首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

基于短时峰-峰间期信号及深度学习的识别分类方法 

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:中国矿业大学

摘要:本发明涉及一种基于短时峰‑峰间期信号及深度学习的识别分类方法。其包括:提供待识别分类的心电信号,并利用预构建的心电信号识别分类模型进行识别分类,其中,对所提供心电信号进行短时峰‑峰间期信号提取,并将所提取的短时峰‑峰间期信号加载到心电信号识别分类模型;所述心电信号识别分类模型包括基于残差UNet3+的特征提取网络以及深度监督结构;通过特征提取网络对加载的短时峰‑峰间期信号进行特征提取,并利用深度监督结构对提取的特征进行分类与加权处理,以在分类加权处理后输出心电信号的分类信息;所述心电信号的分类信息为充血性心力衰竭类或非充血性心力衰竭类。本发明能有效对心电信号进行检测识别,检测识别精度高。

主权项:1.一种基于短时峰-峰间期信号及深度学习的心电信号识别分类方法,其特征是,所述心电信号识别分类方法包括:提供待识别分类的心电信号,并利用预构建的心电信号识别分类模型进行识别分类,其中,对所提供心电信号进行短时峰-峰间期信号提取,并将所提取的短时峰-峰间期信号加载到心电信号识别分类模型;所述心电信号识别分类模型包括基于残差UNet3+的特征提取网络以及与所述特征提取网络适配连接的深度监督结构;通过特征提取网络对加载的短时峰-峰间期信号进行特征提取,并利用深度监督结构对提取的特征进行分类与加权处理,以在分类加权处理后输出心电信号的分类信息;所述心电信号的分类信息为充血性心力衰竭类或非充血性心力衰竭类;所述短时峰-峰间期信号包括若干依次排布的峰-峰间期子信号,提取心电信号的短时峰-峰间期信号时,包括:对所述心电信号进行滤波,以在滤波后生成滤波后心电信号;配置信号采样识别阈值,并基于所配置的信号采样识别阈值对滤波后心电信号依次进行峰-峰间期的提取,其中,基于两个相邻的峰-峰间期信号生成一峰-峰间期子信号;对任一峰-峰间期提取时,包括:对心电信号进行采样识别,基于信号采样识别阈值识别到第一个R波后,按采样识别的方向依次配置形成第一预设采样识别区间、第二预设采样识别区间以及第三预设采样识别区间,直至在第一预设采样识别区间、第二预设采样识别区间或第三预设采样识别区间内采样识别到第二个R波,其中,基于第一个R波与第二个R波之间的区域提取形成峰-峰间期;在第一预设采样识别区间内,依次采样识别时,基于当前的信号采样识别阈值对当前的采样点进行检测识别,若当前的采样点未被识别为第二个R波时,则基于当前采样点的位置生成当前的信号采样识别阈值,连续进行m次采样识别且对信号采样识别阈值更新m次后,基于m次的信号采样识别阈值生成当前的信号采样识别阈值;在第二预设采样识别区间内,依次采样识别时,若当前的采样点未被识别为第二个R波,则更新生成当前的信号采样识别阈值,其中,更新生成当前的信号采样识别阈值时,以第一预设采样识别区间最终的信号采样识别阈值为基准阈值,所有更新后的信号采样识别阈值与基准阈值间呈线性衰减状态;在第三预设采样识别区间内,以第二预设采样识别区间最终更新形成的信号采样识别阈值作为当前的信号采样识别阈值并保持,且基于所述信号采样识别阈值依次进行采样识别;基于任意两个相邻的峰-峰间期,将第一序位峰-峰间期的第一个R波与第二序位峰-峰间期的第一个R波之间的区域配置形成一峰-峰间期子信号;基于残差UNet3+的特征提取网络,包括编码器网络以及与所述编码器网络适配连接的解码器网络,其中,编码器网络包括n个编码器,且基于所述编码器网络与解码器网络适配连接形成具有n层的U型网络;在U型网络内,沿U型开口指向U型底部的方向,编码器以及解码器依次编号,其中,具有相同编号位置的编码器与解码器形成一网络层,以在U型网络内形成n-1个网络层以及一个仅具有一个编码器的过渡连接层,且过渡连接层内编码器与解码器网络内邻近的一个解码器连接;按编码器的编号方向,对任一编码器,所述编码器的输出经最大池化处理后传输至下一个紧邻的编码器;对同一网络层内的编码器与解码器,所述编码器的输出经层内卷积处理后传输至解码器,且对当前网络层上方网络层内的编码器,将所有编码器的输出经下采样处理加载至所述解码器;沿U型底部指向U型开口的方向,基于解码器网络进行上采样处理,其中,上采样处理时,对任一解码器,所述解码器对过渡连接层内编码器的输出以及当前解码器与过渡连接层之间解码器的输出进行上采样处理;对任一解码器,所述解码器对所有上采样处理数据以及下采样数据统一尺度后进行拼接,并基于同一网络层内的层内卷积处理数据进行特征融合与提取;所述深度监督结构包括分类器单元以及与所述分类器单元适配连接的加权平均块,其中,所述分类器单元内至少包括n个分类器,且所述分类器单元内的分类器与U型网络内的网络层以及过渡连接层呈一一对应连接;通过分类器对所对应连接的网络层或过渡连接层的输出进行分类,通过加权平均块对所有分类器输出的分类信息进行加权,以在加权后输出分类信息。

全文数据:

权利要求:

百度查询: 中国矿业大学 基于短时峰-峰间期信号及深度学习的识别分类方法

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。