为解决由于噪声的干扰导致心拍识别性能仍不理想的问题，提出一种基于深度自编码器的心拍识别方法。该方法使用收缩自编码器和稀疏自编码器相融合，从噪声心拍信号中生成具有稀疏性的有效心拍特征，并使用余弦距离度量输入样本和生成特征之间的相似度。基于生成的心拍特征，使用面向不同患者的卷积神经网络模型进行心拍识别。在MIT-BIH数据库上对该方法进行了实验验证，并与经典心拍识别方法对比。实验结果显示该方法大大提高了心拍识别的总体准确率和F1值，且具有较高的识别性能。
科研之友
微信
新浪微博
Facebook
分享链接
