基于深度卷积神经网络的ECG信号分类研究  

作　　者：李苗 侯柏成 党豪 

机构地区：[1]黄河水利职业技术学院信息工程学院,河南开封475000 [2]黄河水利职业技术学院信息化管理办公室,河南开封475000 [3]河南中医药大学信息技术学院,郑州450003

出　　处：《电脑编程技巧与维护》2023年第1期131-133,共3页Computer Programming Skills & Maintenance

摘　　要：心血管疾病的发病率、死亡率都很高,心电图作为心血管疾病患者必要的辅助检查项目,在心血管疾病诊断上具有重要作用。主要研究利用ECG信号具有大数据特征的优势,通过人工智能方法建立模型对ECG信号进行分析,可以抽象输入信号的深层次特征,利用深度神经网络提取信号鲁棒性特征的能力,最终通过深度学习理论技术对心拍、心律失常类信号进行有效的分类与识别,探索了深度学习技术在由心肌缺血引发的心血管类疾病识别中的研究与应用。

关 键 词：ECG信号 卷积神经网络 深度学习 

分 类 号：TN911.7[电子电信—通信与信息系统] TP183[电子电信—信息与通信工程] R54[自动化与计算机技术—控制理论与控制工程]