[发明专利]一种基于生成式对抗网络的脉搏信号生成方法及系统

摘要

一种基于生成式对抗网络的脉搏信号生成方法及系统，生成方法包括以下步骤：a、设置采样频率和采样时间，选取健康的测试者采集脉搏信号数据，信号平稳后记录；b、将得到的脉搏信号数据进行归一化，映射到[‑1,1]的范围内并去除噪声及异常波形；c、训练PSDCGAN网络模型；d、利用训练好的PSDCGAN网络模型生成大量的脉搏信号数据，完成数据的扩增。系统包括压电式传感器、数据处理模块以及数据生成模块。本发明首次采用基于生成式对抗网络模型用以生成脉搏信号数据，对脉搏信号数据集进行扩增，解决了脉搏信号样本数量不足的问题，为将深度学习理论引入脉搏信号的处理与分析提供了研究基础。

主权项

1.一种基于生成式对抗网络的脉搏信号生成方法，其特征在于，包括以下步骤：a、设置采样频率和采样时间，选取健康的测试者采集脉搏信号数据，信号平稳后记录；b、将得到的脉搏信号数据进行归一化，映射到[‑1,1]的范围内并去除噪声及异常波形；c、训练PSDCGAN网络模型；所述的PSDCGAN网络模型包括生成网络和判别网络，生成网络的输入是随机噪声，判别网络有两个输入，一个是经过生成网络后产生的信号数据，另一个是经过预处理后的真实脉搏信号数据；通过判别网络判断输入来自真实的脉搏信号还是经过生成网络生成的虚假信号；训练的具体过程如下：将所述的生成网络和判别网络一起对抗训练，其中，生成网络产生假信号欺骗判别网络，判别网络判断该信号是真实的还是虚假的，两个网络在训练的过程中分别提高各自的生成能力和判别能力，直至二者达到纳什均衡，使得生成网络能够预测到训练样本数据的真实分布情况，从而能够生成逼真的脉搏信号数据；d、利用训练好的PSDCGAN网络模型生成大量的脉搏信号数据，完成数据的扩增。