《电子测量技术杂志》发表论文赏析

具有自动抗噪功能的心电信号分类算法

来源:电子测量技术杂志2021年第21期北京时间:

作者:雷宇,刘少儒,徐寅林

单位:南京师范大学计算机与电子信息学院/人工智能学院,江苏 南京 210023

摘要:心电图(electrocardiogram,ECG)检测是心脏疾病最常用的诊断方法。但是在心电信号采集过程中往往会受到噪声干扰,从而使心电信号分类诊断的正确率受到很大影响。为提高分类诊断的准确率和抗噪能力,改进设计了一种用深度残差收缩网络(deep residual shrinkage network,DRSN)实现自动抗噪、全局平均池化(global average pooling,GAP)整合空间信息的ECG分类诊断模型。在MIT-BIH心律失常数据集上验证了模型的分类性能,并将其与普通的卷积神经网络(convolutional neural network,CNN)模型进行了抗噪性能分析比较。实验结果表明:设计的DRSN+GAP诊断模型基于AAMI标准的分类正确率高达99.3%,对不同强度的工频及高斯两种噪声其抗噪性能均优于普通的CNN模型。

关键词:ECG;深度学习;自动抗噪

2021年21期其他文献查阅:

基于改进EMD的发电机宽频带局放监测方法

基于SRIO的数据传输设计

基于动态PSO-MCKD-HHT的滚动轴承故障诊断方法研究与应用

基于系统调用的手机APP能耗漏洞检测

UPFC并联变换器协调控制策略研究

基于北斗与数字孪生技术的智能电网运维平台研究

基于电子舌与GAN-CDAE-ELM模型的咖啡产地快速溯源检测

基于MPE与PSO-SVM的滚动轴承故障诊断

具有自动抗噪功能的心电信号分类算法

基于改进A*算法的数字微流控系统液滴路径规划研究

基于WDGAN-div的语音增强方法

压力变送器非线性校准及温度补偿方法的研究

基于自编码神经网络的鬼成像优化方法

基于LSTM的滚动预测算法的电缆缆芯温度的研究

基于CEEMDAN-HD-云模型特征熵的油气管道工况识别

基于CNN-Mogrifier LSTM的人体运动模式识别算法

TI-ADCs非线性误差的多级校正算法研究

基于DDS时钟合成的变采样率偶发信号采样方法

基于BMD101可穿戴式心电监测系统设计

脑卒中患者感觉功能定量测试系统

基于Serial RapidIO的远距离高速数据传输

融合跳距修正与麻雀搜索的改进DV-Hop算法

串行级联连续相位调制性能仿真分析

恒包络光OFDM基带系统设计与实现

基于PCA和IGG权函数的人脸图像鲁棒线性回归分类方法

轮廓测量系统中摄像机的光学畸变校正方法

基于改进YOLOv3-Tiny的毫米波图像目标检测

基于深度学习的旋转目标检测方法研究进展

填文献完整题目 获取完整文献

填写需求
联系方式
注:学术顾问会在1小时内联系您,请留意!