公开(公告)号：CN116784815A

公开(公告)日：2023-09-22

申请号：CN202310617270.6

申请日：2023-05-29

Applicant: 哈尔滨工业大学(威海)

Inventor： 夏勇 ,  熊月琪 ,  王宽全

IPC: A61B5/0245 ,  A61B5/024 ,  A61B5/346 ,  A61B5/352 ,  A61B5/355 ,  A61B5/00 ,  G06F18/24 ,  G06N3/0455 ,  G06N3/045 ,  G06N3/0464

Abstract: 本发明公开了一种基于卷积神经网络和Transformer结合的异常心律分类方法，所述方法先将原始的心电数据经过恰当的处理后转变成序列形式，然后利用卷积神经网络与Transformer相结合的深度神经网络来让机器自动学习向量形式的心电数据的内在特征，仅使用简单易得的R‑R间期特征，完全抛弃其他人为设计的复杂特征。整个过程中无需人为进行大量复杂的处理，用于异常心律分类时可以极大地提高效率和准确率。本发明在MIT‑BIH异常心律数据库上进行了测试，取得了良好的性能。在对五种异常心律的分类时，测试集上的性能为平均准确率上达到了97.66％。