返回搜索
档案
一种基于多特征深度强化学习的心电信号分类方法及设备
发明专利未知
10权利要求 · 2 独立
§ Ⅰ
卷宗概要
发明人
邓木清; 劳元辉; 王艳娇; 郭靖; 黄振升; 朱俊锋; 梁达开; 黄晓渝
申请日
Aug 18, 2026
公开日
Oct 27, 2026
IPC 分类
A61B 5/346 (2021.01)A61B 5/00 (2006.01)G06F 18/2415 (2023.01)G06F 18/2131 (2023.01)G06N 3/0464 (2023.01)G06N 3/092 (2023.01)
本发明涉及信号处理技术领域,公开了一种基于多特征深度强化学习的心电信号分类方法及设备。所述方法包括:对导联心电信号提取若干特征图像和心电动力学特征;将所述特征图像输入密集卷积网络提取预测分类概率;根据心电动力学特征计算分类偏差指数,再基于分类偏差指数选择强化学习的训练策略,对预构建的强化学习分类器进行训练,得到训练好的强化学习分类器;经强化学习分类器完成心电信号分类。本发明能够有效提升心电信号分类模型的泛化能力和分类精度。
登录后阅读全文
已显示权利要求 1。免费注册即可阅读全部 10 项权利要求、说明书全文、全部附图、翻译和法律状态。
- 全部权利要求
- 技术领域
- 背景技术
- 发明内容
- 附图说明
- 具体实施方式