基于残差神经网络的心脏病预测系统的设计与实现

作     者：蔡增玉 崔梦梦 侯佳林 张建伟 CAI Zengyu;CUI Mengmeng;HOU Jialin;ZHANG Jianwei

作者机构：郑州轻工业大学计算机与通信工程学院河南郑州450001 郑州轻工业大学软件学院河南郑州450001 迈普通信技术股份有限公司四川成都610094 

基　　金：国家自然科学基金项目(62072416) 国家自然科学基金项目(61672471) 第四批“智汇郑州·1125聚才计划”创新领军人才(郑政21号) 河南省科技攻关项目(202102210176) 

出 版 物：《现代电子技术》 (Modern Electronics Technique)

年 卷 期：2022年第45卷第3期

页      码：121-124页

摘      要：采用机器学习中卷积神经网络的方式对获得的心电图数据进行学习,提取心电图数据中的特征因素进行分析建模,利用建立好的预测模型对患者的心电图数据进行分析,根据分析得到的结果判断患者是否患有心脏病,然后进一步给出患者具体的心脏病类型。利用深度残差卷积神经网络算法进行模型的建立以及模型训练,在模型训练的过程中,对批处理脚本大小、卷积核大小、池化窗口大小等进行进一步的最优化预测,以期得到较好的训练模型,最终根据训练好的模型得出实验结果。实验结果显示该系统能够在保证较高的准确率的情况下,利用心电图数据实现对心脏病患者的实时预测,并根据预测的结果给出详细的分析报告,以方便医生和患者对病情进一步了解,达到更好的治疗效果。

主 题 词：心电图 机器学习 卷积神经网络 残差神经网络 心脏病预测 残差模块 卷积层 池化层 

学科分类：080901[080901] 0809[工学-计算机类] 08[工学] 081203[081203] 0835[0835] 0812[工学-测绘类] 

D　O　I：10.16652/j.issn.1004-373x.2022.03.022

馆 藏 号：203107225...