[发明专利]基于新型生成对抗网络的心电信号增强方法在审
申请号: | 202310340465.0 | 申请日: | 2023-04-03 |
公开(公告)号: | CN116383649A | 公开(公告)日: | 2023-07-04 |
发明(设计)人: | 王英龙;杜甜甜;舒明雷;朱亮;刘照阳 | 申请(专利权)人: | 山东省人工智能研究院;齐鲁工业大学(山东省科学院) |
主分类号: | G06F18/214 | 分类号: | G06F18/214;A61B5/346;A61B5/00;G06F18/24;G06N3/0442;G06N3/045;G06N3/0464;G06N3/0475;G06N3/094 |
代理公司: | 济南泉城专利商标事务所 37218 | 代理人: | 支文彬 |
地址: | 250013*** | 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: | |||
搜索关键词: | 基于 新型 生成 对抗 网络 电信号 增强 方法 | ||
1.一种基于新型生成对抗网络的心电信号增强方法,其特征在于,包括如下步骤:
a)将采集到的心电信号进行重采样操作;
b)将重采样后的心电信号数据进行归一化处理;
c)利用Pan_Tompkin检测算法提取归一化后的心电信号的R波位置,按R波前m个采样点和R波后n个采样点将归一化后的心电信号进行心拍划分,得到心拍数据集,U={U1,U2,...,Ut,...,UZ},Ut为第t条心拍记录,t∈{1,2,...,Z},Z为心拍的条数,每条心拍记录的长度为N,每条心拍记录的维度均为1*N维;
d)将心拍数据集U以a:b:c的比例划分为训练集Xtrain、验证集Xval、测试集Xtest;
e)建立由生成器网络和鉴别器网络构成的生成对抗网络模型,将随机噪声Noisefixed按照批次大小batch输入到生成对抗网络模型的生成器网络中,输出得到合成信号集合Xg,随机噪声Noisefixed的维度为batch*1*N维;
f)将训练集Xtrain输入到生成对抗网络模型的鉴别器网络中,得到输出标签将合成信号集合Xg输入到生成对抗网络模型的鉴别器网络中,得到输出标签
g)通过博弈的方式训练生成器网络和鉴别器网络;
h)将维度为batch*1*N维的随机噪声Ng输入到训练后的生成器网络中,输出得到增强的心电信号Ug。
2.根据权利要求1所述的基于新型生成对抗网络的心电信号增强方法,其特征在于:步骤a)中重采样时的采样频率为125Hz。
3.根据权利要求1所述的基于新型生成对抗网络的心电信号增强方法,其特征在于:步骤d)中a=7,b=1.5,c=1.5。
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山东省人工智能研究院;齐鲁工业大学(山东省科学院),未经山东省人工智能研究院;齐鲁工业大学(山东省科学院)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/202310340465.0/1.html,转载请声明来源钻瓜专利网。