基于卷积神经网络的心电信号质量评估方法  

作　　者：张耀 

机构地区：[1]江南大学物联网工程学院

出　　处：《数字技术与应用》2023年第8期133-135,共3页Digital Technology & Application

基　　金：江苏省自然科学基金“基于网络化的工业控制系统模型辨识方法研究”(BK20181341)。

摘　　要：针对传统方法在进行心电信号质量分类时需要手动提取大量时域、频域和非线性域等复杂特征的问题,提出一种基于卷积神经网络(Convolutional Neural Network,CNN)的心电信号质量评估方法。文章采用Physio Net/Computing in Cardiology Challenge 2017(PICC 2017)挑战赛数据集可以看出,所提出的方法在测试集上的准确度和F1分数分别为94.1%和93.1%。可以看出,本文提出的基于卷积神经网络的心电信号质量评估方法有效地解决了单导联ECG信号的质量评估问题,同时也在一定程度上避免了手工误差。

关 键 词：卷积神经网络 ECG信号 质量评估 评估方法 挑战赛 复杂特征 

分 类 号：TP391.4[自动化与计算机技术—计算机应用技术]