[发明专利]一种基于深度神经网络的心冲击信号深瓶颈特征提取方法

摘要

本发明涉及生物特征提取技术领域，是一种基于深度神经网络的心冲击信号深瓶颈特征提取方法，以心冲击信号为特征提取对象，针对其波形幅值微弱、易受外界干扰的特点，结合同步采集的心电信号，利用深度神经网络挖掘深层特征的机理，提取其深瓶颈特征参数。该特征以心冲击信号做为输入向量，同步心电信号做为目标向量，经过预先设计的9层神经网络进行训练以获取深瓶颈特征，实现心脏动力学性能与电生理特征的有机结合。该特征以日常较易获取的心冲击信号及心电信号做为研究对象，不仅能够克服常规波形特征参数对波形波动的依赖性，同时能够提高单一特征参数的表征性能，是一种应用深度学习理论进行日常心脏功能分析的新尝试。

主权项

1.一种基于深度神经网络的心冲击信号深瓶颈特征提取方法，其特征在于，包括以下步骤：步骤1，确定神经网络的输入向量及目标向量形式；同步检测同一受试者的心电信号及心冲击信号，并分别对二者进行预处理，获取深度神经网络的输入向量及目标向量；步骤2，确定深层神经网络结构；构建一个基于受限玻尔兹曼机的带有瓶颈层的9层神经网络；步骤3，对神经网络进行预训练，获取深层置信网络模型：以心冲击信号输入向量做为神经网络输入，应用逐层训练方法对神经网络进行无监督预训练，获取DBN模型；步骤4，对神经网络进行有监督精细训练，获取深瓶颈特征；以心电信号目标向量做为输出层监督目标，构建新型损失函数，并应用反向传播BP算法更新神经网络参数，而后移除瓶颈层之后的各层神经网络，以瓶颈层做为输出层，获得的输出向量即为深瓶颈特征。