基于滤波重构和卷积神经网络的心电信号分类

• 作者: 钱升谊 韦张跃昊
• 来源期刊: 电子科技
• 学科: 工学
• 关键词: 卷积神经网络 心电信号 特征自动提取 序列重构 信号滤波 分类算法
• 年，卷（期）: 2019,（11）
• 页码范围: 7-11
• 页数: 5页
• 分类号: TP391
• 字数: 2842字
• 语种: 中文
• DOI: 10.16180/j.cnki.issn1007-7820.2019.11.002

摘要

计算机自动分类心电信号能够减轻医生工作压力并大幅提高诊断速度和准确率.文中针对传统算法中特征提取过程复杂及抗干扰能力弱的问题,提出了一种结合滤波重构和卷积神经网络的心电信号分类算法.该算法首先通过传统信号滤波和心拍序列重构去除原始心电信号中的噪声干扰,然后构建卷积神经网络来自动学习心电信号特征并完成分类.在PhysioNet/CinC Challenge 2017数据集上的分类实验结果表明,该方法的平均F1(查准率、召回率的调和平均)达到了0.8471,优于人工特征提取和常规卷积网络方法,且具有很强的抗干扰能力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	韦张跃昊	杭州电子科技大学电子信息学院	1	1	1.0	1.0
2	钱升谊	杭州电子科技大学电子信息学院	1	1	1.0	1.0