基于改进型一维U型网络的心律失常分类方法

• 作者: 黄莹 王烈 蓝峥杰
• 来源期刊: 微电子学与计算机
• 关键词: 心律失常 心电信号 MIT-BIH数据库 一维U型网络
• 年，卷（期）: 2022,（1）
• 所属期刊栏目: 计算机工程与应用
• 页码范围: 80-87
• 页数: 7页
• 分类号: TP391.9
• 语种: 中文
• DOI: 10.19304/J.ISSN1000-7180.2021.0570

摘要

根据统计心律失常是引起心源性猝死的最主要原因.对此提出了一个改进型的一维U型网络(one-dimensional Unet, 1D-Unet)对分割后的心电信号进行分类识别.该网络基于MIT-BIH的心律失常数据库，采用了美国医疗仪器促进协会(Association for the Advancement of Medical Instrumentation，AAMI)制定的分类标准，改进型的1D-UNet选取合适的卷积层和卷积核数目，在上采样与拼接的过程中尽量保存原始信号的特征.该网络在心电信号小波去噪的情况下，识别准确率达到99.46%，F1分数为97.57%.网络分类的平均准确率为99.73%，精确度98.23%，敏感度96.92%，特异度99.17%，无去噪处理的网络识别准确率为99.4%，F1分数为97.12%.此网络因为是全卷积层的网络，输出层并没有采用经典的全连接层，神经网络的参数大大减少.该网络对于临床上通过心电图诊断心律失常有很大辅助作用.