[发明专利]心电数据的分类方法及分类系统

权利要求书

1.一种心电数据的分类方法，其特征在于，包括：

将心电数据分割成多个心搏数据；

对多个心搏数据进行卷积和池化，得到第一特征向量；

获取第二特征向量，所述第二特征向量包括多个所述心搏数据的频域特征数据和时域特征数据；

对所述第一特征向量和所述第二特征向量融合，生成融合特征向量；

根据所述融合特征向量，得到所述心电数据的分类信息；

所述分类方法还包括：按照以下条件对输入数据进行分类；

所述条件包括：

x为输入数据，y为x所对应的输出数据，i为输出数据位置索引，j为输入数据位置索引，i和j取值范围均为[1，M]，M为数据长度；y_i为位置i处的所述输出数据，x_i为位置i处的所述输出数据所对应的输入数据，x_j为位置j处的所述输入数据；W_g为第一权重矩阵、W_θ为第二权重矩阵、W_φ为第三权重矩阵；g(x_j)为位置j处的所述输入数据的表示；f(x_i，x_j)映射x_i和x_j之间的关联关系；C(x_i)为归一化因子；

其中，所述输入数据为：所述心搏数据或者，经所述卷积后的心搏数据，或者经所述池化后的心搏数据。

2.根据权利要求1所述的心电数据的分类方法，其特征在于，在获取第二特征向量之前，还包括：

对多个所述心搏数据进行频域变换；

获取多个所述心搏数据的所述频域特征数据。

3.根据权利要求1所述的心电数据的分类方法，其特征在于，对所述第一特征向量和所述第二特征向量融合，生成融合特征向量，包括：

利用F_f＝[(W_ELF_E)F_L，(W_LEF_L)×F_E]，所述第一特征向量和所述第二特征向量融合，生成融合特征向量；

其中，F_L为所述第一特征向量，F_E为所述第二特征向量，Ff为所述融合特征向量，W_EL为第四权重矩阵，W_LE为第五权重矩阵。

4.根据权利要求1-3任一项所述的心电数据的分类方法，其特征在于，在将所述心电数据分割成多个心搏数据之前，还包括：

采集所述心电数据；

对所述心电数据进行滤波和检测；

其中，所述检测包括提取所述心电数据的中心点和起止点位置。