基于双通道输入深度神经网络的心律失常检测方法研究

作     者：李其铿 田园园 王子超 LI Qi-keng;TIAN Yuan-yuan;WANG Zi-chao

作者机构：福建卫生职业技术学院福州350101 上海交通大学机械与动力工程学院上海200240 

出 版 物：《景德镇学院学报》 (Journal of JingDeZhen University)

年 卷 期：2021年第36卷第6期

页      面：5-8页

学科分类：0831[工学-生物医学工程（可授工学、理学、医学学位）] 08[工学] 1010[医学-医学技术（可授医学、理学学位）] 10[医学] 

基　　金：福建省卫生计生科研人才培养项目(2018-RK-2) 福建卫生职业技术学院科技创新团队课题(2018-1-1) 

主　　题：心律失常检测 双通道输入 卷积神经网络 长短时记忆网络 

摘      要：本文对心律失常的自动分类问题进行研究,提出一种基于双通道输入深度神经网络的心律失常检测方法。采用改进的基于小波变换的滤波算法对心电信号进行预处理后,将一个心跳片段和扩展心跳分段,输入卷积神经网络(CNN)与长短时记忆网络(LSTM)串行融合的神经网络,同时提取心跳的局部特征和前后依赖关系,对心跳进行分类;针对数据集不平衡问题,在训练集划分和损失函数中引入加权改进。应用MIT-BIH心律失常数据库,验证模型的有效性,最终准确率99.3%,在心血管疾病的临床辅助诊断应用中有很大的潜力。