一种基于深度学习的心电数据分类方法
- 专利权人:
- 郑州大学第一附属医院
- 发明人:
- 赵杰,翟运开,陈昊天,崔莉亚,石金铭,孙东旭,卢耀恩,王振博
- 申请号：
- CN201911053246.4
- 公开号：
- CN110934579A
- 申请日:
- 2019.31.10
- 申请国别(地区):
- CN
- 年份:
- 2020
- 代理人:
- 摘要：
- 本发明公开了一种基于深度学习的心电数据分类方法,属于大数据技术领域,首选根据Savitzky‑Golay数字平滑滤波器对心电数据进行平滑滤波处理,然后对滤波后的心电数据标识标签,再然后构建深度神经网络模型,最后将测试心电数据放入深度神经网络模型中进行评价得到准确率评价结果Acc,解决了采用深度学习对心电数据进行分类和评价的技术问题,本发明在七种心电异常分类任务中有效地引入深度学习方法,通过对网络结构的权值进行自动更新,得到心电信号中具有一定区分能力的深层次特征,不仅可以提高心电异常分类算法的执行效率,而且可以保证算法的分类精度。
- 来源网站：
- 中国工程科技知识中心
