公开(公告)号：CN115153572A

公开(公告)日：2022-10-11

申请号：CN202210770445.2

申请日：2022-06-30

Applicant: 华中科技大学

Inventor： 袁烨 ,  杨靖宇 ,  岳作功

IPC: A61B5/318 ,  A61B5/346 ,  A61B5/00 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种小样本场景下的心电异常检测、识别方法及系统，在拥有大量正常心电样本与小样本带标注异常样本的情况下训练出高性能的心电异常检测与异常识别模型，能够有效应对小异常样本场景下智能心电诊断模型的训练、应用与部署难题。通过计算将待检测心电信号输入预先训练好的基于深度支持向量数据描述的表征学习模型得到的特征向量与支持向量的欧式距离，并与预警阈值比较，检测异常与否；通过将待识别的异常心电信号输入预先训练好的心电异常类别识别模型得到的特征向量与原型向量的欧式距离输入Softmax激活函数，得到所得心电样本属于各类异常的概率，识别出概率最大的异常类别。

公开(公告)号：CN115153572B

公开(公告)日：2024-09-13

申请号：CN202210770445.2

申请日：2022-06-30

Applicant: 华中科技大学

Inventor： 袁烨 ,  杨靖宇 ,  岳作功

IPC: A61B5/318 ,  A61B5/346 ,  A61B5/00 ,  G06F18/214 ,  G06F18/2415 ,  G06N3/0464 ,  G06N3/082 ,  G06F18/22 ,  G06F18/2433

Abstract: 本发明公开了一种小样本场景下的心电异常检测、识别方法及系统，在拥有大量正常心电样本与小样本带标注异常样本的情况下训练出高性能的心电异常检测与异常识别模型，能够有效应对小异常样本场景下智能心电诊断模型的训练、应用与部署难题。通过计算将待检测心电信号输入预先训练好的基于深度支持向量数据描述的表征学习模型得到的特征向量与支持向量的欧式距离，并与预警阈值比较，检测异常与否；通过将待识别的异常心电信号输入预先训练好的心电异常类别识别模型得到的特征向量与原型向量的欧式距离输入Softmax激活函数，得到所得心电样本属于各类异常的概率，识别出概率最大的异常类别。