基于BiGRU深度神经网络的心肌梗死检测

发布时间：2023-11-11 08:57

　　针对目前智能医疗诊断领域的研究现状,结合心电信号的时序性和多导联关联性特点,为降低心肌梗死疾病的误诊率,提出一种基于双向门控循环单元神经网络(Bidirectional Gated Recurrent Unit, BiGRU)和多导联心电图(electrocardiogram, ECG)信号的深度神经网络学习算法。对原始心电信号进行去噪处理,分割成心拍序列;将心拍序列送入深度神经网络训练模型学习分类;采用Physikalisch-Technische Bundesanstalt(PTB)心电数据库验证多导联BiGRU算法。算法对心梗检测的灵敏度为99.93%、特异性为99.72%、准确率为99.89%。实验结果表明,该算法的检测效果明显优于其他文献的检测算法,对提高心肌梗死的正确诊断率具有重要意义。

【文章页数】：6 页

【文章目录】：
0 引 言
1 相关工作
2 实验数据
3 数据预处理
    3.1 基线漂移
    3.2 工频干扰
    3.3 肌电干扰
    3.4 心拍分割
4 BiGRU模型
5 实验结果
    5.1 实验参数
    5.2 评价指标
    5.3 结果与讨论
6 结 语



本文编号：3862324