龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：南京航空航天大学
申请日：2024-04-17
公开（公告）日：2024-06-25
公开（公告）号：CN118236071A
主分类号：A61B5/318
分类号：A61B5/318;G06V10/764;G06V10/77;G06N3/0895;G06N3/088;G06V10/74;G06N3/048;G16H30/20;G16H30/40;A61B5/346;A61B5/00
优先权：
专利状态码：在审-公开
法律状态：2024.06.25#公开
摘要：本发明针对现有处理心电图多标记类不平衡的分类技术存在的不足，提出一种基于频域mixup增广和logit补偿的自监督多标记不平衡心电图分类方法。其中，该方法包括：首先，对原始标准12导联心电数据进行归一化以及将数据集裁剪成多个时间段样本的预处理作为模型输入；其次，从数据集中随机选取时域两个样本作频域mixup的数据增广得到两对原始和增广序列；然后，将两对原始和增广序列输入到编码器中编码得到其各自的特征表征并利用对比学习函数进行无监督的预训练；再将预训练后的表征输入到分类器中使用基于标签频率的logit补偿的二元交叉熵进行训练，最后在测试阶段将数据集中20％的ECG多标记不平衡数据输入到已经训练好的模型中进行心电图的多标记分类。
主权项：1.一种基于频域mixup增广和logit补偿的自监督多标记不平衡心电图分类方法，其特征在于，所述方法至少包括：步骤S1：对原始标准12导联心电数据进行归一化以及将数据集裁剪成多个时间段样本的预处理作为模型输入；步骤S2：从数据集中随机选取时域两个样本作频域mixup的数据增广得到两对原始和增广序列；步骤S3：将两对原始和增广序列输入到编码器中编码得到其各自的特征表征并利用对比学习函数进行无监督的预训练；步骤S4：将预训练后的表征输入到分类器中使用基于标签频率的logit补偿的二元交叉熵进行训练；步骤S5：在测试阶段将测试数据集中的数据输入到已经训练好的模型中进行心电图的多标记分类。
全文数据：
权利要求：
百度查询： 南京航空航天大学 一种基于频域mixup增广和logit补偿的自监督多标记不平衡心电图分类方法
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号