山东大学学报(工学版)

作者：陶亮,刘宝宁,梁玮

单位：1.山东建筑大学信息与电气工程学院, 山东 济南 250101;2.齐鲁工业大学(山东省科学院)电气工程与自动化学院, 山东 济南 250353

关键词：卷积神经网络,长短时记忆网络,自动检测,心电图,心律失常,

提出一种卷积神经网络(convolutional neural network, CNN)和长短时记忆(long short-term memory, LSTM)网络混合的心律失常自动检测算法,模型结构共由5层卷积层、5层池化层、1层LSTM层和1层全连接层组成。利用CNN能够自动提取特征和LSTM能够捕捉时间序列前后依赖关系的能力,将简单预处理后的心电信号数据直接输入到混合模型当中。整个模型将特征提取和分类器分类2个步骤结合,从而更加高效、准确地识别5种不同的心律失常疾病。在测试集上进行试验,准确率、敏感性和特异性分别为99.48%、99.47%和99.86%。试验结果表明,本研究提出的方法能够高效、准确地识别不同类型的心律失常疾病。

来源：2021年第3期

《山东大学学报(工学版)》期刊编辑部

查看山东大学学报(工学版)杂志2021年第3期