【摘要】：多年來心臟病是威脅人類生命的主要疾病之一,全球因心臟病而死亡的人數仍然不斷增長。心電圖是心臟活動的直觀反映,從心電圖中提取心電數據并對其進行分析,對診斷和防止心臟疾病具有重要意義。全球每天都會產生海量的心電數據且因醫(yī)療專家人數有限,無法及時處理大量心電數據,且目前大多數用于心電分類的神經網絡算法只關注提高準確率而忽視計算代價,無法在受限設備上部署運行。為此,本文基于神經網絡對心電數據分類算法進行研究,并在此基礎上搭建了心電存儲及標注平臺。主要研究內容如下:(1)針對當前神經網絡算法參數過大,分類時間長等問題。本文提出一種基于神經網絡的輕量級神經網絡算法LiteNet(Liteweight Neural Network)。該算法采用獨特的卷積結構與卷積方式使其能夠充分提取數據特征的同時提高算法的分類效率。為了驗證LiteNet的分類性能,本文采用兩種不同的心電數據集對算法進行訓練并測試,實驗結果證明LiteNet在數據集MIT-BIH和數據集CCDD上都取得了較好的分類效果,分別達到了97.87%和92.5%的準確率。同時設計其它三個模型與LiteNet對比,充分證明LiteNet的結構優(yōu)勢。(2)針對海量心電數據的存儲格式不規(guī)范和心電診斷效率低等問題。本文構建了一個心電存儲及標注平臺,該平臺將心電數據以HL7-aECG(Health Level7 Annotation Electrocardiogram)的標準格式存儲,有利于實現存儲格式的統(tǒng)一。同時根據MongoDB數據庫特點對每條心電數據樣本進行分割實現高效存儲。最后,將訓練好的LiteNet模型部署到本平臺,在提供手動標注功能的基礎上為心電專家提供自動標注功能進行輔助診斷,提高工作效率。本文針對心電數據的分類設計一種新的神經網絡算法,該算法在保證數據分類準確率的同時減少計算代價以及計算時間的消耗。并在此基礎上構建了心電存儲及標注平臺,實現心電數據合理化存儲的同時提供逐個心拍的手動與自動標注等功能,為心電數據的診斷提供有效的手段。
【圖文】：

圖 2.1 單個心拍波形圖常的心房除極過程中，心電向量從竇性房結指向房，這個過程形成了 P 波，而且心電圖各波中奮過程的 P 波。P 波的寬度一般不超過 0.11 秒，R 間期指從 P 波開始到 QRS 波群開始的時間。出，經房室結傳入心室引起心室除極所需的時間房室結的功能。一般成人約為 0.12-0.20 秒，與短。超過 0.21 秒為房室傳導時間延長。RS 波的幅度相對明顯，代表兩個心室激發(fā)過程的室和右心室快速去極化的過程。 由于左心室和，因此 QRS 波群遠遠高于 P 波的振幅。典型的組成。第一個下行波是 Q 波。在 Q 波之后，窄的波的另一個向下波是 S 波。由于這三個波緊密連

圖 2.2 傳統(tǒng)神經網絡（Featuremap）又本質就是一個權值局部連接的卷積操作積層提取的特征通，網絡的識別能力的數量都與整個網將提取的特征重復利在卷積層后出現，化不必要的特征，的參數數量。此外用的池化方法有最化（stachastic poolin
【學位授予單位】：鄭州大學
【學位級別】：碩士
【學位授予年份】：2019
【分類號】：TP183;R318

【相似文獻】

相關期刊論文 前10條

1 劉尚明,潘燕,李橋,孟延,孫文紅,張玉華,李新,戚焰,朱興雷;基于虛擬儀器的12導同步心電數據庫的建立[J];生物醫(yī)學工程研究;2005年01期

2 李橋，邵慶余，王永，，劉毅，周洪軍;心電數據庫生成系統(tǒng)[J];山東生物醫(yī)學工程;1995年01期

3 郭迪;王樹慶;王會如;;心電圖心電數據庫在心電行業(yè)應用中的研究[J];醫(yī)療裝備;2017年11期

4 馬繼鋒;胡興茂;;基于云計算的區(qū)域衛(wèi)勤一體化心電數據中心構建研究[J];華南國防醫(yī)學雜志;2015年07期

5 向可;王成;;基于心電數據庫的虛擬心電信號發(fā)生器設計[J];中國醫(yī)療設備;2009年05期

6 王茜;梁振士;方丕華;楊嘯林;曹東芳;劉俊;李衛(wèi);王楊;楊紅;張正國;孫京f;;基于心電算法自動分析準確性評價的心電數據庫[J];醫(yī)療裝備;2016年17期

