应用遗传算法优化神经网络的致死性心电节律辨识算法研究

• 作者: 余明 吴太虎 张广 李良喆 王春晨 詹宁波 陈锋 韦婧 顾彪
• 来源期刊: 生物医学工程学杂志
• 关键词: 心脏骤停 自动体外除颤仪 遗传算法 反向传播神经网络
• 年，卷（期）: 2017,（3）
• 所属期刊栏目: 新技术与新方法
• 页码范围: 421-430
• 页数: 10页
• 语种: 中文
• DOI: 10.7507/1001-5515.201612066

摘要

致死性心电节律的辨识和分类是自动体外除颤仪的关键任务.本文对已存在的心电节律辨识算法提取出的21个特征值进行了回顾性研究,并基于这些特征值构建了一个遗传算法优化的反向传播神经网络.以数据库提供的l 343例心电信号样本用于实验.实验结果表明,本文构建的神经网络在对窦性节律、心室颤动、室性心动过速、心脏停搏4类心电信号的辨识分类上有很好的表现,在测试集上的平衡准确性高达99.06％;相较已存在的算法,辨识性能更好.将该算法应用在自动体外除颤仪上,将进一步提高除颤前节律分析的可靠性,最终提高心脏骤停的存活率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	余明		3	0	0.0	0.0
2	陈锋		5	0	0.0	0.0
3	张广		5	0	0.0	0.0
4	李良喆		2	0	0.0	0.0
5	王春晨		2	0	0.0	0.0
6	詹宁波		3	0	0.0	0.0
7	顾彪		3	0	0.0	0.0
8	韦婧		2	0	0.0	0.0
9	吴太虎		8	0	0.0	0.0