一种基于二维图像的深度学习心率失常分类方法

本发明涉及一种基于二维图像的深度学习心率失常分类方法，属于医学信号处理技术领域。该方法包括：对一维原始心电信号进行间期异常和幅值异常的分类；对间期异常和幅值异常的一维心电信号进行二维图像化处理；对所得到的二维图像集按7:3的比例分为训练集和测试集，彼此之间无交叉数据；利用迁移学习将已经训练好的调整之后的VGG16网络模型的相关参数转移到新的数据集上训练；输出当前目标心电信号对应的心率失常分类结果。本发明能提高对心率失常的分类准确度。

《一种基于二维图像的深度学习心率失常分类方法》是一发明专利，专利号为 2021115210727，当前法律状态为已下证，由重庆邮电大学提出申请，发明人为冉鹏;谢金洁;王婧文;王伟;李章勇;庞宇，申请日期为2021-12-13，公开（公告）日期为2025-03-18，国际专利分类号（IPC）为 G06V 10/764 (2022.01)，高新资质：未报高企，所属技术领域包括：医学影像分析、人工智能、医学人工智能 、医学信号处理、医学图像处理、心血管疾病诊断、计算机科学。该专利已下发证书，权利稳定，适合直接办理转让过户，是企业申报高企、项目招投标、质押融资的优质标的。赋翼网提供从选品、尽调、合同签订到官方著录项目变更（过户）的一站式专利转让服务，专业顾问全程协助，确保交易合规、安全、高效。专利摘要：本发明涉及一种基于二维图像的深度学习心率失常分类方法，属于医学信号处理技术领域。该方法包括：对一维原始心电信号进行间期异常和幅值异常的分类；对间期异常和幅值异常的一维心电信号进行二维图像化处理；对所得到的二维图像集按7:3的比例分为训练集和测试集，彼此之间无交叉数据；利用迁移学习将已经训练好的调整之后的VGG16网络模型的相关参数转移到新的数据集上训练；输出当前目标心电信号对应的心率失常分类结果。本发明能提高对心率失常的分类准确度。

海量优质专利即买即用，四大核心优势助您弯道超车：
🏆 拿资质，享红利：高企认定、专精特新必备！轻松获取政府补贴、税收减免，招投标直接加分！
💎 增信誉，融资金：支持实缴注册资金，彰显企业硬实力；支持专利质押贷款，盘活现金流，扩张不缺钱！
🔥 强背书，防抄袭：印上“专利产品”，客户更信赖！构建技术壁垒，把竞争对手挡在门外，稳占市场份额！
🚀 省时间，快变现：告别漫长研发与高风险！优质专利即买即用，让技术立刻变成真金白银的利润！