【摘要】：隨著人們愈加重視自身健康,對個人健康監(jiān)護系統(tǒng)的需求程度也就不斷提高。針對卷積神經(jīng)網(wǎng)絡在自動特征提取和分類準確率方面的優(yōu)勢,本文圍繞基于卷積神經(jīng)網(wǎng)絡的心電信號檢測和分類方法展開研究。本文對卷積神經(jīng)網(wǎng)絡及其在心電信號檢測分類中的應用進行了概述,對脈沖卷積神經(jīng)網(wǎng)絡進行了映射優(yōu)化,對脈沖化前后的卷積神經(jīng)網(wǎng)絡性能進行了比較,對基于卷積神經(jīng)網(wǎng)絡的心電信號檢測分類方法進行了研究。本文的主要研究內容和創(chuàng)新點包括:1、跨層級的脈沖卷積神經(jīng)網(wǎng)絡映射算法研究。針對脈沖卷積神經(jīng)網(wǎng)絡在片上網(wǎng)絡上的映射優(yōu)化問題,提出了跨層脈沖卷積神經(jīng)網(wǎng)絡映射算法。通過把神經(jīng)網(wǎng)絡中不同層神經(jīng)元映射到相同片上網(wǎng)絡節(jié)點上,將神經(jīng)元之間的包傳輸限制在節(jié)點內,減輕鏈路負載。在此基礎上,通過動態(tài)重映射神經(jīng)元,實現(xiàn)對于各種網(wǎng)絡輸入向量均能達到很好的適應性。對于心電分類應用,以基于群的順序映射結果為比較對象,該映射方法將平均包傳輸延時和傳輸功耗分別降低了 16.2%和14.9%。針對該應用,實驗還比較得出了脈沖神經(jīng)網(wǎng)絡相對于傳統(tǒng)卷積神經(jīng)網(wǎng)絡在識別準確率和識別效率的不足。2、基于兩級卷積神經(jīng)網(wǎng)絡的QRS波群檢測研究。針對傳統(tǒng)方法依賴于固定的人造特征問題,提出了一種基于兩級卷積神經(jīng)網(wǎng)絡的QRS波群檢測方法。該方法在信號預處理階段只對心電信號進行差分和取平均值操作;通過對象級和部分級卷積神經(jīng)網(wǎng)絡,自動對心電信號進行不同粒度的形態(tài)特征提取;提取的特征通過多層前向全相連網(wǎng)絡用于QRS波群檢測。實驗結果表明,該方法不僅取得了和其他檢測方法可比較的99.7%準確率,而且還減小了計算時間開銷。3、基于注意機制的心跳分類研究。為了檢測心律失常,在QRS波群檢測的基礎上,針對傳統(tǒng)方法依賴于固定的人造特征問題,提出了一種基于注意機制并具有患者特異性的心跳分類方法。該方法在信號預處理階段對每個心跳進行信號分辨率重新調整;通過對象級和部分級卷積神經(jīng)網(wǎng)絡,自動對每個心跳及其各波段進行不同粒度的形態(tài)特征提取;通過對相鄰R峰間距差的計算,得到對應心跳的時域動態(tài)特征;提取的特征通過多層前向全相連網(wǎng)絡用于心跳分類。實驗結果顯示,該分類方法能夠達到98.5%準確率。該方法在降低了心電信號存儲空間的同時提高了心跳分類準確率。本文提出的核心技術共同支撐起卷積神經(jīng)網(wǎng)絡在心電檢測和分類應用上的可行性和可靠性,進而為輕量級個人健康監(jiān)護系統(tǒng)研究奠定了理論與實踐基礎。
【學位授予單位】：浙江大學
【學位級別】：博士
【學位授予年份】：2018
【分類號】：TN911.7;TP183
【圖文】：

圖１．１正常心電信號波形逡逑如今，很多人正遭受心血管疾病的威脅，心律失常就是其中主要部分之一。逡逑心律失常不僅會加重患者原有心臟疾病，而且還會導致患者突然死亡［１５］。心律失逡逑常包括有生命危險和無生命危險兩種類型。有生命危險的心律失常主要包括心室逡逑顫動和心室心動過速兩種。無生命危險的心律失常需要長期監(jiān)測，以確保能夠盡逡逑早發(fā)現(xiàn)該心律失常引發(fā)的其他病理問題。早期針對心律失常的診斷方式主要是依逡逑靠醫(yī)生對心電信號波形進行分析從而識別出具體的心律失常類型。但是，針對持逡逑續(xù)時間長的心電信號記錄，通過人工手段對心律失常類型進行識別既耗時又不切逡逑實際。因此，通過自動化手段進行實時心電檢測分類可以對心律失常識別起到很逡逑大的輔助作用。自動心電信號檢測分類主要可以分為預處理、分段、特征提取和逡逑分類四個步驟。逡逑３逡逑

3電力線干俄嗓聲(SOHz]

基線漂移嗓聲

【相似文獻】

相關期刊論文 前10條

1 胡悅;;金融市場中的神經(jīng)網(wǎng)絡拐點預測法[J];金融經(jīng)濟;2017年18期

2 吳立可;;脈沖神經(jīng)網(wǎng)絡和行為識別[J];通訊世界;2018年12期

3 遲惠生;陳珂;;1995年世界神經(jīng)網(wǎng)絡大會述評[J];國際學術動態(tài);1996年01期

4 王麗華;楊秀萍;王皓;高崢翔;;智能雙輪平衡車的設計研究[J];數(shù)字技術與應用;2018年04期

5 張庭略;;基于硬件的神經(jīng)網(wǎng)絡加速[J];通訊世界;2018年08期

6 蘇秀婷;;耦合神經(jīng)網(wǎng)絡的同步[J];紹興文理學院學報(自然科學);2016年03期

7 朱n

本文編號：2805217