一种面向异常心脏节律分类的ECG信号分析方法

摘要

本发明提供一种面向异常心脏节律分类的ECG信号分析方法，可以利用SB‑LSTM和TD‑CNN从ECG信号中挖掘信号的长期依赖关系和局部特征；所设计的TAG、FAM、LAM可对所得的长期依赖关系和局部特征进行微调，从而获得精确的ECG整体波动模式和局部波动模式。最终，利用FCN得到ECG信号段的处理结果。该方法充分结合了ECG信号的整体波动模式和局部波动模式信息，能在大规模数据集上使用性能更好。此外，该方法避免了人工分类所产生的个体间差异和个体内差异，能够获得稳定的分类结果。特别地，该方法无需借助任何专家知识、无需手动设计各种特征、无需进行特征选择处理、无需单独地构建分类器，是典型的端到端方法，具有使用便捷、分类精度高等特点。