摘要
本发明公开了一种多层次多环节的心电信号分类识别方法、系统和设备。本发明步骤:采集受试者的体表心电图信号,构建时域特征、频域特征、心电动力学特征,将三类特征分别输入预设的神经网络模型,计算出其局部置信度;依据心电动力学拓扑差异计算出全局置信度;依据全局置信度与对应特征的局部置信度之间的关系判断当前分类是否作为最终结果,或采用下一特征进一步判别。本发明更全面地刻画心电信号的动态变化,充分利用了信号的多维度信息。这种多层次特征提取策略能够更全面地表征心电信号在不同生理和病理状态下的特性;引入多环节机制,利用全局置信度与局部置信度的协同验证与动态决策,显著提升了分类结果的可靠性,能够有效避免误判。
技术关键词
分类识别方法
频域特征
时域特征
电信号
体表心电图
神经网络模型
QRS波群
样本
高斯核函数
滑动窗口
神经网络输出层
索引
学习器
序列
多层次特征
矩阵
异常点
信号值
系统为您推荐了相关专利信息
状态预测方法
随机森林模型
装备
样本
工业设备状态监测
多模态生理
集成学习模型
信号
时域特征
频域特征
表面肌电信号
运动估计方法
康复训练机器人
关节
滑动窗口技术