1.数据预处理方法,通过该方法处理后的数据用于送入深度神经网络进行训练,实现心脏节律分类,其特征在于,包括如下步骤:
采集ecg波形上第k-1到第k个r的间期,或者采集ecg波形上第k到第k+1个r的间期,k>1;
连续采集m个上述rr间期直接作为一个输入样本,或者连续采集m个上述归一化处理后的rr间期作为一个输入样本,m>0;
将上述输入样本以1×1×m的三维形式输入cnn深度神经网络模型,或者将上述输入样本以m×1×1的三维形式输入cnn深度神经网络模型,或者将上述输入样本分解为m个1×1的点对应送入rnn深度神经网络模型上的m个rnn基本神经单元。
2.数据预处理装置,通过该装置处理后的数据用于送入深度神经网络进行训练,实现心脏节律分类,其特征在于,包括
r间期采集处理单元:用于采集ecg波形上第k-1到第k个r的间期,或者采集ecg波形上第k到第k+1个r的间期,k>1;
样本成型单元:连续采集m个上述rr间期直接作为一个输入样本,或者连续采集m个上述归一化处理后的rr间期作为一个输入样本,m>0;
输入样本格式处理单元:将上述输入样本以1×1×m的三维形式输入cnn深度神经网络模型,或者将上述输入样本以m×1×1的三维形式输入cnn深度神经网络模型,或者将上述输入样本分解为m个1×1的点对应送入rnn深度神经网络模型上的m个rnn基本神经单元。
3.训练系统,其特征在于,包括
数据预处理装置:用于提取ecg波形上的特征点,组成一个输入样本,然后将输入样本处理为特定形式;
训练模块:将数据预处理装置处理为特定形式的输入样本,送入对应的深度神经网络模型进行训练,调整深度神经网络模型中的滤波器权重,直到损失函数判断调整后的滤波器权重满足要求为止。
4.根据权利要求3所述的训练系统,其特征在于,所述数据预处理装置包括
r间期采集处理单元:用于采集ecg波形上第k-1到第k个r的间期,或者采集ecg波形上第k到第k+1个r的间期,k>1;
样本成型单元:连续采集m个上述rr间期直接作为一个输入样本,或者连续采集m个上述归一化处理后的rr间期作为一个输入样本,m>0;
输入样本格式处理单元:将上述输入样本以1×1×m的三维形式输入cnn深度神经网络模型,或者将上述输入样本以m×1×1的三维形式输入cnn深度神经网络模型,或者将上述输入样本分解为m个1×1的点对应送入rnn深度神经网络模型上的m个rnn基本神经单元。
5.穿戴设备,其特征在于,包括权利要求2-4任意一项所述数据预处理装置或者训练系统。
6.一种存储介质,包含有计算机程序指令,其特征在于,所述计算机程序指令被处理器执行以实现权利要求2-4任意一项所述数据预处理装置或者训练系统所具备的模块功能。