基于深度學(xué)習(xí)的信號識別方法、裝置和計(jì)算機(jī)設(shè)備

基本信息

申請?zhí)?/td> CN202011000576.X 申請日 -
公開(公告)號 CN112120691A 公開(公告)日 2020-12-25
申請公布號 CN112120691A 申請公布日 2020-12-25
分類號 A61B5/0402(2006.01)I 分類 醫(yī)學(xué)或獸醫(yī)學(xué);衛(wèi)生學(xué);
發(fā)明人 孫紀(jì)光 申請(專利權(quán))人 浙江智柔科技有限公司
代理機(jī)構(gòu) 杭州華進(jìn)聯(lián)浙知識產(chǎn)權(quán)代理有限公司 代理人 浙江智柔科技有限公司
地址 314051浙江省嘉興市南湖區(qū)大橋鎮(zhèn)亞太路705號3FA03-06-29
法律狀態(tài) -

摘要

摘要 本申請涉及基于深度學(xué)習(xí)的信號識別方法、裝置和計(jì)算機(jī)設(shè)備,其中,該基于深度學(xué)習(xí)的信號識別方法包括:相比于相關(guān)技術(shù),本申請實(shí)施例提供的基于深度學(xué)習(xí)的信號識別方法,通過獲取心電圖信號,對所述心電圖信號進(jìn)行預(yù)處理,得到多組預(yù)處理信息,將多組所述預(yù)處理信息輸入第一深度學(xué)習(xí)模型,得到多組初始深度特征,其中,所述第一深度學(xué)習(xí)模型包括多個(gè)深度學(xué)習(xí)子模型,且多組所述預(yù)處理信息與多個(gè)所述深度學(xué)習(xí)子模型相對應(yīng),將多組所述初始深度特征輸入第二深度學(xué)習(xí)模型,得到最終識別結(jié)果,解決了相關(guān)技術(shù)中所用分類輸入特征過于片面,存在識別的信息精度低的問題,提高了識別的信息精度。??