基于BiLSTM和多分支CNN的心律失常自动分类

李怀东; 吴腾

首页> 中文期刊> 《机械制造与自动化》 >基于BiLSTM和多分支CNN的心律失常自动分类

基于BiLSTM和多分支CNN的心律失常自动分类

开具论文收录证明 >>

期刊封面封底目录下载 >>

文献代查 >>

页面导航

摘要
著录项
相似文献
相关主题

摘要

针对传统心电信号(ECG)分类中卷积神经网络(CNN)模型的细节特征缺失问题,使用多支路的CNN提取更深层次的特征。考虑到ECG具有时序性的特点,融合双向长短时神经网络(BiLSTM)模型,提出一种基于BiLSTM和多分支CNN的分类方法。该方法先对数据库的心电数据进行心拍分割,然后送入有3条分支的CNN和BiLSTM组成的网络模型进行训练,最后对模型在测试集上进行评价。实验结果表明:该方法的分类效果良好,在对S和V类分类上优于其他深度学习方法。

著录项

来源
《机械制造与自动化》 |2022年第6期|102-105|共4页
作者
李怀东; 吴腾;
展开▼
作者单位

福州大学机械工程及自动化学院;

展开▼
原文格式 PDF
正文语种 chi
中图分类人工神经网络与计算;
关键词
心电信号; 卷积神经网络; 双向长短时记忆神经网络; 多分支;

相似文献

中文文献
外文文献
专利

1. 基于1D CNN-BiLSTM网络联合集成学习的心律失常智能诊断系统 [J] . 张明伟 ,张天逸 ,程云章 . 生物医学工程研究 . 2022,第3期
2. 融合CNN和BiLSTM的心律失常心拍分类模型 [J] . 杨浩 ,黄茂林 ,蔡志鹏 . 中国生物医学工程学报 . 2020,第6期
3. V2G网络中基于联邦学习和CNN-BiLSTM的DDoS攻击检测 [J] . 林兆亮 ,李晋国 ,黄润渴 . 计算机应用研究 . 2023,第1期
4. 基于改进迁移学习和多尺度CNN-BiLSTM-Attention的短期电力负荷预测方法 [J] . 欧阳福莲 ,王俊 ,周杭霞 . 电力系统保护与控制 . 2023,第2期
5. 基于CNN-BiLSTM的高速公路交通流量时空特性预测 [J] . 刘永乐 ,谷远利 . 交通科技与经济 . 2022,第1期
6. 基于BiLSTM的机场跑道异物探测雷达目标分类方法 [C] . LI Hanqing ,李含清 ,WANG Hongyu . 第十四届全国信号和智能信息处理与应用学术会议 . 2021

基于BiLSTM和多分支CNN的心律失常自动分类

摘要

著录项

相似文献

相关主题

期刊订阅