一种基于卷积神经网络从3导联心电图推导标准12导联心电图的新方法

2019年第20卷第3期

摘要

关键词

相关研究

回顶部

《信息与电子工程前沿（英文）》 >> 2019年第20卷第3期 doi: 10.1631/FITEE.1700413

一种基于卷积神经网络从3导联心电图推导标准12导联心电图的新方法

¹. Automation School, Beijing University of Posts and Telecommunications, Beijing 100876, China
². Department of Neuroscience, Uppsala University, Uppsala 75105, Sweden
³. School of Economic and Management, Beijing University of Posts and Telecommunications, Beijing 100876, China
⁴. Academic Center for Education, Culture and Research (ACECR), Tehran 14155-4364, Iran

收稿日期： 2017-06-22 修回日期： 2018-01-10 录用日期： 2019-04-09 发布日期： 2019-05-05

HTML45 PDF 16 收藏 0

摘要

为满足人们佩戴舒适性和行走环境的需求，研究人员对从3导联心电图重建12导联心电图（electrocardiogram，ECG）方法进行了一系列研究。然而，传统方法精度和实时性有待提高。本文提出一种基于卷积神经网络（convolutional neural network，CNN）的导联重构方法。使用PTB数据库进行实验分析，结果表明，该方法重构的心电信号与真实信号之间具有较高相似性和训练效率。该方法在重建病理性心电信号时的表现优于传统算法，对心脏诊断具有重要意义。该方法能够在院外环境下部署，并且能够从较少导联心电图合成标准12导联心电图，对于心脏护理具有重要意义。

关键词

卷积神经网络（CNNs） ; 心电图重构 ; 电子健康