申请/专利权人：鲁东大学

申请日：2023-11-28

公开（公告）日：2024-03-08

公开（公告）号：CN117668611A

主分类号：G06F18/24

分类号：G06F18/24;G06F18/214;G06F18/25;G06N3/0442;G06N3/0464;G06N3/09;G06N3/084

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.02#实质审查的生效;2024.03.08#公开

摘要：本发明属于医学数据识别技术领域，公开了基于投影矩阵面积特征选择的左心室肥大识别方法及系统。该方法采用Stiefel流形上的混合下降方向和混合步长的投影类非单调线搜索方法，求解含有正交约束的最小二乘算法的目标函数，获得令预测标签到真实标签竖直距离最小的投影矩阵W，将投影矩阵W绘制成多边形图像，用图形语言的方式展示投影矩阵W中蕴含的各个特征信息，通过基于投影矩阵面积的特征选择方法PMA计算投影矩阵的面积，并且对各个特征信息特征进行评价；本发明获得一个最优的特征子集，将筛选后的特征子集投入分类模型中训练，不仅可以节省训练的时间还可以获得比原数据训练更高的识别率。

主权项：1.一种基于投影矩阵面积特征选择的左心室肥大识别方法，其特征在于，该方法包括以下步骤：S1，对获取的原始心电数据进行滤波和降采样，获取R峰位置及预处理心拍截取；S2，基于预处理后的心电数据，采用Stiefel流形上的混合下降方向和混合步长的投影类非单调线搜索方法，求解含有正交约束的最小二乘算法的目标函数，获得令预测标签到真实标签竖直距离最小的投影矩阵W，将投影矩阵W绘制成多边形图像，用图形语言的方式展示投影矩阵W中蕴含的各个特征信息，基于投影矩阵面积的特征选择方法PMA计算投影矩阵的面积，并对各个特征信息特征进行评价，选出最优的特征子集，并回溯标记出最优特征子集在心电信号中具体位置；S3，基于评价信息获取评分高的心电特征位置，组成新的心电数据集放入分类器模型中进行训练，提取数据空间和时间维度上的特征，将数据空间和时间维度上的特征串行连接应用于左心室肥大的检测识别。

全文数据：

权利要求：

百度查询： 鲁东大学 基于投影矩阵面积特征选择的左心室肥大识别方法及系统

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD