论文部分内容阅读
提出一种基于深度信念网(deep belief network,DBN)和心电波形采样的心电自动分类算法。对心电信号进行滤波、R波定位后,以QRS波群的180Hz下采样表示心拍形态,结合RR间期特征,使用的DBN共6层,隐藏层神经元数目为30。使用标准数据库对DBN进行训练和测试,结果为平均Se88.6%,平均P~+62.1%,优于现有特征选择方法的结果,基于深度学习的心拍分类算法无需波形特征提取步骤,解决了目前的波形特征对心拍的人间差异没有鲁棒性的问题。