基于深度学习网络的复杂医学生物信号处理方法和装置

摘要

本发明涉及一种基于深度学习网络的复杂医学生物信号处理方法和装置，所述方法包括步骤：采集复杂医学生物数据，所述复杂医学生物数据为包含心电、心音、血氧数据中的两种或以上的多变量异源数据；构建卷积神经网络模型，将所述复杂医学生物数据依次输入该卷积神经网络模型的卷积层和池化层进行标准化预处理；构建多功循环神经网络模型，对预处理后的所述复杂医学生物数据进行分类，分离出心电数据、心音数据和/或血氧数据；构建前端预测模型，将所述复杂医学生物数据输入该模型，并输出人体健康状况预测、身份识别和/或动作识别的判别结果。本发明可解决穿戴设备在多功能、诊断精度和准确度上的问题。