摘要
本发明公开了房颤分类模型训练方法、房颤识别方法及系统,属于智能医疗技术领域。该训练方法通过视频光电容积描记法从视频中提取面部脉搏信号;同时采用医用级脉搏仪同步地采集指尖脉搏信号。然后,设计并训练面部与指尖脉搏信号的解耦网络模型,提取两种信号的共享特征。在此基础上,将面部脉搏信号的共享特征输入到分类器中,训练房颤分类模型。再完成模型的训练后,只需往模型中输入面部脉搏信号即可实现房颤检测。本发明可以在潜在特征空间中对脉搏节律特征与干扰信号特征进行分离,从而降低受试者头部运动、表情变化等不稳定因素造成的干扰,实现在实际环境中高精度的非接触式房颤检测。
- 单位