[发明专利]一种基于心电波形图全局与局部深度特征融合的异常心电图筛查方法有效
| 申请号： | 201911027761.5 | 申请日： | 2019-10-28 |
| 公开（公告）号： | CN110731773B | 公开（公告）日： | 2022-10-28 |
| 发明（设计）人： | 郝鹏翼;尹鑫;吴福理;张繁;白琮 | 申请（专利权）人： | 浙江工业大学 |
| 主分类号： | A61B5/318 | 分类号： | A61B5/318;A61B5/349;A61B5/00 |
| 代理公司： | 杭州斯可睿专利事务所有限公司 33241 | 代理人： | 王利强 |
| 地址： | 310014 浙江省*** | 国省代码： | 浙江;33 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 一种基于心电波形图全局与局部深度特征融合的异常心电图筛查方法，包括以下步骤：步骤一，构建检测网络模型，检测出心电图像中完整心博；步骤二，构建局部特征提取网络，提取步骤一中检测出完整心博区域的局部特征；步骤三，构建全局特征提取网络，提取心电图像的全局特征；步骤四，构建深度特征融合网络；步骤五，整体训练步骤四中的深度特征融合网络；利用训练得到的深度特征融合网络对心电图像进行正常异常二分类。本发明可以利用心电图的全局特征和局部特征准确的筛查出异常心电图。 | ||
| 搜索关键词： | 一种 基于 波形 全局 局部 深度 特征 融合 异常 心电图 方法 | ||
【主权项】：
1.一种基于心电波形图全局与局部深度特征融合的异常心电图筛查方法，其特征在于，所述方法包括以下步骤：/n步骤一，构建检测网络模型，检测出心电波形图中完整心博波段；/n步骤二，构建局部特征提取网络，提取步骤一中所检测出的完整心博波段区域的局部特征；/n步骤三，构建全局特征提取网络，提取心电图图像的全局特征；/n步骤四，构建深度特征融合网络，该网络由步骤二的局部特征提取网络和步骤三中的全局特征提取网络组合而成；/n步骤五，整体训练步骤四中的深度特征融合网络，使其适应心电图像的特征分布，得到能够筛查出异常心电图的二分类神经网络模型。/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浙江工业大学，未经浙江工业大学许可，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/201911027761.5/，转载请声明来源钻瓜专利网。
