申请/专利权人:珠海科技学院;吉林大学
申请日:2023-11-14
公开(公告)日:2024-04-16
公开(公告)号:CN117883089A
主分类号:A61B5/318
分类号:A61B5/318;G06F18/214;G06N3/0464;A61B5/346;A61B5/00
优先权:
专利状态码:在审-公开
法律状态:2024.04.16#公开
摘要:本发明提出了一种基于PCA‑BLS的多导联心率失常识别方法、装置、设备和介质,包括通过心电信号采集设备获取十二导联心电数据并进行分割处理,获取多个待处理心电序列、多个心电标签和心拍输入信息;对多个待处理心电序列进行预处理操作,获取多个心电序列,将心电序列和心电标签分割为训练集和测试集;将训练集输入至预设的PCA‑BLS网络模型中进行训练,获取训练好的PCA‑BLS网络模型;将测试集输入至训练好的PCA‑BLS网络模型,获取输出分类结果。通过多导联心拍处理将多个心电序列和多个心电标签分割为训练集和测试集,通过预设的PCA‑BLS网络模型进行训练,将测试集输入训练好的PCA‑BLS网络模型中获取输出分类结果,用轻量级网络提高心律失常心拍序列的分类准确率。
主权项:1.一种基于PCA-BLS的多导联心率失常识别方法,其特征在于,包括:通过心电信号采集设备获取十二导联心电数据,对所述十二导联心电数据进行分割处理,获取多个待处理心电序列、多个心电标签和心拍输入信息;对多个所述待处理心电序列进行预处理操作,获取多个心电序列,将多个所述心电序列和多个所述心电标签分割为训练集和测试集,其中,所述预处理操作至少包括标准化处理和矩阵化处理;将所述训练集输入至预设的PCA-BLS网络模型中进行训练,获取训练好的PCA-BLS网络模型;将所述测试集输入至训练好的所述PCA-BLS网络模型,获取输出分类结果。
全文数据:
权利要求:
百度查询: 珠海科技学院;吉林大学 基于PCA-BLS的多导联心律失常识别方法、装置、设备和介质
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。