基于多分辨率残差网络的心肌梗死定位识别研究

论文摘要

为实现对前壁心肌梗死、下壁心肌梗死、前间壁心肌梗死和正常心电信号进行分类识别,本研究以临床数据库为实验数据来源,从中提取训练集和测试集数据用于训练和测试网络模型,对传统的神经网络进行优化,设计出一种新的网络算法:多分辨率残差网络。将多分辨率残差网络与传统的网络进行可视化对比分析,以评价模型的识别效果。多分辨率残差网络的测试集准确率为91.8%,高于经典的神经网络。本研究的算法能够辅助医生进行心肌梗死类疾病的诊断,有一定的临床意义。

论文目录

• 1 引 言
• 2 算法的设计
•   2.1 残差网络
•   2.2 多分辨率网络
•   2.3 本研究设计的网络算法
• 3 数据
• 4 结果
•   4.1 训练方法
•   4.2 结果分析
• 5 讨论

文章来源

类型: 期刊论文

作者: 齐继,蒋华,张瑞卿,沈阳,佟彦妮,沙宪政,常世杰

关键词: 心肌梗死,心电图,深度学习,卷积神经网络,残差网络

来源: 生物医学工程研究 2019年04期

年度: 2019

分类: 医药卫生科技,信息科技

专业: 心血管系统疾病,自动化技术

单位: 中国医科大学生物医学工程系,中国医科大学附属第四医院医疗设备部,中国医科大学附属第一医院心血管内科

基金: 辽宁省自然科学基金资助项目(2018055003),辽宁省教育厅科学研究一般项目(L2015563),中国医科大学首批健康资料大数据研究课题(重点课题第9号)

分类号: TP183;R542.22

DOI: 10.19529/j.cnki.1672-6278.2019.04.02

页码: 387-392

总页数: 6

文件大小: 1184K

下载量: 64