一种卷积神经网络的心脏骤停风险实时预测方法及系统

摘要

本发明公开了一种卷积神经网络的心脏骤停风险实时预测方法及系统，首先获取ECG信号进行预处理，实现ECG信号的划分、去噪、降维和标准化，将预处理后的ECG片段输入已经训练好的神经网络模型进行分类，输出心脏骤停风险的预测结果。本发明克服了基于手动特征设计的心脏骤停风险预测方法的缺点，能够自适应地提取特征，准确预测心脏骤停前三小时的长程风险，同时迅速得到推理结果，有利于实现心脏骤停风险的实时预测，使用神经网络提取形态特征，能有效地区分心脏骤停风险和正常的心电信号片段。