基于神经网络的心电数据分类算法研究

发布时间：2020-04-24 09:01

【摘要】：多年来心脏病是威胁人类生命的主要疾病之一,全球因心脏病而死亡的人数仍然不断增长。心电图是心脏活动的直观反映,从心电图中提取心电数据并对其进行分析,对诊断和防止心脏疾病具有重要意义。全球每天都会产生海量的心电数据且因医疗专家人数有限,无法及时处理大量心电数据,且目前大多数用于心电分类的神经网络算法只关注提高准确率而忽视计算代价,无法在受限设备上部署运行。为此,本文基于神经网络对心电数据分类算法进行研究,并在此基础上搭建了心电存储及标注平台。主要研究内容如下:(1)针对当前神经网络算法参数过大,分类时间长等问题。本文提出一种基于神经网络的轻量级神经网络算法LiteNet(Liteweight Neural Network)。该算法采用独特的卷积结构与卷积方式使其能够充分提取数据特征的同时提高算法的分类效率。为了验证LiteNet的分类性能,本文采用两种不同的心电数据集对算法进行训练并测试,实验结果证明LiteNet在数据集MIT-BIH和数据集CCDD上都取得了较好的分类效果,分别达到了97.87%和92.5%的准确率。同时设计其它三个模型与LiteNet对比,充分证明LiteNet的结构优势。(2)针对海量心电数据的存储格式不规范和心电诊断效率低等问题。本文构建了一个心电存储及标注平台,该平台将心电数据以HL7-aECG(Health Level7 Annotation Electrocardiogram)的标准格式存储,有利于实现存储格式的统一。同时根据MongoDB数据库特点对每条心电数据样本进行分割实现高效存储。最后,将训练好的LiteNet模型部署到本平台,在提供手动标注功能的基础上为心电专家提供自动标注功能进行辅助诊断,提高工作效率。本文针对心电数据的分类设计一种新的神经网络算法,该算法在保证数据分类准确率的同时减少计算代价以及计算时间的消耗。并在此基础上构建了心电存储及标注平台,实现心电数据合理化存储的同时提供逐个心拍的手动与自动标注等功能,为心电数据的诊断提供有效的手段。
【图文】：

图 2.1 单个心拍波形图常的心房除极过程中，心电向量从窦性房结指向房，这个过程形成了 P 波，而且心电图各波中奋过程的 P 波。P 波的宽度一般不超过 0.11 秒，R 间期指从 P 波开始到 QRS 波群开始的时间。出，经房室结传入心室引起心室除极所需的时间房室结的功能。一般成人约为 0.12-0.20 秒，与短。超过 0.21 秒为房室传导时间延长。RS 波的幅度相对明显，代表两个心室激发过程的室和右心室快速去极化的过程。 由于左心室和，因此 QRS 波群远远高于 P 波的振幅。典型的组成。第一个下行波是 Q 波。在 Q 波之后，窄的波的另一个向下波是 S 波。由于这三个波紧密连

图 2.2 传统神经网络（Featuremap）又本质就是一个权值局部连接的卷积操作积层提取的特征通，网络的识别能力的数量都与整个网将提取的特征重复利在卷积层后出现，化不必要的特征，的参数数量。此外用的池化方法有最化（stachastic poolin
【学位授予单位】：郑州大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：TP183;R318

