一種基于機器學(xué)習(xí)的心律分類系統(tǒng)
基本信息
申請?zhí)?/td> | CN202010088214.4 | 申請日 | - |
公開(公告)號 | CN111297349A | 公開(公告)日 | 2020-06-19 |
申請公布號 | CN111297349A | 申請公布日 | 2020-06-19 |
分類號 | A61B5/0402(2006.01)I | 分類 | - |
發(fā)明人 | 蘭峰 | 申請(專利權(quán))人 | 北京藍衛(wèi)通科技有限公司 |
代理機構(gòu) | 成都行之專利代理事務(wù)所(普通合伙) | 代理人 | 北京藍衛(wèi)通科技有限公司 |
地址 | 100036北京市海淀區(qū)萬壽路西街2號九層901-902 | ||
法律狀態(tài) | - |
摘要
摘要 | 本發(fā)明公開了一種基于機器學(xué)習(xí)的心律分類系統(tǒng),包括數(shù)據(jù)采集模塊、數(shù)據(jù)預(yù)處理模塊以及分類算法模塊,數(shù)據(jù)采集模塊采集受試者心電信號,數(shù)據(jù)預(yù)處理模塊進行噪聲分析與濾除,采用從其左間期采集45%的樣本,相應(yīng)右間期采集55%的樣本,完成心拍的分割,最后進行歸一化處理。在此基礎(chǔ)上,構(gòu)建了卷積神經(jīng)網(wǎng)絡(luò)(CNN)模型和編碼解碼模型的分類算法模塊,利用CNN的良好特征提取能力和長短期記憶(LSTM)的時間序列特征提取能力,構(gòu)建了分類模型,克服RNN本身無法很好處理遠距離依賴的問題。本發(fā)明的平均靈敏度和平均精確度大幅度提升,在以避免復(fù)雜的特征提取,降低手動提取特征值對分類結(jié)果,同時提高心律分類的效果。?? |
