结合CNN与双向LSTM的心律失常分类

来源 :计算机科学与探索 | 被引量 : 0次 | 上传用户:chanstan
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
心律失常是心血管疾病中常见的病症之一,实现心律失常的自动分类对心血管疾病的诊治具有重要意义.基于一维心电信号的心律失常分类方法以若干节拍作为输入,通过模型提取特征并用于分类.针对现有方法预处理时间成本高以及未按医疗仪器促进协会(AAMI)标准分类等问题,提出了一种基于原始一维心电信号并按照AAMI推荐标准类别进行心律失常自动分类的方法.该方法首先利用卷积神经网络(CNN)学习心电信号的形态特征,之后通过双向长短期记忆网络(BLSTM)获取特征中的上下文依赖关系,最后借助softmax函数完成分类任务.方法采用mish函数作为激活函数,使得模型在训练中更为稳定.在公开数据库MIT-BIH上进行五折交叉验证,评估结果达到了99.11%的平均准确率,表明该模型可以有效地提取心电信号的特征,适用于监测系统中心律失常疾病的诊断.
其他文献
针对深度神经网络教学中存在的问题,提出利用深度网络的有监督学习知识作为强化手段,以深度网络MNIST手写体识别案例为引导,在一个完整的模块学习中引入认知学习和高阶思维培养模式,分别从教学手段的改进、思维能力的培养等几方面介绍数据挖掘课程的教学改革设计,并指出基于MNIST数据的有监督学习中的潜在问题.
当前广为研究的在单个句子范围内的事件抽取方法,难以扩展到从分布在一篇文章里的多个句子中抽取同一事件的完整论元.对此,提出了一种基于深度学习的文档级事件抽取联合模型.首先,利用基于多头自注意力机制的实体识别模块逐句识别文档中的实体并输出其类型.然后,通过定义不同论元角色对事件类型的重要度训练事件类型检测模块,实现在无触发词条件下定位事件表述中心句并判断事件类型.最后,事件论元抽取模块通过在实体语义向量中嵌入实体的类型信息和实体到事件中心句的距离信息,并输入Transformer网络与上下文交换信息,实现在文
远控木马(RAT)是一类以窃取机密信息为主要目的的恶意程序,严重威胁着网络空间安全.现阶段基于网络的远控木马检测方法大多对数据流的完整性有较高的要求,其检测存在一定程度的滞后.在分析远控木马通信会话建立后初期流量的序列特性的基础上,提出了一种利用序列分析的远控木马早期检测方法.该方法以远控木马被控端和控制端交互中第一条TCP流为分析对象,重点关注流中由内部主机向外部网络发送且数据包传输层负载大于α字节的第一个数据包(上线包)及其后续数个数据包,从中提取包含传输负载大小序列、传输字节数和时间间隔在内的三维特
针对计算机组成课程中如何保证远程线上考试公正的问题,提出采用一人一卷的方式,介绍组卷策略和不同题型的题目设计方法以及远程线上考试中的实践情况,对一人一卷的远程线上考试优势和不足进行探讨.
针对专业综合实验教学的问题和特点,提出一种解耦思维的教学理念及方法,以低耦合为导向进行软件模块的设计,阐述解耦系统的3类组件,应用于专业综合实验的教学过程中,最后通过对比数据说明教学效果,分析解耦思维对提升软件开发能力和软件工程素养的指导意义.
大多数集成聚类算法使用K-means算法生成基聚类,得到的基聚类效果不太理想.通常在使用共协矩阵对基聚类进行集成时,忽视了基聚类多样性的不同,平等地对待基聚类,且以样本为操作单元生成共协矩阵.当样本数目或集成规模较大时,计算负担显著增加.针对上述问题,提出超簇加权的集成聚类算法(ECWSC).该算法使用随机选点与K-means选点相结合来获取地标点,对地标点使用谱聚类算法得到其聚类结果,再将样本点映射到与之最近邻的地标点上生成基聚类.在此基础上,以信息熵为依据计算基聚类的不确定性,并对基聚类赋予相应权重,
随着移动设备的日益普及,积累了大量的用户签到兴趣点数据,用户签到的信息使下一兴趣点推荐成为近年来研究的热点问题.下一兴趣点推荐的准确性主要受到两方面的制约:一方面,签到数据稀疏性问题.当前研究者通过引入兴趣点的地理相关性或社交网络中的朋友评价信息来改善数据稀疏问题,但并不是所有兴趣点之间都存在强地理相关性,且社交网络中只存在少量用户对签到的兴趣点发表评论.另一方面,基于深度学习训练兴趣点签到序列存在梯度消失的问题.针对这些问题,提出融合区域与朋友影响的用户下一兴趣点推荐模型.首先,将兴趣点区域信息融入用户
分析在计算机专业开展课程思政的紧迫性和并行程序设计课程的重要性,提出该课程线上线下混合的教学方式,梳理该课程的思政目标,最后论述两个教学设计案例,介绍线上方式和探究式教学法在可重入函数教学中的应用,以及线下方式和试错教学法在缓存一致性与伪共享教学中的应用.
基于工程教育认证背景下的计算机类专业实践教学环节改革发展趋势,以Python程序设计课程如何培养学生解决复杂工程问题的能力入手,明晰Python课程设计对毕业要求指标点的支撑作用,提出Python程序设计课程设计内容设置实施方案,给出课程设计的考核方式,总结课程设计中出现的问题并提出解决办法.
针对工业4.0背景下企业对高校人才培养的新要求,为缩短高校教育与企业用人需求之间的差距,从学生能力评价的角度,基于工程教育认证思想,凝练出学生能力评价指标,提出一种科学有效的毕业生就业能力量化评价方法并介绍如何实践应用,以帮助学校相关部门和学生更好地提升学习效果并促进持续改进.