一种基于心率和深层学习的心电图分类算法

摘要：

目的 研究适用于远程医疗服务系统、体检中心和临床应用的心电图(electrocardiogram,ECG)正异常分类算法.方法 首先,通过心率筛除异常数据.然后,对于心率判为正常的心电图,采用LCNN对心电图再次进行正异常分类,并对多个LCNN的分类结果进行融合.结果 在15万多条记录的临床数据集上测试,取得了84.77％的准确率,85.19％的灵敏度和84.45％的特异性.结论 该实验结果优于对照文献,同时对应用于远程医疗和体检中心的计算辅助分析方法具有一定的参考价值.

关键词：远程医疗、分类算法、心电图、心率、导联卷积神经网络

所属期刊栏目：29

分类号：R319;R857(医用一般科学)

在线出版日期：2016-08-18（万方平台首次上网日期，不代表论文的发表时间）

页码：189-194