摘要
本发明提供了一种基于机器学习的心梗辅助预测方法,属于机器学习技术领域,基于心电记录分析系统采集每个目标患者在不同体位下的Ⅱ导联心电图,并对Ⅱ导联心电图进行预处理得到当下心电图;对所有目标患者的所有当下心电图进行体位分类,并提取每个体位分类下的HRV特征,构建得到体位‑特征条目;将所有体位‑特征条目划分为训练集以及预测集,并基于训练集对机器学习模型进行学习以及基于预测集对学习后的机器学习模型进行模型优化,得到预测模型;采集新患者的Ⅱ导联心电图,并输入到预测模型中进行心梗辅助预测及输出。利用机器学习方法建立心梗患者的预测模型,提升针对心梗的辅助预测能力。
技术关键词
导联心电图
辅助预测方法
记录分析系统
噪声
机器学习模型
样本
条目
患者
误差向量
训练集
机器学习技术
机器学习方法
非线性特征
时域特征
频域特征
心率
序列
符号
组合体
信号
系统为您推荐了相关专利信息
数学模型
数据预测方法
三维点云数据
位置更新
BP神经网络
场景分类
识别方法
生成对抗网络
图像增强
融合特征
睡眠阶段分类
脑电生理信号
可穿戴生理
生成对抗网络模型
传播算法