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
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
实时监测方法
曲线
波形
信号处理
多功能医疗手环
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
地图
信号源定位方法
输入神经网络模型
语义
网格