[发明专利]基于CNN的心电信号处理方法及心律不齐检测系统在审

专利信息
申请号: 201910117098.1 申请日: 2019-02-15
公开(公告)号: CN109805924A 公开(公告)日: 2019-05-28
发明(设计)人: 张远;张宇微;于建勋;许文耀;杨珀;卢贝尼 申请(专利权)人: 济南大学
主分类号: A61B5/0402 分类号: A61B5/0402
代理公司: 济南圣达知识产权代理有限公司 37221 代理人: 黄海丽
地址: 250022 山东*** 国省代码: 山东;37
权利要求书: 查看更多 说明书: 查看更多
摘要: 本公开公开了基于CNN的心电信号处理方法及心律不齐检测系统,包括:对心电信号进行预处理得到总样本集;构建卷积神经网络;采用十折交叉检验方式,对总样本集分十次划分成训练集和测试集;利用每一次划分的训练集对卷积神经网络进行训练;然后利用每一次训练集所对应的测试集对卷积神经网络进行测试,获得模型的分类精度;将十次分类精度进行加和求平均值,将平均值与设定阈值进行比较,如果分类精度平均值大于等于设定阈值,则停止训练,得到训练好的卷积神经网络;对待识别的心电信号进行预处理,将连续的心电信号分离成单个心跳信号,将待识别的单个心跳信号依次输入训练好的卷积神经网络中,卷积神经网络输出对待识别信号的分类结果。
搜索关键词: 卷积神经网络 训练集 预处理 心电信号处理 检测系统 心电信号 心律不齐 心跳信号 测试集 总样本 分类 分类结果 识别信号 对心 构建 测试 输出 检验
【主权项】:
1.基于CNN的心电信号处理方法,其特征是,包括:对心电信号进行预处理得到总样本集;构建卷积神经网络;采用十折交叉检验方式,对总样本集分十次划分成训练集和测试集;利用每一次划分的训练集对卷积神经网络进行训练;然后利用每一次训练集所对应的测试集对卷积神经网络进行测试,获得模型的分类精度;将十次分类精度进行加和求平均值,将平均值与设定阈值进行比较,如果分类精度平均值大于等于设定阈值,则停止训练,得到训练好的卷积神经网络;对待识别的心电信号进行预处理,将连续的心电信号分离成单个心跳信号,将待识别的单个心跳信号依次输入训练好的卷积神经网络中,卷积神经网络输出对待识别信号的分类结果。
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济南大学,未经济南大学许可,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/201910117098.1/,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

400-8765-105周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top