10.11830/ISSN.1000-5013.202007019
运用双向长短期记忆模型的心拍分类算法
为提高心拍的分类效果,研究基于双向长短期记忆(BiLSTM)模型的深度学习算法.首先,采用"双斜率"法对心电信号进行预处理;然后,设计自适应阈值对预处理后的心电信号进行QRS波定位,并依据R波波峰分割截取心拍;最后,采用BiLSTM模型的深度学习算法对获取的心拍形态进行分类.使用MIT-BIH心率失常数据库验证算法有效性,实验结果表明:文中算法对正常或束支传导阻滞(N)、室上性异常(S)、心室异常(V)、融合(F)类型的敏感性分别为98.56％,97.10％,93.33％,79.52％,特异性分别为98.38％,98.08％,98.54％,99.65％;与传统的支持向量机等方法相比,文中算法能够进一步提高心拍分类的正确率.
LSTM、BiLSTM、心拍分类、自适应阈值
42
TP183(自动化基础理论)
国家自然科学基金;湖北省自然科学基金;湖北省教育厅科学技术研究项目
2021-06-15（万方平台首次上网日期，不代表论文的发表时间）
共7页
384-390
