龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：山东大学
摘要：本发明提出了一种基于小型卷积神经网络的心律失常分类检测方法及系统，涉及心电信号处理技术领域,采用单路径多层网络对穿戴式心电监测设备采集的心跳序列进行实时的心律失常分类检测，具体包括：对待检测的心跳序列进行多层卷积计算，得到一组高度集成的特征序列；采用双层池化对得到的特征序列进行特征降维，得到压缩后的一组特征值；将特征值输入到全连接层，得到心律失常分类的预测结果；本发明基于对不同网络结构应用效果的研究，采用单路径多层网络对穿戴式心电监测设备采集的心跳序列进行检测，并对模型结构进行改进，简化模型的参数量以及计算量，满足穿戴式心电设备的硬件要求，实现高精度的心律失常自动检测。
主权项：1.一种基于小型卷积神经网络的心律失常分类检测方法，其特征在于，采用单路径多层网络对穿戴式心电监测设备采集的心跳序列进行实时的心律失常分类检测，具体包括：对待检测的心跳序列进行多层卷积计算，得到一组高度集成的特征序列；采用双层池化对得到的特征序列进行特征降维，得到压缩后的一组特征值；将特征值输入到全连接层，得到心律失常分类的预测结果；所述单路径多层网络，包括卷积层、池化层和全连接层；每个卷积层的输出使用最大池化进行下采样，在最后一个卷积层之后使用双层池化进行特征降维；采用5层卷积；每个卷积层中卷积核的尺寸逐层递增，卷积核的个数也逐层递增；所述卷积核的尺寸均设置为偶数；其中，卷积核的尺寸公式为：ki＝i×ai∈[1，5]其中，ki表示第i层卷积核尺寸，参数a为正整数；卷积核的个数公式为：fi＝2b+i-1i∈[1，5]其中，fi代表第i层的卷积核数量，b为正整数；引入计算量、参数量、准确率以及F1分数作为指标进行测试实验。
全文数据：
权利要求：
百度查询： 山东大学 基于小型卷积神经网络的心律失常分类检测方法及系统
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