[发明专利]一种基于超轻量级卷积神经网络的ECG信号分类方法有效
| 申请号： | 202010875217.2 | 申请日： | 2020-08-27 |
| 公开（公告）号： | CN111956208B | 公开（公告）日： | 2021-04-20 |
| 发明（设计）人： | 周军;肖剑彪 | 申请（专利权）人： | 电子科技大学 |
| 主分类号： | A61B5/346 | 分类号： | A61B5/346;A61B5/24 |
| 代理公司： | 北京正华智诚专利代理事务所(普通合伙) 11870 | 代理人： | 何凡 |
| 地址： | 611731 四川省成*** | 国省代码： | 四川;51 |
| 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超轻量级卷积神经网络的ECG信号分类方法，包括以下步骤：S1、获取ECG数据集，并制作成训练集和验证集；S2、采用训练集和验证集对ECG信号分类模型进行训练和验证，得到最优的ECG信号分类模型；S3、实时采集ECG心拍信号，并对其进行预处理，得到多段ECG数据；S4、将多段ECG数据依次输入最优的ECG信号分类模型，得到ECG数据的分类结果；本发明解决了端到端检测算法使用的CNN中常规全连接层的参数量庞大以及常规卷积层运算量庞大的问题，实现将算法运算复杂度的数量级拉低到适用于存储资源极其受限设备的水平。 | ||
| 搜索关键词： | 一种 基于 轻量级 卷积 神经网络 ecg 信号 分类 方法 | ||
【主权项】：
暂无信息
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电子科技大学，未经电子科技大学许可，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/202010875217.2/，转载请声明来源钻瓜专利网。
- 上一篇：中医药柜的气调系统
- 下一篇：一种改良结构的发电式浮标
