基于稀疏降噪自动编码机的心律失常自动分类

作者：熊鹏; 李鑫; 时亚松; 杨国杰; 刘明; 刘秀玲

来源：激光杂志, 2018, 39(04): 152-156.

DOI：10.14016/j.cnki.jgzz.2018.04.152

• 心律失常
• 特征提取
• 稀疏降噪自动编码机
• Softmax分类器

心律失常是导致心肌缺血、心衰和心脏性猝死等疾病的主要因素之一,对心律失常进行准确高效的检测和分类具有重要的研究价值。本文提出了一种基于堆叠稀疏降噪自动编码机构建深度神经网络的心电信号特征检测算法,从而实现了心律失常的自动分类。分类系统利用稀疏降噪自动编码机获取心电信号的低维深度结构特征,其无监督学习方式使得特征具有更好的区分度和一定的抗干扰能力,然后将特征输入Softmax分类器进行信号分类。采用美国麻省理工MIT-BIH心律失常数据库对所提方法进行验证,总分类精度可达99.43%,实验结果表明该方法具有对心律失常自动分类的有效性。

• 单位
  电子信息工程学院; 河北大学; 河北大学附属医院