[发明专利]一种基于机器学习的心律分类系统

摘要

本发明公开了一种基于机器学习的心律分类系统，包括数据采集模块、数据预处理模块以及分类算法模块，数据采集模块采集受试者心电信号，数据预处理模块进行噪声分析与滤除，采用从其左间期采集45％的样本，相应右间期采集55％的样本，完成心拍的分割，最后进行归一化处理。在此基础上，构建了卷积神经网络(CNN)模型和编码解码模型的分类算法模块，利用CNN的良好特征提取能力和长短期记忆(LSTM)的时间序列特征提取能力，构建了分类模型，克服RNN本身无法很好处理远距离依赖的问题。本发明的平均灵敏度和平均精确度大幅度提升，在以避免复杂的特征提取，降低手动提取特征值对分类结果，同时提高心律分类的效果。