申请/专利权人:北京航空航天大学
申请日:2021-10-26
公开(公告)日:2022-03-08
公开(公告)号:CN114154530A
主分类号:G06K9/00(20220101)
分类号:G06K9/00(20220101);G06K9/62(20220101);G06N3/04(20060101);G06N3/08(20060101)
优先权:
专利状态码:在审-实质审查的生效
法律状态:2022.03.25#实质审查的生效;2022.03.08#公开
摘要:本发明公开了一种心电时序信号房颤检测模型训练方法及装置。包括:获取模型训练样本;模型训练样本包括有标签的第一模型训练样本和无标签的第二模型训练样本;基于第一模型训练样本对初始心电时序信号房颤检测模型进行训练,得到训练心电时序信号房颤检测模型;初始心电时序信号房颤检测模型为采用多分支残差网络层和生成多抗分类网络层并联形成的模型;将第二模型训练样本输入至所述训练心电时序信号房颤检测模型,以获取第二模型训练样本对应的伪标签样本;基于伪标签样本和第一模型训练样本对训练心电时序信号房颤检测模型进行训练,得到心电时序信号房颤检测模型。本发明可以保证模型更新的精度和速度,提升模型更新的稳定性。
主权项:1.一种心电时序信号房颤检测模型训练方法,其特征在于,包括:获取模型训练样本;所述模型训练样本为根据心电信号数据、相对前RR间隔和相对后RR间隔构建的3D数据,所述模型训练样本包括有标签的第一模型训练样本和无标签的第二模型训练样本;基于所述第一模型训练样本对初始心电时序信号房颤检测模型进行训练,得到训练心电时序信号房颤检测模型;所述初始心电时序信号房颤检测模型为采用多分支残差网络层和生成多抗分类网络层并联形成的模型;将所述第二模型训练样本输入至所述训练心电时序信号房颤检测模型,以获取所述第二模型训练样本对应的伪标签样本;基于所述伪标签样本和所述第一模型训练样本对所述训练心电时序信号房颤检测模型进行二次训练,得到心电时序信号房颤检测模型。
全文数据:
权利要求:
百度查询: 北京航空航天大学 一种心电时序信号房颤检测模型训练方法及装置
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。