[发明专利]一种基于复合深度学习网络的心电图异常检测方法在审
| 申请号： | 201910667783.1 | 申请日： | 2019-07-23 |
| 公开（公告）号： | CN110464334A | 公开（公告）日： | 2019-11-19 |
| 发明（设计）人： | 姚康;付威威;管凯捷;任谊文;朱海龙;潘力 | 申请（专利权）人： | 苏州国科视清医疗科技有限公司 |
| 主分类号： | A61B5/0402 | 分类号： | A61B5/0402 |
| 代理公司： | 11411 北京联瑞联丰知识产权代理事务所(普通合伙) | 代理人： | 周超<国际申请>=<国际公布>=<进入国 |
| 地址： | 215000 *** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于复合深度学习网络的心电图异常检测方法，包括：(a)通过多个滑动窗口实现对12个导联内的对齐区域做全局异常检测；(b)结合长短时记忆神经网络对每个导联建模并融合特征向量；(c)最终通过激活函数将其映射分类结果；(d)将检测结果与人工标定结果进行对比分析。能够防止过拟合，在运算时加入随机丢弃层，随机丢弃层将在训练过程中按一定比例随机丢弃部分单元格参数，可有效防止迭代过程中的过拟合现象。 | ||
| 搜索关键词： | 丢弃 异常检测 导联 拟合 记忆神经网络 标定结果 迭代过程 对比分析 分类结果 滑动窗口 激活函数 检测结果 特征向量 训练过程 对齐 单元格 心电图 映射 建模 运算 复合 融合 全局 网络 学习 | ||
【主权项】：
1.一种基于复合深度学习网络的心电图异常检测方法，其特征在于，包括：/n(a)通过多个滑动窗口实现对12个导联内的对齐区域做全局异常检测；/n(b)结合长短时记忆神经网络对每个导联建模并融合特征向量；/n(c)最终通过激活函数将其映射分类结果；/n(d)将检测结果与人工标定结果进行对比分析。/n
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苏州国科视清医疗科技有限公司，未经苏州国科视清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/201910667783.1/，转载请声明来源钻瓜专利网。
- 上一篇：一种心电图数据的存储方法及装置
- 下一篇：心电监测手表、切换系统及切换方法
