期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到1篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于单心拍心房活动特征与卷积神经网络的房颤检测 被引量：5
1
作者 刘明 韩小岑 《激光杂志》 北大核心 2015年第12期145-149,共5页
卷积神经网络已成为当前图像识别和语音分析领域的研究热点,并在图像分类等二维信号的问题处理中取得了良好效果。本文成功地将卷积神经网络用于解决一维心电信号的有关问题中。RR间期绝对不规则和P波消失,代之以连续不等的f波是发生房... 卷积神经网络已成为当前图像识别和语音分析领域的研究热点,并在图像分类等二维信号的问题处理中取得了良好效果。本文成功地将卷积神经网络用于解决一维心电信号的有关问题中。RR间期绝对不规则和P波消失,代之以连续不等的f波是发生房颤时的两个重要心电图表现。而RR间期不规则亦能体现在其他心律失常之中,同时P波或f波属微弱信号其特征点检测较为困难且形状特征难以把握。因此本文提出了一种基于单心拍心房活动特征与卷积神经网络房颤检测方法。首先把所有心电信号归一化处理为长度相等的单心拍,然后对所有心拍进行白化、求解每类心拍的稀疏系数、对所求稀疏系数进行池化处理,最后使用卷积神经网络进行心电信号分类达到房颤检测的目的实验结果表明该方法检测结果的正确率为95.91%,为检测房颤提供了很好的选择。 展开更多
关键词 卷积神经网络 RR间期 P波 心房活动特征 房颤检测
原文传递
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部