版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認(rèn)領(lǐng)
文檔簡介
1、房顫是臨床最常見的一種心律失常疾病,其患者每年增加。其特點是紊亂的心房活動和隨之而來的腦卒、心肌梗死等并發(fā)癥,導(dǎo)致較高的致殘率和死亡率,嚴(yán)重危害著人類的健康。因此,開發(fā)房顫檢測系統(tǒng),從而能及早發(fā)現(xiàn)房顫,對改善病人的治療和提高治療質(zhì)量,減少病人危重病癥發(fā)生率和死亡率等有重要的臨床和社會意義。但是目前,已有的房顫檢測研究均在檢測準(zhǔn)確率上存在不足,分析可知現(xiàn)有房顫檢測難以提取穩(wěn)定、能有效判別房顫的特征。
本研究主要內(nèi)容包括:⑴采用兩
2、種方法對數(shù)據(jù)進行處理,一是基于直方圖的分析研究,處理心電信號的RR間期的序列求得RR間期差序列,然后計算RR間期差直方圖和香農(nóng)熵;二是基于符號動力學(xué)的分析研究,將RR間期差序列轉(zhuǎn)換成符號序列,求子串長度概率分布的香農(nóng)熵。直接以RR間期數(shù)據(jù)為輸入則存在數(shù)據(jù)偏移問題,間期處理后的數(shù)據(jù)克服了這一問題。⑵采用深度置信網(wǎng)絡(luò)(Deep Belief Networks,DBNs)進行房顫的檢測。它是近年興起的機器學(xué)習(xí)模型,結(jié)合了無監(jiān)督學(xué)習(xí)過程和有監(jiān)督
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于RR間期與稀疏分解的房顫檢測方法研究.pdf
- RR間期分段與房顫檢測算法研究.pdf
- 房顫伴長rr間期是否需要
- 基于深度置信網(wǎng)絡(luò)的入侵檢測研究.pdf
- 基于深度置信網(wǎng)絡(luò)的分類方法.pdf
- 基于深度置信網(wǎng)絡(luò)的分類方法
- 心房顫動的上游治療緊急處理與長rr間期的處置對策
- 基于深度置信網(wǎng)絡(luò)的中文信息抽取方法.pdf
- 基于深度置信網(wǎng)絡(luò)的漢語語音測謊研究.pdf
- 基于深度置信網(wǎng)絡(luò)的說話人識別研究與實現(xiàn).pdf
- 基于深度置信網(wǎng)絡(luò)的圖像超分辨率重建.pdf
- 基于深度置信網(wǎng)絡(luò)的心律失常分類算法研究.pdf
- 191例長rr間期的動態(tài)心電圖分析
- 基于深度置信網(wǎng)絡(luò)的數(shù)據(jù)驅(qū)動故障診斷方法研究.pdf
- 超幀特征空間下基于深度置信網(wǎng)絡(luò)的語音轉(zhuǎn)換
- 超幀特征空間下基于深度置信網(wǎng)絡(luò)的語音轉(zhuǎn)換.pdf
- 基于深度置信網(wǎng)絡(luò)的腦血管病風(fēng)險預(yù)警研究.pdf
- 心電信號中R波的檢測及RR間期預(yù)測方法的研究.pdf
- 基于心房活動特征和卷積神經(jīng)網(wǎng)絡(luò)的房顫檢測.pdf
- 基于深度置信網(wǎng)的極化SAR圖像分類.pdf
評論
0/150
提交評論