期刊文献+
共找到6篇文章
< 1 >
每页显示 20 50 100
类内类间距离在CNN识别心拍类中的应用研究 预览
1
作者 原永朋 游大涛 +4 位作者 武相军 魏梦凡 朱萌博 耿旭东 贾乃仁 《计算机工程与应用》 CSCD 北大核心 2019年第14期242-248,共7页
心脏疾病严重威胁人类身体健康,心电图(Electrocardiogram,ECG)心拍分类对心脏疾病的临床诊断和自动诊断具有重要意义。现有基于深度学习生成的ECG心拍特征虽然优于基于传统方法生成的心拍特征,但是因ECG中各类间存在着严重的数据不平... 心脏疾病严重威胁人类身体健康,心电图(Electrocardiogram,ECG)心拍分类对心脏疾病的临床诊断和自动诊断具有重要意义。现有基于深度学习生成的ECG心拍特征虽然优于基于传统方法生成的心拍特征,但是因ECG中各类间存在着严重的数据不平衡问题,致使现有基于深度学习方法生成的心拍特征的性能仍不甚理想。针对这一问题,以卷积神经网络(Convolutional Neural Network,CNN)为基础,在各类心拍等量数据基础上构建能有效表达各类心拍共性信息的共性CNN模型,以共性CNN模型和最小化类内距离最大化类间距离模型为基础,分别在各类心拍数据上构建能有效反映相应心拍类别倾向性信息的类别CNN模型,综合各心拍类别CNN模型的输出进行识别与分类。在MIT-BIH数据库上的实验结果显示,该方法识别分类心拍的各项指标均达到100%,解决了MIT-BIH数据库中ECG四类心拍自动识别分类的问题。 展开更多
关键词 电图(ECG) 分类 卷积神经网络(CNN) MIT-BIH数据库 共性卷积神经网络 个性卷积神经网络
在线阅读 下载PDF
基于心电图分析的心律失常分类 被引量:12
2
作者 李坤阳 胡广书 《清华大学学报:自然科学版》 EI CAS CSCD 北大核心 2009年第3期416-418,423共4页
心律失常分类是心电图自动分析的重要内容。论文基于心律失常的心电波形特点,运用逻辑判别树方法实现心律失常分类。首先,运用数学形态学和小波变换算法检测心电波形的ORS波,计算RR间期、ORS波时限等参数;然后结合医生识读心电图判... 心律失常分类是心电图自动分析的重要内容。论文基于心律失常的心电波形特点,运用逻辑判别树方法实现心律失常分类。首先,运用数学形态学和小波变换算法检测心电波形的ORS波,计算RR间期、ORS波时限等参数;然后结合医生识读心电图判别依据,将所有心拍分成主导性心拍、室上性异常心拍、室性异常心拍、其他心拍4类。利用MIT—BIH心律失常数据库检验分类效果,统计结果表明总体准确率达到了94.2%。 展开更多
关键词 电图 律失常 分类 MIT—BIH律失常数据库
引入异常心电节律分析的房性早搏识别算法 预览
3
作者 汤征 陈杭 《中国医疗器械杂志》 CAS 2008年第5期,共4页
提出了一种引入异常心电节律分析的房性早搏识别算法。算法通过心拍模板分析识别QRS波形态,并依据心率和心电图特征识别异常节律。经MIT-BIH心律失常数据库检验,算法对于房性早搏的特异度和灵敏度分别达到了99.5%和96.9%。
关键词 房性早搏 律失常 分类
在线阅读 下载PDF
基于模糊推理的心拍分类 预览
4
作者 周群一 段会龙 《中国生物医学工程学报》 CAS CSCD 北大核心 2007年第5期 658-663,共6页
心拍分类对于临床心律失常自动化检测非常重要。临床上对心拍分类的诊断标准存在一定的不确定性,模糊推理可以较好地表达心拍分类过程中的不确定性,而隶属度函数的设计是模糊推理系统的关键问题。本研究提取较为精确的QRS复合波间期和R... 心拍分类对于临床心律失常自动化检测非常重要。临床上对心拍分类的诊断标准存在一定的不确定性,模糊推理可以较好地表达心拍分类过程中的不确定性,而隶属度函数的设计是模糊推理系统的关键问题。本研究提取较为精确的QRS复合波间期和RR间期特征组成模糊输入量;通过对MIT-BIH心律失常心电数据库的所有正常拍和室性早搏模糊输入量进行统计分析,提出了一种设计隶属度函数的具体思路,并实现了一个用于心拍分类的模糊推理系统。通过对MIT-BIH心律失常心电数据库测试,该系统心拍分类结果较好,具有临床应用价值。 展开更多
关键词 分类 隶属度函数 模糊推理 律失常
在线阅读 下载PDF
心拍的镜像高斯建模分析 预览 被引量:1
5
作者 周群一 《浙江科技学院学报》 CAS 2005年第4期 252-255,共4页
心拍分类对于临床心律失常自动化检测非常重要.使用一种新的镜像高斯模型(MGM)算法用于描述QRS复合波段形意,可以自动地、有效地提取QRS复合波段宽度信息,并用于心拍分类.通过使用MIT-BIH心律失常数据库的所有数据集进行测试,正常心拍... 心拍分类对于临床心律失常自动化检测非常重要.使用一种新的镜像高斯模型(MGM)算法用于描述QRS复合波段形意,可以自动地、有效地提取QRS复合波段宽度信息,并用于心拍分类.通过使用MIT-BIH心律失常数据库的所有数据集进行测试,正常心拍的总识别率达到93.9%,室性早搏心拍的总识别率达到93.94%.因此,MGM算法可以很好地描述QRS复合波段,并且是一种很有前途的心拍分类算法. 展开更多
关键词 律失常 分类 高斯多项式 镜像 建模
在线阅读 免费下载
基于Gabor变换特征选择的ECG心拍分类 被引量:1
6
作者 黄惠芳 胡广书 《清华大学学报:自然科学版》 EI CAS CSCD 北大核心 2010年第3期442-445,共4页
为了解决小波变换法不能有效地提取心拍的局部特征,甚至丢失一些关键特征的问题,该文基于类内类间距离和准确性准则,分别采用顺序浮动前向搜索(SFFS)法和单独最优特征组合法对心拍信号的Gabor变换系数的实部选择。选出的系数与RR... 为了解决小波变换法不能有效地提取心拍的局部特征,甚至丢失一些关键特征的问题,该文基于类内类间距离和准确性准则,分别采用顺序浮动前向搜索(SFFS)法和单独最优特征组合法对心拍信号的Gabor变换系数的实部选择。选出的系数与RR间期一起组成最近邻分类器的输入特征向量。数据集来自MIT-BIH(Massachusettes Institute of Tcchnology-Boston’s Beth Israel Hospital)心电数据库的8种类型的心拍。实验结果表明,基于准确性准则和SFFS法即封装法的心拍分类方法准确性最高,为98.65%,仅需利用15个Gabor变换系数,有利于提高分类速度。该方法是一种更有效的心拍分类方法。 展开更多
关键词 ECG(electrocardiogram)分类 GABOR变换 特征选择 顺序浮动前向搜索法 封装法
上一页 1 下一页 到第
使用帮助 返回顶部 意见反馈