龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：华中科技大学
摘要：本发明公开了一种小样本场景下的心电异常检测、识别方法及系统，在拥有大量正常心电样本与小样本带标注异常样本的情况下训练出高性能的心电异常检测与异常识别模型，能够有效应对小异常样本场景下智能心电诊断模型的训练、应用与部署难题。通过计算将待检测心电信号输入预先训练好的基于深度支持向量数据描述的表征学习模型得到的特征向量与支持向量的欧式距离，并与预警阈值比较，检测异常与否；通过将待识别的异常心电信号输入预先训练好的心电异常类别识别模型得到的特征向量与原型向量的欧式距离输入Softmax激活函数，得到所得心电样本属于各类异常的概率，识别出概率最大的异常类别。
主权项：1.一种小样本场景下的心电异常检测方法，其特征在于，包括：S101，将大样本正常心电信号划分为正常训练集D正训与正常验证集D正验；将D正训与小样本异常心电信号D异输入原型网络；S102，对将D正训输入原型网络得到的特征向量取均值，得到支持向量c；S103，基于目标函数对所述原型网络进行训练，得到训练好的心电异常检测模型；其中，ΩΘ为原型网络参数的正则化项，lx为输入数据样本x的损失函数，fΘx为将样本x输入原型网络后得到的特征向量，dfΘx,c为fΘx与c的欧式距离；S104，计算D正验输入至训练好的心电异常检测模型得到的特征向量与支持向量c的欧式距离，并取其99百分位数作为预警阈值；S105，将待检测心电信号输入至所述训练好的心电异常检测模型，得到所述待检测心电信号的特征向量；若所述待检测心电信号的特征向量与支持向量c的欧式距离大于所述预警阈值，则检测结果为异常，否则检测结果为正常；支持向量c的计算公式为：
全文数据：
权利要求：
百度查询： 华中科技大学 一种小样本场景下的心电异常检测与识别方法及系统
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号