基于卷积神经网络的第一导联心电图心拍分类

作     者：庞彦伟 李潇 梁金升 何宇清 Pang Yanwei;Li Xiao;Liang Jinsheng;He Yuqing

作者机构：天津大学电气自动化与信息工程学院天津300072 

出 版 物：《天津大学学报（自然科学与工程技术版）》 (Journal of Tianjin University：Science and Technology)

年 卷 期：2018年第51卷第10期

页      面：997-1004页

核心收录：

学科分类：08[工学] 0804[工学-仪器科学与技术] 

基　　金：国家自然科学基金资助项目(61472274)~~ 

主　　题：第一导联 心电图 卷积神经网络 可穿戴设备 远程监护 

摘      要：第一导联心电图心拍的分类具有重要的医学价值,可以用来判断心脏的健康状况.采用深度卷积神经网络的方法,设计了针对单导联心电图这种特殊一维信号的卷积神经网络.该卷积神经网络具有层数多、卷积核尺度多样、参数量小等特点,能有效对第一导联心电图心拍进行分类.首先将心电数据进行预处理输入网络,经过一系列卷积、池化操作,最终输出分类结果.将该网络应用于INCART数据库,对超过17×104条第一导联心电图数据进行分类实验,取得了98%,的准确率、90%,的敏感度和86%,的阳性预测值的分类性能.实验结果表明,所采用的方法可以对第一导联心电图心拍进行很好的分类,并可应用于可穿戴设备和远程监护领域.