[发明专利]一种基于一维卷积神经网络和S变换的心律失常分类方法在审
| 申请号： | 201710814713.5 | 申请日： | 2017-09-10 |
| 公开（公告）号： | CN107811626A | 公开（公告）日： | 2018-03-20 |
| 发明（设计）人： | 吕卫;王粟瑶;褚晶辉 | 申请（专利权）人： | 天津大学 |
| 主分类号： | A61B5/024 | 分类号： | A61B5/024;A61B5/0452;A61B5/00 |
| 代理公司： | 天津市北洋有限责任专利代理事务所12201 | 代理人： | 杜文茹 |
| 地址： | 300072*** | 国省代码： | 天津;12 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 一种基于一维卷积神经网络和S变换的心律失常分类方法对心电信号预处理；利用一维卷积神经网络提取心电信号的深度非线性特征；利用S变换提取心电信号的时频域特征；将心电信号的深度非线性特征和心电信号的时频域特征融合到一起，经过全连接层继续进行特征学习，得到全连接层输出特征；全连接层输出特征接到一维卷积神经网络的softmax层进行分类；输出分类结果。本发明不需要对心电信号进行压缩和双线性插值来得到固定像素点的图片形式来提取特征。本发明在特征提取方面结合了深度学习特征和时频域特征的优点组合成更完备的特征，能够加快收敛，控制过拟合，降低网络对初始化权重不敏感。提高了多种心律失常识别的准确率。 | ||
| 搜索关键词： | 一种 基于 卷积 神经网络 变换 心律失常 分类 方法 | ||
【主权项】：
一种基于一维卷积神经网络和S变换的心律失常分类方法，其特征在于，包括如下步骤：1)对心电信号预处理；2)利用一维卷积神经网络提取心电信号的深度非线性特征；3)利用S变换提取心电信号的时频域特征；4)将心电信号的深度非线性特征和心电信号的时频域特征融合到一起，经过全连接层继续进行特征学习，得到全连接层输出特征；5)将全连接层输出特征接到一维卷积神经网络的softmax层进行分类；6)输出分类结果。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于天津大学，未经天津大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201710814713.5/，转载请声明来源钻瓜专利网。
- 上一篇：一种无人监考系统
- 下一篇：一种脉搏采集智能手机
