基于卷积神经网络的心律失常分类方法

作     者：崔建峰 王康飞 肖伟东 CUI Jianfeng;WANG Kangfei;XIAO Weidong

作者机构：厦门理工学院软件工程学院福建厦门361024 厦门理工学院计算机与信息工程学院福建厦门361024 

基　　金：厦门理工学院研究生科技创新项目(YKJCX2019103) 

出 版 物：《厦门理工学院学报》 (Journal of Xiamen University of Technology)

年 卷 期：2021年第29卷第5期

页      码：58-66页

摘      要：使用一种组合式心拍分割方法,利用带通滤波对原始心电数据进行降噪处理,实现QRS波群定位和心拍截取;设计7层的一维卷积神经网络(convolutional neural network,CNN)模型,对正常搏动(N)、左束支传导阻滞(L)、右束支传导阻滞(R)、室性早搏(V)4类心拍数据自动分类检测,从而完成4类心律失常的分类。以MIT-BIH心律失常数据库47条数据进行训练,结果显示,其准确度为99.00%,召回率为99.08%;与相关文献的研究方法对比,本方法具有较高识别精度,能有效解决人工对心电图识别的误诊、错诊问题。

主 题 词：心律失常 分类方法 心电图 心拍分割方法 卷积神经网络 

学科分类：1305[艺术学-设计学类] 13[艺术学] 08[工学] 081104[081104] 0804[工学-材料学] 081101[081101] 0811[工学-水利类] 

D　O　I：10.19697/j.cnki.1673-4432.202105010

馆 藏 号：203106254...