发明 一种基于Kernel-CNN的心电信号识别分类方法
2人
A61B5/346
摘要：本发明公开了一种基于Kernel‑CNN的心电信号识别分类方法，将核变换引入卷积过程构成核变换卷积操作，进一步增强模型特征提取的能力；并将其通过在美国麻省理工学院提供的MIT‑BIH数据库中提供的数据进行验证，结果表明本发明模型相比于卷积神经网络在相同预测正确率上有较低的LOSS值。本发明的卷积神经网络具有出色特征提取能力，通过将核变换引入卷积操作，实现数据的非线性映射，进一步增强了卷积过程特征提取的能力。心电信号输入训练好的网络之后，可以得到五种分类的概率值，选择概率值最大的作为该数据所属类型。不需要信号先验知识，也不需要专家的输入，可以从心电信号中提取有效的特征，可应用于医疗器械对心电图的识别并分类。
