[发明专利]基于转换技术的深度学习心电图数据分类方法及装置

权利要求书

1.一种基于转换技术的深度学习心电图数据分类方法，其特征在于包括以下步骤:

S1、数据采集和数据预处理，

采集包含多个心动周期的心电序列数据，并对心电序列数据进行预处理；

S2、划分心动周期，

对步骤S1所得的心电序列数据利用小波变换进行划分，并依据7:2:1的比例对判断标注的心电序列数据进行训练集、测试集和验证集的划分，对训练集、验证集和测试集的数据进行数据预处理处理；

S3、进行深度学习模型构建，

在步骤S2所得的训练集上进行模型训练，在验证集中进行验证并选择超参数，最终在测试集上进行模型测试，以得到验证结果。

2.根据权利要求1所述的一种基于转换技术的深度学习心电图数据分类方法，其特征在于所述步骤S1还包括将心电序列数据按照55个分类进行判断标注，所述55个分类分别对应55种心脏疾病。

3.根据权利要求1所述的一种基于转换技术的深度学习心电图数据分类方法，其特征在于所述步骤S1中的预处理采用z-score方法进行归一化处理，所述归一化处理后的输出数据在0-1之间。

4.根据权利要求1所述的一种基于转换技术的深度学习心电图数据分类方法，其特征在于所述步骤S2中的训练集用于模型的训练，所述测试集用于超参数的选择，所述验证集用于模型鲁棒性的测试。

5.根据权利要求1所述的一种基于转换技术的深度学习心电图数据分类方法，其特征在于所述分类方法还包括：步骤S4、进行深度学习模型训练，利用cross-entropy函数引导模型训练，直至模型收敛。

6.一种基于转换技术的深度学习心电图数据分类装置，包括：存储器，用于存储计算机的可执行指令、和在执行所述可执行指令时使用或产生的数据，处理器，用于执行存储器存储的计算机可执行指令，与所述存储器通信连接，其特征在于所述分类装置用于实现如权利要求1-3中任意一项所述的方法。