一种基于深度学习算法的心电图综合分类方法

发明专利有效专利

申请号：
CN201610572208.X
IPC分类号：A61B5/00;A61B5/0402
申请日期：
2016-07-20
申请人：
杨一平;朱欣

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	一种基于深度学习算法的心电图综合分类方法
申请号	CN201610572208.X	申请日期	2016-07-20
法律状态	授权	申报国家	暂无
公开/公告日	2016-12-14	公开/公告号	CN106214123A
优先权	暂无	优先权号	暂无
主分类号	A61B5/00 ? IPC结构图谱： A 人类生活必需 A6 保健；救生；娱乐 A61 医学或兽医学；卫生学 A61B 诊断；外科；鉴定（分析生物材料入G01N，如G01N33/48） A61B5/00 用于诊断目的的测量（放射诊断入A61B6/00；超声波、声波或次声波诊断入A61B8/00）；人的辨识	IPC分类号	A;6;1;B;5;/;0;0;;;A;6;1;B;5;/;0;4;0;2查看分类表>
申请人	杨一平;朱欣	申请人地址	贵州省贵阳市南明区蟠桃宫路兴隆誉峰7号楼2单元12楼5号变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	杨一平,朱欣	当前权利人	杨一平,朱欣
发明人	杨一平;朱欣
代理机构	杭州之江专利事务所（普通合伙）	代理人	张费微

摘要

本发明公开了一种基于深度学习算法的心电图综合分类方法，包括以下步骤：取得原始心电图波形数据、心电图附加信息，并获取心电图节律信息、代表PQRST波形数据；将相关信息通过训练完的第一深度学习算法进行波形分类，得到分类结果一；将相关信息通过训练完的第二深度学习算法后得到P波、QRS波、T波类型数据并计算出代表PQRST波形特征数据后输入传统心电图计算机自动分类算法，得到分类结果二；加入权重来调整分类结果评分并取评分值最大的分类结果作为最终分类结果。本发明合理地结合心电图分类的特点，并通过以上步骤对深度学习方法进行训练并用深度学习方法进行波形分类，提高了心电图解释得到的分类结果的正确率。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供