公开(公告)号：CN116369933A

公开(公告)日：2023-07-04

申请号：CN202310527038.3

申请日：2023-05-10

Applicant: 东北大学

Inventor： 王之琼 ,  李传岗 ,  沈奇 ,  刘馨遥 ,  信俊昌 ,  赵越

IPC: A61B5/318 ,  G06F18/25 ,  G06N3/0464 ,  G06N3/04 ,  A61B5/346 ,  A61B5/363 ,  A61B5/00

Abstract: 本发明提供一种基于轻量卷积神经网络和Transformer融合的心律失常检测方法，涉及ECG分类技术领域。该方法首先进行心电信号的收集并对该心电信号数据进行包含重采样、分割、归一化在内的预处理；生成心电信号训练数据集，并将心电信号训练数据集划分为训练集和测试集；利用沙漏块sandglass block构建主干CNN，并引入超参数搭建心律失常特征提取网络；利用Transformer模型和前馈神经网络FFN构建心律失常分类网络；评估模型性能，将心电信号训练集输入到心律失常检测网络中，训练心律失常检测模型。本发明通过利用残差网络和自注意力思想提出了基于轻量级卷积神经网络和Transformer相结合的心律失常检测方法，提高心律失常分类检测的准确率。