| 基于心冲击图和BP神经网络的心率异常分类研究 |
| |
| 引用本文： | 张加宏,孟辉,谢丽君,冒晓莉,周炳宇.基于心冲击图和BP神经网络的心率异常分类研究[J].数据采集与处理,2021,36(3):565-576. |
| |
| 作者姓名： | 张加宏 孟辉 谢丽君 冒晓莉 周炳宇 |
| |
| 作者单位： | 1.南京信息工程大学电子与信息工程学院，南京 210044;2.南京信息工程大学江苏省大气环境与装备技术协同创新中心，南京210044 |
| |
| 基金项目： | 国家自然科学基金（41605120）资助项目；江苏高校优势学科Ⅲ期建设工程（PAPD）资助项目；江苏高校品牌专业建设工程二期（电子信息工程）资助项目；江苏省高等学校大学生实践创新训练计划 ( 201910300076Y) 资助项目。 |
| |
| 摘 要： | 心率变异性（Heart rate variability， HRV）被广泛用于临床自主神经系统评估和心率异常分类，传统的HRV分析基于心电图（Electrocardiogram， ECG）、光容积图（Photoplethysmography， PPG）和远程光容积图（Remote PPG， RPPG），这些方法存在诸多不足：（1）ECG检测需在皮肤涂抹刺激性的耦合剂并附加电极，不宜长期监测且ECG设备价格昂贵；（2）PPG和RPPG测量时存在环境光学噪声，以及肤色不同形成的个体差异性较大；（3）ECG和PPG检测属于接触式，容易带给患者不适感。基于以上不足，提出了一种基于心冲击图（Ballistocardiogram，BCG）的HRV分析方法，该方法降低了传统设备用于HRV分析的成本，利用非接触检测减轻了患者不适感，独特的检测原理避免了个体差异性问题，在长期心血管疾病检测中起着至关重要的作用。实验中采用逆传播（Back propagation，BP）神经网络模型对心率异常进行预测分类，准确率达到80%，表明了该方法的先进性和可靠性。
|
| 关 键 词： | 心率变异性 心冲击图 心率异常分类 神经网络 |
| 收稿时间： | 2020/8/14 0:00:00 |
| 修稿时间： | 2020/10/12 0:00:00 |
Abnormal Heart Rate Classification Based on Ballistocardiogram and BP Neural Network |
| |
| ZHANG Jiahong,MENG Hui,XIE Lijun,MAO Xiaoli,ZHOU Bingyu.Abnormal Heart Rate Classification Based on Ballistocardiogram and BP Neural Network[J].Journal of Data Acquisition & Processing,2021,36(3):565-576. |
| |
| Authors: | ZHANG Jiahong MENG Hui XIE Lijun MAO Xiaoli ZHOU Bingyu |
| |
| Affiliation: | 1.School of Electronics and Information Engineering, Nanjing University of Information Science &Technology, Nanjing 210044, China;2.Jiangsu Collaborative Innovation Center on Atmospheric Environment and Equipment Technology, Nanjing University of Information Science & Technology, Nanjing 210044, China |
| |
| Abstract: | |
| |
| Keywords: | heart rate variability (HRV) ballistocardiogram (BCG) classification of abnormal heart rate neural network |
|
| 点击此处可从《数据采集与处理》浏览原始摘要信息 |
|
点击此处可从《数据采集与处理》下载全文 |
