信号区

arxiv：2501.16649v1 [eess.sp] 2025年1月12日

摘要。ni-fecg已成为胎儿心律不齐监测的替代方法。但是由于多信号波形，它们很难理解，并且由于高度变化和复杂的性质，传统基准方法无法应用。此外，还观察到，在光谱和时间尺度上，胎儿心律不齐可以与正常信号区分开。为此，我们提出了多频卷积变压器，这是一种新颖的深度学习体系结构，以多种频率的上下文学习信息，并可以建模长期依赖性。所提出的模型利用了模型多频卷积（MF-CONV）和残差连接的卷积 - 背骨串联。MF-CONV内部通过分开输入通道，然后以不同的内核大小分别分别分配每个分裂，以有效的方式捕获多频上下文。获得了这些属性的认可，提出的模型获得了最先进的结果，并且也使用非常少的参数。为了评估所提出的我们还进行大量消融研究。