一种基于超轻量级卷积神经网络的ECG信号分类方法[发明专利]

来源：好走旅游网

专利内容由知识产权出版社提供

专利名称：一种基于超轻量级卷积神经网络的ECG信号分类方

法

专利类型：发明专利发明人：周军,肖剑彪

申请号：CN202010875217.2申请日：20200827公开号：CN111956208A公开日：20201120

摘要：本发明公开了一种基于超轻量级卷积神经网络的ECG信号分类方法，包括以下步骤：S1、获取ECG数据集，并制作成训练集和验证集；S2、采用训练集和验证集对ECG信号分类模型进行训练和验证，得到最优的ECG信号分类模型；S3、实时采集ECG心拍信号，并对其进行预处理，得到多段ECG数据；S4、将多段ECG数据依次输入最优的ECG信号分类模型，得到ECG数据的分类结果；本发明解决了端到端检测算法使用的CNN中常规全连接层的参数量庞大以及常规卷积层运算量庞大的问题，实现将算法运算复杂度的数量级拉低到适用于存储资源极其受限设备的水平。

申请人：电子科技大学

地址：611731 四川省成都市高新区(西区)西源大道2006号

国籍：CN

代理机构：北京正华智诚专利代理事务所(普通合伙)

代理人：何凡

更多信息请下载全文后查看

因篇幅问题不能全部显示，请点此查看更多更全内容

查看全文