【摘 要】
：
为了解决心律失常实时诊断的问题,设计并实现了实时心律失常诊断系统,并提出了一种基于前向反馈神经网络(FFNN)和一维卷积神经网络(1D-CNN)的实时心律失常诊断算法.系统利用
【机 构】
：
吉林大学仪器科学与电气工程学院 长春130026;吉林大学仪器科学与电气工程学院 长春130026;吉林大学体育学院 长春130012
论文部分内容阅读
为了解决心律失常实时诊断的问题,设计并实现了实时心律失常诊断系统,并提出了一种基于前向反馈神经网络(FFNN)和一维卷积神经网络(1D-CNN)的实时心律失常诊断算法.系统利用可穿戴的心电图(ECG)采集设备采集心电信号并实时无线传输到客户端软件进行心律失常诊断,然后将诊断结果自动上传至服务器.心律失常诊断算法以原始胸导联ECG并采用200 ms时间窗的片段作为输入,首先使用一个基于FFNN模型的分类器实时检测R波的位置,然后提取出每3个R波之间的心电序列并重采样为长度360点作为ECG_RRR特征,最后使用一个基于1D-CNN模型的分类器进行实时心律失常分类.利用MIT-BIH心律失常数据库中MLII导联ECG数据训练算法模型并对系统进行测试.结果 表明,提出的实时心律失常诊断系统与算法具有正确率高、实时性强且易部署的特点,对于跨病人的R波位置检测查全率为98.0％,查准率为99.5％以及整体正确率为97.6％,对于5分类的心律失常检测正确率为91.5％.
其他文献
针对传统的变压器故障诊断方法准确率较低的问题,提出了改进麻雀搜索算法(improved sparrow search algorithm,ISSA)优化支持向量机(SVM)的变压器故障诊断方法.首先引入动态
针对超宽带通信系统中功放的失真特性,从传统的DPD(数字预失真)技术的系数提取算法中选取一种准确度较高的LS(最小二乘)算法进行改进,从数学上证明这种改进的算法很好地改善
针对工业生产线薄壁零件识别中存在的零件轮廓识别受光照影响较大的问题,将颜色恒常性技术应用到工业生产线轮廓识别中,基于Retinex、HSI及边缘检测算法的基本原理,提出了一种薄壁零件复杂光照情况下的轮廓特征识别算法用于薄壁零件的图像恢复和轮廓识别。该方法首先使用HSI颜色空间对图像的亮度进行提取,然后利用改进Retinex算法来对获取的零件图象进行自适应图像增强,滤除图像中的光照变化信息,之后在此
针对现有频率改正器很难改正频率存在微小差异并随时间动态改变的两信号.提出一种高精度动态频率改正技术,实现对随时间不断变化的两不同频信号之间的相位差测量及控制,并达
针对工业控制系统中存在的一系列非线性和时变性,以及传统自适应控制方法中的瞬态响应差等问题,提出了一种基于粒子群优化(PSO)的神经网络多模型切换自适应控制方法.利用粒子
自动X光安检是维护公共安全的重要手段。现有X光违禁物品识别的研究仅针对数据集包含的类别,不能直接应用于未参与训练的类别。数据集各类别的数量不平衡也会影响模型的性能。针对以上问题,提出一种基于小样本学习的X光图像违禁物品分割方法。模型首先将测试图像与标注的支持图像映射至相同的特征空间,然后度量图像间的像素级相似度与区域级相似度,最后根据特征相似度分割测试图像内违禁物品区域。针对不定数量的支持集图片,
为满足目前公共场合中危险物品的在线实时检测需求,设计了一款手持式拉曼光谱仪数据采集系统.该系统由激光器模块、微型光谱仪模块、电源模块和ARM主控模块4大模块构成.经过
针对目前行波测距法中波速测定精度差的不足和波头检测算法存在的缺陷,通过分析行波波速随频率的变化规律,推导出波速稳定时的频率区间范围,从而消除波速对测距结果的影响;在
针对城市埋地排水管道堵塞故障检测过程中有标签故障样本少,管道运行状态样本集存在类别不均衡及样本标注成本高昂的问题,提出一种基于主动学习的排水管道堵塞故障分类识别方
传统的双目测距是通过待测物体在双目相机中成像的视差来计算物体在三维空间中的坐标信息,需要结合理想的双目测距模型来完成。然而在实际的工程应用中所使用的摄像机往往是单目摄像相机,无法满足双目测距要求。针对以上问题提出一种基于单目视频的伪双目动态测距方法,针对在预定轨道上移动的摄像机拍摄的视频,对目标物体进行测距。对所使用的单目摄相机进行标定,得到摄相机的焦距、主点坐标等内部参数。在摄像机拍摄的视频中截