| 结合CNN与双向LSTM的心律失常分类 |
| |
| 引用本文： | 李兴秀,唐建军,华晶.结合CNN与双向LSTM的心律失常分类[J].计算机科学与探索,2021,15(12):2353-2361. |
| |
| 作者姓名： | 李兴秀 唐建军 华晶 |
| |
| 作者单位： | 江西农业大学 计算机与信息工程学院,南昌 330045;江西农业大学 软件学院,南昌 330045 |
| |
| 摘 要： | 心律失常是心血管疾病中常见的病症之一,实现心律失常的自动分类对心血管疾病的诊治具有重要意义.基于一维心电信号的心律失常分类方法以若干节拍作为输入,通过模型提取特征并用于分类.针对现有方法预处理时间成本高以及未按医疗仪器促进协会(AAMI)标准分类等问题,提出了一种基于原始一维心电信号并按照AAMI推荐标准类别进行心律失常自动分类的方法.该方法首先利用卷积神经网络(CNN)学习心电信号的形态特征,之后通过双向长短期记忆网络(BLSTM)获取特征中的上下文依赖关系,最后借助softmax函数完成分类任务.方法采用mish函数作为激活函数,使得模型在训练中更为稳定.在公开数据库MIT-BIH上进行五折交叉验证,评估结果达到了99.11％的平均准确率,表明该模型可以有效地提取心电信号的特征,适用于监测系统中心律失常疾病的诊断.
|
| 关 键 词： | 心电信号 心律失常 卷积神经网络(CNN) 双向长短期记忆网络(BLSTM) |
Arrhythmia Classification Based on CNN and Bidirectional LSTM |
| |
| LI Xingxiu,TANG Jianjun,HUA Jing.Arrhythmia Classification Based on CNN and Bidirectional LSTM[J].Journal of Frontier of Computer Science and Technology,2021,15(12):2353-2361. |
| |
| Authors: | LI Xingxiu TANG Jianjun HUA Jing |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
|
