-
公开(公告)号:CN114004258A
公开(公告)日:2022-02-01
申请号:CN202111293464.2
申请日:2021-11-03
Applicant: 大连大学
Abstract: 本发明公开了一种半监督的心电异常检测方法,包括:使用小波阈值变换对心电信号进行降噪处理,然后随机选取若干正常心电数据作为训练集,再随机选取若干正常心电数据和异常心电数据用于阈值寻优数据集;构建AD‑ECGGAN网络模型,该AD‑ECGGAN网络模型包括生成器和判别器;固定生成器,从所述训练集中抽取n个真实心电样本,在所述生成器中利用定义的噪声分布生成n个虚假心电样本,通过所述真实心电样本和虚假心电样本来训练判别器;本发明提出的用于心电异常检测的AD‑ECGGAN模型,改进了生成对抗网络的网络结构,提出了新的训练方法,使其可以在缺乏异常心电样本的情况下训练心电信号异常检测的分类器,不需要专业的医生对异常数据进行标注,大大节约人力和时间成本。
-
公开(公告)号:CN114004258B
公开(公告)日:2024-04-02
申请号:CN202111293464.2
申请日:2021-11-03
Applicant: 大连大学
IPC: G06F18/2433 , G06F18/10 , G06F18/213 , G06F18/214 , G06N3/0442 , G06N3/045 , G06N3/0475 , G06N3/094 , G06N3/0895
Abstract: 本发明公开了一种半监督的心电异常检测方法,包括:使用小波阈值变换对心电信号进行降噪处理,然后随机选取若干正常心电数据作为训练集,再随机选取若干正常心电数据和异常心电数据用于阈值寻优数据集;构建AD‑ECGGAN网络模型,该AD‑ECGGAN网络模型包括生成器和判别器;固定生成器,从所述训练集中抽取n个真实心电样本,在所述生成器中利用定义的噪声分布生成n个虚假心电样本,通过所述真实心电样本和虚假心电样本来训练判别器;本发明提出的用于心电异常检测的AD‑ECGGAN模型,改进了生成对抗网络的网络结构,提出了新的训练方法,使其可以在缺乏异常心电样本的情况下训练心电信号异常检测的分类器,不需要专业的医生对异常数据进行标注,大大节约人力和时间成本。
-