基于多分辨率残差网络的心肌梗死定位识别研究

• 作者: 佟彦妮 常世杰 张瑞卿 沈阳 沙宪政 蒋华 齐继
• 来源期刊: 生物医学工程研究
• 学科: 医学
• 关键词: 心肌梗死 心电图 深度学习 卷积神经网络 残差网络
• 年，卷（期）: 2019,（4）
• 所属期刊栏目: 论著
• 页码范围: 387-392
• 页数: 6页
• 分类号: R318
• 字数: 3648字
• 语种: 中文
• DOI: 10.19529/j.cnki.1672-6278.2019.04.02

摘要

为实现对前壁心肌梗死、下壁心肌梗死、前间壁心肌梗死和正常心电信号进行分类识别,本研究以临床数据库为实验数据来源,从中提取训练集和测试集数据用于训练和测试网络模型,对传统的神经网络进行优化,设计出一种新的网络算法:多分辨率残差网络.将多分辨率残差网络与传统的网络进行可视化对比分析,以评价模型的识别效果.多分辨率残差网络的测试集准确率为91.8％,高于经典的神经网络.本研究的算法能够辅助医生进行心肌梗死类疾病的诊断,有一定的临床意义.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	沙宪政	中国医科大学生物医学工程系	61	322	9.0	14.0
2	沈阳	中国医科大学生物医学工程系	9	123	3.0	9.0
3	常世杰	中国医科大学生物医学工程系	13	31	4.0	5.0
4	蒋华	中国医科大学附属第一医院心血管内科	5	34	2.0	5.0
5	佟彦妮	中国医科大学生物医学工程系	2	0	0.0	0.0
6	张瑞卿	中国医科大学生物医学工程系	3	0	0.0	0.0
7	齐继	中国医科大学生物医学工程系	2	0	0.0	0.0