您的位置：
首页
>
农业专利
>
详情页
基于持续深度学习的ECG数据分类方法
- 专利权人:
- 南京信息工程大学
- 发明人:
- 吴进,赵琼,寇振媛,孙乐
- 申请号：
- CN202110376948.7
- 公开号：
- CN113171102A
- 申请日:
- 2021.04.08
- 申请国别(地区):
- CN
- 年份:
- 2021
- 代理人:
- 摘要：
- 本发明公开了基于持续深度学习的ECG数据分类方法，具体为：获取采样率分别为128Hz和360Hz的ECG数据，对ECG数据进行预处理；构建卷积神经网络模型，并设置模型的超参数；利用构建的卷积神经网络模型结合EWC方法对采样率为128Hz的心拍样本进行训练并测试，得到第一次训练好的卷积神经网络模型；利用第一次训练好的卷积神经网络模型结合EWC方法对采样率为360Hz的心拍样本进行训练并测试，得到ECG数据分类模型；利用采样率为128Hz的心拍样本对ECG数据分类模型进行测试；采用ECG数据分类模型对待分类的ECG数据进行分类，得到分类结果。本发明能够对两种不同采样率的心电数据进行自动、高效、准确地分类心拍类型，进一步提高分类精度，加强模型的泛化能力。
- 来源网站：
- 中国工程科技知识中心
- 来源网址：
- http://www.ckcest.cn/home/
