-
公开(公告)号:CN117158987A
公开(公告)日:2023-12-05
申请号:CN202311347508.4
申请日:2023-10-18
Applicant: 河海大学
IPC: A61B5/318 , G06F18/241 , G06F18/213 , G06N3/0464 , G06N3/045 , G06N3/0442 , G06N3/048 , G06F18/25 , G06N3/08 , A61B5/346 , A61B5/00
Abstract: 本发明公开一种基于特征融合和最优子集选择的心电信号分类方法与系统,包括:为12导联心电信号ECG的每一维时间序列,以及由12导联心电信号ECG得到的三维空间心电信号VCG,分别创建一个基于残差卷积改进的特征提取神经网络,并分别将12条时间序列ECG信号和3维的VCG信号输入进对应的网络中,得到总特征集;创建分类网络并基于最佳子集选择方法进行最优子集选择,以提升模型分类的准确度。本发明确定了一个最优的6导联ECG和VCG特征子集,该模型对ECG信号类型的分类结果明显优于完整的12导联的ECG信号的分类。结果表明,所提出的子集选择方法具有有效性以及用最优的6导联ECG和VCG特征子集代替完整的12导联ECG信号进行心电图辅助医学诊断的可行性。