[发明专利]基于单目标及多目标的生成对抗网络心电图异常检测方法在审
| 申请号： | 201910713533.7 | 申请日： | 2019-08-02 |
| 公开（公告）号： | CN110558971A | 公开（公告）日： | 2019-12-13 |
| 发明（设计）人： | 杜晓薇 | 申请（专利权）人： | 苏州星空大海医疗科技有限公司 |
| 主分类号： | A61B5/0402 | 分类号： | A61B5/0402;A61B5/00 |
| 代理公司： | 11427 北京科家知识产权代理事务所(普通合伙) | 代理人： | 张丽 |
| 地址： | 215000 江苏省苏州*** | 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单目标及多目标的生成对抗网络心电图异常检测方法，其将异常检测作为二元分类问题，不依赖于关于正常数据的假设并且需要较少的计算资源，在此基础上，本发明提出了一种新的异常检测算法SO‑GAAL，它利用生成性广告‑学习学习直接生成信息潜在异常值，解决了由“维数灾难”引起的信息缺失。本发明将SO‑GAAL的网络架构从单个发生器扩展到具有不同目标的多个发生器(MO‑GAAL)，以防止单个发生器陷入模式崩溃问题。本发明为心电图异常检测提供了新的思路和解决方法，首次将对抗生成网络应用于心电图异常检测领域当中。 | ||
| 搜索关键词： | 异常检测 发生器 心电图 异常检测算法 二元分类 计算资源 生成信息 网络架构 网络应用 信息缺失 正常数据 对抗 单目标 多目标 维数 崩溃 学习 灾难 广告 网络 | ||
【主权项】：
1.一种基于单目标的生成对抗网络心电图异常检测方法，其特征在于，所述方法包括如下步骤：/n步骤1、数据预处理：/n步骤1.1、对采集到的心电图信号数据集进行去噪处理：在去噪声处理中，普遍采用数字滤波技术实现去噪效果，即在算法处理部分对输入信号的噪声部分进行频率分析并去除这部分的信号，主要包括工频干扰、基线漂移、肌电干扰等干扰信号；/n步骤1.2、将去噪处理后的图像用向量化表示，即将去噪后的心电信号图转化成神经网络可以处理的浮点数张量；/n步骤1.3、将向量化后的数据进一步进行标准化处理，使浮点数据的值介于0-1范围内；/n步骤2、生成器和判别器的构造：生成器和判别器均由多层神经网络构成，前者有多个输出值，后者仅有一个输出值；/n步骤3、潜在异常点的生成：用以随机噪音pz为输入的生成器随机生成多个潜在异常点；/n步骤4、优化判别器：要求判别器尽最大可能的将上一步骤获得的潜在异常点从真实数据中分别出来，即要求满足判别结果的损失函数最小：/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星空大海医疗科技有限公司，未经苏州星空大海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/201910713533.7/，转载请声明来源钻瓜专利网。
