一種基于ResNet-Xgboost模型預測心電波異常類型的方法

基本信息

申請?zhí)?/td> CN202110604493.X 申請日 -
公開（公告）號 CN113456084A 公開（公告）日 2021-10-01
申請公布號 CN113456084A 申請公布日 2021-10-01
分類號 A61B5/346（2021.01）I;A61B5/349（2021.01）I 分類 醫(yī)學或獸醫(yī)學；衛(wèi)生學;
發(fā)明人 楊曉磊;郭自強;程保喜;李曉萌;薛時倫;劉衛(wèi)軍;張剛 申請（專利權）人 山西云時代智慧城市技術發(fā)展有限公司
代理機構 太原高欣科創(chuàng)專利代理事務所（普通合伙） 代理人 崔浩;冷錦超
地址 030006山西省太原市綜改示范區(qū)太原學府園區(qū)長治路345號14層1415室
法律狀態(tài) -

摘要

摘要 本發(fā)明一種基于ResNet?Xgboost模型預測心電波異常類型的方法，屬于心電波異常類型預測技術領域；所要解決的技術問題為：提供一種基于ResNet?Xgboost模型預測心電波異常類型的方法的改進；解決上述技術問題采用的技術方案為：包括如下步驟：構建8導聯(lián)心電圖數據集；構建能夠捕捉不同導聯(lián)間相似性的ResNet結構的深度神經網絡模型，并輸出深度特征；根據領域知識和專家經驗，構造常用的基于心電波的衍生特征作為人工構造特征；將深度特征和人工構造特征進行特征拼接后作為輸入，構建多標簽Xgboost預測模型；對于一個新的8導聯(lián)心電圖數據，先輸入深度神經網絡模型，得到深度特征，與人工特征拼接后輸入訓練好的Xgboost預測模型，預測患某種疾病的概率；本發(fā)明應用于心電波異常預測。