基于改进残差网络的心电信号识别分类算法研究

• 作者: 张培玲 李小真 郭艳涛
• 来源期刊: 传感技术学报
• 关键词: 心电图 心律失常分类 残差网络 Inception模块
• 年，卷（期）: 2021,（6）
• 所属期刊栏目: 传感器信号处理|Signal Processing for Sensors
• 页码范围: 791-796
• 页数: 6页
• 分类号: TN911.73
• 语种: 中文
• DOI: 10.3969/j.issn.1004-1699.2021.06.012

摘要

心电图(Electrocardiogram,ECG)心拍分类是心律失常诊断的重要步骤,为了准确检测心律失常类型,提出了一种利用改进的残差网络进行ECG分类的算法.首先使用CEEMDAN-改进小波阈值算法去除心电信号中的噪声,然后构建改进残差网络实现对ECG的分类,在该改进残差网络中,首先将传统深度残差网络中的卷积层、池化层替换成Inception模块,从而提取不同尺度的特征;然后设计了残差嵌套网络,实现了ECG信号不同层次的特征融合,最后采用Softmax分类器进行分类.将该模型在MIT-BIH数据库进行训练和验证,结果表明,所提出的网络模型具有较高的分类准确率.