|
1.
卷积神经网络在心拍类识别中的应用
原永朋, 游大涛, 渠慎明, 武相军, 魏梦凡, 朱萌博, 耿旭东, 贾乃仁
计算机应用
2018, 38 (12):
3638-3642.
DOI: 10.11772/j.issn.1001-9081.2018040843
心电图(ECG)心拍分类对心脏疾病的临床诊断具有重要意义,但是ECG四类心拍间数据不平衡问题严重制约着心拍分类性能的提升。针对这一问题,以卷积神经网络(CNN)为基础,首先在组合四类心拍等量数据基础上构建用于表达噪声及四类心拍间共性信息的通用CNN模型,接着以通用CNN模型为基础分别在四类心拍数据上构建四个更为有效表达对应心拍类别倾向性信息的类别CNN模型,最后综合四个类别CNN模型的输出判别心拍类型。在MIT-BIH心电图数据库上的实验结果显示,该方法的平均灵敏度为99.68%、平均阳性检测率是98.58%、综合指标是99.12%,显著优于二级联合聚类法在MIT-BIH心电图数据库上的分类性能。
参考文献 |
相关文章 |
多维度评价
|
|