基于卷积神经网络的第一导联心电图心拍分类

作者：庞彦伟^*; 李潇; 梁金升; 何宇清

来源：天津大学学报 (自然科学与工程技术版), 2018, 51(10): 997-1004.

• 第一导联
• 心电图
• 卷积神经网络
• 可穿戴设备
• 远程监护

第一导联心电图心拍的分类具有重要的医学价值,可以用来判断心脏的健康状况.采用深度卷积神经网络的方法,设计了针对单导联心电图这种特殊一维信号的卷积神经网络.该卷积神经网络具有层数多、卷积核尺度多样、参数量小等特点,能有效对第一导联心电图心拍进行分类.首先将心电数据进行预处理输入网络,经过一系列卷积、池化操作,最终输出分类结果.将该网络应用于INCART数据库,对超过17×104条第一导联心电图数据进行分类实验,取得了98%,的准确率、90%,的敏感度和86%,的阳性预测值的分类性能.实验结果表明,所采用的方法可以对第一导联心电图心拍进行很好的分类,并可应用于可穿戴设备和远程监护领域.

• 单位
  天津大学