[發(fā)明專利]一種基于多模塊神經(jīng)網(wǎng)絡(luò)的不平衡心拍分類方法在審
| 申請?zhí)枺?/td> | 201910021402.2 | 申請日: | 2019-01-09 |
| 公開(公告)號: | CN109645983A | 公開(公告)日: | 2019-04-19 |
| 發(fā)明(設(shè)計)人: | 皮德常;江婧;張懷峰 | 申請(專利權(quán))人: | 南京航空航天大學(xué) |
| 主分類號: | A61B5/0402 | 分類號: | A61B5/0402 |
| 代理公司: | 暫無信息 | 代理人: | 暫無信息 |
| 地址: | 210016 江*** | 國省代碼: | 江蘇;32 |
| 權(quán)利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 心拍 分類 預(yù)處理模塊 分類模塊 神經(jīng)網(wǎng)絡(luò) 特征提取 心電信號 多模塊 算法 數(shù)據(jù)處理模塊 上下文特征 邊界樣本 分類問題 階段訓(xùn)練 時序數(shù)據(jù) 特征線性 綜合模塊 數(shù)據(jù)處理 普適性 準(zhǔn)確率 采樣 對心 高階 去噪 分段 合成 圖像 引入 | ||
1.一種基于多模塊神經(jīng)網(wǎng)絡(luò)的不平衡心拍分類方法,其主要特征包括如下步驟:
(1)使用中值濾波和低通濾波,去除心電信號中的低頻噪聲、高頻噪聲和電線干擾;
(2)使用Pan-Tompkins算法檢測R峰位置,并將每條心電信號分割成長度相等的心拍;
(3)對心拍樣本進(jìn)行Z-score標(biāo)準(zhǔn)化;
(4)引入邊界樣本特征線性合成(BLSM)方法,通過對少數(shù)類樣本進(jìn)行線性合成虛擬樣本,來對對少數(shù)類進(jìn)行過采樣;
(5)設(shè)計上下文特征綜合模塊(CTFM),同時根據(jù)較為完整的心拍信息和重要特征區(qū)域的特征信息來判斷心拍所屬類別;
(6)將上述步驟處理后的心拍樣本輸入卷積神經(jīng)網(wǎng)絡(luò)(CNN)模型進(jìn)行特征提取和分類;
(7)使用二階段訓(xùn)練(2PT)方法對卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練和微調(diào)。
2.根據(jù)權(quán)利要求1所述的基于多模塊神經(jīng)網(wǎng)絡(luò)的不平衡心拍分類方法,其特征在于,步驟(5)設(shè)計的上下文特征綜合模塊(CTFM),其實現(xiàn)過程包括:
(21)CTFM的第一部分用于對原始心拍的顯著特征進(jìn)行截取,獲取其中主要包括QRS復(fù)合波在內(nèi)的長度為N的重要特征片段;
(22)CTFM的第二部分構(gòu)建了一個去噪自編碼器(DAE),對之前處理的心拍進(jìn)行特征提取,使用與第一部分長度相等的N個特征點較為準(zhǔn)確地表示出原始心拍;
(23)將每個心拍的重要部位(QRS復(fù)合波區(qū)域)及上下文更大區(qū)域內(nèi)的特征,同時作為最終分類器的輸入,同時根據(jù)較為完整的心拍信息和重要特征區(qū)域的信息來判斷心拍所屬類別。
3.根據(jù)權(quán)利要求1所述的基于多模塊神經(jīng)網(wǎng)絡(luò)的不平衡心拍分類方法,其特征在于,步驟(4)(5)(7)的處理,有效解決了心拍分類中的不平衡問題,具體實現(xiàn)方法包括:
(31)在數(shù)據(jù)采樣角度,引入邊界樣本特征線性合成(BLSM)方法,通過對少數(shù)類樣本進(jìn)行線性合成虛擬樣本,來對對少數(shù)類進(jìn)行過采樣;
(32)在數(shù)據(jù)特征角度,設(shè)計上下文特征綜合模塊(CTFM),同時根據(jù)較為完整的心拍信息和重要特征區(qū)域的特征信息來判斷心拍所屬類別;
(33)在算法角度,使用二階段訓(xùn)練(2PT)方法對卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練和微調(diào)。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于南京航空航天大學(xué),未經(jīng)南京航空航天大學(xué)許可,擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201910021402.2/1.html,轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
- 同類專利
- 專利分類





