基于CNN和LSTM結(jié)合的心律失常分類研究
發(fā)布時(shí)間:2022-12-08 01:06
心律失常是指激動(dòng)起源或頻率、傳導(dǎo)的速度或徑路任何一環(huán)節(jié)發(fā)生異常而引起的心率過快、過慢或不規(guī)整。心律失常不總是一種不規(guī)則的心臟活動(dòng),可以發(fā)生在健康的心臟中,如呼吸竇性心律失常,是心率的一種自然周期性變化,與呼吸活動(dòng)相對(duì)應(yīng),但也可能導(dǎo)致中風(fēng)或心臟猝死等嚴(yán)重問題。心律不齊的自動(dòng)檢測(cè)和分類在臨床心臟病學(xué)中至關(guān)重要,尤其是對(duì)于實(shí)時(shí)檢測(cè)任務(wù)。傳統(tǒng)的機(jī)器學(xué)習(xí)方法依賴于先驗(yàn)知識(shí),并且需要對(duì)心電信號(hào)進(jìn)行特征設(shè)計(jì)和提取,難以挖掘出海量心電信號(hào)背后的深層特征。深度學(xué)習(xí)在近幾年發(fā)展迅速,在許多領(lǐng)域中表現(xiàn)出非常好的性能。在此背景下,本文提出基于長(zhǎng)短時(shí)記憶網(wǎng)絡(luò)(LSTM)和卷積神經(jīng)網(wǎng)絡(luò)(CNN)結(jié)合的模型,對(duì)心律失常分類進(jìn)行了深入研究,主要研究?jī)?nèi)容包括三個(gè)方面:1.提出了一種基于卷積神經(jīng)網(wǎng)絡(luò)(CNN)和長(zhǎng)短時(shí)記憶網(wǎng)絡(luò)(LSTM)結(jié)合來進(jìn)行心律失常分類的辦法,實(shí)現(xiàn)了美國(guó)醫(yī)療儀器械促進(jìn)協(xié)會(huì)(AAMI)建議的N、S、V、F和Q五種心律失常的自動(dòng)分類,設(shè)計(jì)了兩種不同方案來對(duì)模型進(jìn)行優(yōu)化,并且驗(yàn)證了優(yōu)化方案的可行性。2.通過比對(duì)不同數(shù)據(jù)段長(zhǎng)度下該網(wǎng)絡(luò)模型分類結(jié)果的S、V類心拍的靈敏度和正陽(yáng)性率,可以得出輸入心電數(shù)據(jù)段的長(zhǎng)度...
【文章頁(yè)數(shù)】:61 頁(yè)
【學(xué)位級(jí)別】:碩士
【文章目錄】:
摘要
Abstract
第一章 引言
1.1 課題研究背景及意義
1.2 國(guó)內(nèi)外研究現(xiàn)狀
1.3 本文主要研究?jī)?nèi)容及章節(jié)安排
1.3.1 本文主要研究?jī)?nèi)容
1.3.2 章節(jié)安排
1.4 本章小結(jié)
第二章 心電信號(hào)的基礎(chǔ)知識(shí)
2.1 心電的產(chǎn)生機(jī)理和心電圖
2.2 心律失常概述
2.3 MIT-BIH數(shù)據(jù)庫(kù)
2.4 QRS波定位算法簡(jiǎn)介
2.4.1 預(yù)處理
2.4.2 自適應(yīng)閾值設(shè)計(jì)
2.4.3 算法評(píng)估
2.5 本章小結(jié)
第三章 卷積神經(jīng)網(wǎng)絡(luò)和長(zhǎng)短期記憶網(wǎng)絡(luò)
3.1 卷積神經(jīng)網(wǎng)絡(luò)
3.2 長(zhǎng)短時(shí)記憶網(wǎng)絡(luò)
3.3 本章小結(jié)
第四章 基于CNN和 LSTM結(jié)合的心律失常分類研究
4.1 預(yù)處理
4.2 CNN-LSTM模型
4.2.1 訓(xùn)練方案
4.2.2 分類性能評(píng)估
