基于深度神經(jīng)網(wǎng)絡(luò)的心電圖自動(dòng)分類(lèi)方法研究與實(shí)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(hào)非常微弱，抗干擾性差，現(xiàn)有心電圖自動(dòng)分類(lèi)算法在測(cè)試集上效果很好，但用于實(shí)際臨床時(shí)效果下降很多，最終診斷需要依賴(lài)醫(yī)生去完成。因此研究一種能夠心電圖進(jìn)行有效檢測(cè)和識(shí)別的心電圖自動(dòng)分類(lèi)方法尤為重要。本文的主要研究工作分為以下幾個(gè)部分:
　　1.在已有的心電圖自動(dòng)分類(lèi)方法中，大多數(shù)實(shí)驗(yàn)

2、均基于標(biāo)準(zhǔn)數(shù)據(jù)庫(kù)例如MIT-BIH數(shù)據(jù)庫(kù)得出結(jié)論。由于標(biāo)準(zhǔn)數(shù)據(jù)庫(kù)的心電圖只是來(lái)自少數(shù)個(gè)體，導(dǎo)致已有的方法往往在數(shù)據(jù)庫(kù)測(cè)試集上取得很好的效果，但是用于臨床上時(shí)則效果下降明顯。因此本文采用來(lái)自臨床的CCDD數(shù)據(jù)庫(kù)，提高了算法的泛化能力。
　　2.普通的濾波方法都是對(duì)單導(dǎo)聯(lián)心電圖進(jìn)行濾波，在濾波的同時(shí)會(huì)損失有用的信息。因此本文針對(duì)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(duì)心電圖進(jìn)行濾波，在去除噪聲的同時(shí)減少有用

3、信息的損失，以便后續(xù)的分類(lèi)識(shí)別。
　　3.心電圖分類(lèi)最終目的是要擬合成一個(gè)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(jìn)行分類(lèi)。心電圖的正確分類(lèi)依賴(lài)于正確特征的提取，如果提取的特征不能真實(shí)反映心電圖的內(nèi)在屬性，那么后續(xù)分類(lèi)器設(shè)計(jì)的再完美，分類(lèi)效果也會(huì)很差。本文直接對(duì)原始數(shù)據(jù)進(jìn)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(jìn)行分類(lèi)，特征提取和分類(lèi)過(guò)程融合在一起，最終擬合出決策函數(shù)對(duì)心電圖進(jìn)行自動(dòng)分類(lèi)。
　　本文最后采