基于深度残差收缩网络以及LSTM的ECG分类系统

AITNT
正文
推荐专利
基于深度残差收缩网络以及LSTM的ECG分类系统
申请号:CN202411113128
申请日期:2024-08-14
公开号:CN119184710A
公开日期:2024-12-27
类型:发明专利
摘要
本发明提供的基于深度残差收缩网络以及LSTM的ECG分类系统,包括:采集单元:用于采集ECG原始信号;预处理单元:用于对ECG原始信号进行降噪,以得到ECG降噪信号;分割单元:用于对ECG降噪信号进行心拍分割,以得到多个心拍;根据心拍的R波计算RR间隔信息;分类单元:用于根据深度残差收缩网络以及LSTM创建并训练分类器;将ECG降噪信号、RR间隔信息输入至分类器中,对ECG原始信号进行分类。该基于深度残差收缩网络以及LSTM的ECG分类系统,采用卷积神经网络、深度残差网络、长短期记忆人工神经网络相结合创建分类器,采用ECG降噪信号与RR间隔信息相结合训练分类器,提高了ECG信号分类的准确度。
技术关键词
分类系统 训练分类器 人工神经网络 信号 深度残差网络 采集单元 索引方法 记忆 时间段 通道 模块
系统为您推荐了相关专利信息
1
一种基于人工智能深度学习的声发射源定位方法
人工智能深度学习 声发射参数 网格 声发射传感器 神经网络模型构建
2
一种音簧片的自动调频方法
簧片 自动调频方法 磨削设备 频率 铣刀
3
一种多功能医疗手环及其生命体征实时监测方法
实时监测方法 曲线 波形 信号处理 多功能医疗手环
4
一种基于时频引导对抗样本净化的无线电信号识别方法
样本净化 信号识别模型 噪声预测器 无线电信号测试 无线电信号识别
5
数据语义双驱动的联合频谱地图构建与信号源定位方法
地图 信号源定位方法 输入神经网络模型 语义 网格
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号