4.3 實(shí)驗(yàn)結(jié)果
4.4 本章小結(jié)
第五章 結(jié)果分析和討論
5.1 結(jié)果分析
5.2 數(shù)據(jù)段劃分對(duì)結(jié)果的影響
5.3 采用信號(hào)切片對(duì)實(shí)驗(yàn)結(jié)果的影響
5.3.1 信號(hào)切片方式
5.3.2 實(shí)驗(yàn)結(jié)果
5.4 本章小結(jié)
第六章 總結(jié)與展望
6.1 總結(jié)
6.2 展望
參考文獻(xiàn)
致謝
攻讀碩士期間發(fā)表的學(xué)術(shù)論文
攻讀碩士期間參與的研究項(xiàng)目
【參考文獻(xiàn)】:
期刊論文
[1]《中國(guó)心血管病報(bào)告2017》概要[J]. 陳偉偉,高潤(rùn)霖,劉力生,朱曼璐,王文,王擁軍,吳兆蘇,李惠君,顧東風(fēng),楊躍進(jìn),鄭哲,蔣立新,胡盛壽. 中國(guó)循環(huán)雜志. 2018(01)
本文編號(hào):3713232
【文章頁(yè)數(shù)】:61 頁(yè)
【學(xué)位級(jí)別】:碩士
【文章目錄】:
摘要
Abstract
第一章 引言
1.1 課題研究背景及意義
1.2 國(guó)內(nèi)外研究現(xiàn)狀
1.3 本文主要研究?jī)?nèi)容及章節(jié)安排
1.3.1 本文主要研究?jī)?nèi)容
1.3.2 章節(jié)安排
1.4 本章小結(jié)
第二章 心電信號(hào)的基礎(chǔ)知識(shí)
2.1 心電的產(chǎn)生機(jī)理和心電圖
2.2 心律失常概述
2.3 MIT-BIH數(shù)據(jù)庫(kù)
2.4 QRS波定位算法簡(jiǎn)介
2.4.1 預(yù)處理
2.4.2 自適應(yīng)閾值設(shè)計(jì)
2.4.3 算法評(píng)估
2.5 本章小結(jié)
第三章 卷積神經(jīng)網(wǎng)絡(luò)和長(zhǎng)短期記憶網(wǎng)絡(luò)
3.1 卷積神經(jīng)網(wǎng)絡(luò)
3.2 長(zhǎng)短時(shí)記憶網(wǎng)絡(luò)
3.3 本章小結(jié)
第四章 基于CNN和 LSTM結(jié)合的心律失常分類研究
4.1 預(yù)處理
4.2 CNN-LSTM模型
4.2.1 訓(xùn)練方案
4.2.2 分類性能評(píng)估
4.3 實(shí)驗(yàn)結(jié)果
4.4 本章小結(jié)
第五章 結(jié)果分析和討論
5.1 結(jié)果分析
5.2 數(shù)據(jù)段劃分對(duì)結(jié)果的影響
5.3 采用信號(hào)切片對(duì)實(shí)驗(yàn)結(jié)果的影響
5.3.1 信號(hào)切片方式
5.3.2 實(shí)驗(yàn)結(jié)果
5.4 本章小結(jié)
第六章 總結(jié)與展望
6.1 總結(jié)
6.2 展望
參考文獻(xiàn)
致謝
攻讀碩士期間發(fā)表的學(xué)術(shù)論文
攻讀碩士期間參與的研究項(xiàng)目
【參考文獻(xiàn)】:
期刊論文
[1]《中國(guó)心血管病報(bào)告2017》概要[J]. 陳偉偉,高潤(rùn)霖,劉力生,朱曼璐,王文,王擁軍,吳兆蘇,李惠君,顧東風(fēng),楊躍進(jìn),鄭哲,蔣立新,胡盛壽. 中國(guó)循環(huán)雜志. 2018(01)
本文編號(hào):3713232
本文鏈接:http://www.sikaile.net/yixuelunwen/xxg/3713232.html
最近更新
教材專著