一种基于深度学习的心电分类方法
- 专利权人:
- 南京邮电大学
- 发明人:
- 肖甫,徐小龙,徐浩严
- 申请号：
- CN202110419092.7
- 公开号：
- CN113261975A
- 申请日:
- 2021.04.19
- 申请国别(地区):
- CN
- 年份:
- 2021
- 代理人:
- 摘要：
- 本发明公开了一种基于深度学习的心电分类方法，包括：心电采集设备获取N个通道的心电数据；构建心电分类模型，对心电数据使用自编码模型提取特征；将提取后的特征，使用卷积神经网络进行特征抽象；接着使用残差网络进行特征的进一步抽象，并起到防止网络退化的作用；最终的输出通过全连接网络获得，以每种心电的正例和负例的概率为心电分类分析模型的输出；共需训练多个结构相同但训练数据不用的心电分类模型；使用F1值评价模型，根据设定的F1值的阈值，筛选出由于样本不均衡导致的无效模型；使用数学统计的方法，计算出两种心电共同出现的概率；构建指导模型，对心电分类模型起到指导作用。
- 来源网站：
- 中国工程科技知识中心
