發(fā)布時間：2020-12-07 20:57

　　心電信號是心臟活動產(chǎn)生的生物電信號。研究表明,心電信號可以作為身份識別任務(wù)的生物特征,相比人臉、指紋、虹膜等生物特征,心電信號具有活體性,采集方便,不易被盜等優(yōu)勢,逐漸在身份識別領(lǐng)域得到了廣泛的關(guān)注。此外,心電信號反映了心臟的健康狀況,由心電信號生成的心電圖（Electrocardiogram,ECG）是醫(yī)生診斷和病理分析的重要工具,然而人工分析心電圖的方法費時費力,研究一種快速、準(zhǔn)確的心律失常識別方法可以極大地減輕醫(yī)務(wù)工作者的負擔(dān),具有很高的應(yīng)用價值。本文將深度學(xué)習(xí)的技術(shù)應(yīng)用到了心電信號的身份識別和心律失常識別兩個領(lǐng)域。我們提出了基于兩階段神經(jīng)網(wǎng)絡(luò)模型的心電識別方法。傳統(tǒng)的心電身份識別方法大多是提取基準(zhǔn)點的特征,也有一部分是提取頻域上的特征,然而這類方法在低質(zhì)量的心電信號上識別效果不好�；�于移動設(shè)備采集到的心電信號通常存在很大的噪聲,個別心動周期的波形變化很大,會極大地影響最終的識別性能,然而傳統(tǒng)的濾波方法很難直接去除這些無效的心動周期,因此,我們設(shè)計了一維卷積神經(jīng)網(wǎng)絡(luò)模型對心電信號的心動周期進行質(zhì)量評定,過濾掉無效的心動周期。在第二階段,我們將多個心動周期的特征組合成輸入序列,利用... 

【文章來源】：山東大學(xué)山東省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：60 頁

【學(xué)位級別】：碩士

【部分圖文】：

圖１－１典型的心電信號波形??

隱含層和輸出層組成。輸入層里的神經(jīng)元只負責(zé)傳輸數(shù)據(jù)，不做計算，??隱含層往往由多層神經(jīng)元組成，負責(zé)輸入數(shù)據(jù)的非線性映射，即輸入空間到特征??空間的映射，輸出層負責(zé)神經(jīng)網(wǎng)絡(luò)的輸出。圖２－２表示了經(jīng)典的全連接神經(jīng)網(wǎng)絡(luò)。??隱含層??馨??圖２－２經(jīng)典的全連接神經(jīng)網(wǎng)絡(luò)??神經(jīng)網(wǎng)絡(luò)的層數(shù)、每層的神經(jīng)元個數(shù)，以及連接方式等參數(shù)需要根據(jù)個人的??經(jīng)驗預(yù)先設(shè)置，這樣的參數(shù)即為超參數(shù)。而網(wǎng)絡(luò)中的連接權(quán)和偏置是隨機初始化??的，往往不是最優(yōu)值，因此需要通過監(jiān)督學(xué)習(xí)的方式訓(xùn)練網(wǎng)絡(luò)中的權(quán)重和偏置量，??使得神經(jīng)網(wǎng)絡(luò)的輸出結(jié)果和真實結(jié)果的誤差盡可能小。用一個損失函數(shù)來度量輸??１２??

ｘ３?－＾Ｗ３?｜??ｂ??圖２－１?ＭＰ神經(jīng)元模型??其中，／為激活函數(shù)，Ｗｉ表示連接線上的權(quán)重，６為偏置量。在經(jīng)典的神經(jīng)網(wǎng)??絡(luò)中，一般使用ｓｉｇｍｏｉｄ函數(shù)作為激活函數(shù)：??似＝?（２＇２）??大量神經(jīng)元組合形成的一種分層式結(jié)構(gòu)即為神經(jīng)網(wǎng)絡(luò)模型。通常，神經(jīng)網(wǎng)絡(luò)??由輸入層，隱含層和輸出層組成。輸入層里的神經(jīng)元只負責(zé)傳輸數(shù)據(jù)，不做計算，??隱含層往往由多層神經(jīng)元組成，負責(zé)輸入數(shù)據(jù)的非線性映射，即輸入空間到特征??空間的映射，輸出層負責(zé)神經(jīng)網(wǎng)絡(luò)的輸出。圖２－２表示了經(jīng)典的全連接神經(jīng)網(wǎng)絡(luò)。??隱含層??馨??圖２－２經(jīng)典的全連接神經(jīng)網(wǎng)絡(luò)??神經(jīng)網(wǎng)絡(luò)的層數(shù)、每層的神經(jīng)元個數(shù)，以及連接方式等參數(shù)需要根據(jù)個人的??經(jīng)驗預(yù)先設(shè)置

【參考文獻】：
期刊論文
[1]右束支傳導(dǎo)阻滯的臨床意義[J]. 任云霞,范春雨.  中國心臟起搏與心電生理雜志. 2017(01)

碩士論文
[1]ECG信號身份識別技術(shù)與算法研究[D]. 陳甸甸.杭州電子科技大學(xué) 2013



本文編號：2903889