基于U-NET网络的心律失常信号识别算法研究

• 作者: 刘波 嵇启春
• 来源期刊: 计算机测量与控制
• 关键词: 心律失常 信号识别 U-NET 语义分割
• 年，卷（期）: 2020,（6）
• 所属期刊栏目: 设计与应用
• 页码范围: 175-179
• 页数: 5页
• 分类号: TP301.6
• 语种: 中文
• DOI: 10.16526/j.cnki.11-4762/tp.2020.06.036

摘要

在心电信号心律失常自动识别系统中,针对心电信号形态复杂导致特征提取困难、自动分类模型准确度低、现实应用性差的问题,设计了一种基于U-NET全卷积神经网络的心电信号语义分割的识别分类方法;该方法通过全卷积神经网络的编码运算规则,将心电信号切片数据作为输入,标签地图作为输出,可划分出信号片段中的心拍位置与类别;仿真结果表明:该方法在正常窦性搏动、左束支传导阻滞、右束支传导阻滞、房性早搏和室性早搏五分类问题中取得较高准确率,实现了对心律失常信号的有效识别.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	嵇启春	西安建筑科技大学信息与控制工程学院	57	368	11.0	17.0
2	刘波	西安建筑科技大学信息与控制工程学院	11	31	3.0	5.0