公开(公告)号：CN119807853A

公开(公告)日：2025-04-11

申请号：CN202510095407.5

申请日：2025-01-21

Applicant: 杭州电子科技大学

Inventor： 计忠平 ,  张威豪 ,  叶炀

IPC: G06F18/241 ,  A61B5/346 ,  A61B5/347 ,  A61B5/00 ,  G06F18/2131 ,  G06F18/25 ,  G06N3/045

Abstract: 本发明涉及计算机视觉深度学习和医学数据处理技术领域，具体是一种基于RNN与Mamba序列模型的ECG数据分类方法，首先，对原始ECG数据使用Encoder编码器提取其初步特征，并加入位置编码。接着，一方面，基于ECG数据的时序性，通过RNN与Mamba模块提取其时域特征；另一方面，基于ECG数据波的特性，从ECG特征中通过连续小波变换CWT与离散傅里叶变换DFT获得其频率‑时间信息与幅值‑频率这两种频域特征；之后将这两种频域特征加入到时域特征中，以实现对时域特征的增强效果。之后，使用一个残差网络ResNetECG对增强后的时域特征进行分类。本发明提高了分类结果的准确率。