公开(公告)号：CN108256457B

公开(公告)日：2021-06-04

申请号：CN201810017515.0

申请日：2018-01-09

Applicant: 东北大学

Inventor： 蒋芳芳 ,  刘星航 ,  刘海滨 ,  张长帅 ,  徐敬傲

IPC: G06K9/00 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明涉及生物特征提取技术领域，是一种基于深度神经网络的心冲击信号深瓶颈特征提取方法，以心冲击信号为特征提取对象，针对其波形幅值微弱、易受外界干扰的特点，结合同步采集的心电信号，利用深度神经网络挖掘深层特征的机理，提取其深瓶颈特征参数。该特征以心冲击信号做为输入向量，同步心电信号做为目标向量，经过预先设计的9层神经网络进行训练以获取深瓶颈特征，实现心脏动力学性能与电生理特征的有机结合。该特征以日常较易获取的心冲击信号及心电信号做为研究对象，不仅能够克服常规波形特征参数对波形波动的依赖性，同时能够提高单一特征参数的表征性能，是一种应用深度学习理论进行日常心脏功能分析的新尝试。

公开(公告)号：CN108256457A

公开(公告)日：2018-07-06

申请号：CN201810017515.0

申请日：2018-01-09

Applicant: 东北大学

Inventor： 蒋芳芳 ,  刘星航 ,  刘海滨 ,  张长帅 ,  徐敬傲

IPC: G06K9/00 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明涉及生物特征提取技术领域，是一种基于深度神经网络的心冲击信号深瓶颈特征提取方法，以心冲击信号为特征提取对象，针对其波形幅值微弱、易受外界干扰的特点，结合同步采集的心电信号，利用深度神经网络挖掘深层特征的机理，提取其深瓶颈特征参数。该特征以心冲击信号做为输入向量，同步心电信号做为目标向量，经过预先设计的9层神经网络进行训练以获取深瓶颈特征，实现心脏动力学性能与电生理特征的有机结合。该特征以日常较易获取的心冲击信号及心电信号做为研究对象，不仅能够克服常规波形特征参数对波形波动的依赖性，同时能够提高单一特征参数的表征性能，是一种应用深度学习理论进行日常心脏功能分析的新尝试。