摘要
本申请公开了一种心电信号分类方法和装置,涉及心电图分析领域,包括:基于双向神经网络,根据导联类型,特征化采集的心电信号序列得到多组导联特征;将多组导联特征输入空间特征网络得到第一空间特征,并将多组导联特征输入生理特征网络得到第一生理特征;空间特征网络基于导联结构邻接图对图神经网络训练得到;导联结构邻接图通过预设多组训练导联特征生成得到;生理特征网络基于心脏生理结构数据对图神经网络训练得到;空间特征网络和生理特征网络均基于对比学习进行优化;基于门控机制,对第一空间特征和第一生理特征进行特征融合,得到第一融合特征;基于多层全连接网络,对第一融合特征进行分类预测,得到心电信号序列的分类结果。
技术关键词
心电信号分类方法
心电信号分类装置
双向神经网络
融合特征
信号特征化
生理
神经网络训练
噪声滤波
样本
前馈神经网络
序列
模块
处理单元
机制
心脏
波形
算法
系统为您推荐了相关专利信息
低光图像增强方法
分量特征
光照
模态特征
多模态
智能开关
负载识别方法
多尺度特征
全局平均池化
矩阵
电力设备
实例分割方法
实例分割模型
语义特征
融合特征
访问控制系统
访问控制模块
数据采集模块
模态特征
联邦学习模型
语义
机器翻译方法
融合特征
跨模态
文本特征向量