一种基于二维图像的深度学习心率失常分类方法
实质审查的生效
摘要
本发明涉及一种基于二维图像的深度学习心率失常分类方法，属于医学信号处理技术领域。该方法包括：对一维原始心电信号进行间期异常和幅值异常的分类；对间期异常和幅值异常的一维心电信号进行二维图像化处理；对所得到的二维图像集按7:3的比例分为训练集和测试集，彼此之间无交叉数据；利用迁移学习将已经训练好的调整之后的VGG16网络模型的相关参数转移到新的数据集上训练；输出当前目标心电信号对应的心率失常分类结果。本发明能提高对心率失常的分类准确度。
基本信息
专利标题 ：
一种基于二维图像的深度学习心率失常分类方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114359625A
申请号 ：
CN202111521072.7
公开（公告）日 ：
2022-04-15
申请日 ：
2021-12-13
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
冉鹏谢金洁王婧文王伟李章勇庞宇
申请人 ：
重庆邮电大学
申请人地址 ：
重庆市南岸区黄桷垭崇文路2号
代理机构 ：
北京同恒源知识产权代理有限公司
代理人 ：
廖曦
优先权 ：
CN202111521072.7
主分类号 ：
G06V10/764
IPC分类号 ：
G06V10/764 G06V10/82 G06V10/40 G06V10/774 G06K9/62 G06N3/04 G06N3/08 A61B5/318 A61B5/00
法律状态
2022-05-03 ：
实质审查的生效
IPC(主分类) : G06V 10/764
申请日 : 20211213
申请日 : 20211213
2022-04-15 ：
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
