首页> 中国专利> 基于BiLSTM-Attention深度神经网络的心搏分类方法

基于BiLSTM-Attention深度神经网络的心搏分类方法

页面导航

摘要
著录项
法律信息
相似文献

摘要

本发明涉及一种基于BiLSTM‑Attention深度神经网络的心搏分类方法，包括以下步骤：1)、数据预处理，采用双正交小波变换去除高频噪声和基线漂移；2)、特征提取，通过二进样条小波变换检测R波峰值，进而计算RR间期及对QRS波群数据进行提取；3)、模型训练，通过BiLSTM‑Attention神经网络对检测的步骤2)中检测的波形进行深度学习分类；本发明具有心电信号分类准确、有效对心电信号进行深度学习分类的优点。

著录项

公开/公告号CN109846472A

专利类型发明专利
公开/公告日2019-06-07

原文格式PDF
申请/专利权人郑州大学;
展开▼

申请/专利号CN201910095804.7
发明设计人李润川;王宗敏;
展开▼

申请日2019-01-30
分类号A61B5/0402(20060101);A61B5/0472(20060101);
代理机构41142 郑州裕晟知识产权代理事务所(特殊普通合伙);
代理人徐志威
地址 450001 河南省郑州市高新技术开发区科学大道100号
入库时间 2024-02-19 09:22:25

法律信息

法律状态公告日

法律状态信息

法律状态
2019-07-02

实质审查的生效 IPC(主分类):A61B5/0402 申请日:20190130

实质审查的生效
2019-06-07

公开

公开

相似文献

专利
中文文献
外文文献

1. 基于BiLSTM-Attention深度神经网络的心搏分类方法 [P] . 中国专利： CN109846472A . 2019-06-07
2. 基于人工智能的心电图心搏自动识别分类方法 [P] . 中国专利： CN107981858B . 2020.12.01
3. Deep Neural Network class METHOD AND APPARATUS FOR CLASSIFYING A CLASS TO WHICH A SENTENCE BELONGS BY USING DEEP NEURAL NETWORK [P] . 韩国专利： KR102071582B1 . 2020-01-30

机译：深度神经网络类使用深度神经网络对句子分类的分类方法和装置
4. Deep Neural Network class METHOD AND APPARATUS FOR CLASSIFYING A CLASS TO WHICH A SENTENCE BELONGS BY USING DEEP NEURAL NETWORK [P] . 韩国专利： KR20180125905A . 2018-11-26

机译：深度神经网络类使用深度神经网络对句子分类的分类方法和装置
5. METHOD AND APPARATUS FOR COMBINED LEARNING USING FEATURE ENHANCEMENT BASED ON DEEP NEURAL NETWORK AND MODIFIED LOSS FUNCTION FOR SPEAKER RECOGNITION ROBUST TO NOISY ENVIRONMENTS [P] . KR102316537B1 . 2021-10-22

机译：基于深度神经网络的特征增强基于深度神经网络和修改损耗函数来组合学习的方法和装置，用于扬声器识别到嘈杂的环境