10.16526/j.cnki.11-4762/tp.2020.06.036
基于U-NET网络的心律失常信号识别算法研究
在心电信号心律失常自动识别系统中,针对心电信号形态复杂导致特征提取困难、自动分类模型准确度低、现实应用性差的问题,设计了一种基于U-NET全卷积神经网络的心电信号语义分割的识别分类方法;该方法通过全卷积神经网络的编码运算规则,将心电信号切片数据作为输入,标签地图作为输出,可划分出信号片段中的心拍位置与类别;仿真结果表明:该方法在正常窦性搏动、左束支传导阻滞、右束支传导阻滞、房性早搏和室性早搏五分类问题中取得较高准确率,实现了对心律失常信号的有效识别.
心律失常、信号识别、U-NET、语义分割
28
TP301.6(计算技术、计算机技术)
2020-07-13(万方平台首次上网日期,不代表论文的发表时间)
共5页
175-179