摘要
本申请提供了冠心病严重程度分类的检测方法、装置、设备及介质,包括:对同步采集到的心电信号以及心音信号进行处理,确定出多个ECG间期序列以及多个PCG间期序列;基于多个ECG间期序列与多个PCG间期序列之间的耦合关系确定出多维度耦合特征;对多维度耦合特征进行特征选择,筛选出对冠心病严重程度分级具有显著区分能力的目标特征,将目标特征输入冠心病严重程度分类模型中进行冠心病严重程度分类检测,输出冠心病严重程度等级。实现了挖掘ECG和PCG信号间期的深层耦合关系,并利用多维度耦合特征对冠心病的严重程度进行精细分类,从而提高严重程度识别的准确性。
技术关键词
耦合特征
序列
显著性检验方法
电信号
样本熵特征
特征选择
隐半马尔可夫模型
重构
机器可读指令
QRS复合波
动态规划算法
变量
滤波
关系
处理器
可读存储介质
信号处理模块
消除算法
系统为您推荐了相关专利信息
智能导诊方法
综合症状
深度学习模型
多模态
文本
轮胎侧偏角
平面图
分布式电驱动车辆
道路附着系数
前轮