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

基于改进的LSTM增强心电图(ECG)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:重庆理工大学

摘要:本发明公开了一种基于改进的LSTM增强心电图ECG分类的方法,属于生物医学信号处理领域。该方法包括以下步骤:S1:通过连续小波变换将心电信号从时域转换到频域,获取信号的时频特征;S2:构建包含四个卷积块的改进LSTM模块,每个块包括多个卷积层和批量归一化层,通过残差连接提高网络性能;S3:使用改进的LSTM层替换传统卷积层以减少计算和存储开销,提高分类效率;S4:将所有心电信号映射成八维向量,每一维代表一种心电信号的概率;S5:将处理后的向量与提取的特征结合,用于训练基于LSTM的分类模型。本方法采用MIT‑BIH心律失常数据库验证,实现了高准确性的心电信号分类。此外,还利用多分支变压器进行特征加权和融合,进一步增强了分类性能。该方法在心电图分析和临床应用中具有重要的实用价值。

主权项:1.一种基于改进的LSTM增强心电图ECG分类的方法,其特征在于,所述方法包括:通过连续小波变换将ECG信号从时域转换到频域,以获取信号的时频特征;构建包含四个卷积块的改进LSTM模块,每个卷积块包括多个卷积层和批量归一化层,通过残差连接提高网络性能;在实际ECG分类任务中,使用改进的LSTM层代替标准卷积层,以减少计算和存储开销,提高分类性能;使用训练集对改进的LSTM模型进行训练,其中共有8种心电信号;通过训练好的CNN模型,将所有的心电信号映射成8维向量,生成长度为8位的向量,每一位表示属于某一种心电信号的概率;将心电信号经过改进的LSTM模型后获得的N维向量与提取的特征结合,作为输入,基于LSTM建立分类模型;利用所建立的分类模型进行心电信号识别分类。

全文数据:

权利要求:

百度查询: 重庆理工大学 基于改进的LSTM增强心电图(ECG)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。