基于卷积神经网络的心律失常分类方法

作者：崔建峰^*; 王康飞; 肖伟东

来源：厦门理工学院学报, 2021, 29(05): 58-66.

DOI：10.19697/j.cnki.1673-4432.202105010

• 心律失常
• 分类方法
• 心电图
• 心拍分割方法
• 卷积神经网络

使用一种组合式心拍分割方法,利用带通滤波对原始心电数据进行降噪处理,实现QRS波群定位和心拍截取;设计7层的一维卷积神经网络(convolutional neural network,CNN)模型,对正常搏动(N)、左束支传导阻滞(L)、右束支传导阻滞(R)、室性早搏(V) 4类心拍数据自动分类检测,从而完成4类心律失常的分类。以MIT-BIH心律失常数据库47条数据进行训练,结果显示,其准确度为99.00%,召回率为99.08%;与相关文献的研究方法对比,本方法具有较高识别精度,能有效解决人工对心电图识别的误诊、错诊问题。

• 单位
  厦门理工学院