专利交易市场

本发明公开了一种短时训练卷积神经网络的心电信号分类方法，包括如下步骤：载入数据库中的心电信并进行去噪，得到去噪后的心电信号；对心电信号进行R波检测并截取QRS波所处的心拍段；根据数据库中心拍标签对截取的心拍段进行分类，得到心拍矩阵和与之对应的标签矩阵；利用小波变换对心拍矩阵进行特征系数提取得到特征矩阵；对特征矩阵进行随机切分得到训练集心拍和测试集心拍，并根据标签矩阵生成训练集心拍对应的标签矩阵和测试集心拍对应的标签矩阵；建立卷积神经网络，利用训练集和测试集对建立的网络进行训练与测试，得到心电信号分类结果的准确率。本发明在保持准确度较高的情形下，降低消耗时间，提高了算法的实时性。

本申请涉及人工智能技术领域，提供了一种心电信号分类模型的训练方法、心电信号分类方法、装置、计算机可读存储介质及电子设备。该心电信号分类模型的训练方法包括：构建训练样本集，每个训练样本包含有心电信号样本以及多个异常标注标签；通过待训练心电信号分类模型的神经网络获取心电信号样本的特征向量以及心电信号样本的异常标签向量；根据异常标签向量生成标签相关性矩阵，并根据特征向量和标签相关性矩阵，生成异常标签概率分布向量；根据异常标签概率分布向量以及多个异常标注标签，对待训练心电信号分类模型进行训练，得到训练后的心电信号分类模型。本申请实施例的技术方案能够通过模型实现对心电信号中的异常事件进行有效分类。

本发明公开了一种基于生理状态评估的分期调控方法，属于生理状态评估技术领域，整体架构包括获取数据，数据处理与特征提取，分期模型构建和调控方法；通过包括接触式设备和非接触式设备的采集设备获取至少包括一种身体信号可表征睡眠状态的生理信号数据，数据处理部分包括对生理信号进行滤波，特征提取部分包括从时域，频域，非线性等多角度提取特征，分期模型部分引入主成分分析和梯度提升融合的思想提高分期精度，调控方法部分包括外部环境和个性化策略。本发明能够改善睡眠外部环境，解决人体在夜晚中难以入睡，睡眠质量差和深度睡眠时间短等问题。

本发明公开了一种基于VMD分解和LET模型的粒子滤波运动伪迹抑制方法，首先提取采集心电信号的周期，然后将静态心电信号和采集心电信号拼接得到组合心电信号，采用VMD算法对组合心电信号进行分解，筛选出参考分量和含噪分量，提取参考分量和含噪分量的包络信号，采用LET模型对含噪分量进行重构，再将重构的含噪分量与其余模态分量进行叠加，得到重构的采集心电信号，构建心电动态模型并估计其参数，最后根据心电动态模型和重构采集心电信号对采集心电信号进行粒子滤波，得到运动伪迹抑制后的采集心电信号。本发明通过采用VMD分解算法和LET模型对采集心电信号进行预处理，提高运动伪迹抑制效果。