目的:心臟傳導阻滯是一種常見的心血管疾病,嚴重的心臟傳導阻滯類疾病能夠威脅人的生命。通過識別心電圖可以便捷高效的診斷心臟傳導阻滯類疾病,心電圖是臨床診斷心臟傳導阻滯的常用方法。卷積神經(jīng)網(wǎng)絡(luò)是近年發(fā)展起來的算法,在圖像識別和語音識別領(lǐng)域已經(jīng)達到應用級別。心臟傳導阻滯的心電圖識別研究有很大的臨床意義,本研究設(shè)計一種卷積神經(jīng)網(wǎng)絡(luò)算法,實現(xiàn)對心臟傳導阻滯定位的準確識別。研究方法:基于卷積神經(jīng)網(wǎng)絡(luò)提出本研究的核心算法:多分辨率帶連接的ResNet,該網(wǎng)絡(luò)是在ResNet網(wǎng)絡(luò)基礎(chǔ)上的對網(wǎng)絡(luò)結(jié)構(gòu)和參數(shù)的優(yōu)化。以醫(yī)院的12導聯(lián)心電數(shù)據(jù)和MIT-BIH心律失常數(shù)據(jù)庫中的II導聯(lián)心電數(shù)據(jù)為本研究的數(shù)據(jù)來源,從中提取訓練集和測試集分別用于訓練和測試網(wǎng)絡(luò),并將多分辨率帶連接的ResNet和已有的經(jīng)典的卷積神經(jīng)網(wǎng)絡(luò)進行對比,將訓練結(jié)果進行可視化和統(tǒng)計學指標分析,畫出訓練集的收斂曲線、測試集的混淆矩陣、ROC曲線,并計算出準確率、特異度、敏感度、F1分值、AUC值,以評估多分辨率帶連接的ResNet和經(jīng)典卷積神經(jīng)網(wǎng)絡(luò)的性能,進行對比分析。結(jié)果:1、與經(jīng)典的卷積神經(jīng)網(wǎng)絡(luò)相比,多分辨率帶連接的ResNet收斂得更快,...

【文章頁數(shù)】：52 頁

【學位級別】：碩士

【文章目錄】：
摘要
Abstract
英文縮略語
1 前言
2 數(shù)據(jù)與方法
    2.1 材料
        2.1.1 臨床數(shù)據(jù)庫的數(shù)據(jù)
        2.1.2 來自公共數(shù)據(jù)庫的數(shù)據(jù)
        2.1.3 數(shù)據(jù)的訓練集、測試集設(shè)計
    2.2 實驗環(huán)境
    2.3 深度學習網(wǎng)絡(luò)
    2.4 評價指標與統(tǒng)計學分析
3 實驗結(jié)果
    3.1 使用醫(yī)院的數(shù)據(jù)的結(jié)果
    3.2 使用MIT-BIH心律失常數(shù)據(jù)庫的結(jié)果
4 結(jié)論與討論
5 展望
本研究創(chuàng)新性自我評價
參考文獻
綜述
    參考文獻
攻讀學位期間取得的研究成果
致謝
個人簡歷



本文編號：3785706