基于单目标及多目标的生成对抗网络心电图异常检测方法

摘要

本发明公开了一种基于单目标及多目标的生成对抗网络心电图异常检测方法，其将异常检测作为二元分类问题，不依赖于关于正常数据的假设并且需要较少的计算资源，在此基础上，本发明提出了一种新的异常检测算法SO‑GAAL，它利用生成性广告‑学习学习直接生成信息潜在异常值，解决了由“维数灾难”引起的信息缺失。本发明将SO‑GAAL的网络架构从单个发生器扩展到具有不同目标的多个发生器(MO‑GAAL)，以防止单个发生器陷入模式崩溃问题。本发明为心电图异常检测提供了新的思路和解决方法，首次将对抗生成网络应用于心电图异常检测领域当中。