基于分布式计算和深度学习的心电节拍分类方法

摘要

本发明公开了一种基于分布式计算和深度学习算法的心电节拍分类方法，包括以下步骤：首先获取心电节拍信号并划分样本集，对训练集中的心电数据流形进行局部区域化；然后构建分布式深度学习场，并利用训练集数据进行训练，在训练中采用软同步的方法实现数据并行；最后利用训练好的深度学习场对测试集的心电数据进行分类。利用本发明的方法能够发现在数据中潜在的信息，解决了传统的心电节拍分类过程中体征描述容易存在偏差，特别是当心电数据特征不明显时容易出现错误分类的问题，同时解决了单机训练耗时过久的问题，能够应用于海量ECG数据的分类，具有显著提高的计算效率。