNOSIS OF CARDIAC DISEASES UTILIZING NEURAL NETWORKS
(FR) METHODE ET SYSTEME PERMETTANT DE DIAGNOSTIQUER DES MALADIES CARDIAQUES A L'AIDE DE RESEAUX NEURAUX
Abrégé : front page image
(EN)The present invention is directed to a method for diagnosing silent and/or symptomatic cardiac diseases in human patients, based on extracting and analyzing hidden factors or a combination of hidden and known factors of ECG signals. The diagnosis method employs rest-ECG signals of a group of diagnosed patients, the group consisting of patients a-priori diagnosed as sick patients and of patients a-priori diagnosed as healthy patients by trusted procedures. Artificial neural networks are then iteratively trained to accurately classify the cardiac disease by processing the corresponding raw input signals of the diagnosed patients. The weights and biases data representing the trained neural networks are saved. Unknown, new patients are diagnosed as sick or healthy patients by processing their corresponding raw ECG signals by the trained neural networks.
(FR)L'invention concerne une méthode permettant de diagnostiquer des maladies cardiaques silencieuses et/ou symptomatiques chez des patients humains par extraction et analyse de facteurs cachés ou d'une combinaison de facteurs cachés et connus de signaux ECG. Cette méthode de diagnostic utilise les signaux d'électrocardiogramme (ECG) de repos d'un groupe de patients, pour lesquels on a effectué un diagnostic, acquis au moyen d'une unité d'enregistrement ECG quelconque. Le groupe est composé de patients pour lesquels on a effectué un diagnostic à priori considérant ces patients comme malades et de patients pour lesquels on a effectué un diagnostic a priori considérant ces patients comme sains au moyen de procédures fiables. Tous les signaux provenant des patients sains et des patients malades sont considérés comme étant sains, selon des méthodes visuelles normalisées à base de règles de diagnostic ECG. Au contraire, tous les signaux provenant des patients sains et des patients malades sont considérés comme étant malades selon des méthodes visuelles normalisées à base de règles de diagnostic ECG. Les réseaux neuraux artificiels sont ensuite entraînés de manière itérative à classifier de manière précise la maladie cardiaque par traitement de signaux d'entrée bruts (c'est-à-dire, de signaux ECG de repos prétraités mais non analysés) correspondant des patients pour lesquels on a établi un diagnostic. Lorsque nécessaire, des cycles de réseaux neuraux d'apprentissage sont ajoutés jusqu'à ce que des conditions de performance d'apprentissage prédéterminées soient satisfaites. Pendant l'apprentissage itératif, les patients pour lesquels on a effectué un diagnostic qui possèdent des données d'entrées brutes détériorant la convergence du processus d'apprentissage dans une grande partie des réseaux neuraux entraînés sont exclus du groupe. Les données de poids et de corrections inertielles représentant les réseaux neuraux entraînés sont sauvegardées. On effectue un diagnostic pour de nouveaux patients inconnus considérés comme malades ou sains par traitement de leurs signaux ECG bruts correspondant au moyen des réseaux neuraux entraînés.
États désignés : AE, AG, AL, AM, AT, AU, AZ, BA, BB, BG, BR, BW, BY, BZ, CA, CH, CN, CO, CR, CU, CZ, DE, DK, DM, DZ, EC, EE, EG, ES, FI, GB, GD, GE, GH, GM, HR, HU, ID, IL, IN, IS, JP, KE, KG, KM, KN, KP, KR, KZ, LC, LK, LR, LS, LT, LU, LV, LY, MA, MD, MG, MK, MN, MW, MX, MZ, NA, NG, NI, NO, NZ, OM, PG, PH, PL, PT, RO, RU, SC, SD, SE, SG, SK, SL, SM, SY, TJ, TM, TN, TR, TT, TZ, UA, UG, US, UZ, VC, VN, YU, ZA, ZM, ZW.
Organisation régionale africaine de la propriété intellectuelle (ARIPO) (BW, GH, GM, KE, LS, MW, MZ, NA, SD, SL, SZ, TZ, UG, ZM, ZW)
Office eurasien des brevets (OEAB) (AM, AZ, BY, KG, KZ, MD, RU, TJ, TM)
Office européen des brevets (OEB) (AT, BE, BG, CH, CY, CZ, DE, DK, EE, ES, FI, FR, GB, GR, HU, IE, IS, IT, LT, LU, LV, MC, NL, PL, PT, RO, SE, SI, SK, TR)
Organisation africaine de la propriété intellectuelle (OAPI) (BF, BJ, CF, CG, CI, CM, GA, GN, GQ, GW, ML, MR, NE, SN, TD, TG).
Langue de publication : anglais (EN)
Langue de dépôt : anglais (EN)