一种基于BiLSTM-GAN的心冲击信号数据增强方法及系统

本申请属于医学信号处理与深度学习的技术领域，具体是一种基于BiLSTM‑GAN的心冲击信号数据增强方法及系统，包括：S1:对原始心冲击信号执行预设频段的巴特沃斯带通滤波，输出第一信号；S2:对所述第一信号进行降采样处理至预设采样率，输出第二信号；S3:将所述第二信号分割为预设长度的片段并标注类别，输出带通滤波的BCG信号片段；S4:基于所述带通滤波的BCG信号片段，构建BiLSTM‑GAN模型；S5:将所述带通滤波的BCG信号片段作为训练数据，基于包含重构损失、监督损失和对抗损失的三重损失函数，训练所述BiLSTM‑GAN模型；S6:生成增强的BCG信号片段；S7:生成等量增强BCG信号片段，输出平衡数据集。本申请能解决医学BCG信号中类别不平衡导致的样本稀缺的技术问题。