基于深度学习的心电信号特征点检测的算法研究

作者：梁晓洪; 宋宁宁; 刘成友; 田书畅; 张华伟; 秦航^*

来源：生物医学工程研究, 2023, 42(04): 329-336.

DOI：10.19529/j.cnki.1672-6278.2023.04.04

• 心电信号
• 深度学习
• 编码解码结构
• 卷积神经网络
• 双向长短时记忆网络

为实现自动、准确、有效地心电数据分析，本研究提出了一种基于深度学习的心电信号智能分析模型ECG＿SegNet,以识别P波、QRS波群和T波并检测波形的起止点和偏差。首先，在编码器路径引入标准空洞卷积模块，使模型能够提取更多的心电信号特征；然后，在编码结构加入双向长短期记忆网络以获得大量时间特征；此外，将编码器路径上各级特征集分别短接至解码器部分进行多尺度解码，以减少编码过程中的信息损失。最后，该模型分别在QT和LU数据库上进行训练和测试。在QT数据库上，P波、QRS波群、T波起止点检测的平均F1分别为99.53%、99.82%、99.41%;在LU数据库上，P波、QRS波群、T波起止点检测的平均F1分别为94.74%、98.88%、97.53%。结果表明，本研究在心电信号波形检测上具有良好的灵活性和准确性，是一种可靠的心电信号自动分析方法。

• 单位
  南京市第一医院; 南京医科大学