信号识别方法、装置、设备和存储介质制造方法及图纸

本发明专利技术实施例公开了一种信号识别方法、装置、设备和存储介质，该方法包括：提取心电信号的第一特征参数，其中，所述第一特征参数为根据心电信号的波形信息、心电信号的波序列以及设定运算算子提取获得；提取心电信号的第二特征参数，其中，所述第二特征参数为根据设定的转折点曲率算法提取获得；将所述第一特征参数和所述第二特征参数作为支持向量机模型的输入样本，获取所述支持向量机模型的模型参数；将待检测信号输入所述支持向量机模型进行训练，识别待检测信号。应用本实施例中的方法进行信号识别，提高了信号识别的速度和准确度。

【技术实现步骤摘要】
信号识别方法、装置、设备和存储介质
本专利技术涉及信号处理技术，尤其涉及一种信号识别方法、装置、设备和存储介质。
技术介绍
心房颤动简称房颤，是临床最常见的一种心律失常疾病，减少房颤的发病率和死亡率具有重要的临床意义和社会意义。在实现本专利技术的过程中，专利技术人发现现有技术中至少存在如下问题。现有技术中通过RR间期不规则作为标准来判断房颤是否发作，然而，RR间期绝对不规则也是其他心律信号的表现之一。判断标准单一导致判断结果不准确。
技术实现思路
本专利技术实施例提供一种信号识别方法、装置、设备和存储介质，应用本实施例中的方法进行信号识别，提高了信号识别的速度和准确度。第一方面，本专利技术实施例提供了一种信号识别方法，该方法包括：提取心电信号的第一特征参数，其中，所述第一特征参数为根据心电信号的波形信息、心电信号的波序列以及设定运算算子提取获得；提取心电信号的第二特征参数，其中，所述第二特征参数为根据设定的转折点曲率算法提取获得；将所述第一特征参数和所述第二特征参数作为支持向量机模型的输入样本，获取所述支持向量机模型的模型参数；将待检测信号输入所述支持向量机模型进行训练，识别待检测信号。本文档来自技高网...

【技术保护点】
1.一种信号识别方法，其特征在于，包括：提取心电信号的第一特征参数，其中，所述第一特征参数为根据心电信号的波形信息、心电信号的波序列以及设定运算算子提取获得；提取心电信号的第二特征参数，其中，所述第二特征参数为根据设定的转折点曲率算法提取获得；将所述第一特征参数和所述第二特征参数作为支持向量机模型的输入样本，获取所述支持向量机模型的模型参数；将待检测信号输入所述支持向量机模型进行训练，识别待检测信号。

【技术特征摘要】
1.一种信号识别方法，其特征在于，包括：提取心电信号的第一特征参数，其中，所述第一特征参数为根据心电信号的波形信息、心电信号的波序列以及设定运算算子提取获得；提取心电信号的第二特征参数，其中，所述第二特征参数为根据设定的转折点曲率算法提取获得；将所述第一特征参数和所述第二特征参数作为支持向量机模型的输入样本，获取所述支持向量机模型的模型参数；将待检测信号输入所述支持向量机模型进行训练，识别待检测信号。2.根据权利要求1所述的方法，其特征在于，所述提取心电信号的第一特征参数之前，还包括：获取心电信号并进行预处理；确定处理后的心电信号的波形信息。3.根据权利要求2所述的方法，其特征在于，所述波形信息包括PR间期、RR间期和QT间期；相应的，所述提取心电信号中的第二特征参数，包括：根据设定的转折点曲率算法提取所述RR间期的间隔离散度特征参数、所述PR期间的间隔离散度特征参数和所述QT间期的间隔离散度特征参数。4.根据权利要求1所述的方法，其特征在于，将待检测信号输入所述支持向量机模型进行训练，识别待检测信号之前，还包括：根据所述支持向量机模型的模型参数确定所述支持向量机模型。5.根据权利要求1所述的方法，其特征在于，所述第一特征参数包括：心电信号波的数量、平均值、最大值、最小值、中位数和方差。6.根...

【专利技术属性】
技术研发人员：胡静，
申请(专利权)人：广州视源电子科技股份有限公司，
类型：发明
国别省市：广东,44