摘要
本发明提供了一种心脏传导健康度评估方法、介质及系统,属于电数字数据处理技术领域,包括:首先,收集了多名测试人员的心脏传导信号及专家评估结果。接着使用经验模态分解法对信号进行拆分,得到标准信号和非标准信号矩阵。然后计算标准信号的小波特征,非标准信号的傅里叶特征。基于这些特征,构建了一种改进的卷积神经网络模型,包含空间金字塔池化层、注意力机制、残差连接和多尺度特征融合。该模型经过训练后可对待评估心脏传导信号进行健康度评估。该方法充分利用了信号的时频特性,并通过深度学习模型的改进实现了更准确的健康状况评估,解决了现有技术大多只能着眼于心脏传导系统的局部特征,难以全面客观地评估整体健康状况的问题。
技术关键词
健康度评估方法
信号
非标准
空间金字塔
电数字数据处理技术
卷积神经网络结构
傅里叶变换方法
心脏传导系统
心脏疾病患者
小波变换方法
支持向量机算法
可读存储介质
注意力机制
心脏磁共振
卷积神经网络模型
矩阵
深度学习模型
整体健康
计算机