买专利,只认龙图腾
首页 专利交易 科技果 科技人才 科技服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

【发明公布】心电信号的处理方法、装置及终端设备_中国科学院深圳先进技术研究院_201911282356.8 

申请/专利权人:中国科学院深圳先进技术研究院

申请日:2019-12-13

公开(公告)日:2020-05-15

公开(公告)号:CN111160139A

主分类号:G06K9/00(20060101)

分类号:G06K9/00(20060101);G06N3/04(20060101);G06N3/08(20060101)

优先权:

专利状态码:有效-授权

法律状态:2023.10.24#授权;2020.06.09#实质审查的生效;2020.05.15#公开

摘要:本申请适用于生物医学工程技术领域,提供了心电信号处理方法,包括:获取待分析的心电信号,对心电信号进行预处理得到张量,对张量进行多尺度重采样得到多个预设尺度的心电数据,将心电数据输入已训练的分类模型进行处理得到心电信号类型,分类模型基于多个样本心电数据以及分类标签对深度学习网络进行训练得到,分类模型包括卷积神经网络、循环神经网络以及分类器,在训练过程中,卷积神经网络用于对多个样本心电数据进行特征提取,循环神经网络用于对卷积神经网络提取的特征信息进行融合,分类器用于对融合后的特征信息进行分类得到分类结果。本申请还提供了心电信号处理装置和终端设备,提高了心电信号处理效率和分类精度。

主权项:1.一种心电信号的处理方法,其特征在于,所述处理方法包括:获取待分析的心电信号,对所述心电信号进行预处理,得到所述心电信号对应的张量;对所述张量进行多尺度重采样得到多个预设尺度的心电数据;将所述心电数据输入已训练的分类模型进行处理,得到所述心电信号所属的心电信号类型,其中,所述分类模型基于多个样本心电数据以及每个样本心电数据对应的分类标签对深度学习网络进行训练得到,所述分类模型包括卷积神经网络、循环神经网络以及分类器,在训练过程中,所述分类模型的卷积神经网络用于对多个样本心电数据进行特征提取,所述循环神经网络用于对所述卷积神经网络提取的特征信息进行融合,所述分类器用于对融合后的特征信息进行分类,得到样本心电数据对应的分类结果。

全文数据:

权利要求:

百度查询: 中国科学院深圳先进技术研究院 心电信号的处理方法、装置及终端设备

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。