基于信号特征和密度连接卷积网络的心力衰竭识别方法
基本信息
申请号 | CN202110341762.8 | 申请日 | - |
公开(公告)号 | CN113303812A | 公开(公告)日 | 2021-08-27 |
申请公布号 | CN113303812A | 申请公布日 | 2021-08-27 |
分类号 | A61B5/346(2021.01)I | 分类 | 医学或兽医学;卫生学; |
发明人 | 吴松;张蓝天 | 申请(专利权)人 | 北京芯动卫士科技有限公司 |
代理机构 | - | 代理人 | - |
地址 | 100000北京市海淀区上地信息路26号01层0112-30室 | ||
法律状态 | - |
摘要
摘要 | 本发明公开了基于信号特征和密度连接卷积网络的心力衰竭识别方法,包括以下步骤:数据预处理,先获取两个训练数据库,再将数据集按照预设比例划分为训练集和测试集;计算心拍分段的三阶累积量,得到相应的双谱图;构建密集连接卷积网络模型结构;对密集连接卷积网络模型进行训练,设置批处理数量和初始学习率;心力衰竭识别。本发明所述的基于信号特征和密度连接卷积网络的心力衰竭识别方法,结合信号特征的心力衰竭识别方法,利用更能表征心电信号非线性特征的高阶累积量方法,提取出心电信号的三界累积量谱图,转换为更适合深度卷积神经网络的输入形式,输入到DenseNet模型中进行训练,实现心力衰竭的辅助判断,准确率得到有效提升。 |
