基于多阶人工神经网络的ECG信号诊断模型研究

作     者：骆德汉 许广桂 邹宇华 H.Gholam Hosseini Luo Dehan;Xu Guanggui;Zou Yuhua;H.Gholam Hosseini

作者机构：广东工业大学中国广州510006 奥克兰工业大学工程学院新西兰奥克兰1142 

出 版 物：《仪器仪表学报》 (Chinese Journal of Scientific Instrument)

年 卷 期：2008年第29卷第1期

页      面：27-32页

核心收录：

学科分类：08[工学] 0835[工学-软件工程] 0802[工学-机械工程] 080201[工学-机械制造及其自动化] 

基　　金：广东省自然科学基金(05001836)资助项目 

主　　题：ECG信号分类器 人工神经网络(ANN) ECG信号诊断 多阶前馈神经网络 

摘      要：目前已经有多种不同的ECG(心电图)信号辅助诊断工具得到应用,其中包含了基于人工神经网络的ECG分类器应用系统。本文介绍一种基于多阶前馈人工神经网络的新型ECG信号诊断模型,其目标是设计一种结构简单、成本低、响应速度快,识别率高的ECG信号辅助诊断系统。首先给出多个不同结构的神经网络,然后针对6种不同的心脏状况,比较这些神经网络之间的性能差异和辨别能力。网络的输入数据来自于M IT/B IH数据库,包括12种ECG特征信号和相应的每次心脏搏动的13段压缩信号。通过研究测试发现,基于二阶神经网络的ECG模型识别率最高,正确率达到了90.57%。