PSC-Net生理信号分类模型

四数据集全面领先

针对小样本和不平衡数据专门增强,在多个临床相关的生理信号数据集上实现了稳健且一致的分类表现。

Qichao, Liu · 风月 · Hong, Xu · 礼嘉 · Lin, Zhuosheng · Shengke, Li · Shihan, Qiu · Wu, Xin · Yuangang, Ma · Ying, Xu · 李福凤

Biomedical Signal Processing and Control 2024

参数信息

分类准确率
83.33 %
分类准确率
100.0 %
分类准确率
95.74 %
分类准确率
98.85 %

技术优势

小样本也能训

改进的SMOTE Tomek数据增强算法扩大了少数类样本,缓解了数据不足和类别不平衡问题。

全局特征更稳

transformer中用两个GRU层替代全连接层,增强了生理信号的全局特征提取能力。

收敛更可靠

改进的损失函数和基于Dung Beetle Algorithm的自动学习率优化,有助于解决收敛问题。

应用场景