[发明专利]具有改进卷积神经网络识别算法的便携式心电图仪

摘要

本申请涉及一种具有改进卷积神经网络识别算法的便携式心电图仪，采用预先训练好的神经网络对心电信号进行识别，以识别出该心电信号对应的心律类型，确定其是否为房颤。具体地，通过采用损失函数为：的卷积神经网络，使用该损失函数可以使卷积神经网络在训练时加大对假阴性的惩罚，从而实现保证准确率的前提下，降低漏检率，提高准确性。

主权项

1.一种具有改进卷积神经网络识别算法的便携式心电图仪，其特征在于，包括：主控单元(1)，用于对心电信号进行处理并输出处理结果；心电信号采集单元(4)，用于接收人体的心电信号，并对心电信号进行运算放大，将模拟信号转换为数字信号后传输给主控单元(1)，所述心电信号采集单元(4)包括模拟信号调理模块(41)、模拟信号采集模块(42)和数字滤波模块(43)；存储模块(3)，用于接收主控单元(1)发送来的心电信号并且将存储的心电信号传输给主控单元(1)；报警模块(5)，用于发出报警信号；显示模块(61)，用于显示心电信号的处理结果；输入模块(62)，用于向主控单元(1)输入控制指令；电源模块(8)，与电池(9)相连，并给主控单元(1)、存储模块(3)、心电信号采集单元(4)、报警模块(5)和显示模块(61)供电；所述主控单元(1)在接收到心电信号后，能够对心电信号进行预处理，并将预处理后的心电信号输入至预先训练的神经网络进行识别，输出所述心电信号对应的心律类型，其中，所述神经网络采用损失函数为：的卷积神经网络，其中，c表示损失大小，n表示样本个数，x为样本，y为样本x对应的标签，a为通过以样本x为输入并且用当前的神经网络计算出的输出大小，α,β均为正则化系数。