基于机器学习的静息心电分析方法
公开
摘要
本公开涉及基于机器学习的静息心电分析方法，包括：获取心电波形数据；构建卷积神经网络算法模型，所述卷积神经网络算法模型包括数据分帧一卷积层，所述卷积层为深度可分离卷积结构，且其卷积核宽度为25，步长为2，组数为12；所述卷积层之后为一池化层，所述池化层连接4个密集连接块，各个所述密集连接块之间通过一过渡层连接；所述心电波形数据在经过最后一个所述密集连接层后通过所述池化层进行特征向量化；将经过特征向量化的特征向量输入预先训练的分类器进行分类，所述分类器至少包括表征心率失常的分类器及表征窦性心律的分类器。本发明提供的基于机器学习的静息心电分析方法，可实现对静息心电数据的正常或异常的识别准确率提升到93.15％。
基本信息
专利标题 ：
基于机器学习的静息心电分析方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114557705A
申请号 ：
CN202210207595.2
公开（公告）日 ：
2022-05-31
申请日 ：
2022-03-04
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
王玮玮
申请人 ：
莒县人民医院
申请人地址 ：
山东省日照市莒县神农路151号莒县人民医院
代理机构 ：
北京华锐创新知识产权代理有限公司
代理人 ：
黄景华
优先权 ：
CN202210207595.2
主分类号 ：
A61B5/349
IPC分类号 ：
A61B5/349 A61B5/353 A61B5/355 A61B5/366
IPC结构图谱
A
A部——人类生活必需
A61
医学或兽医学；卫生学
A61B
诊断；外科；鉴定
A61B5/349
检测心电周期的特定参数
法律状态
2022-05-31 ：
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
