一种基于深度学习的心磁信号多角度特征提取和选择方法

本发明涉及一种基于深度学习的心磁信号多角度特征提取和选择方法，包括：对心磁信号进行预处理，设计基于可学习位置编码和CNN‑Transformer深度学习模型的心磁时域特征提取方法、基于HHT和CNN深度学习模型的心磁频域特征提取方法以及基于自适应VMD和中心频率加权的心磁多模态特征提取方法，通过基于自适应LASSO的特征选择模型选择出对疾病分类影响最大的心磁多角度特征子集。本发明提出的特征提取和选择方法相比于传统的心磁特征提取和选择方法，能够自动、更准确地提取心磁多角度特征，并且提取的特征角度多、鲁棒性好、可靠性高、可适用的疾病分类范围广。