基于BiGRU深度神经网络的心肌梗死检测

• 作者: 张行进 李润川 王宗敏 赵红领
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 心电图 多导联 BiGRU 心肌梗死
• 年，卷（期）: 2020,（2）
• 所属期刊栏目: 应用技术与研究
• 页码范围: 48-53
• 页数: 6页
• 分类号: TP3
• 字数: 4557字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2020.02.008

摘要

针对目前智能医疗诊断领域的研究现状,结合心电信号的时序性和多导联关联性特点,为降低心肌梗死疾病的误诊率,提出一种基于双向门控循环单元神经网络(Bidirectional Gated Recurrent Unit,BiGRU)和多导联心电图(electrocardiogram,ECG)信号的深度神经网络学习算法.对原始心电信号进行去噪处理,分割成心拍序列;将心拍序列送入深度神经网络训练模型学习分类;采用Physikalisch-Technische Bundesanstalt(PTB)心电数据库验证多导联BiGRU算法.算法对心梗检测的灵敏度为99.93％、特异性为99.72％、准确率为99.89％.实验结果表明,该算法的检测效果明显优于其他文献的检测算法,对提高心肌梗死的正确诊断率具有重要意义.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵红领	郑州大学互联网医疗与健康服务河南省协同创新中心	24	227	8.0	14.0
2	张行进	解放军信息工程大学数学工程与先进计算国家重点实验室	13	86	5.0	9.0
4	李润川	郑州大学互联网医疗与健康服务河南省协同创新中心	4	19	3.0	4.0