[发明专利]基于机器学习的无刺激胎心监护分类方法在审
| 申请号： | 202110169914.0 | 申请日： | 2021-02-04 |
| 公开（公告）号： | CN112971799A | 公开（公告）日： | 2021-06-18 |
| 发明（设计）人： | 唐晓英;张钊;李广飞 | 申请（专利权）人： | 北京理工大学 |
| 主分类号： | A61B5/344 | 分类号： | A61B5/344;A61B5/00 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 100081 *** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及电子胎心监护领域，是一种基于机器学习的无刺激胎心监护分类方法。一方面提供一种基于神经网络的胎儿心电信号特征构建方法，另一方面通过整合的特征指标集用机器学习对胎心监护进行分类。所述基于神经网络的特征构建方法，采用盲源分离获得胎儿心电信号，用RNN和CNN获得胎儿心电信号特征向量；所述通过整合的特征指标集用机器学习对胎心监护进行分类，利用有效胎心率提取近似熵等非线性特征和醒睡周期等时域特征；分类识别模块利用整合特征用分类器将胎心监护类型进行分类，获取胎儿NST类型。本发明提出的方法可实时对24小时的胎心监护数据利用机器学习方法对胎儿NST类型进行分类，分类过程客观，为临床决策提供支持。 | ||
| 搜索关键词： | 基于 机器 学习 刺激 监护 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北京理工大学，未经北京理工大学许可，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/202110169914.0/，转载请声明来源钻瓜专利网。
