[发明专利]一种基于特征融合的ECG信号分类的方法在审
申请号: | 201810012811.1 | 申请日: | 2018-01-06 |
公开(公告)号: | CN108256452A | 公开(公告)日: | 2018-07-06 |
发明(设计)人: | 吕卫;孙宏博;侯弘慧;褚晶辉;王粟瑶;汪虹 | 申请(专利权)人: | 天津大学 |
主分类号: | G06K9/00 | 分类号: | G06K9/00;G06N3/04;G06K9/62 |
代理公司: | 天津市北洋有限责任专利代理事务所 12201 | 代理人: | 李林娟 |
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: | 本发明公开了一种基于特征融合的ECG信号分类的方法,包括以下步骤:对原始连续时间内的心电数据预处理得到单心跳的离散数值样本,并对这些一维信号样本提取1D‑CNN卷积特征和PQRST数值特征;对提取的两种特征进行融合操作,使不同类型、不同维度的特征整合一体,作为单心跳的代表特征集;测试集和训练集的每个样本经过特征融合,可得到一个100维的特征向量;对特征融合后的样本进行分类,得到每种心电信号的分类精度。本发明提取出一维卷积特征和PQRST特征并将两者相融合的方法,从而提高心电信号计算机辅助诊断系统的准确率。 | ||
搜索关键词: | 特征融合 分类 心电信号 心跳 样本 计算机辅助诊断系统 预处理 数值特征 数值样本 特征向量 特征整合 心电数据 样本提取 一维卷积 一维信号 融合 测试集 特征集 训练集 准确率 卷积 维度 | ||
【主权项】:
1.一种基于特征融合的ECG信号分类的方法,其特征在于,所述方法包括以下步骤:对原始连续时间内的心电数据预处理得到单心跳的离散数值样本,并对这些一维信号样本提取1D‑CNN卷积特征和PQRST数值特征;对提取的两种特征进行融合操作,使不同类型、不同维度的特征整合一体,作为单心跳的代表特征集;测试集和训练集的每个样本经过特征融合,可得到一个100维的特征向量;对特征融合后的样本进行分类,得到每种心电信号的分类精度。
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/201810012811.1/,转载请声明来源钻瓜专利网。