-
题名基于稀疏降噪自动编码机的心律失常自动分类
被引量:5
- 1
-
-
作者
熊鹏
李鑫
时亚松
杨国杰
刘明
刘秀玲
-
机构
河北大学电子信息工程学院数字医疗工程重点实验室
河北大学附属医院
-
出处
《激光杂志》
北大核心
2018年第4期152-156,共5页
-
基金
国家自然科学基金(No.61703133,61673158)
河北省杰出青年科学基金(No.F2016201186)
+1 种基金
河北省研究生创新资助项目(No.CXZZSS2017010)
保定市科技计划项目(No.17H01)
-
文摘
心律失常是导致心肌缺血、心衰和心脏性猝死等疾病的主要因素之一,对心律失常进行准确高效的检测和分类具有重要的研究价值。本文提出了一种基于堆叠稀疏降噪自动编码机构建深度神经网络的心电信号特征检测算法,从而实现了心律失常的自动分类。分类系统利用稀疏降噪自动编码机获取心电信号的低维深度结构特征,其无监督学习方式使得特征具有更好的区分度和一定的抗干扰能力,然后将特征输入Softmax分类器进行信号分类。采用美国麻省理工MIT-BIH心律失常数据库对所提方法进行验证,总分类精度可达99.43%,实验结果表明该方法具有对心律失常自动分类的有效性。
-
关键词
心律失常
特征提取
稀疏降噪自动编码机
Softmax分类器
-
Keywords
arrhythmia
feature detection
sparse de-noising auto-encoder
softmax regression
-
分类号
TN911.7
[电子电信—通信与信息系统]
-
-
题名基于混沌特性和BP神经网络的室性早搏的自动诊断
被引量:1
- 2
-
-
作者
刘秀玲
杜海曼
吕方飞
陈飞
刘明
-
机构
河北大学电子信息工程学院数字医疗工程重点实验室
-
出处
《河北大学学报(自然科学版)》
CAS
北大核心
2014年第4期427-433,共7页
-
基金
国家自然科学基金资助项目(61074175
61203160)
-
文摘
心电信号是诊断心血管疾病的重要依据.通过心电信号的混沌特性分析和Lyapunov指数导数的相关计算,准确提取了室性早搏(premature ventricular contraction,PVC)的特征,进而,通过BP神经网络的训练,完成了室性早搏心拍在心电信号数据序列中的正确识别,实现了室性早搏的自动诊断.利用MIT-BIH心律不齐数据库中的数据对算法的可行性进行了验证,结果表明该算法有良好的稳定性和较高的准确率,能很好地完成室性早搏的快速诊断.
-
关键词
心电信号
室性早搏
混沌分析
LYAPUNOV指数
BP神经网络
-
Keywords
electrocardiogram signal
PVC
chaos analysis
Lyapunov exponents
BP neural network
-
分类号
TP399
[自动化与计算机技术—计算机应用技术]
-