基于深度卷积神经网络和在线决策融合的细粒度心电信号分类方法
- 专利权人:
- 杭州电子科技大学
- 发明人:
- 张敬,田婧,徐晓滨,文成林
- 申请号：
- CN201810255649.6
- 公开号：
- CN108714026A
- 申请日:
- 2018.03.27
- 申请国别(地区):
- CN
- 年份:
- 2018
- 代理人:
- 摘要：
- 本发明公开了一种基于深度卷积神经网络(DCNN)和在线决策融合的心电分类方法。与以前使用手工特征或从原始信号域学习特征的方法不同,所提出的基于DCNN的方法以端到端的方式从时频域学习特征和分类。本发明首先利用短时傅立叶变换将心电波形信号转化为时频域。接下来,由特定长度的训练样本训练具体的DCNN网络模型。最后,提出一种在线决策融合方法,将来自不同模型的过去和现在的决策融合成更准确的决策。综合20类ECG数据集的实验结果说明了所提出方法的有效性。
- 来源网站：
- 中国工程科技知识中心
