摘要
本发明公开一种医疗领域的脑电图时序数据分类方法及装置,涉及医疗图像处理技术领域。方法包括:获取医疗领域的脑电图原始数据,将时域数据转为频域数据;根据频域数据,得到频域增强数据和频域噪声数据,将数据转换回时域;各种数据通过各自的第一Transformer得到特征级别的通道嵌入表征;根据时域增强数据表征,重构频域数据表征,根据频域增强数据表征,重构时域数据表征;通过各自的第二Transformer得到各通道的注意力和各数据的最终嵌入表征;使用频域下的注意力指导时域下的注意力;将增强数据的表征确定为正样本,将其余表征和噪声数据表征确定为负样本,对医疗数据分类器进行对比学习。采用本发明,可以增强自监督学习模型抵御多种噪声干扰的能力。
技术关键词
数据分类方法
噪声数据
数据分类器
数据分类装置
注意力
通道
时域噪声
计算机可读取存储介质
时序
脑电图数据
计算机可读指令
医疗图像处理技术
样本
重构模块
监督学习模型
处理器
系统为您推荐了相关专利信息
变电站电抗器
故障诊断方法
协方差矩阵
池化特征
采集变电站
上下文感知网络
矩阵转换器
交叉注意力机制
多层感知机
优化装置
危险品检测方法
深度特征提取
彩色特征
融合策略
危险品检测设备
一维卷积神经网络
浓度预测方法
深度学习模型
静脉
滑动窗口
观点提取方法
多模态信息融合
音频特征
模态特征
BERT模型