一种心电信号深度学习模型的轻量化方法
授权
摘要
本发明提出的一种心电信号深度学习模型的轻量化方法，包括：构建输入为样本数据，输出为预测概率的复杂深度学习模型F；根据更新后的复杂深度学习模型F获得每一条样本数据对应的预测概率；构建输入为样本数据，输出为轻量化预测概率的轻量化深度学习模型G；结合样本数据、真实标签和预测概率对轻量化深度学习模型G进行训练更新。本发明中，通过复杂深度学习模型F的预测结果结合真实标签对轻量化深度学习模型G进行训练，保证了轻量化深度学习模型G的预测精度；通过结构简单、节点较少的轻量化深度学习模型G对心电信号数据进行预测，耗时少，效率高，实现了学习模型的低复杂度与预测精度的兼得。
基本信息
专利标题 ：
一种心电信号深度学习模型的轻量化方法
专利标题（英）：
暂无
公开（公告）号 ：
CN110558972A
申请号 ：
CN201910793585.X
公开（公告）日 ：
2019-12-13
申请日 ：
2019-08-27
授权号 ：
CN110558972B
授权日 ：
2022-04-12
发明人 ：
洪申达傅兆吉周荣博俞杰
申请人 ：
安徽心之声医疗科技有限公司
申请人地址 ：
安徽省合肥市巢湖市旗麓路2号
代理机构 ：
合肥市长远专利代理事务所(普通合伙)
代理人 ：
金宇平
优先权 ：
CN201910793585.X
主分类号 ：
A61B5/0402
IPC分类号 ：
A61B5/0402 A61B5/00
法律状态
2022-04-12 ：
授权
2020-01-07 ：
实质审查的生效
IPC(主分类) : A61B 5/0402
申请日 : 20190827
申请日 : 20190827
2019-12-13 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
