摘要
本发明公开了基于深度学习的老年人心脏异常检测辅助系统,包括数据采集模块、边缘预处理模块、多模态时空表征模块和智能检测模块。本发明涉及心脏健康监测技术领域,具体是指基于深度学习的老年人心脏异常检测辅助系统,本方案通过可变位宽量化的一维卷积神经网络,实现高效去噪;在时域与频域引入双重注意力并多尺度抑制噪声,增强微弱病理波形的提取能力;进行分层自监督对比学习以获得通用表征,再利用动态图谱卷积网络捕捉生理与环境的时空关联,提高了心脏异常检测的准确性;通过双层推理机制将边缘端初筛与高精度分类相结合,并基于连续时间贝叶斯变分更新生成风险曲线,实现了对老年人心脏异常的实时检测。
技术关键词
检测辅助系统
智能检测模块
一维卷积神经网络
老年人
心脏
生成对抗网络
数据采集模块
多模态特征
样本
多层感知器
推理机制
注意力
异常事件
图谱
后验风险
电信号
异常状态
系统为您推荐了相关专利信息
机器学习算法
人工神经网络
降维方法
一维卷积神经网络
连续投影算法
储能系统
历史运行数据
神经网络模型
新能源出力预测
负荷预测模型
快速筛查方法
光电容积脉搏波描记
一维卷积神经网络
非接触式
生理