摘要
本发明实施例公开了一种高场强磁共振下的房颤检测方法、装置、设备及介质,根据心电图信号获取RR间期的矩阵信号、P波的矩阵信号;分别对所述RR间期的矩阵信号和P波的矩阵信号进行提取特征,获得各自的传统特征和深度特征;并分别对所述RR间期信号和P波的矩阵信号的传统特征和深度特征进行融合并且分类,获得RR间期信号的特征分类、P波信号的特征分类;根据所述RR间期信号的特征分类和所述P波信号的特征分类确定房颤报警结果。该方案,通过提取不同域的传统特征和基于深度学习的深层特征通过DCCA方式进行特征融合拼接获得最终的特征向量,然后进而进行房颤检测的判断,增强了类内关系和类间距离,充分利用了心电图中提供的有效信息。
技术关键词
房颤检测方法
磁共振
矩阵
SVM分类器
融合特征
房颤检测装置
特征提取模块
特征点
信号获取模块
比值特征
工频噪声
处理器
基线
电信号
计算机设备
算法
可读存储介质
系统为您推荐了相关专利信息
考试试题生成方法
文本
特征融合网络
特征提取网络
数据
融合专家
矩阵
双向长短期记忆
融合项目相关性
因子
腹腔镜手术
区分方法
灰度共生矩阵
颜色直方图
Canny算法
微量水
液氮制冷
地外天体采样探测技术
超低温环境
真空