申请/专利权人:西安理工大学
申请日:2024-02-28
公开(公告)日:2024-06-21
公开(公告)号:CN118228097A
主分类号:G06F18/241
分类号:G06F18/241;G06N3/0464;G06N3/08;A61B5/00;G06F123/02
优先权:
专利状态码:在审-公开
法律状态:2024.06.21#公开
摘要:本发明公开了数据再平衡损失指导的轻量级时频融合信号分类方法,具体步骤如下:步骤1,输入公开数据集中原始ECG信号,对相应信号进行预处理操作后划分为训练集和测试集;步骤2,构建数据再平衡损失指导的轻量级时频信息融合Transformer的生理信号片段分析模型;步骤3,使用步骤1处理后的训练集对步骤2构建的模型进行训练;步骤4,将步骤1预处理后的测试集ECG信号送入步骤3训练好的模型,最终输出分类的结果。该方法利用数据再平衡损失指导的轻量级时频融合信号片段分析,以提高分析生理信号片段是否发生睡眠呼吸暂停事件的准确率。
主权项:1.数据再平衡损失指导的轻量级时频融合信号分析方法,其特征在于:具体包括如下步骤:步骤1,输入公开数据集中原始ECG信号,对相应信号进行预处理操作后划分为训练集和测试集;步骤2,构建数据再平衡损失指导的轻量级时频信息融合Transformer的生理信号分析模型,通过该模型对生理信号片段进行分类;步骤3,使用步骤1处理后的训练集对步骤2构建的数据再平衡损失指导的轻量级时频信息融合Transformer的生理信号分析模型进行训练,利用数据再平衡损失函数对训练网络得到的结果进行约束,然后反向转播进行参数更新直到模型性能收敛获得训练好的网络模型;步骤4,将步骤1预处理后的测试集ECG信号送入步骤3训练好的模型,最终输出分类检测的结果。
全文数据:
权利要求:
百度查询: 西安理工大学 数据再平衡损失指导的轻量级时频融合信号分类方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。