- 1、本文档共12页,其中可免费阅读11页,需付费10金币后方可阅读剩余内容。
- 2、本文档内容版权归属内容提供方,所产生的收益全部归内容提供方所有。如果您对本文有版权争议,可选择认领,认领后既往收益都归您。
- 3、本文档由用户上传,本站不保证质量和数量令人满意,可能有诸多瑕疵,付费之前,请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形,可联系本站下载客服投诉处理。
- 4、文档侵权举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明公开了一种基于频域特征与深度学习的心电信号分类方法,包括以下步骤:采集常规12导联心电图信号,基于频域变换理论对原始心电信号进行特征提取,得到心电信号内在的频域特征图。运用深度学习框架下的卷积神经网络实现对心肌梗塞的识别分类。本发明方法首次对心电信号分频段进行频域特征图提取,并应用于深度学习框架下的心肌梗塞信号识别,基于常规12导联心电信号,不需附加新的检测设备,简单方便、容易操作。频域特征图提取到更不易提取的特征,而卷积神经网络能够自主学习数据特征,不用进行进一步数据刻画,降低了系统的复
(19)中华人民共和国国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 112633195 A
(43)申请公布日 2021.04.09
(21)申请号 202011585870.1
(22)申请日 2020.12.28
(71)申请人 杭州电子科技大学
地址
文档评论(0)