基于改进的自适应小波神经网络的心电信号分类

被引：13

作者：

刘春玲 ^{[1
]}

王旭 ^{[2
]}

机构：

[1] 大连大学信息工程学院

[2] 东北大学信息科学与工程学院

来源：

系统仿真学报 | 2007年 / 14期

关键词：

心电信号; 小波变换; 小波神经网络; 室前收缩;

D O I：

10.16182/j.cnki.joss.2007.14.039

中图分类号：

TP183 [人工神经网络与计算];

学科分类号：

摘要：

心电信号(ECG)识别是重病特别护理中一个非常重要的课题,自动检测和分类心电节律信号是诊断心脏异常的一项重要任务。基于小波变换理论,小波神经网络已经被广泛的应用于信号的表达和分类。文中介绍了一种具有一层感知机的小波神经网络,对小波神经网络收敛性影响较大的网络初始化值提出了一种改进的初始化算法,并研究得出了隐含层的选取与网络收敛性的关系。应用该网络分类心电信号的正常心跳和室前收缩,取得了很好的效果。文中使用到的心电数据是从MIT-BIH心电失常数据库中下载的。

引用

页码：3281 / 3282+3297 +3297

页数：3

共 6 条

[1] Wavelets and signal processing. Rioul O R,Vetterli M. IEEE Signal Processing Magazine(S1053-5888) . 1991
[2] A Competitive Wavelet Network for Signal Clustering. Roberto KH,Takashi Yoneyama. IEEE transactions on systems man and cybernetics(S1083-4427) . 2004
[3] Using wavelet transform reassignment techniques for ECG characterisation. Clifton D,Addison P S,Stiles M K,et al. Computers in Cardiology(S0276-6574) . 2003
[4] Wavelet networks. Q Zhang,A Benveniste. IEEE transactions on Neural Networks(S1045-9227) . 1992
[5] Classifying biosignals with wavelet networks—A method for noninvasive diagnosis. H Dickhaus,H Heinrich. IEEE Engineering in Medicine and Biology Magazine(S0739-5175) . 1996
[6] Classifying multichannel ECG patterns with an adaptive neural network. S.Barro,M.Fernandez-Delgado,J.A.Vila-Sobrino,et al. IEEE Engineering in Medicine and Biology Magazine(S0739-5175) . 1998

← 1 →