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

来源：景德镇学院学报, 2021, 36(06): 5-8.

• 心律失常检测
• 双通道输入
• 卷积神经网络
• 长短时记忆网络

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。

• 单位
  福建卫生职业技术学院; 上海交通大学