基于深度神經(jīng)網(wǎng)絡(luò)的心電圖自動分類方法研究與實現(xiàn).pdf

1、隨著人們的生活節(jié)奏和壓力逐步加大，心臟病已經(jīng)成為威脅人們生命健康的重大殺手之一。而心電圖反應(yīng)了人體心臟健康狀況，在臨床上被廣泛用于心臟病檢查。但由于心電信號非常微弱，抗干擾性差，現(xiàn)有心電圖自動分類算法在測試集上效果很好，但用于實際臨床時效果下降很多，最終診斷需要依賴醫(yī)生去完成。因此研究一種能夠心電圖進行有效檢測和識別的心電圖自動分類方法尤為重要。本文的主要研究工作分為以下幾個部分:
　　1.在已有的心電圖自動分類方法中，大多數(shù)實驗

2、均基于標準數(shù)據(jù)庫例如MIT-BIH數(shù)據(jù)庫得出結(jié)論。由于標準數(shù)據(jù)庫的心電圖只是來自少數(shù)個體，導(dǎo)致已有的方法往往在數(shù)據(jù)庫測試集上取得很好的效果，但是用于臨床上時則效果下降明顯。因此本文采用來自臨床的CCDD數(shù)據(jù)庫，提高了算法的泛化能力。
　　2.普通的濾波方法都是對單導(dǎo)聯(lián)心電圖進行濾波，在濾波的同時會損失有用的信息。因此本文針對心電圖多導(dǎo)聯(lián)的特殊結(jié)構(gòu)，利用導(dǎo)聯(lián)之間的相關(guān)性，采用了多導(dǎo)聯(lián)濾波算法對心電圖進行濾波，在去除噪聲的同時減少有用

3、信息的損失，以便后續(xù)的分類識別。
　　3.心電圖分類最終目的是要擬合成一個高度復(fù)雜的非線性決策函數(shù)。傳統(tǒng)的算法通常先提取特征，再進行分類。心電圖的正確分類依賴于正確特征的提取，如果提取的特征不能真實反映心電圖的內(nèi)在屬性，那么后續(xù)分類器設(shè)計的再完美，分類效果也會很差。本文直接對原始數(shù)據(jù)進行深度神經(jīng)網(wǎng)絡(luò)訓(xùn)練，逐層提取心電圖的特征，最后進行分類，特征提取和分類過程融合在一起，最終擬合出決策函數(shù)對心電圖進行自動分類。
　　本文最后采