10.16208/j.issn1000-7024.2017.05.039
基于深度信念网的心电自动分类
提出一种基于深度信念网(deep belief network,DBN)和心电波形采样的心电自动分类算法.对心电信号进行滤波、R波定位后,以QRS波群的180 Hz下采样表示心拍形态,结合RR间期特征,使用的DBN共6层,隐藏层神经元数目为30.使用标准数据库对DBN进行训练和测试,结果为平均Se88.6%,平均P+62.1%,优于现有特征选择方法的结果,基于深度学习的心拍分类算法无需波形特征提取步骤,解决了目前的波形特征对心拍的人间差异没有鲁棒性的问题.
深度信念网、心电节拍分类、模式识别、形态特征、波形采样
38
TP391.4(计算技术、计算机技术)
国家自然科学基金项目61271423
2017-06-23(万方平台首次上网日期,不代表论文的发表时间)
共4页
1331-1334