科研之友
微信
新浪微博
Facebook
分享链接
摘要
本发明公开了一种基于动态多尺度卷积神经网络的心电图分类方法,包括以下步骤：获取心电图数据集并进行预处理得到心电图时间序列；根据心电图时间序列和随机初始化的卷积核生成一组变长卷积核；将心电图时间序列输入到使用变长卷积核的卷积层,从而获取多尺度时序特征；将获得的多尺度时序特征输入到max-over-time池化层选择得到最具判别性特征；将最具判别性特征输入到分类层获得最终分类结果,构成动态多尺度卷积神经网络；使用交叉熵损失函数训练构建的动态多尺度卷积神经网络。动态多尺度卷积神经网络能够通过数据来学习卷积核的长度而不需要依靠先验知识,同时它可以为每个心电图时间序列学习样本特定的多尺度时序特征。
- 单位
