龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
摘要：本申请涉及了一种心电信号的QRS波群检测方法、装置、设备及介质，本心电信号的QRS波群检测方法采用DenseNet和双通道LSTM组成检测模型，通过DenseNet学习心电信号中QRS波群的空间特征信息，然后利用将DenseNet学习到的空间特征与时序数据输入至双通道LSTM各自通道中，以使得双通道LSTM能够融合心电信号中的QRS波群的空间信息和时序信息，提升模型对于特征的分割效果，最终提升检测QRS波群的准确程度。
主权项：1.一种心电信号的QRS波群检测方法，其特征在于，所述心电信号的QRS波群检测方法包括：从心电图中获取心电信号的时序数据；构建由DenseNet和双通道LSTM组成的检测模型，将所述时序数据输入至所述检测模型中，以根据所述DenseNet从所述时序数据中提取所述心电信号的空间特征，并将所述时序数据和所述空间特征分别输入至所述双通道LSTM的对应一条通道中，由所述双通道LSTM检测出所述心电信号的QRS波群；所述将所述时序数据和所述空间特征分别输入至所述双通道LSTM的对应一条通道中，由所述双通道LSTM检测出所述心电信号的QRS波群，包括：将所述时序数据输入至所述双通道LSTM的第一条通道中，得到所述第一条通道输出的第一特征，将所述空间特征输入至所述双通道LSTM的第二条通道中，得到所述第二条通道输出的第二特征；采用注意力机制以对应的注意力权重融合所述第一特征和所述第二特征，得到第三特征；其中，两个通道的注意力权重之和等于1；根据所述第三特征检测出QRS波群；所述检测模型是通过预处理后的训练数据训练得到；所述训练数据的预处理包括：对所述训练数据进行归一化；对归一化后的所述训练数据进行各类标签的样本均衡；对样本均衡后的所述训练数据进行数据增强；所述检测模型在训练过程中，通过如下公式得到所述注意力权重： ；其中，为第一条通道的输出特征，为第二条通道的输出特征，为双曲正切函数，为激活函数，为可学习的权重参数，为注意力权重；所述检测模型在训练过程中，通过如下公式融合第一条通道的输出特征和第二条通道的输出特征： ；其中，为融合第一条通道的输出特征和第二条通道的输出特征得到的特征。
全文数据：
权利要求：
百度查询： 中南大学 一种心电信号的QRS波群检测方法、装置、设备及介质
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号