基于集成学习的室性早博识别方法

被引：7

作者：

周飞燕 ^{[1
,2
]}

金林鹏 ^{[1
,2
]}

董军 ^{[1
]}

机构：

[1] 中国科学院苏州纳米技术与纳米仿生研究所

[2] 中国科学院大学

来源：

电子学报 | 2017年 / 45卷 / 02期

关键词：

室性早搏; 卷积神经网络; 诊断规则;

D O I：

暂无

中图分类号：

R541.7 [心律失常]; TP18 [人工智能理论];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ;

摘要：

本文提出了一种集成学习方法以提升室性早搏的识别性能.MIT-BIH两个通道的数据分别经过卷积神经网络进行室性早搏心拍分类,然后按照融合规则对分类结果进行融合决策,其准确率、灵敏度和特异性分别为99.91%、98.76%、99.97%,优于已有算法的室性早搏心拍分类结果.此外,面向临床应用,本文还利用卷积神经网络和诊断规则相结合的方法实现了病人间室性早搏识别实验,在有14万多条记录的数据集上,取得的准确率、灵敏度及特异性分别为97.87%、87.94%、98.02%,验证了该算法的有效性.

引用

页码：501 / 507

页数：7

共 7 条

[1] 面向临床心电图分析的深层学习算法
金林鹏
董军
[J]. 中国科学:信息科学, 2015, 45 (03) : 398 - 416
[2] 基于Hilbert-Huang变换的ECG消噪
杨向林
严洪
许志
任兆瑞
宋晋忠
姚宇华
李延军
[J]. 电子学报, 2011, 39 (04) : 819 - 824
[3] 基于平稳小波变换的心电信号噪声消除方法
高清维
李海鹰
庄镇泉
王涛
[J]. 电子学报, 2003, (02) : 238 - 240
[4] 模糊算法在心律失常病类判别中的应用
孟兆辉
张永红
白净
[J]. 电子学报, 2001, (09) : 1246 - 1248
[5] 一种基于心电向量的心电波形特征点定位方法[P]. 徐拥军,钟玉秋,曾文斌. 中国专利:CN103810393A, 2014-05-21
[6] Computer-based rhythm diagnosis and its possible influence on nonexpert electrocardiogram readers
Hakacova, Nina
Tragardh-Johansson, Elin
Wagner, Galen S.
Maynard, Charles
Pahlm, Olle
[J]. JOURNAL OF ELECTROCARDIOLOGY, 2012, 45 (01) : 18 - 22
[7] Ensembling neural networks: Many could be better than all[J] . Zhi-Hua Zhou,Jianxin Wu,Wei Tang.Artificial Intelligence . 2002 (1)

← 1 →