-
公开(公告)号：CN119454048A
公开(公告)日：2025-02-18
申请号：CN202411472631.3
申请日：2024-10-22
IPC: A61B5/346 , A61B5/00 , G06F18/25 , G06F18/2431 , G06F18/21 , G06F18/15 , G06N3/0464 , G06N3/048 , G06F123/02
Abstract: 本申请公开了一种基于多分支加权注意力的心电信号分类方法、设备、介质，方法包括：获取多组心电数据，每组心电数据包括多个第一多导联心电信号,不同组心电数据的第一心电信号对应的分类标签互不相同；对全部的第一心电信号进行去噪处理，得到第二多导联心电信号；划分第二多导联心电信号，得到训练集和测试集；利用训练集对预设的多分支加权注意力网络进行训练，得到心电信号分类模型；将测试集输入至心电信号分类模型，得到对应的目标心电信号分类结果。本申请通过多分支加权注意力网络对多导联心电信号进行充分的特征提取，相较于现有的人工分析或深度学习分析方案，保障心电信号分类结果的准确性。
-
公开(公告)号：CN119293580A
公开(公告)日：2025-01-10
申请号：CN202411309123.3
申请日：2024-09-19
IPC: G06F18/241 , G06F18/213 , G06N3/0455 , G06N3/0464 , G06N3/082
Abstract: 本申请提出了一种身份识别方法、电子设备及存储介质，涉及数据处理技术领域。该方法包括获取身份识别模型及去噪心电数据，身份识别模型包括依次连接的第一输入卷积块、多个第二输入卷积块、自校正注意力模块及多个编码解码模块，将去噪心电数据输入第一输入卷积块得到第一识别特征；通过各第二输入卷积块依次对第一识别特征进行特征提取得到第二识别特征；将第二识别特征输入自校正注意力模块得到第三识别特征；将第三识别特征通过多个编码解码模块进行特征提取得到第四识别特征；根据第四识别特征，确定心电数据对应的身份识别信息。本申请实施例能提升基于心电信号进行身份识别的准确率。
-
公开(公告)号：CN117883089A
公开(公告)日：2024-04-16
申请号：CN202311519179.7
申请日：2023-11-14
IPC: A61B5/318 , G06F18/214 , G06N3/0464 , A61B5/346 , A61B5/00
Abstract: 本发明提出了一种基于PCA‑BLS的多导联心率失常识别方法、装置、设备和介质，包括通过心电信号采集设备获取十二导联心电数据并进行分割处理，获取多个待处理心电序列、多个心电标签和心拍输入信息；对多个待处理心电序列进行预处理操作，获取多个心电序列，将心电序列和心电标签分割为训练集和测试集；将训练集输入至预设的PCA‑BLS网络模型中进行训练，获取训练好的PCA‑BLS网络模型；将测试集输入至训练好的PCA‑BLS网络模型，获取输出分类结果。通过多导联心拍处理将多个心电序列和多个心电标签分割为训练集和测试集，通过预设的PCA‑BLS网络模型进行训练，将测试集输入训练好的PCA‑BLS网络模型中获取输出分类结果，用轻量级网络提高心律失常心拍序列的分类准确率。
-
公开(公告)号：CN119226716A
公开(公告)日：2024-12-31
申请号：CN202411070985.5
申请日：2024-08-06
IPC: G06F18/15 , G06F18/213 , G06F18/214 , G06F18/21 , G06F18/2415 , G06F18/25 , G06N3/045 , G06N3/08
Abstract: 本申请公开了一种基于多分支注意力的ECG开集身份识别方法及其设备，其中，方法包括：将数据预处理后的目标心拍数据划分为数据量相同的第一数据集和第二数据集，将第一数据集作为训练集训练模型，得到目标多分支注意力特征融合网络；划分第二数据集为验证集和测试集；将验证集输入目标多分支注意力特征融合网络得到开集识别阈值；将测试集的各个第一心拍数据输入至目标多分支注意力特征融合网络，得到每个第一心拍数据对应的多个样本类别概率；基于各个样本类别概率和开集识别阈值确定每个第一心拍数据的开集身份识别结果。本申请通过目标多分支注意力特征融合网络充分提取ECG数据特征并提升身份识别和开集识别的准确率。
-
-
-
Search Results
4
records
(took 0.041 seconds)
