-
公开(公告)号:CN115429288B
公开(公告)日:2024-09-06
申请号:CN202211256703.1
申请日:2022-10-14
Applicant: 福州大学
Abstract: 本发明涉及一种基于集成学习与二级分层网络的十二导联心拍分类方法。采用十二导联心电数据作为输入,建立基于卷积神经网络和长短时记忆网络的多输入心拍分类集成模型,实现五大类心律失常智能化分类识别,模型中采用集成学习方法与二级分层网络,组合不同个体分类器搭建集成学习模型框架,解决不均衡数据集的分类效果不佳的问题,从而有效提高心律失常分类的整体性能指标,有望缓解医护人员繁重的判读工作压力,为智慧医疗领域中心电的智能判读研究提供新思路。
-
公开(公告)号:CN116898451A
公开(公告)日:2023-10-20
申请号:CN202310888666.4
申请日:2023-07-19
Applicant: 福州大学
IPC: A61B5/318 , A61B5/346 , A61B5/00 , G06F18/214 , G06F18/24 , G06N3/0464 , G06N3/08
Abstract: 本发明提出用具有多尺度注意力机制的神经网络实现房颤预测的方法,包括以下步骤:步骤S1:对房颤心电信号AFECG数据集和正常窦性心律心电信号NSR ECG数据集进行采集划分和数据预处理;步骤S2:设计神经网络架构对房颤数据进行初步预测,在此网络架构的基础上对预测网络结构优化;步骤S3:在房颤预测数据的不同导联之间进行导联注意力机制的构建;步骤S4:在神经网络中不同的特征图之间进行时间空间注意力机制的构建;步骤S5:在房颤预测数据不同时序片段上进行时序注意力机制的构建;步骤S6:在完成上述各注意力机制子类模块的构建后,将子类模块与基础神经网络融合,然后进行神经网络的整体优化,形成最终的房颤预测网络;本发明可提高预测房颤准确率。
-
公开(公告)号:CN115429288A
公开(公告)日:2022-12-06
申请号:CN202211256703.1
申请日:2022-10-14
Applicant: 福州大学
Abstract: 本发明涉及一种基于集成学习与二级分层网络的十二导联心拍分类方法。采用十二导联心电数据作为输入,建立基于卷积神经网络和长短时记忆网络的多输入心拍分类集成模型,实现五大类心律失常智能化分类识别,模型中采用集成学习方法与二级分层网络,组合不同个体分类器搭建集成学习模型框架,解决不均衡数据集的分类效果不佳的问题,从而有效提高心律失常分类的整体性能指标,有望缓解医护人员繁重的判读工作压力,为智慧医疗领域中心电的智能判读研究提供新思路。
-
-