-
公开(公告)号:CN113274031B
公开(公告)日:2023-12-29
申请号:CN202110479638.8
申请日:2021-04-30
申请人: 西安理工大学
IPC分类号: A61B5/352 , A61B5/346 , A61B5/0245
摘要: 本发明公开了一种基于深度卷积残差网络的心律失常分类方法,具体按照以下步骤实施:步骤1、选取MIT‑BIH心律失常数据库的心电数据;步骤2、对步骤1选取的心电数据进行预处理;步骤3、对步骤2预处理后的心电数据进行分割;构建分类网络模型;步骤4、利用步骤3分割的心电数据对网络模型进行训练;步骤5、将待测试的心电数据片段输入所述训练好的深度卷积残差网络模型,最终输出心电信号片段的分类结果。解决了现有技术中存在的疾病分类准确度低的问题。
-
公开(公告)号:CN113274031A
公开(公告)日:2021-08-20
申请号:CN202110479638.8
申请日:2021-04-30
申请人: 西安理工大学
IPC分类号: A61B5/352 , A61B5/346 , A61B5/0245
摘要: 本发明公开了一种基于深度卷积残差网络的心律失常分类方法,具体按照以下步骤实施:步骤1、选取MIT‑BIH心律失常数据库的心电数据;步骤2、对步骤1选取的心电数据进行预处理;步骤3、对步骤2预处理后的心电数据进行分割;构建分类网络模型;步骤4、利用步骤3分割的心电数据对网络模型进行训练;步骤5、将待测试的心电数据片段输入所述训练好的深度卷积残差网络模型,最终输出心电信号片段的分类结果。解决了现有技术中存在的疾病分类准确度低的问题。
-
公开(公告)号:CN115089123A
公开(公告)日:2022-09-23
申请号:CN202210788498.7
申请日:2022-07-06
申请人: 西安理工大学
摘要: 本发明公开了基于注意力和Transformer的OSA检测方法,建立数据集并构建OSA检测网络,将数据集预处理之后输入到OSA检测网络进行训练得到训练好的OSA检测网络,然后将预处理的数据集输入到训练好的OSA检测网络进行分类,得到分类检测的结果。本发明检测方法改进了类别感知损失函数,以有效解决类别不平衡问题,而无需额外计算,通过MLP和Softmax组成的分类器完成对于OSA在患者整夜记录中检测并且提高了OSA检测的准确度。
-
-