基于判别式深度置信网络的心律失常自动分类方法

来源 :哈尔滨理工大学 | 被引量 : 0次 | 上传用户:hongLIXUAN
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
心血管疾病是人类健康的主要杀手,其发病和死亡率逐年升高,对人类的生命安全造成了严重威胁。心电图(ECG)作为心脏专家的重要非侵入性临床工具,反映了心脏活动的节律信息,被广泛用在心血管疾病诊断中。心律失常是常见的心血管疾病之一,基于深度学习的ECG信号心律失常自动分类方法能够有效解决传统分类方法人为特征设计导致的甄别困难等问题。开展基于深度学习的ECG信号自动分类诊断研究,对心血管疾病及时诊断和治疗有重要价值。本文主要研究内容包括:(1)心电信号的预处理:利用改进小波阈值的ECG信号去噪处理。根据心电信号自身与各项噪声分布特点,采用bior3.7小波基函数对ECG信号进行9层小波分解,第9层尺度系数置零,并对1至4层小波系数进行改进的阈值与阈值函数处理并重构信号,有效抑制ECG信号中的基线漂移、高频干扰等噪声。(2)心电信号的特征提取与分类:基于判别式深度置信网络(DDBNs)构建心律失常心拍特征提取与分类的网络模型。DDBNs由三层受限玻尔兹曼机(RBM)堆叠而成。首先,由所构建的两层生成受限玻尔兹曼机(GRBM)提取心拍信号形态特征;然后引入具有特征学习和分类能力的判别式受限玻尔兹曼机(DRBM),依据提取的形态特征和RR间期特征进行预训练,并采用预训练获得的权值参数完成DDBNs初始化。(3)心电信号的特征提取与分类模型微调:为了提高DDBNs的分类性能,将DDBNs转换为使用Softmax回归层进行监督分类的深度神经网络(DNN),通过反向传播(BP)对网络进行微调。利用微调后的DDBNs模型,完成心律失常心拍自动分类。通过麻省理工学院与贝斯以色列医院心律失常数据库(MIT-BIH AR)对不同网络结构、RR间期融入与微调前后的DDBNs进行性能评估,实验结果表明本文所提基于DDBNs的心律失常自动分类方法具有较优的深层特征挖掘与分类能力,验证了其在心律失常自动特征提取和分类上的有效性。
其他文献
本文针对集美大道缆化工程共同沟建设的特点介绍了共同沟建设的几个电气技术问题,提出了减小高压电力电缆对沟内通信线路干扰的办法及电力事故灾害的防护对策及改善措施。
为研究不同益生菌发酵中草药对鲤鱼生长性能及抗感染能力的影响,本试验选用初始体重为(11.0±1.0)g的鲤鱼450尾,随机分为5组,每组30尾,设3个重复。Ⅰ组为对照组,饲喂基础日
意识流小说是现代世界文学史上最具创造性的文学体裁之一。意识流叙述将过去、现在和将来相互交叉穿插,颠来倒去。伍尔夫的短篇小说《墙上的斑点》以其采用的意识流技巧而闻
【目的】在已知SNP的情况下,找到适合棉花SNP的简便验证方法。【方法】利用四引物扩增突变体系(tetra-primer amplification refractory mutationsystem PCR,Tetra-primer AR
以接种三文鱼片特定腐败菌(荧光假单胞菌)的无菌三文鱼片和灭菌三文鱼汁为研究对象,通过定期测定其在0℃冷藏过程中腐败菌数、腐败代谢产物及感官的变化情况,并以其产生腐败臭
目的观察中药自拟益肾汤治疗糖尿病肾病Ⅲ期的疗效。方法对确诊糖尿病肾病Ⅲ期的80例患者,采用随机方法分为两组,各40例,两组均予西医常规治疗,治疗组加用中药自拟益肾汤治疗
目的探讨涡轮机磨断牙冠法(冠磨断法)拔除下颌近中或水平阻生智齿的效果。方法 2000—2013年因近中或水平阻生而被拔除的下颌第三磨牙共290例(290颗)。遵循不同患者意愿,采用
基于文献研究,本文提出了在大学英语教学中实施说写结合的英语教学模式的必要性及其理论基础,并重点提出了这个模式的课堂教学实施方案,具有可操作性,对实现"提高学生英语应
随着科技进步以及计算机技术的飞速发展和应用,通信领域中的微波传输技术也得到了广泛应用并取得了令人瞩目的辉煌业绩。人们借助其强大的传输功能和特点,使通信变得极为便捷
目的 探讨汗管瘤的发病机制 ,以期找到根治的方法。方法 观察总结 39例汗管瘤患者的临床特点 ,以放射性核素放免法测定 ,其中 30例女患者及 2 5例正常女性对照组血清中雌二