查看更多>>摘要:心房颤动(房颤)是一种最为常见的室上性心律失常的类型,也是一种日益严重的心血管疾病,提早预防和早期诊断可以有效的挽救患者生命.心电图是监测心脏电活动的手段,由于其简单、无创伤的特点,目前被广泛应用于心血管疾病的检测.为此提出了一种基于卷积神经网络(C N N)与小波分解的心电信号自动分类算法,针对卷积神经网络无法充分利用心电信号中所包含的时频特性,将其与小波分解有效地结合起来.并且不同于大多数用一维卷积来处理心电信号的方法,这里采用二维卷积的方法,可以充分考虑心电信号不同频段的特征对于信号分类的重要程度.最后在2017年心脏病学挑战大赛数据集上,针对正常心律,房颤心律,其他心律以及噪声信号四类心电信号的分类进行了实验,四类信号分类结果的F1总得分为0.76,比使用一维卷积神经网络的方法得分高了约4个百分点,在房颤心律的F1得分上比其高出了约5个百分点.