CN119523494A 基于多尺度深度学习的心电信号提取方法及系统 (湖南万脉医疗科技有限公司)_第1页
CN119523494A 基于多尺度深度学习的心电信号提取方法及系统 (湖南万脉医疗科技有限公司)_第2页
CN119523494A 基于多尺度深度学习的心电信号提取方法及系统 (湖南万脉医疗科技有限公司)_第3页
CN119523494A 基于多尺度深度学习的心电信号提取方法及系统 (湖南万脉医疗科技有限公司)_第4页
CN119523494A 基于多尺度深度学习的心电信号提取方法及系统 (湖南万脉医疗科技有限公司)_第5页
已阅读5页,还剩17页未读, 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

区18号道路邵阳电子信息产业园B区9基于多尺度深度学习的心电信号提取方法本发明公开了一种基于多尺度深度学习的度卷积特征并进行融合,实现心电信号准确分2S3:采用孤立森林对平滑时频图序列中的每张平S4:对最佳尺度的平滑时频图提取多尺度卷积特;换的位置,表示随时间变化的心电信号,表示哈尔小波母函数,表示对信号在采集时间内求积分;对多尺度时频图序列中的每张时频图,利用时间维度二阶导数抑制时频图中;对多尺度时频图序列中的每张时频图,利用频率维度二阶导数抑制时频图中3;;将不同尺度mea下的平滑时频图vdenoc组成平滑时频图序列。基于第一层卷积特征将平滑时频图序列划分为两个子集,每基于下一层卷积特征将该子集进一步划分为新的子集,每个新的每张平滑时频图的隔离路径长度等于从根节点到包含平滑时频图的子集所在的叶节;4频图序列;去噪模块:利用时间维度二阶导数抑制尖波噪声,利用频率维度以实现如权利要求1_6任意一项所述的一种基于多尺度深度学习的心电信号提取方5[0004]基于深度学习的心电信号提取方法可以自动学习和提取;6表示对信号在采集时间内求积分;对多尺度时频图序列中的每张时频图,利用时间维度二阶导数抑制时频;对多尺度时频图序列中的时频图,利用频率维度二阶导数抑制时频图中;;将不同尺度ea下的平滑时频图,组成平滑时频图序列。7每张平滑时频图的隔离路径长度等于从根节点到包含平滑时频图的子集所在的;其中,cnn_set表示来源于最佳尺度的平滑时频图的多尺度卷积特征集合,度时频图序列;8[0014]图1为本发明一实施例提供的一种基于多尺度深度学习的心电信号提取方法的流;表示对信号在采集时间内求积分;9对多尺度时频图序列中的每张时频图,利用时间维度二阶导数抑制时频;对多尺度时频图序列中的时频图,利用频率维度二阶导数抑制时频图中;;将不同尺度ea下的平滑时频图,组成平滑时频图序列。每张平滑时频图的隔离路径长度等于从根节点到包含平滑时频图的子集所在的采用每一层的卷积特征都可以将最佳尺度的平滑时频图与其他平滑时频;其中,cnn_set表示来源于最佳尺度的平滑时频图的多尺度卷积特征集合,sub的评估指标。度时频图序列;

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论