[发明专利]用于R波定位的改进卷积神经网络有效
申请号: | 201910323618.4 | 申请日: | 2019-04-22 |
公开(公告)号: | CN110037691B | 公开(公告)日: | 2020-12-04 |
发明(设计)人: | 朱俊江;杨潞潞;汪朝阳;孙皛;陈国亮 | 申请(专利权)人: | 上海数创医疗科技有限公司 |
主分类号: | A61B5/0402 | 分类号: | A61B5/0402;A61B5/0456 |
代理公司: | 苏州知途知识产权代理事务所(普通合伙) 32299 | 代理人: | 马刚强;陈瑞泷 |
地址: | 200437 上海市杨浦区密*** | 国省代码: | 上海;31 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本申请涉及一种用于R波定位的改进卷积神经网络,将每条心电图信号以固定步长和长度的滑动窗截取心电图信号形成截取段,并将截取后截取段,再构造一表示是否具有R波及R波位置的矩阵Y,通过将充分多个具有R波且已知R波位置的心电图信号以及充分多个无R波的心电图信号作为输入、矩阵Y作为输出训练改进卷积神经网络,从而获得用于R波定位的改进卷积神经网络。该改进卷积神经网络具有鲁棒性高,识别准确、快速的优点,且能够方便得到R波位置。 | ||
搜索关键词: | 用于 定位 改进 卷积 神经网络 | ||
【主权项】:
1.一种用于R波定位的改进卷积神经网络,其特征在于,由若干层网络组成,若干层网络中共有多个卷积层、多个池化层和1个全连接层,且全连接层的输出值为一矩阵Y,矩阵Y={y1,y2…yn},yi={vi1,vi2…vim}T,其中i为1~n中的任意值,vi1,vi2…vim的值为连续的范围值,矩阵yi中的具有大于范围值的中值的局部最大值时,即表示有R波发生,并能够输出局部最大值所在的元素Vab,其中a为1~n中的任意值,b为1~m中的任意值;所述改进卷积神经网络通过包括以下训练步骤得到:S1:获取充分多个具有R波且已知R波位置的心电图信号以及充分多个无R波的心电图信号;S2:将每条心电图信号以步长为0.015‑0.025s、长度为0.8‑1.5s的滑动窗截取心电图信号形成截取段,并将截取后截取段以矩阵S表示,其中S={s1,s2…sn},s1,s2…sn为以时间顺序进行排列的截取后的截取段,其中si={Ui1,Ui2…Uim}T,其中i为1~n中的任意值,Ui1,Ui2…Uim为以时间顺序进行排列的截取段中的电压值;S3:构造一矩阵Y’,矩阵Y’与对应的矩阵S的行数与列数相等,矩阵Y'={y1',y2'…yn'},yi'={vi1',vi2'…vim'}T,其中i为1~n中的任意值,vi1',vi2'…vim'的值为vi1,vi2…vim的连续的范围值的两个端点值,vi1',vi2'…vim'中与矩阵S中R波波峰发生的位置相对应的元素处的值为两个端点值中的最大值,vi1',vi2'…vim'中与矩阵S中无R波波峰发生的位置相对应的元素处的值为两个端点值中的最小值;S4:将si={Ui1,Ui2…Uim}T作为改进卷积神经网络的输入,将yi'={vi1',vi2'…vim'}T作为改进卷积神经网络的输出对改进卷积神经网络进行训练,最终得到训练好的用于R波定位的改进卷积神经网络。
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上海数创医疗科技有限公司,未经上海数创医疗科技有限公司许可,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/201910323618.4/,转载请声明来源钻瓜专利网。