-
公开(公告)号:CN115590524A
公开(公告)日:2023-01-13
申请号:CN202211116660.7
申请日:2022-09-14
Applicant: 苏州大学(CN)
IPC: A61B5/318 , A61B5/36 , A61B5/00 , A61B5/352 , A61B5/366 , A61B5/353 , A61B5/355 , G06F18/24 , G06N3/0464 , G06N3/08
Abstract: 本发明涉及一种基于卷积神经网络的QT间期延长识别方法,包括采集受试者的心电图,对心电信号进行预处理;对预处理后的心电信号进行波形检测,得到波形检测结果;根据波形检测结果计算QTc值;利用卷积神经网络和注意力机制构建QT间期延长识别模型,并使用数据训练QT间期延长识别模型;使用训练好的QT间期延长识别模型对未知QT间期状态的信号进行预测,实现QT间期延长的识别。本发明利用残差网络结构结合注意力机制的算法实现QT间期延长的识别,有效降低了模型的复杂度,避免由于波形定位的准确性影响QT间期延长识别精度的问题,同时实现了端到端的识别,省去了中间环节的人为参与,提升了辅助诊断的便捷性。