7 張躍;徐廷松;;單片機心電數據無損壓縮方法研究與實現[J];醫(yī)療衛(wèi)生裝備;2008年02期

8 郭巧惠;楊永明;古良玲;;一種基于心電數據壓縮的小波元選擇方法[J];重慶大學學報(自然科學版);2006年10期

9 李鑫;向平;;嵌入式遠程心電數據傳輸設計與實現[J];機械與電子;2007年06期

10 錢衛(wèi)民,吳書林,詹賢章,鄧春玉,阮小薇;經食管心臟電生理檢查心電數據庫的開發(fā)設計和臨床價值[J];中國心血管病研究雜志;2005年10期

相關會議論文 前10條

1 崔子經;朱澤煌;張鴻生;;運用軟件工程研制出適應于教學的心電數據庫[A];海峽兩岸醫(yī)療儀器學術會議論文集[C];1995年

2 李方潔;;長時程心電數據分析新理念——心電散點圖[A];中華醫(yī)學會第十五次全國心血管病學大會論文匯編[C];2013年

3 黃力宇;林富國;王偉榮;;心電數據小波壓縮新方法研究[A];2007'儀表，自動化及先進集成技術大會論文集（一）[C];2007年

4 朱澤煌;崔子經;;心電數據庫的檢測系統(tǒng)及管理軟件的研制[A];首屆中國儀器儀表學會醫(yī)療儀器分會學術會議論文集[C];1993年

5 徐潔;方志剛;鄭天琪;湯益軍;;心電數據可聽化技術研究[A];第八屆全國信息獲取與處理學術會議論文集[C];2010年

6 鄭鵬;朱燦焰;;基于神經網絡的房性與室性早搏檢測技術[A];全國第4屆信號和智能信息處理與應用學術會議論文集[C];2010年

7 吳東紅;;便攜式心電監(jiān)護儀在社區(qū)醫(yī)院及家庭應用[A];2009年浙江省全科醫(yī)學學術年會論文匯編[C];2009年

8 李葉;;醫(yī)療信息化時代網絡心電數據的共享與應用[A];中華醫(yī)學會醫(yī)學工程學分會第十五次全國學術年會論文匯編[C];2015年

9 代煜;唐文彥;李慧鵬;;一種基于嵌入式USB HOST的心電數據存儲系統(tǒng)[A];第七屆青年學術會議論文集[C];2005年

10 謝宏;王志紅;秦振華;夏斌;楊文璐;;胎兒心電數據采集系統(tǒng)[A];全國第21屆計算機技術與應用學術會議（CACIS·2010）暨全國第2屆安全關鍵技術與應用學術會議論文集[C];2010年

相關重要報紙文章 前9條

1 記者 王丹;成人心電數據庫有望年底建成[N];健康報;2013年

2 記者 周瑩;健康云讓市民可居家看病[N];連云港日報;2012年

3 ;阿里云“鋪路”醫(yī)療技術革新[N];中國信息化周報;2016年

4 記者 張麗華;云計算到底給我們帶來哪些價值？[N];杭州日報;2015年

5 本報記者 武曉黎;無線醫(yī)療 從“心”開始[N];中國消費者報;2011年

6 本報記者 周麗燕;發(fā)展云計算產業(yè)不能人“云”亦“云”[N];人民政協(xié)報;2014年

7 本報記者 申明;Holter“題庫”：中國人的心臟監(jiān)控衛(wèi)士護航者[N];科技日報;2015年

8 本報記者 鐘端浪;“智慧醫(yī)療”讓群眾看病更舒心[N];江西日報;2015年

9 蔣和葆;呵護心臟 健康生活[N];中國消費者報;2006年

相關博士學位論文 前2條

1 樊小毛;動態(tài)心電心律失常智能檢測方法及高性能計算研究[D];中國科學院大學(中國科學院深圳先進技術研究院);2018年

2 謝元芳;基于心電數據庫的房顫自主神經調控研究[D];中國協(xié)和醫(yī)科大學;2006年

相關碩士學位論文 前10條

1 何紫陽;基于神經網絡的心電數據分類算法研究[D];鄭州大學;2019年

2 張凱;機器學習在心電數據分析中的研究和應用[D];北方工業(yè)大學;2019年

3 吳瓊瓊;運動心電實時數據異常檢測系統(tǒng)研究與應用[D];北方工業(yè)大學;2019年

4 馬曉婷;社區(qū)醫(yī)療信息平臺的研究與設計[D];西安工業(yè)大學;2018年

5 馬克徐;一種基于ECG生物特征分類檢測系統(tǒng)的研究與設計[D];華中科技大學;2017年

6 吳葉挺;面向十二導聯心電工作站的技術設計[D];南京大學;2015年

7 姚金紅;虛擬心電圖診室的設計與實現[D];中南民族大學;2016年

8 馬志彬;面向移動醫(yī)療的心電數據實時共享系統(tǒng)設計與實現[D];浙江大學;2018年

9 孫景洋;基于心電數據的情緒分析和社交分享系統(tǒng)設計與實現[D];北京郵電大學;2018年

10 王玉辰;基于卷積神經網絡的臨床心電數據自動分析研究[D];鄭州大學;2018年

本文編號：2638779