[发明专利]一种基于小波变换与DCNN的心电图分类方法和装置在审
| 申请号： | 202010145852.5 | 申请日： | 2020-03-05 |
| 公开（公告）号： | CN111202512A | 公开（公告）日： | 2020-05-29 |
| 发明（设计）人： | 成金勇;赵运祥;张平 | 申请（专利权）人： | 齐鲁工业大学 |
| 主分类号： | A61B5/0402 | 分类号： | A61B5/0402;A61B5/00;G06K9/00;G06K9/62;G06N3/04;G06N3/08 |
| 代理公司： | 济南信达专利事务所有限公司 37100 | 代理人： | 刘淑风 |
| 地址： | 250300 山东*** | 国省代码： | 山东;37 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供一种基于小波变换与DCNN的心电图分类方法和装置，属于生物医学与模式识别领域。本发明基于小波变换与深度卷积神经网络的心电图信号自动分类方法和装置，利用小波函数将心电图信号分解成不同频率尺度的子信号，经过分段过滤后进行小波重构，利用24层卷积神经网络采用交叉大小卷积核进行特征提取，在传递特征信息时采用dropout和Batch Normalization来防止数据过拟合，最终利用softmax分类器进行分类。该方法已在2017 PhysioNet/CinC Challenge所提供的ECG数据集上得到验证，其准确率为0.871，F1得分为0.8652。研究表明：通过小波变换能够更有效地消除心电图信号噪音，利用24层深度卷积神经网络能够提取多层次特征，同时加大卷积核的大小增加感受视野，从而提升模型的分类性能。 | ||
| 搜索关键词： | 一种 基于 变换 dcnn 心电图 分类 方法 装置 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于齐鲁工业大学，未经齐鲁工业大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202010145852.5/，转载请声明来源钻瓜专利网。
