-
公开(公告)号:CN116172573A
公开(公告)日:2023-05-30
申请号:CN202310015724.2
申请日:2023-01-06
Applicant: 武汉思创电子有限公司 , 湖北工业大学
IPC: A61B5/346 , A61B5/00 , G06V10/764 , G06V10/774 , G06V10/82 , G06F18/10 , G06N3/0464 , G06N3/0475 , G06N3/045
Abstract: 本发明公开了一种基于改进的Inception‑ResNet‑v2的心律失常图像分类方法,涉及深度学习技术、心电信号分析技术和图像分类领域,解决现有一维时序心律失常分类技术中存在的心律失常分类准确度低和性能不稳健的问题,方法具体包括:对采集的一维ECG信号进行数据预处理,并对处理后的一维心电信号进行心拍分割;对一维心拍使用深度卷积生成对抗网络进行数据增强;将数据增强后的一维心拍使用格拉姆角和场转换为二维心拍图像后分割训练集和测试集;构建改进的Inception‑ResNet‑v2图像分类模型;使用训练集进行网络训练得到最优模型,并使用测试集进行心律失常图像自动分类。
-
公开(公告)号:CN116473539A
公开(公告)日:2023-07-25
申请号:CN202310496920.6
申请日:2023-04-27
Applicant: 湖北工业大学
Abstract: 本发明提供一种基于心电信号的复合经验模态分解呼吸提取方法及系统,该方法包括:对高斯白噪声和采集到的受测者的原始心电信号同时进行集合经验模态分解,分解得到各固有模态函数分量,利用傅里叶变换技术选择呼吸的IMF频段范围,对各IMF分量在所处对应中心频段范围内相减,以消除原始EEMD分解中的白噪声残留,得到新的IMF;分别计算新IMF、原始心电信号得到的IMF与实测呼吸信号的相关性,由相关系数增量最大原则确定算法的最佳幅值噪声系数α,用于重构呼吸信号。本发明的呼吸提取具有操作简单、准确性高和鲁棒性强的特点。
-