公开(公告)号：CN117332821A

公开(公告)日：2024-01-02

申请号：CN202311498406.2

申请日：2023-11-13

Applicant: 东南大学

Inventor： 刘昊 ,  徐轶凡 ,  申烁 ,  林昊

IPC: G06N3/0464 ,  A61B5/318 ,  A61B5/00 ,  G06N3/0495 ,  G06N3/082 ,  G06N3/006 ,  G06F18/213 ,  G06F18/241

Abstract: 本发明公开了一种基于混合压缩的卷积神经网络心律失常分类方法，旨在对不同类别的心电信号进行分类。该方法包括以下步骤：首先，采用卷积神经网络对心电信号进行模型训练，并利用基本块设计的方法对网络模型框架进行优化。接着，通过对卷积神经网络进行重要性排序，并采用基于重要性的增量剪枝方法逐层对网络进行权重剪枝，以提高神经网络的稀疏度。最后，对剪枝后的稀疏化网络采用量化方法，在给定位宽下对神经网络进行定点量化，实现对网络的混合压缩。本发明提出的方法简单且有效，结合了剪枝和量化技术，从头训练了一个针对心率失常分类问题的轻量化卷积神经网络。该方法能够解决生理信号检测卷积神经网络在硬件部署方面的挑战。