基于卷积神经网络的T波形态分类

• 作者: 侯增广 刘明 刘秀玲 李国军 郝华青
• 来源期刊: 自动化学报
• 关键词: 心血管病 T波形态 卷积神经网络 分类
• 年，卷（期）: 2016,（9）
• 所属期刊栏目: 论文与报告
• 页码范围: 1339-1346
• 页数: 8页
• 字数: 6689字
• 语种: 中文
• DOI: 10.16383/j.aas.2016.c150817

摘要

T波形态分类有助于诊断心肌缺血、急性心包炎和心脏猝死等疾病,是心电图远程监控中一个重要的研究课题.传统的T 波分类算法依赖于T 波检测,在准确定位T 波的关键点之后再提取T 波特征,完成分类.但是由于T 波位置可能发生一定程度偏移,T 波的形态多变且受到多种噪声的干扰,T 波检测是一个难题.为了解决上述问题,本文提出基于卷积神经网络的T波分类算法：首先根据QRS波群位置及医学统计规律确定一个T波候选段,然后采用卷积神经网络直接完成T波分类.由于卷积神经网络有稀疏连接、权值共享的特性,能够通过训练自动获取T波特征,并且其特征对微小平移具备不变性且对噪声不敏感,从而能够有效解决T 波形态分类问题.最后在MIT-BIH QT 心电数据库上对本文方法进行测试,实验结果表明,本文方法可以在T 波起始点未确定的情况下,能够识别单峰直立、单峰倒置、低平、负正双向、正负双向五类T 波形态,正确率达到了99.1%.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	侯增广	中国科学院自动化研究所复杂系统管理与控制国家重点实验室	34	676	14.0	25.0
2	刘明	河北大学河北省数字医疗工程重点实验室	36	188	6.0	13.0
3	刘秀玲	河北大学河北省数字医疗工程重点实验室	54	258	8.0	13.0
4	李国军	河北大学河北省数字医疗工程重点实验室	1	17	1.0	1.0
5	郝华青	河北大学河北省数字医疗工程重点实验室	1	17	1.0	1.0