針對目前智能醫(yī)療診斷領域的研究現(xiàn)狀,結合心電信號的時序性和多導聯(lián)關聯(lián)性特點,為降低心肌梗死疾病的誤診率,提出一種基于雙向門控循環(huán)單元神經網(wǎng)絡(Bidirectional Gated Recurrent Unit, BiGRU)和多導聯(lián)心電圖(electrocardiogram, ECG)信號的深度神經網(wǎng)絡學習算法。對原始心電信號進行去噪處理,分割成心拍序列;將心拍序列送入深度神經網(wǎng)絡訓練模型學習分類;采用Physikalisch-Technische Bundesanstalt(PTB)心電數(shù)據(jù)庫驗證多導聯(lián)BiGRU算法。算法對心梗檢測的靈敏度為99.93%、特異性為99.72%、準確率為99.89%。實驗結果表明,該算法的檢測效果明顯優(yōu)于其他文獻的檢測算法,對提高心肌梗死的正確診斷率具有重要意義。

【文章頁數(shù)】：6 頁

【文章目錄】：
0 引 言
1 相關工作
2 實驗數(shù)據(jù)
3 數(shù)據(jù)預處理
    3.1 基線漂移
    3.2 工頻干擾
    3.3 肌電干擾
    3.4 心拍分割
4 BiGRU模型
5 實驗結果
    5.1 實驗參數(shù)
    5.2 評價指標
    5.3 結果與討論
6 結 語



本文編號：3862324