[发明专利]一种基于深度学习模型对心电信号分类的数据预处理方法有效
| 申请号： | 201810261490.9 | 申请日： | 2018-03-28 |
| 公开（公告）号： | CN108647565B | 公开（公告）日： | 2021-08-03 |
| 发明（设计）人： | 方路平;毛科栋;潘清;汪振杰;陆飞 | 申请（专利权）人： | 浙江工业大学 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00 |
| 代理公司： | 杭州斯可睿专利事务所有限公司 33241 | 代理人： | 王利强 |
| 地址： | 310014 浙江省*** | 国省代码： | 浙江;33 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 一种基于深度学习模型对心电信号分类的数据预处理方法，包括以下步骤：a取得专家标记的包含正常心电和异常心电的心电信号作为训练样本，心电信号测量时长任意，假定最长测量时长为t秒，采样频率为fs；b对原始训练样本做降噪处理，利用小波变换去除基线漂移；c将训练样本分为训练集和测试集，对训练集做数据扩增；d将训练集输入深度学习模型进行训练，利用测试集优化模型参数；e原始心电信号经过b和c两步预处理后取t×fs个数据点作为样本输入模型中即可获得心电信号分类结果。本发明可以扩增样本数，同时做到样本均衡，使模型更容易训练，有助提高模型的分类能力和鲁棒性样本均衡，使模型更容易训练，有助提高模型的分类能力和鲁棒性。 | ||
| 搜索关键词： | 一种 基于 深度 学习 模型 对心 电信号 分类 数据 预处理 方法 | ||
【主权项】：
1.一种基于深度学习模型对心电信号分类的数据预处理方法，其特征在于，所述方法包括以下步骤：a取得专家标记的包含正常心电和异常心电的心电信号作为训练样本，心电信号测量时长任意，假定最长测量时长为t秒，采样频率为fs赫兹，异常心电信号类型共有L类，正常心电信号样本数为N，第1类异常心电信号样本数为N1，第2类异常心电信号样本数为N2……第L类异常心电信号样本数为NL；b对原始训练样本做降噪处理，利用小波变换去除基线漂移；c将训练样本分为训练集和测试集，对训练集做数据扩增；d将训练集输入深度学习模型进行训练，利用测试集优化模型参数；e原始心电信号经过b和c两步预处理后取t×fs个数据点作为样本输入模型中即可获得心电信号分类结果。
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浙江工业大学，未经浙江工业大学许可，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/201810261490.9/，转载请声明来源钻瓜专利网。
