10.3969/j.issn.0258-8021.2012.01.001
心率变异性多参数分析的BP网络用于心衰诊断的研究
人工神经网络是由大量并行工作的神经元组成的智能仿生模型,它在模式识别领域已经展示出了广阔的应用前景.鉴于单一心率变异性(HRV)指标所表达出来的信息具有片面性,很难用一个单一的指标来完全分类充盈性心衰(CHF)患者和健康人的不足.本研究提出联合HRV信号分析的时域、频域、非线性方法,选取多个指标作为诊断CHF的特征参数,以BP神经网络为分类器实现对充盈性心衰的诊断.经过10 000次的训练、验证与仿真测试,该网络模型对于全样本集的识别正确率最优高达99.14%,平均可达86.97%.结果表明:联合线性(时域、频域)以及非线性分析方法可以更全面地揭示心脏的动力学特征,从而提高充盈性心衰的诊断正确率.
心率变异性、人工神经网络、充盈性心衰
31
R318(医用一般科学)
江苏省"青蓝工程"资助项目;中国药科大学"青年教师科研资助计划"资助项目
2012-04-20(万方平台首次上网日期,不代表论文的发表时间)
共6页
1-6