【相似文献】

相关期刊论文 前10条

1 刘尚明,潘燕,李桥,孟延,孙文红,张玉华,李新,戚焰,朱兴雷;基于虚拟仪器的12导同步心电数据库的建立[J];生物医学工程研究;2005年01期

2 李桥，邵庆余，王永，，刘毅，周洪军;心电数据库生成系统[J];山东生物医学工程;1995年01期

3 郭迪;王树庆;王会如;;心电图心电数据库在心电行业应用中的研究[J];医疗装备;2017年11期

4 马继锋;胡兴茂;;基于云计算的区域卫勤一体化心电数据中心构建研究[J];华南国防医学杂志;2015年07期

5 向可;王成;;基于心电数据库的虚拟心电信号发生器设计[J];中国医疗设备;2009年05期

6 王茜;梁振士;方丕华;杨啸林;曹东芳;刘俊;李卫;王杨;杨红;张正国;孙京f;;基于心电算法自动分析准确性评价的心电数据库[J];医疗装备;2016年17期

7 张跃;徐廷松;;单片机心电数据无损压缩方法研究与实现[J];医疗卫生装备;2008年02期

8 郭巧惠;杨永明;古良玲;;一种基于心电数据压缩的小波元选择方法[J];重庆大学学报(自然科学版);2006年10期

9 李鑫;向平;;嵌入式远程心电数据传输设计与实现[J];机械与电子;2007年06期

10 钱卫民,吴书林,詹贤章,邓春玉,阮小薇;经食管心脏电生理检查心电数据库的开发设计和临床价值[J];中国心血管病研究杂志;2005年10期

相关会议论文 前10条

1 崔子经;朱泽煌;张鸿生;;运用软件工程研制出适应于教学的心电数据库[A];海峡两岸医疗仪器学术会议论文集[C];1995年

2 李方洁;;长时程心电数据分析新理念——心电散点图[A];中华医学会第十五次全国心血管病学大会论文汇编[C];2013年

3 黄力宇;林富国;王伟荣;;心电数据小波压缩新方法研究[A];2007'仪表，自动化及先进集成技术大会论文集（一）[C];2007年

4 朱泽煌;崔子经;;心电数据库的检测系统及管理软件的研制[A];首届中国仪器仪表学会医疗仪器分会学术会议论文集[C];1993年

5 徐洁;方志刚;郑天琪;汤益军;;心电数据可听化技术研究[A];第八届全国信息获取与处理学术会议论文集[C];2010年

6 郑鹏;朱灿焰;;基于神经网络的房性与室性早搏检测技术[A];全国第4届信号和智能信息处理与应用学术会议论文集[C];2010年

7 吴东红;;便携式心电监护仪在社区医院及家庭应用[A];2009年浙江省全科医学学术年会论文汇编[C];2009年

8 李叶;;医疗信息化时代网络心电数据的共享与应用[A];中华医学会医学工程学分会第十五次全国学术年会论文汇编[C];2015年

9 代煜;唐文彦;李慧鹏;;一种基于嵌入式USB HOST的心电数据存储系统[A];第七届青年学术会议论文集[C];2005年

10 谢宏;王志红;秦振华;夏斌;杨文璐;;胎儿心电数据采集系统[A];全国第21届计算机技术与应用学术会议（CACIS·2010）暨全国第2届安全关键技术与应用学术会议论文集[C];2010年

相关重要报纸文章 前9条

1 记者 王丹;成人心电数据库有望年底建成[N];健康报;2013年

2 记者 周莹;健康云让市民可居家看病[N];连云港日报;2012年

3 ;阿里云“铺路”医疗技术革新[N];中国信息化周报;2016年

4 记者 张丽华;云计算到底给我们带来哪些价值？[N];杭州日报;2015年

5 本报记者 武晓黎;无线医疗 从“心”开始[N];中国消费者报;2011年

6 本报记者 周丽燕;发展云计算产业不能人“云”亦“云”[N];人民政协报;2014年

7 本报记者 申明;Holter“题库”：中国人的心脏监控卫士护航者[N];科技日报;2015年

8 本报记者 钟端浪;“智慧医疗”让群众看病更舒心[N];江西日报;2015年

9 蒋和葆;呵护心脏 健康生活[N];中国消费者报;2006年

相关博士学位论文 前2条

1 樊小毛;动态心电心律失常智能检测方法及高性能计算研究[D];中国科学院大学(中国科学院深圳先进技术研究院);2018年

2 谢元芳;基于心电数据库的房颤自主神经调控研究[D];中国协和医科大学;2006年

相关硕士学位论文 前10条

1 何紫阳;基于神经网络的心电数据分类算法研究[D];郑州大学;2019年

2 张凯;机器学习在心电数据分析中的研究和应用[D];北方工业大学;2019年

3 吴琼琼;运动心电实时数据异常检测系统研究与应用[D];北方工业大学;2019年

4 马晓婷;社区医疗信息平台的研究与设计[D];西安工业大学;2018年

5 马克徐;一种基于ECG生物特征分类检测系统的研究与设计[D];华中科技大学;2017年

6 吴叶挺;面向十二导联心电工作站的技术设计[D];南京大学;2015年

7 姚金红;虚拟心电图诊室的设计与实现[D];中南民族大学;2016年

8 马志彬;面向移动医疗的心电数据实时共享系统设计与实现[D];浙江大学;2018年

9 孙景洋;基于心电数据的情绪分析和社交分享系统设计与实现[D];北京邮电大学;2018年

10 王玉辰;基于卷积神经网络的临床心电数据自动分析研究[D];郑州大学;2018年

本文编号：2638779