[发明专利]ECG信号的检测方法、装置、计算机设备和存储介质在审
申请号: | 201810362786.X | 申请日: | 2018-04-20 |
公开(公告)号: | CN108926341A | 公开(公告)日: | 2018-12-04 |
发明(设计)人: | 王健宗;吴天博;刘新卉;刘莉红;马进;肖京 | 申请(专利权)人: | 平安科技(深圳)有限公司 |
主分类号: | A61B5/0402 | 分类号: | A61B5/0402 |
代理公司: | 深圳市明日今典知识产权代理事务所(普通合伙) 44343 | 代理人: | 王杰辉 |
地址: | 518000 广东省深*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 节奏类型 检测 卷积神经网络 计算机设备 存储介质 训练参数 全自动检测 物力成本 已知信号 准确率 节约 输出 替代 医学 申请 | ||
1.一种ECG信号的检测方法,其特征在于,包括以下步骤:
将已知信号节奏类型的第一ECG信号输入至卷积神经网络中进行训练,训练出对应的训练参数,将得出训练参数的卷积神经网络作为ECG信号的检测模型;
将待检测的第二ECG信号输入至所述ECG信号的检测模型中进行计算,输出得到所述第二ECG信号的信号节奏类型。
2.根据权利要求1所述的ECG信号的检测方法,其特征在于,所述将已知信号节奏类型的第一ECG信号输入至卷积神经网络中进行训练,训练出对应的训练参数的步骤之前,包括:
对所述第一ECG信号进行标准化处理。
3.根据权利要求1所述的ECG信号的检测方法,其特征在于,所述将待检测的第二ECG信号输入至所述ECG信号的检测模型中进行计算,输出得到所述第二ECG信号的信号节奏类型的步骤,包括:
将待检测的第二ECG信号输入至所述ECG信号的检测模型中的输入层,经过32层卷积层卷积后再经输出层输出,得到所述第二ECG信号的信号节奏类型。
4.根据权利要求1所述的ECG信号的检测方法,其特征在于,所述卷积神经网络使用的损失函数为交叉熵损失函数,所述卷积神经网络的优化方法为Adam方法。
5.根据权利要求3所述的ECG信号的检测方法,其特征在于,所述经过32层卷积层卷积后再经输出层输出的步骤之前,包括:
对所述第二ECG信号依次进行批标准化、线性修正以及深度学习。
6.根据权利要求1-5中任一项所述的ECG信号的检测方法,其特征在于,所述将已知信号节奏类型的第一ECG信号输入至卷积神经网络中进行训练,训练出对应的训练参数,将得出训练参数的卷积神经网络作为ECG信号的检测模型的步骤之后,包括:
将已知信号节奏类型的第三ECG信号输入至所述ECG信号的检测模型进行验证,验证所述ECG信号的检测模型输出的信号节奏类型是否与所述第三ECG信号的信号节奏类型相同。
7.根据权利要求1-5中任一项所述的ECG信号的检测方法,其特征在于,所述将已知信号节奏类型的第一ECG信号输入至卷积神经网络中进行训练,训练出对应的训练参数的步骤,包括:
将已知信号节奏类型的第一ECG信号输入至卷积神经网络中进行训练,并使得输出的训练结果为所述第一ECG信号已知的信号节奏类型,以得出对应的训练参数。
8.一种ECG信号的检测装置,其特征在于,包括:
训练单元,用于将已知信号节奏类型的第一ECG信号输入至卷积神经网络中进行训练,训练出对应的训练参数,将得出训练参数的卷积神经网络作为ECG信号的检测模型;
检测单元,用于将待检测的第二ECG信号输入至所述ECG信号的检测模型中进行计算,输出得到所述第二ECG信号的信号节奏类型。
9.一种计算机设备,包括存储器和处理器,所述存储器中存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述方法的步骤。
10.一种计算机存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。
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平安科技(深圳)有限公司,未经平安科技(深圳)有限公司许可,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/pat/books/201810362786.X/1.html,转载请声明来源钻瓜专利网。
- 上一篇:计测装置
- 下一篇:一种基于稀疏矩阵消除ECG信号基线漂移的方法