[发明专利]一种基于一维ECG信号提取二维CNN特征的方法在审
| 申请号： | 201810012821.5 | 申请日： | 2018-01-06 |
| 公开（公告）号： | CN108256453A | 公开（公告）日： | 2018-07-06 |
| 发明（设计）人： | 吕卫;孙宏博;侯弘慧;褚晶辉;汪虹;王粟瑶 | 申请（专利权）人： | 天津大学 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/62;G06N3/04 |
| 代理公司： | 天津市北洋有限责任专利代理事务所 12201 | 代理人： | 李林娟 |
| 地址： | 300072*** | 国省代码： | 天津;12 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于一维ECG信号提取二维CNN特征的方法，包括：对原始连续时间内的心电数据预处理得到单心跳的离散数值样本，采用三次样条差值的方法作用于单心跳的离散数据，补充数据点之间的缺失信息，增加新的数据点；按正弦函数方式拟合一维心电信号得到单心跳的正弦曲线，并进行处理获得二维心电图片；将二维心电图片作为二维卷积特征的输入元素；划分数据集，训练集和测试集中的样本比例接近1:1，彼此之间无交叉数据；构建2D‑CNN模型，提取神经网络特征；应用分类器作用于提取的特征完成对单心跳的分类。本发明基于一维的心电信号，提出心电信号转化和二维特征提取的算法，从而提高心电信号计算机辅助诊断系统的准确度。 | ||
| 搜索关键词： | 心电信号 二维 心跳 心电图 计算机辅助诊断系统 预处理 神经网络特征 应用分类器 准确度 补充数据 二维卷积 二维特征 离散数据 缺失信息 三次样条 输入元素 数值样本 心电数据 正弦函数 正弦曲线 数据点 数据集 训练集 构建 算法 样本 测试 分类 转化 | ||
【主权项】：
1.一种基于一维ECG信号提取二维CNN特征的方法，其特征在于，所述方法包括以下步骤：对原始连续时间内的心电数据预处理得到单心跳的离散数值样本，采用三次样条差值的方法作用于单心跳的离散数据，补充数据点之间的缺失信息，增加新的数据点；按正弦函数方式拟合一维心电信号得到单心跳的正弦曲线，并进行处理获得二维心电图片；将二维心电图片作为二维卷积特征的输入元素；划分数据集，训练集和测试集中的样本比例接近1:1，彼此之间无交叉数据；构建2D‑CNN模型，提取神经网络特征，该2D‑CNN模型包括：卷积层、pooling层、全连接层、dropout层；应用分类器作用于提取的神经网络特征完成对单心跳的分类。
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天津大学，未经天津大学许可，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/201810012821.5/，转载请声明来源钻瓜专利网。
