[发明专利]一种基于奇异值分解的心电信号压缩及识别方法有效
| 申请号： | 201910789960.3 | 申请日： | 2019-08-26 |
| 公开（公告）号： | CN110537907B | 公开（公告）日： | 2021-05-14 |
| 发明（设计）人： | 崔巍;梁俊强;王子涵;罗世帆 | 申请（专利权）人： | 华南理工大学 |
| 主分类号： | A61B5/346 | 分类号： | A61B5/346;A61B5/352 |
| 代理公司： | 广州市华学知识产权代理有限公司 44245 | 代理人： | 裴磊磊 |
| 地址： | 510640 广*** | 国省代码： | 广东;44 |
| 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奇异值分解的心电信号压缩及识别方法，包括以下步骤：S1、使用MIT‑BIH数据库的数据，通过R波检测获得ECG信号中R波的位置；以检测到的R波作为基准点，前100个样本点以及后150个样本点作为心拍，对ECG信号进行心拍截取，获得实验数据；通过特征提取以及数值标准化的方法进行SVM模型的建立；直接使用实验数据进行CNN模型的建立；S2、对MIT‑BIH数据库的数据，通过R波检测获得ECG信号中R波的位置；通过周期标准化使得ECG信号的R‑R段长度相等；进行SVD分解与重构获得压缩信号；通过R波检测以及心拍截取获得压缩测试数据，将其运用于建立的SVM模型以及CNN模型进行准确率的测试。 | ||
| 搜索关键词： | 一种 基于 奇异 分解 电信号 压缩 识别 方法 | ||
【主权项】：
1.一种基于奇异值分解的心电信号压缩及识别方法，其特征在于，所述方法包括以下步骤：/nS1、训练分类器模型：/n对MIT-BIH数据库所提供的ECG心电信号数据进行R波检测以及心拍截取预处理，获得实验数据集；/n对实验数据集进行特征提取以及数值标准化后用于训练SVM模型；/n直接使用实验数据集训练CNN模型；/nS2、获取压缩心电信号并进行测试：/n对MIT-BIH数据库所提供的ECG心电信号数据进行R波检测以及周期标准化预处理，获得奇异值分解方法的输入矩阵；/n对预处理后的心电信号进行奇异值分解与重构，获得压缩心电信号；/n对压缩心电信号进行R波检测以及心拍截取预处理，获得压缩测试数据集；/n使用压缩测试数据集在上述所建立的SVM模型和CNN模型中进行分类准确率测试。/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华南理工大学，未经华南理工大学许可，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/201910789960.3/，转载请声明来源钻瓜专利网。
- 上一篇：汽车方向盘上采集心电缺失R波的修复方法
- 下一篇：一种心电监测设备和使用方法
