摘要
本发明提出了一种基于心电和心音信号的冠脉狭窄程度识别方法及系统,属于生理信号分析技术领域。方法包括:获取待识别的同步采集的心电信号和心音信号,并进行预处理;分别提取预处理后的心电信号和心音信号的幅值序列和间期序列;基于所述幅值序列和间期序列提取多域特征和图形化特征,并构建联合特征集;将所述联合特征集输入至训练好的识别模型,得到冠脉狭窄程度识别结果。本发明充分考虑了冠状动脉狭窄在心电和心音两种信号、幅值强度和间期节律两种序列上的表现,提取时域、频域和非线性等多域特征,以及图形化方法的细节纹理特征,获取精确的识别分类结果,实现对冠状动脉狭窄程度进行准确评估。
技术关键词
程度识别方法
图形化特征
多域特征
序列
电信号
生理信号分析技术
幅值
图像统计特征
分类识别模型
特征选择
图形化方法
灰度共生矩阵
信号获取模块
非线性特征
消除方法
处理器
时域特征
频域特征
纹理特征
系统为您推荐了相关专利信息
状态监测方法
状态检测传感器
运动状态检测
深度神经网络模型
运动状态评估
LSTM模型
数据
长短期记忆网络
样本
异常检测方法
网络图结构
连续特征数据
神经网络模型
时序预测方法
动态变化特征
国产操作系统
管理策略
数据
计算机可执行指令
识别USB设备