1.一种基于人工神经网络的心电图信号识别方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的基于人工神经网络的心电图信号识别方法,其特征在于,所述利用反向传播算法调整连接权重系数的过程包括,根据降维后的心电图信号数据得到损失函数,计算反向传播的误差梯度,并更新各突触晶体管的电导值。
3.根据权利要求2所述的基于人工神经网络的心电图信号识别方法,其特征在于,所述更新每个突触晶体管的电导值的过程包括以下步骤:
4.根据权利要求3所述的基于人工神经网络的心电图信号识别方法,其特征在于,通过外加光脉冲刺激增大突触晶体管电导值,通过外加电脉冲刺激减小突触晶体管电导值。
5.根据权利要求1所述的基于人工神经网络的心电图信号识别方法,其特征在于,所述突触晶体管的制备方法包括以下步骤:
6.根据权利要求5所述的基于人工神经网络的心电图信号识别方法,其特征在于,所述柔性基底为聚酰亚胺、聚萘二甲酸乙二醇酯和聚对苯二甲酸乙二醇酯中的一种。
7.根据权利要求5所述的基于人工神经网络的心电图信号识别方法,其特征在于,所述源、漏、栅电极为导电金属、导电合金、导电氧化物中的一种。
8.根据权利要求5所述的基于人工神经网络的心电图信号识别方法,其特征在于,所述绝缘层的材料为二氧化硅、氧化铝、聚甲基丙烯酸甲酯、聚苯乙烯、聚乙烯醇、聚乙烯吡咯烷酮、光刻胶su8系列中的一种。
9.根据权利要求5所述的基于人工神经网络的心电图信号识别方法,其特征在于,所述有源活性层包括有机聚合物半导体材料和量子点材料,二者形成体异质结结构。
10.一种基于人工神经网络的心电图信号识别装置,包括存储器、处理器,以及存储于所述存储器中的程序,其特征在于,所述处理器执行所述程序时实现如权利要求1-9中任一所述的方法,所述装置包括心电图信号采集和预处理模块、人工神经网络模型训练模块和心电图信号识别模块。