您的位置：
首页
>
农业专利
>
详情页
一种基于深度卷积网络的心音半监督分类方法
- 专利权人:
- 华南理工大学
- 发明人:
- 田翔,谭赟,莫鸿强,耿家锴
- 申请号：
- CN201910141616.3
- 公开号：
- CN109919210A
- 申请日:
- 2019.26.02
- 申请国别(地区):
- CN
- 年份:
- 2019
- 代理人:
- 摘要：
- 本发明提供一种基于深度卷积网络的心音半监督分类方法,包括以下步骤:步骤S1:获取心音数据并对心音数据进行预处理,作为训练数据;步骤S2:构建深度卷积神经网络模型;步骤S3:利用训练数据对深度卷积神经网络模型进行训练;步骤S4:将训练好的深度卷积神经网络模型推送上线进行服务;步骤S5:利用训练好的深度卷积神经网络模型在线上对患者上传的心音数据进行分类;步骤S6:当数据库中累计新的心音数据一定量时,启动深度卷积神经网络模型训练流程,返回至步骤S1—S3。本发明可对患者的心音数据进行分类以智能诊断;同时,该方法可解决现有技术中心音模型训练的样本有限导致分类不精准的问题,从而提高患者心音分类的精准性。
- 来源网站：
- 中国工程科技知识中心
- 来源网址：
- http://www.ckcest.cn/home/
