基于时频二维图像和机器学习的动态心电质量评估方法
- 专利权人:
- 东南大学
- 发明人:
- 刘澄玉,赵钟瑶,赵莉娜,李建清
- 申请号：
- CN201811594322.8
- 公开号：
- CN109745033A
- 申请日:
- 2018.25.12
- 申请国别(地区):
- CN
- 年份:
- 2019
- 代理人:
- 摘要：
- 本发明专利公开了一种基于时频二维图像和机器学习的动态心电质量评估方法,通过将一维心电信号转变为二维时频图像,并将得到的二维时频图馈送到机器学习系统中进行训练,得到一个自动且准确拣选有用穿戴式心电信号的信号质量评估模型,该模型可以对输入的时频图像进行分类,划分信号质量等级,不仅能够有效地抑制无临床诊断价值的噪声心电信号,而且能够进一步对有临床诊断价值的心电片段做进一步信号质量分类,从而提供更为直观细致的信号质量反馈信息。
- 来源网站：
- 中国工程科技知识中心
