公开(公告)号：CN109948647A

公开(公告)日：2019-06-28

申请号：CN201910067775.3

申请日：2019-01-24

Applicant: 西安交通大学

Inventor： 钱步月 ,  李晓宇 ,  刘涛 ,  陈思睿 ,  李安 ,  林佳亮 ,  刘璇 ,  吕欣 ,  郑庆华

IPC: G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于深度残差网络的心电图分类方法及系统，包括：采集标注好的心电图数据，获得心电图样本数据、类别标签和关键波形标签；将三者以及它们之间的对应关系整合为数据集；数据集包括训练集和验证集；构建基本的深度残差网络，在其主干网络预设位置构建用以重构关键波形位置的分支；分支包括：卷积层和Sigmoid层；训练后，获得训练好的具有分支的深度残差网络模型；通过训练好的模型对待分类检测的心电图数据进行分类。本发明通过在深度残差网络中引入新的分支来检测关键波形，使得模型能够更关注于心电图的关键波形，在可解释性和性能上都得到提升，输出给医生的分类数据更具有参考价值。

公开(公告)号：CN109948647B

公开(公告)日：2021-02-02

申请号：CN201910067775.3

申请日：2019-01-24

Applicant: 西安交通大学

Inventor： 钱步月 ,  李晓宇 ,  刘涛 ,  陈思睿 ,  李安 ,  林佳亮 ,  刘璇 ,  吕欣 ,  郑庆华

IPC: G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于深度残差网络的心电图分类方法及系统，包括：采集标注好的心电图数据，获得心电图样本数据、类别标签和关键波形标签；将三者以及它们之间的对应关系整合为数据集；数据集包括训练集和验证集；构建基本的深度残差网络，在其主干网络预设位置构建用以重构关键波形位置的分支；分支包括：卷积层和Sigmoid层；训练后，获得训练好的具有分支的深度残差网络模型；通过训练好的模型对待分类检测的心电图数据进行分类。本发明通过在深度残差网络中引入新的分支来检测关键波形，使得模型能够更关注于心电图的关键波形，在可解释性和性能上都得到提升，输出给医生的分类数据更具有参考价值。