[发明专利]基于密集连接卷积循环神经网络的心电信号房颤检测装置在审

专利信息
申请号: 202010794952.0 申请日: 2020-08-10
公开(公告)号: CN111990988A 公开(公告)日: 2020-11-27
发明(设计)人: 张光磊;李慧新 申请(专利权)人: 北京航空航天大学
主分类号: A61B5/0402 分类号: A61B5/0402;A61B5/00
代理公司: 北京航智知识产权代理事务所(普通合伙) 11668 代理人: 黄川;史继颖
地址: 100191*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 密集 连接 卷积 循环 神经网络 电信号 房颤 检测 装置
【权利要求书】:

1.基于密集连接卷积循环神经网络的心电信号房颤检测装置,其特征在于,包括数据获取模块、预处理模块、房颤检测模块、训练模块,其中,

所述数据获取模块用于获取包含专业医生标注的房颤信息的单导联心电信号片段;

所述预处理模块将所述数据获取模块获取的心电信号片段进行降噪处理去除噪声;

所述房颤检测模块用于搭建密集连接卷积循环神经网络房颤检测模型,所述房颤检测模型包括一层卷积层、密集连接神经网络、双向循环神经网络和输出判别分类层,其中,所述密集连接神经网络包括至少一个重复模块,所述重复模块由至少一个密集连接模块与过渡模块连接而成,所述密集连接模块是由至少一层密集连接层构成,每个密集连接层由依次连接的第一批量标准化层、第一线性整流函数层、第一卷积层、第二批量标准化层、第二线性整流函数层和第二卷积层构成,密集连接层之间直接相连;所述密集连接模块之间通过过渡模块连接,所述过渡模块由依次连接的第三批量标准化层、第三线性整流函数层、第三卷积层、池化层构成;所述双向循环神经网络包括至少一层双向循环神经网络;所述输出判别分类层为一个线性分类器,输出结果;

所述训练模块的处理过程为对所述密集连接卷积循环神经网络房颤检测模型随机选取初始参数,将所述数据获取模块获得的数据按照比例划分为训练集、验证集和测试集,将训练集和验证集数据用于模型训练和参数选择,循环获得最优参数模型,再用测试集验证最优参数模型的效果;

经所述数据获取模块、所述预处理模块、所述房颤检测模块、所述训练模块模型处理后得到最优参数模型,将被检测单导联心电信号直接输入最优参数模型,即能够自动判别被检测单导联心电信号是否有房颤。

2.根据权利要求1所述的基于密集连接卷积循环神经网络的心电信号房颤检测装置,其特征在于,所述数据获取模块获取的心电信号片段采样频率不小于125Hz,片段长度不小于6s。

3.根据权利要求1或2所述的基于密集连接卷积循环神经网络的心电信号房颤检测装置,其特征在于,所述预处理模块采用带通滤波器同时去除低频段的基线漂移噪声、高频段的工频干扰以及人体肌电干扰噪声。

4.根据权利要求1或2所述的基于密集连接卷积循环神经网络的心电信号房颤检测装置,其特征在于,所述双向循环神经网络为长短期记忆网络或门控制循环单元网络。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京航空航天大学,未经北京航空航天大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202010794952.0/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top