基于IGF+Bi-LSTM算法的心电信号分类研究

作者：宋朝炀; 刘朕; 史曼曼; 张景祥

来源：计算机应用研究, 2023, 1-9.

DOI：10.19734/j.issn.1001-3695.2022.10.0637

• Bi-LSTM
• 渐变特征
• 数据融合
• 改进B式距离

为强化心电信号渐变特征，提高时序信号分类精度，基于Bi-LSTM，提出一种融合渐变数据特征的自适应算法—IGF+Bi-LSTM(self-adaptive Bi-LSTM based on integrating gradient features)，该算法在一定范围内自适应选取相似程度最高的渐变数据特征，通过数据融合强化渐变特征在网络隐空间的交互，拓展Bi-LSTM信息传递模式。同时，针对时序信号间存在周期性不匹配和强度不一致的问题，提出一种基于差分的改进的B式距离，以刻画数据和不同标签数据全体间的差异度S并自适应调整IGF+Bi-LSTM中的融合系数。实验表明，该算法在ECG数据集上分类精度达到98.7%,F1值为98.7%，证明了IGF+Bi-LSTM算法的有效性和实用性。

• 单位
  江南大学