摘要
本发明属于但不限于心电图异常检测技术领域,公开了一种基于反转Transformer与融合注意的ST段异常检测方法,采用中值滤波方法对输入数据样本进行去噪处理,对异常ST数据进行数据扩增;利用融合了反转Transformer与通道先验注意力机制的卷积神经网络模型对心电信号分类。本发明利用反转Transformer和时序通道卷积,保证特征能够被有效提取和融合,并结合信道先验注意力机制,使模型能够在准确捕捉心电信号中各维度空间相关性的同时保留相关时序信息,提升了ST段异常检测的准确率。
技术关键词
异常检测方法
卷积神经网络模型
注意力机制
滤波方法
心电信号分类
数据
异常检测技术
异常检测系统
计算机设备
编码器结构
上下文特征
噪声
处理器
多层感知器
序列
通道
样本
时序
系统为您推荐了相关专利信息
人体姿态预测方法
编码器模块
时间卷积网络
算法模型
加速度
水下监测机器人
智能监测方法
图像增强模块
分布特征
综合监测系统
生理监测参数
髋关节置换术
呼气末二氧化碳
脉搏血氧饱和度
患者护理系统
门控循环单元
门控神经网络
语义
CRF模型
标签