一种基于密集卷积神经网络的心电图卒中辅助诊断方法
- 专利权人:
- 杭州电子科技大学
- 发明人:
- 颜成钢,谢益峰,孙垚棋,张继勇,张勇东
- 申请号：
- CN202010299702.X
- 公开号：
- CN111613321A
- 申请日:
- 2020.04.16
- 申请国别(地区):
- CN
- 年份:
- 2020
- 代理人:
- 摘要：
- 本发明提供一种基于密集卷积神经网络的心电图卒中辅助诊断方法。本发明方法首先建立初期数据库，分配训练集和测试集；然后将训练集作为原始训练数据输入到密集卷积神经网络中进行参数训练，得到基本的心电图卒中诊断模型；最后将测试集作为输入数据输入到获得的心电图卒中诊断模型中进行识别，得到识别结果。本发明提出了一种消除人为约束、减少主观因素的深度神经网络，使模型能够自动提取特征，探索脑卒中与心电图的关系，不仅自动提取卒中分类相关的特种，并且能够很好的节省计算机的资源，同时在精度上也能够达到要求。
- 来源网站：
- 中国工程科技知识中心
