[发明专利]一种心拍分类方法、装置及设备

权利要求书

1.一种心拍分类方法，其特征在于，包括：

获取待分类的目标心拍数据，并对所述目标心拍数据进行预处理，得到预处理后的目标心拍数据；

利用深度循环神经网络对所述预处理后的目标心拍数据进行特征提取，得到心拍时序特征；

利用符号模式识别模块对所述预处理后的目标心拍数据进行特征提取，得到心拍形状特征；

利用深度自编码器对所述心拍时序特征和所述心拍形状特征进行融合处理，得到心拍融合特征；

将所述心拍融合特征传入分类网络进行心拍分类，得到所述目标心拍数据对应的分类结果。

2.根据权利要求1所述的方法，其特征在于，所述方法还包括：

获取训练心拍数据；并对所述训练心拍数据进行预处理，得到预处理后的训练心拍数据；

利用初始深度循环神经网络对所述预处理后的训练心拍数据进行特征提取，得到训练心拍时序特征；

利用初始符号模式识别模块对所述预处理后的训练心拍数据进行特征提取，得到训练心拍形状特征；

利用初始深度自编码器对所述训练心拍时序特征和所述训练心拍形状特征进行融合处理，得到训练心拍融合特征；

根据所述训练心拍数据的训练心拍融合特征以及所述训练心拍数据对应的分类识别标签对所述初始符号模式识别模块、所述初始符号模式识别模块和所述初始深度自编码器进行训练，生成所述深度循环神经网络、所述符号模式识别模和所述深度自编码器。

3.根据权利要求2任一项所述的方法，其特征在于，所述方法还包括：

获取验证心拍数据；并对所述验证心拍数据进行预处理，得到预处理后的验证心拍数据；

利用所述深度循环神经网络对所述预处理后的验证心拍数据进行特征提取，得到验证心拍时序特征；

利用所述符号模式识别模块对所述预处理后的验证心拍数据进行特征提取，得到验证心拍形状特征；

利用所述深度自编码器对所述验证心拍时序特征和所述验证心拍形状特征进行融合处理，得到验证心拍融合特征；

将所述验证融合特征传入分类网络进行心拍分类，得到所述验证心拍数据对应的分类识别结果；

当所述验证心拍数据的分类识别结果与所述验证心拍数据对应的分类标记结果不一致时，将所述验证心拍数据重新作为所述训练心拍数据，对所述深度循环神经网络、所述符号模式识别模块和所述深度自编码器进行更新。

4.根据权利要求1-3任一项所述的方法，其特征在于，在将所述心拍融合特征传入分类网络进行心拍分类，得到所述目标心拍数据对应的分类结果之后，所述方法还包括：

接收用户对所述分类结果的修正，得到修正后的分类结果；

利用所述修正后的分类结果，对所述深度循环神经网络、所述符号模式识别模和所述深度自编码器的参数进行重新评估。

5.一种心拍分类装置，其特征在于，包括：

第一获取单元，用于获取待分类的目标心拍数据，并对所述目标心拍数据进行预处理，得到预处理后的目标心拍数据；

第一提取单元，用于利用深度循环神经网络对所述预处理后的目标心拍数据进行特征提取，得到心拍时序特征；

第二提取单元，用于利用符号模式识别模块对所述预处理后的目标心拍数据进行特征提取，得到心拍形状特征；

第一融合单元，用于利用深度自编码器对所述心拍时序特征和所述心拍形状特征进行融合处理，得到心拍融合特征；

分类单元，用于将所述心拍融合特征传入分类网络进行心拍分类，得到所述目标心拍数据对应的分类结果。