基于密集卷积神经网络的P波检测研究
检测心电图(ECG)中的P波是心脏病专家诊断心律不齐的关键步骤之一.目前多数研究集中于心电图分类,而心电图中P波则少有研究.由于ECG中P波的幅度相对较小以及其形态的不稳定性,P波在许多心律中无法被识别,比如心房纤颤、交界性心律.除此之外,P波还可能被埋没在QRS波群的末端,从而引起"短RP"情况,如房室折返性心动过速(AVNRT).本文研究了使用密集卷积神经网络来自动检测心电信号中的P波,以从心电信号中分辨出P波的存在.本文网络模型将原始ECG样本作为输入,不需要大量的滤波处理,即可获得较高的性能,该方法通过QT数据库验证.实验表明,我们的方法提供了很好的结果.
心电图、P波、CNN、DenseNet
TP393(计算技术、计算机技术)
2021-06-03（万方平台首次上网日期，不代表论文的发表时间）
共2页
271-272
