基于改进残差网络对心电信号的识别

作者：潘辉; 郑威; 张莹莹

来源：数据采集与处理, 2020, 35(04): 682-692.

DOI：10.16337/j.1004-9037.2020.04.009

• 心律失常信号
• 空洞卷积
• 残差网络
• MIT-BIH
• Softmax

心血管疾病是当今人类死亡的主要原因之一。本文基于改进的残差网络对心电信号进行识别,并将改进后的残差网络和空洞卷积进行结合,特征提取时保持局部信息不变的同时尽可能地提取全局信息。研究使用K折交叉验证对MIT-BIH心律失常数据集进行训练、验证和测试。首先使用卷积层汇集输入图像,其次利用改进后的网络进行特征提取,最后使用Softmax分类器进行分类。在MIT-BIH心律不齐数据库中,提出的模型在没有任何额外人工特征和数据增强进行辅助的情况下,获得了97.20%的准确度、92.85%的敏感度、98.29%的特异性、93.16%的精确度和93.00%的F1分数。该研究将为医疗机构对于心电信号检测识别提供技术支撑,从而减轻专业医师的工作负荷。

• 单位
  江苏科技大学