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！

申请/专利权人：齐鲁工业大学(山东省科学院);山东省人工智能研究院;北京嘉和美康信息技术有限公司;山东浪潮智慧医疗科技有限公司

摘要：一种基于改进编码器解码器结构的心电信号多波形检测方法，涉及心电信号处理技术领域，在编码器模块中，结合了CNN和空洞卷积网络可以实现对心电信号特征的多尺度提取，有效捕捉不同层次的特征信息，同时减少了参数数量，提高了计算效率。在残差连接模块中，非线性地改变从编码器传输的较低级别的特征，并将它们与来自解码器的较高级别的特征融合，该技术可以有效缓解深度神经网络在训练过程中的梯度消失和梯度爆炸问题。在解码器模块中，使用反池化操作和卷积层相结合可以将输出上采样特征图的对应区域填入与输入特征图相同的值，实现对心电信号特征的精细化提取和空间信息的恢复。

主权项：1.一种基于改进编码器解码器结构的心电信号多波形检测方法，其特征在于，包括如下步骤：a从LUDB公开数据集中获取第一导联的心电图记录；b将获取的第一导联的心电图记录进行重采样，得到Z段时长为Xs信号片段构成的心电信号片段集U，U＝{U1,U2,…,Ut,...,UZ}，Ut为第t条信号片段，第t条信号片段Ut中包含p波、QRS波、t波、无波四种类别，t∈{1,2,...,Z}；c建立波形检测网络ED_SegNet，波形检测网络ED_SegNet由编码器、第一残差连接块ResPath、第二残差连接块ResPath、第三残差连接块ResPath、第四残差连接块ResPath、解码器、全连接层、softmax函数构成；d将第t条信号片段Ut输入到波形检测网络ED_SegNet的编码器中，分别输出得到特征f1、特征f2、特征f3、特征f4；e将特征f1输入到波形检测网络ED_SegNet的第一残差连接块ResPath中，输出得到特征fa，将特征f2输入到波形检测网络ED_SegNet的第二残差连接块ResPath中，输出得到特征fb，将特征f3输入到波形检测网络ED_SegNet的第三残差连接块ResPath中，输出得到特征fc，将特征f4输入到波形检测网络ED_SegNet的第四残差连接块ResPath中，输出得到特征fd；f将特征fa、特征fb、特征fc、特征fd分别输入到波形检测网络ED_SegNet的解码器中，分别输出得到特征f8、特征f7、特征f6、特征f5；g将特征f8依次输入到波形检测网络ED_SegNet由编码器的全连接层、softmax函数中，输出得到类别为p波的预测概率类别为QRS波的预测概率类别为t波的预测概率类别为无波的预测概率通过公式计算得到波形预测的平均值Pn。

全文数据：

权利要求：

百度查询： 齐鲁工业大学(山东省科学院) 山东省人工智能研究院 北京嘉和美康信息技术有限公司 山东浪潮智慧医疗科技有限公司 基于改进编码器解码器结构的心电信号多波形检测方法