申请/专利权人:东南大学
申请日:2023-10-31
公开(公告)日:2024-02-20
公开(公告)号:CN117574281A
主分类号:G06F18/2431
分类号:G06F18/2431;A61B5/363;A61B5/318;A61B5/00;G06N3/0464;G06N3/09
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.03.08#实质审查的生效;2024.02.20#公开
摘要:本发明公开了一种针对长程心电信号的心律失常多分类模型,包括数据处理模块、深度神经网络模块、自动编码器模块和集成模块;数据处理模块用于读取心电信号数据的特征值和标签值,将特征值和标签值对应打包成数据组;深度神经网络模块和自动编码器模块均用于获取长程心电信号的诊断结果;集成模块用于对深度神经网络模块和自动编码器模块的诊断结果进行比较,选择获得最高投票数的类别作为最终的诊断结果。利用本发明可将检测获取的心电信号分为正常、房颤、早搏和其他异常等四种类型,并且可以输出异常心电信号的时间段信息,便于医生定位到异常信号进行确认,为医生提供更为精确的诊断依据。
主权项:1.一种针对长程心电信号的心律失常多分类模型,其特征在于,包括:数据处理模块、深度神经网络模块、自动编码器模块和集成模块;数据处理模块用于读取心电信号数据的特征值和标签值,将特征值和标签值对应打包成数据组,数据组用于分别输入至深度神经网络模块和自动编码器模块;深度神经网络模块和自动编码器模块均用于获取长程心电信号的诊断结果;集成模块用于对深度神经网络模块和自动编码器模块的诊断结果进行比较,运用投票法选择获得最高投票数的类别作为最终的诊断结果。
全文数据:
权利要求:
百度查询: 东南大学 一种针对长程心电信号的心律失常多分类模型
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。