基于深度学习的心律失常检测算法研究.pdf

1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。

·6·Ｔｈｅｓｉｓ论著

基于深度学习的心律失常检测算法研究

张坤，李鑫，谢学建，王倩云

（空军第医院，西安）

９８67１００５４

摘要目的：方法：

[]设计一种深度学习算法，以实现心律失常自动检测。针对心电图的识别特点，设计一套结合卷积

神经网络和长短时记忆神经网络的复合深度学习网络，使用MIT－BIH心电图数据库进行深度学习网络的训练和测

试，以实现部分类别心律失常心电图的自动识别，并将识别结果与人工标定结果进行对比分析。结果：该方法对正常

和左束支传导阻滞、右束支传导阻滞、房性早搏和室性早搏５种心电图进行自动检测分类，通过测试对５种心电

图分类的准确率为９８.８%，召回率为９８.８%，综合准确性评估指标F１值为９８.８%，其中较难识别的房性早搏的分类准

结论：

确率也达到了８7.９%。该方法取得了较好的识别效果，为推进心电图智能分类进行了有益的尝试。

[关键词]深度学习；心律失常；检测算法；卷积神经网络；长短时记忆神经网络

中国图书资料分类号；+文献标志码文章编号（）

[]Ｒ３１８Ｒ５４０.４１[]Ａ[]１００３－８８6８２０１８１２－０００6－０５

DOI：１０.76８7/j.issn１００３－８８6８.２０１８.１２.００6

Studyofcardiacarrhythmiadetectalgorithmbasedondeeplearning

ZHＡＮGKun,LIXin,XIEXue－jian,WＡＮGQian－yun

(Tｈe９８6tｈHospitalofＡirForce,Xian7１００５４,Ｃｈina)

AbstractTodesignadeeplearningalgoritｈｍtorealizeautoｍaticdetectionofcardiacarrｈytｈｍia.Ａ

coｍplexdeeplearningnetworkwasdesignedcoｍbiningconvolutionalandlongsｈort－terｍｍeｍorynetworks,wｈicｈtook

considerationsonEＣGdetectcｈaracteristics.TｈetrainingandtestoftｈenetworkdevelopedwereexecutedbasedonMIT－

BIHarrｈytｈｍiaEＣGdatabasetorealizecardiacarrｈytｈｍiaEＣGautorecognition.Tｈealgoritｈｍｈadtｈeaccuracy,

recallrateandvalueofcoｍpreｈensiveaccuracyevaluationindexF１allbeing９８.８%wｈenusedforautoclassificationof

kindsofEＣGiｍagesofnorｍ

该用户很懒，什么也没介绍

咨询Ta 进入空间

用户编号：7054124121000035

更多 >