一種基于改進(jìn)多基分類器集成的自動(dòng)心律失常分析方法

基本信息

申請(qǐng)?zhí)?/td> CN202110343071.1 申請(qǐng)日 -
公開（公告）號(hào) CN113080993A 公開（公告）日 2021-07-09
申請(qǐng)公布號(hào) CN113080993A 申請(qǐng)公布日 2021-07-09
分類號(hào) A61B5/349（2021.01）I;A61B5/35（2021.01）I;A61B5/352（2021.01）I 分類 醫(yī)學(xué)或獸醫(yī)學(xué)；衛(wèi)生學(xué);
發(fā)明人 張藍(lán)天;吳松 申請(qǐng)（專利權(quán)）人 北京芯動(dòng)衛(wèi)士科技有限公司
代理機(jī)構(gòu) - 代理人 -
地址 100000北京市海淀區(qū)上地信息路26號(hào)01層0112-30室
法律狀態(tài) -

摘要

摘要 本發(fā)明公開了一種基于改進(jìn)多基分類器集成的自動(dòng)心律失常分析方法，包括以下步驟：預(yù)處理模塊，包括心電信號(hào)降噪、心拍識(shí)別及截?。环诸惸K，包括用以對(duì)心電圖數(shù)據(jù)進(jìn)行心律失常自動(dòng)分類的XGBoost分類模塊、GBDT分類模塊、BiGRU分類模塊；融合模塊，用以依據(jù)模型集成規(guī)則—Stacking，將分類模塊產(chǎn)生的第一分類結(jié)果、第二分類結(jié)果及第三分類結(jié)果進(jìn)行集成，得到集成數(shù)據(jù)；然后利用淺層神經(jīng)網(wǎng)絡(luò)對(duì)心律失常集成數(shù)據(jù)進(jìn)行分類，得到最終的心率失常分類融合結(jié)果。如此，本發(fā)明將XGBoost、GBDT、BiGRU三種基分類器的分類結(jié)果利用Stacking集成規(guī)則進(jìn)行融合，采用機(jī)器學(xué)習(xí)模型與深度學(xué)習(xí)模型相結(jié)合的方法，提升了心律失常整體分類性能及準(zhǔn)確率。